拓冰网站定制 
简介野猪目标检测数据集面向从事野生动物智能监测、农业灾害预警与生态研究的算法开发者及学生提供可直接用于YOLO系列模型训练的标准化视觉数据。资源包共1730个文件包含864张jpg图像、864个同名txt标注文件、1个yaml数据配置及1份docx说明文档压缩包约57.07MB图像与标注一一对应开箱即可投入训练。数据集总计864张图片按训练集689张、验证集88张、测试集87张划分统一标注boar单一类别覆盖航拍与林间地面等多角度场景兼顾个体与群体活动状态并针对野猪保护色特性保留大量复杂背景样本。目前已有52人学习下载适合用于构建无人机或固定摄像头下的野猪入侵识别与预警模型也可为种群分布与行为学研究提供规范化的视觉数据支撑。1. 野猪目标检测数据集864 张图能撑起一个可用的检测模型吗农田被野猪拱了摄像头拍到了但没人盯着屏幕看——这是很多农业防护和生态监测项目的真实起点。你需要的不是一张张翻图而是一个能自动框出野猪位置的检测模型。而模型能不能用七成取决于数据。这份野猪目标检测数据集总计 864 张图片训练集 689 张、验证集 88 张、测试集 87 张单类别 boarYOLO 格式标注覆盖航拍和林间地面两种视角。它适合谁做野生动物监测系统原型的、跑农业物联网预警的、搞生态行为学视觉分析的以及想拿一个真实场景数据集练手 YOLO 系列训练流程的从业者。不适合谁需要多物种细分类、需要视频时序标注、或者指望几百张图就能直接上生产环境的人。下面从数据本身怎么用、参数怎么设、坑在哪一步步拆开讲。2. 数据集的目录结构与 YOLO 格式拆解先看懂再动手2.1 图片命名规律与划分逻辑从项目正文给出的文件名来看图片命名有两类明显特征。一类是纯数字加哈希后缀比如104803646_1c54bf9865_jpg.rf.e86fb311805c126a406d129810cd44af.jpg这种通常是原始图片经过某次导出或增强后生成的唯一标识前缀数字可能是原始图库 IDrf.后面的长哈希是处理流水线生成的去重标识。另一类是SEQ80234_IMG_0024_JPG.rf.8dadb081c4ee185f4dffbd2c8235ca87.jpg带SEQ前缀和IMG_编号大概率来自无人机或固定摄像头的序列采集同一 SEQ 编号下的图片在时间上连续这对理解航拍视角的数据分布很关键。训练集 689 张、验证集 88 张、测试集 87 张比例大约是 7.9:1:1。这个划分比例在单类别检测任务里算合理验证集和测试集各接近 90 张足够做一轮可靠的指标评估。但要注意如果同一 SEQ 序列的图片被随机打散到三个集合里验证集和测试集的指标会偏高因为相邻帧的视觉特征太相似。常见做法是按 SEQ 分组划分而不是按单张随机划分。你拿到数据后第一件事就是检查这一点。2.2 YOLO 标注格式的核心字段YOLO 格式的标注文件是每张图对应一个.txt每行一个目标格式为class_id x_center y_center width height五个字段全部归一化到 0~1 之间。class_id从 0 开始这份数据集只有 boar 一类所以所有行的第一个值都是 0。x_center和y_center是边界框中心点相对于图片宽高的比例width和height是框的宽高比例。举个例子一张 1920×1080 的图野猪框在像素坐标 (960, 540) 处、宽 400 高 300那么标注行就是0 0.500000 0.500000 0.208333 0.277778这里最容易翻车的地方是有些标注工具导出时忘了归一化直接写像素值有些写成了x_min y_min x_max y_max格式。你拿到数据后必须写个脚本扫一遍所有标注文件确认五个值都在 0~1 之间且width和height大于 0。2.3 用脚本做一次数据体检在训练之前我一般会跑一个体检脚本把图片尺寸、标注框数量、异常值全部过一遍。下面这段代码可以直接抄import os import glob from PIL import Image from collections import Counter img_dir images/train # 图片目录 lbl_dir labels/train # 标注目录 img_files glob.glob(os.path.join(img_dir, *.jpg)) sizes Counter() box_counts [] bad_lines [] for img_path in img_files: # 读图片尺寸 with Image.open(img_path) as im: sizes[im.size] 1 # 找对应标注文件 base os.path.splitext(os.path.basename(img_path))[0] lbl_path os.path.join(lbl_dir, base .txt) if not os.path.exists(lbl_path): bad_lines.append((base, missing label)) continue with open(lbl_path) as f: lines [l.strip() for l in f if l.strip()] box_counts.append(len(lines)) for line in lines: parts line.split() if len(parts) ! 5: bad_lines.append((base, ffield count{len(parts)})) continue cls_id int(parts[0]) vals [float(v) for v in parts[1:]] if cls_id ! 0: bad_lines.append((base, funexpected class{cls_id})) if any(v 0 or v 1 for v in vals): bad_lines.append((base, fout of range: {vals})) if vals[2] 0 or vals[3] 0: bad_lines.append((base, fzero size: {vals})) print(图片尺寸分布:, sizes.most_common(5)) print(每图框数 min/max/avg:, min(box_counts), max(box_counts), sum(box_counts)/len(box_counts)) print(异常记录数:, len(bad_lines)) for b in bad_lines[:20]: print(b)这段脚本做了四件事统计图片尺寸分布、统计每张图的标注框数量、检查标注文件是否存在、检查每行五个字段的合法性。参数说明img_dir和lbl_dir换成你实际的路径sizes.most_common(5)看前五种尺寸如果尺寸种类特别多说明图片来自不同设备训练时要统一 resize。bad_lines里如果出现missing label要么补标注要么删图出现out of range说明归一化有问题得回溯标注工具。跑完这个体检你对数据的底子就有数了。接下来才是配置训练环境。3. 从零跑通 YOLO 训练环境、配置与参数怎么设3.1 环境准备与目录组织YOLO 系列训练环境不复杂但版本对不齐会出各种玄学问题。我一般用 Python 3.9~3.10PyTorch 2.xUltralytics 包直接 pip 装。CUDA 版本跟显卡驱动匹配就行不用追最新。# 创建虚拟环境 python -m venv venv_boar source venv_boar/bin/activate # Windows 用 venv_boar\Scripts\activate # 安装核心依赖 pip install ultralytics pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121 # 验证安装 python -c import ultralytics; print(ultralytics.__version__)目录结构按 YOLO 的标准来组织这是最省事的做法boar_dataset/ ├── images/ │ ├── train/ # 689 张 │ ├── val/ # 88 张 │ └── test/ # 87 张 ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── boar.yamlboar.yaml是数据集描述文件内容如下path: /absolute/path/to/boar_dataset train: images/train val: images/val test: images/test names: 0: boar注意path必须写绝对路径写相对路径在部分版本上会找不到文件。names里只有一类id 从 0 开始跟标注文件里的 class_id 对应。3.2 训练命令与关键参数解读环境搭好、目录理清之后训练命令本身很短但参数怎么设决定了模型能不能收敛yolo detect train \ databoar_dataset/boar.yaml \ modelyolov8n.pt \ epochs150 \ imgsz640 \ batch16 \ lr00.01 \ lrf0.01 \ patience30 \ augmentTrue \ mosaic1.0 \ projectruns/boar \ nameexp01逐项说明。modelyolov8n.pt用的是 nano 版本预训练权重864 张图的数据量用 nano 或 small 就够了上 large 反而容易过拟合。epochs150配合patience30意思是 30 轮验证指标不提升就早停避免无效训练。imgsz640是标准输入尺寸如果你的航拍图里野猪目标特别小可以提到 1024但显存占用会翻倍。batch16在 8GB 显存上跑 640 尺寸基本稳显存不够就降到 8。lr00.01是初始学习率lrf0.01是最终学习率系数余弦退火到初始值的 1%。mosaic1.0开启马赛克增强对小数据集很关键能显著提升泛化。训练过程中重点看三个指标box_loss是否稳定下降、mAP50是否在 50 轮后开始爬升、val/box_loss和train/box_loss的差距。如果训练 loss 降但验证 loss 涨就是过拟合要么减 epochs 要么加增强。3.3 推理验证与结果解读训练完成后用验证集和测试集各跑一次推理看实际效果# 在测试集上评估 yolo detect val \ modelruns/boar/exp01/weights/best.pt \ databoar_dataset/boar.yaml \ splittest \ imgsz640 # 单张图片推理并保存结果 yolo detect predict \ modelruns/boar/exp01/weights/best.pt \ sourceboar_dataset/images/test \ conf0.25 \ saveTrue \ projectruns/boar/predictconf0.25是置信度阈值低于这个值的框不输出。野生动物检测场景里漏检比误检代价大可以适当降到 0.15~0.2。评估结果里重点看mAP50和mAP50-95单类别数据集上mAP50能到 0.85 以上算不错mAP50-95通常低 15~25 个百分点。如果mAP50高但mAP50-95很低说明框的位置不够准可能是标注框偏大或偏小。4. 避坑与排查这份数据集上最容易翻车的五个地方4.1 验证集指标虚高测试集一跑就崩现象训练时验证集mAP50到 0.92换测试集只有 0.71。原因同一 SEQ 序列的相邻帧被随机分到了训练集和验证集模型见过几乎一样的图。解决按 SEQ 前缀分组划分数据集同一序列的图只进一个集合。如果原始划分已经打散重新按文件名前缀分组再分一次。4.2 航拍小目标漏检严重现象地面视角的野猪框得很准航拍图里小目标基本框不出来。原因航拍视角下野猪像素面积可能只有 20×15640 输入尺寸下特征几乎消失。解决把imgsz提到 1024 或 1280同时在boar.yaml里确认没有对图片做过度缩放另外可以开启close_mosaic10最后 10 轮关掉马赛克增强让模型在真实尺度上微调。4.3 标注框系统性偏移现象推理出来的框整体往左上或右下偏。原因标注时用的工具坐标系跟 YOLO 归一化坐标系不一致比如把x_min y_min x_max y_max直接当x_center y_center w h写了。解决用 2.3 节的体检脚本扫一遍发现x_center普遍偏小或width异常大就写转换脚本重新算一遍。4.4 训练 loss 震荡不收敛现象box_loss在 2.0 附近来回跳降不下去。原因学习率太大或者 batch 太小导致梯度噪声大。解决lr0从 0.01 降到 0.005batch尽量提到 16 以上如果显存不够用梯度累积模拟大 batch。另外检查标注里有没有宽高为 0 的脏数据这种框会让 loss 直接炸掉。4.5 背景误检把石头、灌木当成野猪现象没有野猪的图里也框出目标置信度还不低。原因训练集里负样本无野猪的纯背景图太少模型没学会“什么不是野猪”。解决从测试集或额外采集的图里挑 50~100 张纯背景图标注文件留空加入训练集。YOLO 对空标注文件是支持的会当作负样本处理。5. 进阶技巧用 864 张图把模型推到可用线以上数据量不大但技巧到位单类别检测做到可用并不难。第一个技巧是分层采样评估。测试集 87 张里航拍和地面视角的比例可能跟训练集不一致直接算总体mAP会掩盖某一视角的短板。我一般会按文件名前缀把测试集分成两组分别跑yolo detect val看两个视角的指标差距。如果航拍组比地面组低 20 个点以上说明模型对航拍小目标欠拟合需要针对性补充航拍样本或提高输入分辨率。第二个技巧是锚框自适应。虽然 YOLOv8 及后续版本用的是无锚框设计但如果你用的是带锚框的版本或者想分析目标尺度分布可以跑一遍 k-means 聚类看野猪框的宽高分布。下面这段代码直接可用import glob import numpy as np lbl_files glob.glob(labels/train/*.txt) wh [] for f in lbl_files: with open(f) as fh: for line in fh: p line.split() if len(p) 5: wh.append([float(p[3]), float(p[4])]) wh np.array(wh) print(框数量:, len(wh)) print(宽高比中位数:, np.median(wh[:,0] / wh[:,1])) print(面积分位数 (10/50/90):, np.percentile(wh[:,0]*wh[:,1], [10,50,90]))跑出来如果 90 分位面积很小说明小目标占比高imgsz就得往上提。如果宽高比中位数远离 1说明野猪框偏长条或扁宽数据增强里的缩放策略要相应调整。第三个技巧是模型集成。训练 3~5 个不同随机种子的模型推理时对框做加权 NMS 融合。864 张图训 5 个 nano 模型总时间可控融合后mAP50通常能涨 2~4 个点。具体做法是每个模型输出预测框按置信度加权后统一做 NMSiou_thres设 0.5~0.6。最后一个习惯每次训完模型我都会拿测试集里置信度在 0.15~0.35 之间的框单独看一遍。这些是模型的“犹豫区”里面往往藏着标注错误或难样本。把其中标注确实有问题的图修掉下一轮训练指标会明显改善。从那以后我每次拿到新数据集都强制先跑一遍体检脚本、再看一遍低置信度预测这两步做完才敢说数据能用。希望帮到你。本文还有配套的精品资源点击获取 野猪目标检测数据集实战：864张图YOLO训练与避坑指南
简介野猪目标检测数据集面向从事野生动物智能监测、农业灾害预警与生态研究的算法开发者及学生提供可直接用于YOLO系列模型训练的标准化视觉数据。资源包共1730个文件包含864张jpg图像、864个同名txt标注文件、1个yaml数据配置及1份docx说明文档压缩包约57.07MB图像与标注一一对应开箱即可投入训练。数据集总计864张图片按训练集689张、验证集88张、测试集87张划分统一标注boar单一类别覆盖航拍与林间地面等多角度场景兼顾个体与群体活动状态并针对野猪保护色特性保留大量复杂背景样本。目前已有52人学习下载适合用于构建无人机或固定摄像头下的野猪入侵识别与预警模型也可为种群分布与行为学研究提供规范化的视觉数据支撑。1. 野猪目标检测数据集864 张图能撑起一个可用的检测模型吗农田被野猪拱了摄像头拍到了但没人盯着屏幕看——这是很多农业防护和生态监测项目的真实起点。你需要的不是一张张翻图而是一个能自动框出野猪位置的检测模型。而模型能不能用七成取决于数据。这份野猪目标检测数据集总计 864 张图片训练集 689 张、验证集 88 张、测试集 87 张单类别 boarYOLO 格式标注覆盖航拍和林间地面两种视角。它适合谁做野生动物监测系统原型的、跑农业物联网预警的、搞生态行为学视觉分析的以及想拿一个真实场景数据集练手 YOLO 系列训练流程的从业者。不适合谁需要多物种细分类、需要视频时序标注、或者指望几百张图就能直接上生产环境的人。下面从数据本身怎么用、参数怎么设、坑在哪一步步拆开讲。2. 数据集的目录结构与 YOLO 格式拆解先看懂再动手2.1 图片命名规律与划分逻辑从项目正文给出的文件名来看图片命名有两类明显特征。一类是纯数字加哈希后缀比如104803646_1c54bf9865_jpg.rf.e86fb311805c126a406d129810cd44af.jpg这种通常是原始图片经过某次导出或增强后生成的唯一标识前缀数字可能是原始图库 IDrf.后面的长哈希是处理流水线生成的去重标识。另一类是SEQ80234_IMG_0024_JPG.rf.8dadb081c4ee185f4dffbd2c8235ca87.jpg带SEQ前缀和IMG_编号大概率来自无人机或固定摄像头的序列采集同一 SEQ 编号下的图片在时间上连续这对理解航拍视角的数据分布很关键。训练集 689 张、验证集 88 张、测试集 87 张比例大约是 7.9:1:1。这个划分比例在单类别检测任务里算合理验证集和测试集各接近 90 张足够做一轮可靠的指标评估。但要注意如果同一 SEQ 序列的图片被随机打散到三个集合里验证集和测试集的指标会偏高因为相邻帧的视觉特征太相似。常见做法是按 SEQ 分组划分而不是按单张随机划分。你拿到数据后第一件事就是检查这一点。2.2 YOLO 标注格式的核心字段YOLO 格式的标注文件是每张图对应一个.txt每行一个目标格式为class_id x_center y_center width height五个字段全部归一化到 0~1 之间。class_id从 0 开始这份数据集只有 boar 一类所以所有行的第一个值都是 0。x_center和y_center是边界框中心点相对于图片宽高的比例width和height是框的宽高比例。举个例子一张 1920×1080 的图野猪框在像素坐标 (960, 540) 处、宽 400 高 300那么标注行就是0 0.500000 0.500000 0.208333 0.277778这里最容易翻车的地方是有些标注工具导出时忘了归一化直接写像素值有些写成了x_min y_min x_max y_max格式。你拿到数据后必须写个脚本扫一遍所有标注文件确认五个值都在 0~1 之间且width和height大于 0。2.3 用脚本做一次数据体检在训练之前我一般会跑一个体检脚本把图片尺寸、标注框数量、异常值全部过一遍。下面这段代码可以直接抄import os import glob from PIL import Image from collections import Counter img_dir images/train # 图片目录 lbl_dir labels/train # 标注目录 img_files glob.glob(os.path.join(img_dir, *.jpg)) sizes Counter() box_counts [] bad_lines [] for img_path in img_files: # 读图片尺寸 with Image.open(img_path) as im: sizes[im.size] 1 # 找对应标注文件 base os.path.splitext(os.path.basename(img_path))[0] lbl_path os.path.join(lbl_dir, base .txt) if not os.path.exists(lbl_path): bad_lines.append((base, missing label)) continue with open(lbl_path) as f: lines [l.strip() for l in f if l.strip()] box_counts.append(len(lines)) for line in lines: parts line.split() if len(parts) ! 5: bad_lines.append((base, ffield count{len(parts)})) continue cls_id int(parts[0]) vals [float(v) for v in parts[1:]] if cls_id ! 0: bad_lines.append((base, funexpected class{cls_id})) if any(v 0 or v 1 for v in vals): bad_lines.append((base, fout of range: {vals})) if vals[2] 0 or vals[3] 0: bad_lines.append((base, fzero size: {vals})) print(图片尺寸分布:, sizes.most_common(5)) print(每图框数 min/max/avg:, min(box_counts), max(box_counts), sum(box_counts)/len(box_counts)) print(异常记录数:, len(bad_lines)) for b in bad_lines[:20]: print(b)这段脚本做了四件事统计图片尺寸分布、统计每张图的标注框数量、检查标注文件是否存在、检查每行五个字段的合法性。参数说明img_dir和lbl_dir换成你实际的路径sizes.most_common(5)看前五种尺寸如果尺寸种类特别多说明图片来自不同设备训练时要统一 resize。bad_lines里如果出现missing label要么补标注要么删图出现out of range说明归一化有问题得回溯标注工具。跑完这个体检你对数据的底子就有数了。接下来才是配置训练环境。3. 从零跑通 YOLO 训练环境、配置与参数怎么设3.1 环境准备与目录组织YOLO 系列训练环境不复杂但版本对不齐会出各种玄学问题。我一般用 Python 3.9~3.10PyTorch 2.xUltralytics 包直接 pip 装。CUDA 版本跟显卡驱动匹配就行不用追最新。# 创建虚拟环境 python -m venv venv_boar source venv_boar/bin/activate # Windows 用 venv_boar\Scripts\activate # 安装核心依赖 pip install ultralytics pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121 # 验证安装 python -c import ultralytics; print(ultralytics.__version__)目录结构按 YOLO 的标准来组织这是最省事的做法boar_dataset/ ├── images/ │ ├── train/ # 689 张 │ ├── val/ # 88 张 │ └── test/ # 87 张 ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── boar.yamlboar.yaml是数据集描述文件内容如下path: /absolute/path/to/boar_dataset train: images/train val: images/val test: images/test names: 0: boar注意path必须写绝对路径写相对路径在部分版本上会找不到文件。names里只有一类id 从 0 开始跟标注文件里的 class_id 对应。3.2 训练命令与关键参数解读环境搭好、目录理清之后训练命令本身很短但参数怎么设决定了模型能不能收敛yolo detect train \ databoar_dataset/boar.yaml \ modelyolov8n.pt \ epochs150 \ imgsz640 \ batch16 \ lr00.01 \ lrf0.01 \ patience30 \ augmentTrue \ mosaic1.0 \ projectruns/boar \ nameexp01逐项说明。modelyolov8n.pt用的是 nano 版本预训练权重864 张图的数据量用 nano 或 small 就够了上 large 反而容易过拟合。epochs150配合patience30意思是 30 轮验证指标不提升就早停避免无效训练。imgsz640是标准输入尺寸如果你的航拍图里野猪目标特别小可以提到 1024但显存占用会翻倍。batch16在 8GB 显存上跑 640 尺寸基本稳显存不够就降到 8。lr00.01是初始学习率lrf0.01是最终学习率系数余弦退火到初始值的 1%。mosaic1.0开启马赛克增强对小数据集很关键能显著提升泛化。训练过程中重点看三个指标box_loss是否稳定下降、mAP50是否在 50 轮后开始爬升、val/box_loss和train/box_loss的差距。如果训练 loss 降但验证 loss 涨就是过拟合要么减 epochs 要么加增强。3.3 推理验证与结果解读训练完成后用验证集和测试集各跑一次推理看实际效果# 在测试集上评估 yolo detect val \ modelruns/boar/exp01/weights/best.pt \ databoar_dataset/boar.yaml \ splittest \ imgsz640 # 单张图片推理并保存结果 yolo detect predict \ modelruns/boar/exp01/weights/best.pt \ sourceboar_dataset/images/test \ conf0.25 \ saveTrue \ projectruns/boar/predictconf0.25是置信度阈值低于这个值的框不输出。野生动物检测场景里漏检比误检代价大可以适当降到 0.15~0.2。评估结果里重点看mAP50和mAP50-95单类别数据集上mAP50能到 0.85 以上算不错mAP50-95通常低 15~25 个百分点。如果mAP50高但mAP50-95很低说明框的位置不够准可能是标注框偏大或偏小。4. 避坑与排查这份数据集上最容易翻车的五个地方4.1 验证集指标虚高测试集一跑就崩现象训练时验证集mAP50到 0.92换测试集只有 0.71。原因同一 SEQ 序列的相邻帧被随机分到了训练集和验证集模型见过几乎一样的图。解决按 SEQ 前缀分组划分数据集同一序列的图只进一个集合。如果原始划分已经打散重新按文件名前缀分组再分一次。4.2 航拍小目标漏检严重现象地面视角的野猪框得很准航拍图里小目标基本框不出来。原因航拍视角下野猪像素面积可能只有 20×15640 输入尺寸下特征几乎消失。解决把imgsz提到 1024 或 1280同时在boar.yaml里确认没有对图片做过度缩放另外可以开启close_mosaic10最后 10 轮关掉马赛克增强让模型在真实尺度上微调。4.3 标注框系统性偏移现象推理出来的框整体往左上或右下偏。原因标注时用的工具坐标系跟 YOLO 归一化坐标系不一致比如把x_min y_min x_max y_max直接当x_center y_center w h写了。解决用 2.3 节的体检脚本扫一遍发现x_center普遍偏小或width异常大就写转换脚本重新算一遍。4.4 训练 loss 震荡不收敛现象box_loss在 2.0 附近来回跳降不下去。原因学习率太大或者 batch 太小导致梯度噪声大。解决lr0从 0.01 降到 0.005batch尽量提到 16 以上如果显存不够用梯度累积模拟大 batch。另外检查标注里有没有宽高为 0 的脏数据这种框会让 loss 直接炸掉。4.5 背景误检把石头、灌木当成野猪现象没有野猪的图里也框出目标置信度还不低。原因训练集里负样本无野猪的纯背景图太少模型没学会“什么不是野猪”。解决从测试集或额外采集的图里挑 50~100 张纯背景图标注文件留空加入训练集。YOLO 对空标注文件是支持的会当作负样本处理。5. 进阶技巧用 864 张图把模型推到可用线以上数据量不大但技巧到位单类别检测做到可用并不难。第一个技巧是分层采样评估。测试集 87 张里航拍和地面视角的比例可能跟训练集不一致直接算总体mAP会掩盖某一视角的短板。我一般会按文件名前缀把测试集分成两组分别跑yolo detect val看两个视角的指标差距。如果航拍组比地面组低 20 个点以上说明模型对航拍小目标欠拟合需要针对性补充航拍样本或提高输入分辨率。第二个技巧是锚框自适应。虽然 YOLOv8 及后续版本用的是无锚框设计但如果你用的是带锚框的版本或者想分析目标尺度分布可以跑一遍 k-means 聚类看野猪框的宽高分布。下面这段代码直接可用import glob import numpy as np lbl_files glob.glob(labels/train/*.txt) wh [] for f in lbl_files: with open(f) as fh: for line in fh: p line.split() if len(p) 5: wh.append([float(p[3]), float(p[4])]) wh np.array(wh) print(框数量:, len(wh)) print(宽高比中位数:, np.median(wh[:,0] / wh[:,1])) print(面积分位数 (10/50/90):, np.percentile(wh[:,0]*wh[:,1], [10,50,90]))跑出来如果 90 分位面积很小说明小目标占比高imgsz就得往上提。如果宽高比中位数远离 1说明野猪框偏长条或扁宽数据增强里的缩放策略要相应调整。第三个技巧是模型集成。训练 3~5 个不同随机种子的模型推理时对框做加权 NMS 融合。864 张图训 5 个 nano 模型总时间可控融合后mAP50通常能涨 2~4 个点。具体做法是每个模型输出预测框按置信度加权后统一做 NMSiou_thres设 0.5~0.6。最后一个习惯每次训完模型我都会拿测试集里置信度在 0.15~0.35 之间的框单独看一遍。这些是模型的“犹豫区”里面往往藏着标注错误或难样本。把其中标注确实有问题的图修掉下一轮训练指标会明显改善。从那以后我每次拿到新数据集都强制先跑一遍体检脚本、再看一遍低置信度预测这两步做完才敢说数据能用。希望帮到你。本文还有配套的精品资源点击获取