179、EMA 指数移动平均在 YOLOv11 中的源码实现与 decay 参数消融上周帮一个做工业缺陷检测的团队调模型，发现他们训练了300个epoch的YOLOv11，验证集mAP一直在0.78附近震荡，但测试集上偶尔能跑到0.82。我一看训练日志，loss曲线最后几十个epoch抖得像心电图。这种“训练震荡、测试抽风”的现象，十有八九是没做EMA——指数移动平均。今天就把EMA在YOLOv11里的正确打开方式掰开揉碎讲清楚，顺便把decay参数怎么调、调了会怎样，用消融实验数据砸实。为什么YOLOv11官方没直接集成EMA？——一个历史遗留问题YOLOv11的ultralytics代码库其实在trainer里留了EMA的钩子，但默认是关闭的。原因很现实：EMA会额外维护一份模型参数的影子副本，显存占用翻倍，对于动辄8卡、16卡的大规模训练，很多人嫌麻烦直接关了。但如果你做的是单卡训练、小批量、或者数据分布有噪声的场景，EMA就是你的救命稻草。EMA的核心思想很简单：训练过程中，模型参数θ在每一步更新后，维护一个平滑版本θ_ema：θ_ema = decay * θ_ema + (1 - decay) * θ这个平滑版本在推理时使用，能有效抑制训练后期的参数震荡。decay通常取0.999或0.9999，越接近1，平滑力度越大。手撕YOLOv11的EMA实现——从源码级修改开始先找到你的YOLOv11