做工业视觉项目的人大概率都遇到过这类场景：数据集刚标注完，一开训练就提示显存溢出；好不容易调小 batch 跑起来，一轮要训大半个小时，百轮数据要等三四天；好不容易训完部署到边缘端，帧率不到 10，完全达不到实时要求。很多人遇到性能问题第一反应是升级硬件、加显存、换更高端的显卡，但实际上绝大多数 YOLO 项目的性能瓶颈，都可以通过软件层面的优化解决。从数据加载、训练策略、显存管理到推理引擎、工程落地，全链路都有非常大的优化空间，做好了甚至能在不换硬件的前提下实现数倍的性能提升。本文整理了多个落地项目中验证过的性能调优手段，从训练、显存、推理三个维度拆解可落地的优化方案，附带实测收益与踩坑说明，方便大家根据自身场景按需选用。一、全链路优化体系与瓶颈排查性能调优不是零散技巧的堆砌，而是分层递进的系统工程。通常的优化顺序是先定位瓶颈，再从上层到底层逐步优化，优先实施零成本、低改动的方案，再逐步投入高成本优化。