- 选择两个差异显著的垂类场景（建议 VisDrone 密集航拍 + brain-tumor 稀疏医疗） -为 YOLO-Master-EsMoE-N 在 examples/lora_examples/ 下新增 yolo_master_visdrone_lora.yaml 和 yolo_master_brain_tumor_lora.yaml - 配置需覆盖：lora_r、lora_alpha、lora_use_rslora、lora_target_modules、lora_include_attention、lora_gradient_checkpointing - 针对 MoE 模型明确路由层（routing）是否纳入 LoRA 目标模块，并在配置文件中注释说明理由 - 在每个场景上对比至少 3 组 rank（r=4, 8, 16）的微调效果，记录 mAP50-95、可训练参数量、训练时间、峰值显存 - 训练限制在 20~50 epoch 内完成，模拟少样本快速迭代场景 提供 README.md 说明各场景最佳 rank 推荐、目标模块选择建议、常见陷阱（如医疗灰度通道处理、航拍尺度变化） 提交 Pull Request，包含 LoRA 配置文件、训练脚本、对比表格、适配指南 https://github.com/Tencent/YOLO-Master https://github.com/Tencent/YOLO-Master/tree/main/examples/lora_examples https://github.com/Tencent/YOLO-Master/blob/main/examples/lora_examples/README.md https://github.com/Tencent/YOLO-Master/blob/main/ultralytics/cfg/datasets/VisDrone.yaml https://github.com/Tencent/YOLO-Master/blob/main/ultralytics/cfg/datasets/brain-tumor.yaml 难度：低 --- **本issue为2026犀牛鸟开源人才培养活动专属issue，仅供已报名参与犀牛鸟活动的同学认领** 【认领时间】7月1日～7月31日（7月1日前认领视为无效❗️） 【认领方式】在本issue评论区回复“已认领本任务”，即视为认领成功 【活动报名】需提前完成犀牛鸟报名问卷，问卷将用于活动登记和奖励发放：https://wj.qq.com/s2/26888567/gh2q
-为 YOLO-Master-EsMoE-N 在 examples/lora_examples/ 下新增 yolo_master_visdrone_lora.yaml 和 yolo_master_brain_tumor_lora.yaml
提供 README.md 说明各场景最佳 rank 推荐、目标模块选择建议、常见陷阱（如医疗灰度通道处理、航拍尺度变化）
提交 Pull Request，包含 LoRA 配置文件、训练脚本、对比表格、适配指南
https://github.com/Tencent/YOLO-Master
https://github.com/Tencent/YOLO-Master/tree/main/examples/lora_examples
https://github.com/Tencent/YOLO-Master/blob/main/examples/lora_examples/README.md
https://github.com/Tencent/YOLO-Master/blob/main/ultralytics/cfg/datasets/VisDrone.yaml
https://github.com/Tencent/YOLO-Master/blob/main/ultralytics/cfg/datasets/brain-tumor.yaml
难度：低
本issue为2026犀牛鸟开源人才培养活动专属issue，仅供已报名参与犀牛鸟活动的同学认领
【认领时间】7月1日～7月31日（7月1日前认领视为无效❗️）
【认领方式】在本issue评论区回复“已认领本任务”，即视为认领成功
【活动报名】需提前完成犀牛鸟报名问卷，问卷将用于活动登记和奖励发放：https://wj.qq.com/s2/26888567/gh2q