上周在产线部署缺陷检测模型，遇到个头疼事：新产线只收集到200张标注图，但历史无标签数据有2万张。客户问：“能不能用上那堆没标的数据？” 这问题直接戳中工业场景的痛点——标注成本高、周期长。今天聊聊我们怎么用半监督学习，让YOLO既吃“细粮”也啃“粗粮”。一、从伪标签迭代开始：别指望一步到位刚开始想得太简单：直接用有标签数据训个初始模型，去预测无标签数据，把高置信度的预测框当作真值，混回训练集再训。结果第一轮就崩了——初始模型在无标签数据上误检严重，噪声标签把模型带偏了，mAP掉了5个点。教训：伪标签的质量比数量重要。我们改成了三步迭代法：用有标签数据训练一个“保守模型”（提高置信度阈值，严格数据增强）。对无标签数据做强增强（Mosaic+RandAugment）预测，只保留最高置信度的10%预测框。混合训练时，给伪标签样本设置更低的损失权重（0.3左右）。# 伪标签生成核心片段forunlab_imginunlabeled_dataset:# 强增强版本用于预测
