训练自定义模型需要完成以下关键步骤：
- Vorbereitung der Daten::
- 数据集必须为COCO格式，包含train/valid/test子目录
- 每个目录需含
_annotations.coco.json标注文件和对应图片 - 推荐使用Roboflow平台转换非标准数据集
- 训练配置::
- 基本参数：epochs(10+)、batch_size(硬件决定)、lr(1e-4)
- 总批次大小建议保持16(batch_size×grad_accum_steps)
- A100显卡可设batch_size=16，T4显卡建议4×4组合
- Grundlagentraining::
model.train(dataset_dir="./dataset", epochs=10, batch_size=4, grad_accum_steps=4, lr=1e-4) - 结果应用::
- 训练生成常规权重和更稳定的EMA权重
- 加载方式：
RFDETRBase(pretrain_weights="./output/model_ema.pt")
注意事项：T4GPU训练10个epoch约需数小时，建议对小型数据集先进行验证集测试。训练过程支持中断恢复，意外停止后可从检查点继续。
Diese Antwort stammt aus dem ArtikelRF-DETR: ein Open-Source-Modell für die visuelle Objekterkennung in EchtzeitDie
Darf nicht ohne Genehmigung vervielfältigt werden:KI-Produktivitätswerkzeuge " Wie trainiert man RF-DETR-Modelle mit benutzerdefinierten Datensätzen?
Deutsch 
简体中文 
English 
日本語 
Português do Brasil