← 在分诊台打开（可搜索/导航）
YOLO检测+分类器做细分类（你说的"只让YOLO做预训练"）
🧩 E5 模型组合方案 · 手机/边缘设备
状态：检测+分类两阶段是端侧常用方案
也这样说：
yolo+分类
检测+分类
两阶段
先检测后分类
yolo预筛选
可能根因：
YOLO检测类别粗（如"果实"）
需要细分类（如"番茄裂果"vs"番茄正常"）
检测模型数据不够训细分类
解决方案
💡 排坑指南（1条）
两阶段方案：YOLO画框→裁剪→MobileNet分类
暂无外链
YOLO负责定位（画框），裁剪框内区域送MobileNet做细分类；好处是分类模型只需管框内区域，数据需求量大幅降低，每个细分类只需50-100张
时效：2026-09
⚠️ 避坑提醒（2条）
别让YOLO直接训100+个细分类
暂无外链
YOLO训100类需要每类500+标注框，数据成本爆炸；用YOLO只检5-10个大类+MobileNet做100+细分类，总数据需求降80%
时效：2026-09
两阶段推理延迟翻倍
暂无外链
YOLO(10ms)+MobileNet(5ms)=15ms，比单YOLO慢50%但换来100x分类能力；手机端15ms仍有60+FPS，可接受
时效：2026-09
本页是路由层入口，不存教程正文。每条入口带人工评注。
来自
问题分诊台 · Vertical Hub