NEU-DET钢材表面缺陷检测实战：从数据解读到YOLOv5训练全流程

简介：钢材表面缺陷数据集NEU-DET是面向计算机视觉与机器学习研究者的专业资源，旨在支持钢材表面缺陷自动检测算法的训练与评估，适用于工业质检场景中的缺陷识别与定位任务。压缩包内共两千个文件，以标注文件、图像文件和标签文件为主体，另附格式转换脚本与配置文件，整体大小约二十七兆字节，可方便切换至主流目标检测框架进行训练。数据集图像源自真实钢材表面，涵盖夹杂、斑块、裂纹、划痕等多种典型缺陷类别，每张图像均带有精确的位置与类别标注，为监督学习提供完备样本基础，同时也有助于检验模型在复杂背景下的鲁棒性。目前已有四千九百五十二人浏览学习，获取后可快速得到整理好的标注数据集、格式转换工具及示例配置，省去大量数据预处理时间，使研究者能够专注于模型结构设计、参数调优与效果验证，加速工业智能质检项目的算法落地。

1. NEU-DET：钢材表面缺陷检测绕不开的 1800 张图，先看清它到底值不值

NEU-DET 是钢材表面缺陷检测方向被引用最多的公开数据集之一，某高校团队对热轧带钢表面缺陷做了分类与检测两套标注，检测版包含 1800 张灰度图像、6 类缺陷、每类 300 张。它解决的问题很具体：你没有产线数据时，需要一个能快速验证检测算法、能横向对比框架差距的基准；你在写工业质检方案前，也需要搞清楚“小样本加强形态差异”的数据到底会把模型带向哪里。它适合三类人：工业视觉算法工程师、做目标检测起步课题的研究生、想验证自己训练流程是否正确的从业者。反直觉的一点是：这个数据集分辨率只有 200×200，看起来不像能喂饱深度模型，但在合理配置下 mAP50 完全可以跑到 0.7 以上；而翻车的人几乎都栽在同一个地方——直接把通用检测框架的默认参数套在这么小的图上。

2. 数据集构成与标签格式：六类缺陷、VOC 标注，动手前先对齐边界框写法

2.1 六类缺陷怎么区分、哪个最难

NEU-DET 的六类缺陷在视觉上差异很大，先看一眼它们的共性和差异，比直接开训更重要。常见缩写下，六类分别是 Crazing（Cr，裂纹/龟裂）、Inclusion（In，夹杂物）、Patches（Pa，斑块）、Pitted Surface（PS，麻点）、Rolled-in Scale（RS，氧化铁皮）、Scratches（Sc，划痕）。每类 300 张，但“每类一样多”不等于“每类一样好学”，因为标注框形态差别极大。

这张表里最值得关注的是 Cr 和 Sc：它们的长宽比可能到 10:1 甚至更高，默认目标检测 head 里的 anchor 几乎覆盖不到。Pa 和 RS 的问题则是框内背景太多，模型容易把“灰度不均的区域”误学成“整块背景”。PS 的麻烦在于一个框里塞了多个小点，NMS 时容易互相抑制。所以后面做 anchor 调整和增强策略时，不是拍脑袋，是根据这张表来定。

2.2 标签文件逐行拆解：XML 里每个字段在检测时做什么用

NEU-DET 的检测标注采用 PASCAL VOC 风格，也就是每张图对应一个 XML 文件。解压镜像后你通常能看到 Images 和 Annotations 两个目录，XML 文件名和图片名一致。下面是一份示意标注内容，字段结构与真实样本一致：

<annotation> <filename>IMG_0167.jpg</filename> <size> <width>200</width> <height>200</height> <depth>1</depth> </size> <object> <name>Scratches</name> <bndbox> <xmin>18</xmin> <ymin>26</ymin> <xmax>186</xmax> <ymax>196</ymax> </bndbox> </object> </annotation>

这里几个字段在训练时各有用途。filename用于和图片对应；size里的 width 和 height 是做坐标归一化的分母，很多转换脚本写错就在这一步；depth是 1，表示灰度图，如果你的训练框架默认读三通道，通常会复制成三通道，这不影响训练但会浪费一点显存。object可以出现多次，表示一张图有多个缺陷框。name是类别字符串，bndbox是左上角和右下角坐标，单位是像素。

需要留一个心眼：有些镜像里 XML 文件名和 JPG 文件名大小写不一致，有些样本存在 xmin 等于 xmax 的退化框。前者会导致转换后标签文件缺失，后者会导致宽高为 0，训练时被当成非法目标。我的习惯是拿到数据先做一次字段普查，用脚本把所有 XML 解析一遍，确认几张关键样本没问题再往下走。

2.3 统计缺陷分布：用脚本算出框面积占比与长宽比，再决定 anchor 策略

不要凭感觉判断哪类缺陷“难”，用数据说话。下面这个脚本会遍历全部 XML，输出每个类别的框数量、平均框面积占比和平均宽高比，这些数值直接决定你后面要不要改 anchor、要不要上多尺度训练。

import os import xml.etree.ElementTree as ET ann_dir = "path/to/Annotations" # 改成你的 XML 目录 cnt = {} boxes = {} for fn in os.listdir(ann_dir): if not fn.endswith(".xml"): continue root = ET.parse(os.path.join(ann_dir, fn)).getroot() size = root.find("size") W, H = int(size.find("width").text), int(size.find("height").text) for obj in root.iter("object"): name = obj.find("name").text b = obj.find("bndbox") x1, y1 = int(b.find("xmin").text), int(b.find("ymin").text) x2, y2 = int(b.find("xmax").text), int(b.find("ymax").text) w, h = max(1, x2 - x1), max(1, y2 - y1) area_ratio = (w / W) * (h / H) # 框面积占整图面积比例 wh_ratio = (w / W) / (h / H) # 宽高比 cnt[name] = cnt.get(name, 0) + 1 boxes.setdefault(name, []).append((area_ratio, wh_ratio)) for name in cnt: area_list = [x[0] for x in boxes[name]] ratio_list = [x[1] for x in boxes[name]] print(f"{name}: count={cnt[name]}, " f"mean_area={sum(area_list)/len(area_list):.3f}, " f"mean_wh_ratio={sum(ratio_list)/len(ratio_list):.2f}")

脚本逻辑很简单，但输出很值钱。mean_area告诉你缺陷在整张图里占多大比例，比如 Pa 可能到 0.3 以上，Cr 可能只有 0.02 到 0.05；mean_wh_ratio告诉你的目标有多“扁”，数值越大越接近细线。把这两列打印出来后，anchor 怎么改就不是猜的了：如果 Cr 和 Sc 的平均宽高比超过 8，默认的 COCO anchor 几乎不会和它们匹配上，你需要手工聚类 anchor 或者调整匹配阈值。这个脚本在任何带 VOC 标注的检测数据上都通用，建议直接收进自己的工具箱。

3. 跑通 YOLOv5 的最小闭环：目录划分、格式转换与训练参数

3.1 先把 1800 张图按类别分层拆成训练集和验证集

拿到数据后的第一个实操动作是划分数据集。常见做法是按 8:2 分成训练集和验证集，但 NEU-DET 的每类只有 300 张，如果完全随机切，某个类别在验证集里可能只剩十几张，mAP 波动会非常大。正确做法是按类别分层采样，让每类缺陷在训练集和验证集中都保持 8:2。

cd NEU-DET mkdir -p images/train images/val labels/train labels/val

然后运行下面的分层划分脚本。注意脚本里固定了随机种子，这是可复现实验的前提。

import os import random import xml.etree.ElementTree as ET random.seed(42) # 固定种子，保证每次划分结果一致 src_img = "Images" # 原始图片目录 src_ann = "Annotations" # XML 目录 img_dir = "images" val_ratio = 0.2 def get_first_class(ann_path): """取一张图标注里出现的第一个类别，用于分层""" root = ET.parse(ann_path).getroot() for obj in root.iter("object"): return obj.find("name").text return None all_files = [f[:-4] for f in os.listdir(src_img) if f.endswith(".jpg")] # 注意：有的镜像图片是 .png 或 .bmp，按实际后缀改这里 class_groups = {} for name in all_files: cls = get_first_class(os.path.join(src_ann, name + ".xml")) if cls is None: continue class_groups.setdefault(cls, []).append(name) train_files, val_files = [], [] for cls, names in class_groups.items(): random.shuffle(names) n_val = int(len(names) * val_ratio) val_files.extend(names[:n_val]) train_files.extend(names[n_val:]) random.shuffle(train_files) random.shuffle(val_files) for name in train_files: os.rename(os.path.join(src_img, name + ".jpg"), os.path.join(img_dir, "train", name + ".jpg")) for name in val_files: os.rename(os.path.join(src_img, name + ".jpg"), os.path.join(img_dir, "val", name + ".jpg")) print(f"train={len(train_files)}, val={len(val_files)}")

这段脚本用get_first_class读取每张图的第一个类别做分组，原因是 NEU-DET 的单张图片基本对应单一缺陷类别。如果你后续要做多标签混合，验证集也要保持各类别比例一致，那就得改成按所有类别统计。脚本里的os.rename是移动文件，建议第一次跑之前先复制而不是移动，免得路径写错把原始数据搞乱。

3.2 把 VOC 格式转成 YOLO 格式：转换脚本与坐标归一化细节

YOLO 系框架不读 VOC XML，它要求每个图片对应一个 txt，每行是类别索引 中心点x 中心点y 宽 高，四个坐标全部归一化到 0 到 1。这个转换是整个流程里最容易出错的环节，坐标格式错了，训练出来的模型会“看起来能跑但框全偏”。

import os import xml.etree.ElementTree as ET # 类别顺序必须和后续 neu.yaml 里的 names 完全一致 CLASSES = ["Crazing", "Inclusion", "Patches", "Pitted Surface", "Rolled-in Scale", "Scratches"] def voc_to_yolo(ann_path, out_path): root = ET.parse(ann_path).getroot() size = root.find("size") W, H = int(size.find("width").text), int(size.find("height").text) lines = [] for obj in root.iter("object"): name = obj.find("name").text if name not in CLASSES: continue cls_id = CLASSES.index(name) b = obj.find("bndbox") x1, y1 = int(b.find("xmin").text), int(b.find("ymin").text) x2, y2 = int(b.find("xmax").text), int(b.find("ymax").text) # 关键点：中心点和宽高全部除以图片宽高，得到 0~1 之间的数 cx = (x1 + x2) / 2 / W cy = (y1 + y2) / 2 / H w = abs(x2 - x1) / W h = abs(y2 - y1) / H # 过滤掉宽度或高度为 0 的退化框 if w <= 0 or h <= 0: print(f"skip bad box in {ann_path}") continue lines.append(f"{cls_id} {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}") with open(out_path, "w") as f: f.write("\n".join(lines)) ann_dir = "Annotations" out_dir = "labels" os.makedirs(out_dir, exist_ok=True) for fn in os.listdir(ann_dir): if not fn.endswith(".xml"): continue out_txt = os.path.join(out_dir, fn.replace(".xml", ".txt")) voc_to_yolo(os.path.join(ann_dir, fn), out_txt)

转换脚本里两个地方需要重点核对。第一，CLASSES的顺序决定了类别索引，它必须和训练配置里的names顺序保持一致，顺序一旦错位，模型训练时会把所有类别标签错位学习；第二，末尾的w <= 0 or h <= 0过滤不能省，NEU-DET 镜像里偶尔会出现 xmin 等于 xmax 的坏标注，不过滤的话训练日志里会报一堆 warning，甚至影响 loss 计算。

转换完必须做可视化抽查。不要直接开训，先随机挑 10 张图把 txt 里的框画回原图看一眼：

import cv2, glob for txt in glob.glob("labels/train/*.txt")[:10]: name = txt.split("/")[-1][:-4] img = cv2.imread(f"images/train/{name}.jpg") H, W = img.shape[:2] with open(txt) as f: for line in f: c, cx, cy, w, h = map(float, line.split()) x1 = int((cx - w / 2) * W) y1 = int((cy - h / 2) * H) x2 = int((cx + w / 2) * W) y2 = int((cy + h / 2) * H) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.imwrite(f"check_{name}.jpg", img)

框和缺陷轮廓贴合，说明转换正确；框整体偏移、明显放大或缩小，基本就是归一化或坐标换算写错了。这一步的“肉眼验证”比任何日志都管用，也是我后来在所有数据集上都保留的习惯。

提示：YOLO 标签的第一列是整数类别索引，后四列全部是 0~1 的小数。手工检查时可以做一个断言：np.loadtxt(txt)[:, 1:].min() >= 0。

3.3 最小训练命令与参数取舍：为什么是 640、16、300

数据和标签都就位后，训练命令很简单。以某个常见框架为例，最小闭环是这样的：

python train.py \ --data neu.yaml \ --weights yolov5s.pt \ --img 640 \ --batch 16 \ --epochs 300 \ --freeze 10 \ --seed 20240608

配套的neu.yaml长这样：

path: ./NEU-DET train: images/train val: images/val nc: 6 names: ['Crazing', 'Inclusion', 'Patches', 'Pitted Surface', 'Rolled-in Scale', 'Scratches']

几个参数的选择理由值得展开。--img 640不是随便给的：NEU-DET 原图只有 200×200，直接训会损失大量细节，放大到 640 相当于把裂纹、划痕这种细线结构在像素上拉长，模型才有机会学到它们的连续性；显存不够就降到 416，但别低于 416。--batch 16对 1800 张图来说足够让 BN 统计量稳定，单卡 8G 也能跑。--epochs 300是因为小数据集收敛慢，尤其是 Cr、Sc 这类难学样本，150 轮之前主要是在学通用特征，后 150 轮才是精细调框。

训练过程里重点看两个指标：mAP50 和 mAP50:95。NEU-DET 在 YOLOv5s 这个量级下，mAP50 跑到 0.75 到 0.85 之间是比较常见的水平，mAP50:95 通常只有 mAP50 的一半左右。如果你的 mAP50 在 0.5 以下，大概率不是框架问题，而是数据划分、标签转换或参数设置里的某一步出了问题，往下看排查章节。

4. 数据搭配陷阱：类别不均衡、小图增强边界与验证集不可复现

4.1 每类 300 张并不平衡：框形态差异带来的“隐性不均衡”

NEU-DET 从数据量上看每类都是 300 张，非常“均衡”，但实际训练时会发现某些类别的 loss 降不下去。问题不在数量，在框形态。用前面统计脚本的输出再往深想一层：Cr 和 Sc 的框长宽比极端，一个框面积可能只占整图的 1% 到 3%，它们在特征图上的响应本身就弱；Pa 和 RS 的框大，但边界模糊，模型很难确定“缺陷到哪里结束”；PS 的框内包含多个小目标，一个框算一个正样本的匹配方式会让模型对框内位置不敏感。

这种结构性不均衡带来的直接后果是：默认 anchor 策略下，Cr 类的正样本数量远少于 Pa 类。模型学会了大目标的回归，却很少有机会修正细长框，最后表现就是 Cr 和 Sc 的 mAP 长期压在 0.3 以下。处理方案有两个方向：一是调整 anchor，针对窄长框增加高宽比大的候选；二是调整输入分辨率，把 640 改成 1280 跑一遍对比，往往能直接看到 Cr 类 mAP 回升。很多人觉得放大输入是“作弊”，但在工业缺陷检测场景里，输入分辨率本身就是可以调的超参数。

4.2 增强策略的边界：mosaic 在这份数据上的副作用与替换方案

通用检测框架默认开的 mosaic 增强，在 NEU-DET 这种小图上是有副作用的。mosaic 会把 4 张图拼接成一张再随机裁剪缩放，本来 200×200 的图被裁切后，缺陷尺寸被进一步缩小。如果原图里一个裂纹框只有 10 个像素宽，mosaic 之后再缩一半，这个目标在特征图上可能只剩 1 到 2 个像素，正样本匹配直接失败。

常见做法是：训练前 250 轮开 mosaic 增强模型的泛化能力，最后 50 轮把 mosaic 关掉，让模型在接近真实尺度的输入上收敛。

# hyp.yaml 片段 mosaic: 1.0 # 前 250 轮保持，最后 50 轮降为 0 copy_paste: 0.2 # 小目标增强更温和，适合这种细线缺陷 rotate: 10 # 不要超过 20，热轧缺陷方向有物理约束 shear: 5 hsv_h: 0.01 hsv_s: 0.4

rotate和shear要克制。钢材表面的裂纹、划痕方向受轧制工艺影响，有物理约束；你要是把图旋转 45 度，等于人为制造了一批现实里不存在的缺陷形态，模型会把特征空间学歪，推理时遇到正常形态反而漏检。copy_paste是把一个样本里的目标复制到另一张图上，它对小目标更友好，比 mosaic 适合这份数据。

注意：任何增强参数改完后，都要可视化几张增强结果确认缺陷没被扭曲得不像样。增强是数据生成的“黑匣子”，肉眼过一遍比看曲线有用。

4.3 固定划分、分层采样：让实验能复现的三点做法

小数据集的另一个坑是“验证集不可复现”。有人训练时每次都在代码里随机划分数据集，结果同一份代码、同一个参数，三次实验的 mAP 差了 5 个点，还以为是模型随机性，实际上只是某类缺陷在验证集里的数量变了。

我在这类数据上的习惯是三条。第一，划分脚本单独跑一次，把划分结果存成固定的train.txt和val.txt，后续所有实验只读这两个文件，不再重新划分。第二，所有涉及随机的地方（划分、训练增强、anchor 聚类）统一固定种子。第三，划分时按类别分层，确保每类缺陷在验证集里都有足够样本，而不是让验证集被某类大目标主导。

# 读取固定划分，不重新生成 with open("train.txt") as f: train_files = [x.strip() for x in f if x.strip()] with open("val.txt") as f: val_files = [x.strip() for x in f if x.strip()]

这套做法看起来笨，但能节省大量排错时间。否则你在对比“加了这个模块有没有效果”时，根本分不清收益来自代码改动还是数据划分的小波动。数据划分本身成了变量，实验就失去了意义。

5. NEU-DET 实战常见问题排查：五条踩坑记录与解决路径

5.1 细长缺陷类 mAP 上不去：Cr 和 Sc 一直压在 0.3 以下

现象：训练 300 轮后，In、Pa、PS、RS 的 mAP 都在 0.7 以上，唯独 Cr 和 Sc 只有 0.3 左右，验证集上大量漏检。

原因：这两类缺陷框长宽比极端，默认 anchor 的宽高比通常覆盖 0.5 到 2 的范围，对 10:1 以上的框完全匹配不上。匹配不上就没有正样本，没有正样本模型就学不到这类缺陷。

解决：先把 anchor 改成“窄长优先”。常见做法是关掉框架的自动 anchor 计算，用自己的聚类脚本重新生成锚框，突出高宽比大于 5 的候选；同时可以把anchor_t阈值放宽，让更多窄长框进入正样本匹配范围。我当时把输入从 640 提到 1280 + 聚类 anchor 一起做，Cr 的 mAP 从 0.3 直接提到 0.6，效果非常明显。改完 anchor 后一定要重新验证框匹配结果，不能只看训练 loss。

5.2 推理时预测框整体偏移：训练正常但框明显“错位”

现象：训练日志里 loss 正常下降，验证集 mAP 也还行，但把模型部署到单张图上推理时，预测框比实际缺陷的位置整体向左上或右下偏移半个身位。

原因：我用过的最隐蔽的原因是标签转换时坐标归一化基数写错。有些脚本把 xmin、xmax 除以了宽高比而不是图片本身的宽高，或者用了整数除法，导致所有框坐标被系统性缩放。

解决：先画框回原图，确认偏移方向是否一致。如果所有框都朝一个方向偏移，问题基本在归一化；如果偏移随机，问题可能出在数据增强流程没同步更新坐标。验证命令很简单：

python - <<'EOF' import numpy as np, glob for txt in glob.glob("labels/train/*.txt")[:20]: arr = np.loadtxt(txt) if arr.ndim == 1: arr = arr.reshape(1, -1) print(txt, "min=%.3f max=%.3f" % (arr[:, 1:].min(), arr[:, 1:].max())) EOF

正常情况后四列的 min 应该大于等于 0、max 小于等于 1。一旦发现 max 超过 1.5 甚至几十，直接查转换脚本里的分母。这类问题越早发现成本越低，训练几小时后再发现基本只能重来。

5.3 开着 mosaic 训练卡在一个偏低的上限：mAP 停在 0.5 上不去

现象：训练到 200 轮左右 mAP50 稳定在 0.5，再用实验性的参数调整也拉不上去，看起来像模型容量到顶。

原因：NEU-DET 原图 200×200，mosaic 会把图缩小到原来的一半甚至四分之一，细小缺陷在增强后的图片上直接“消失”。模型在训练时见过大量无效正样本，收敛上限被拉低。

解决：最后 50 到 80 轮关闭 mosaic，只保留 copy_paste、轻微旋转和尺度抖动，让模型在接近真实输入分布的尺寸上微调。如果你的框架支持写死增强参数，分两阶段训练即可：前 250 轮用默认增强，后 50 轮把mosaic: 0重新跑一遍。这样改动后 mAP 普遍能回升 5 到 10 个点，属于小数据集上性价比很高的操作。

5.4 加载预训练权重后前期 loss 剧烈震荡：前 20 轮 loss 乱跳

现象：用了 COCO 预训练权重，结果前 20 轮 box_loss 和 cls_loss 大幅度震荡，验证集 mAP 甚至掉到 0，到 40 轮才缓慢恢复。

原因：COCO 数据以中大目标为主，预训练特征和 NEU-DET 的细长小目标尺度差异太大。加载权重后，最后一层检测头的参数还没适应新数据，前几轮梯度噪声很大，BN 统计量也在重新估计。

解决：前 10 到 15 轮冻结 backbone，只训练检测头，等 loss 稳定后再解冻全部参数。命令里加--freeze 10即可；如果震荡依然严重，把初始学习率从 0.01 降到 0.003，同时把 warmup 轮数加长。冻结阶段结束后 loss 会出现一次小跳变，那是解冻的正常反应，不用慌。

5.5 换了一个方向就漏检：增强角度太大，模型把特征学歪了

现象：验证集 mAP 正常，但对着现场拍回来的热轧带钢图推理，同一个缺陷换了个方向就漏检，尤其是划痕。

原因：训练时增强参数里rotate设成了 30 甚至 45。NEU-DET 的缺陷方向有物理约束，划痕大多沿轧制方向分布；大幅旋转产生的训练样本在现实里不存在，模型花了不少参数去拟合这些“假样本”，对真实方向的敏感度反而下降。

解决：把旋转限制在 ±10 度以内，关闭或弱化透视畸变，增加 hsv 亮度扰动来模拟光照变化。热轧带钢本身表面反光差异大，亮度扰动比角度扰动更符合真实场景。改完增强后重新训练，推理时对方向变化的鲁棒性会明显改善。这个问题的本质是：增强的目的是扩充分布，而不是创造现实里不存在的分布。

6. 把 1800 张图用出更大数据量的效果：三点进阶实践

6.1 图像分块让细小缺陷从“看不见”变“看得见”

NeU-DET 的 Cr 和 Sc 在 200×200 原图上可能只有几个像素宽，即使放大到 640 输入，仍不足以让模型捕捉完整纹理。我常用的做法是分块推理：把输入图切成 2×2 或 4×4 的小块，每块独立检测后再按原坐标合并，最后做一次 NMS。

def split_infer(img, model, tile=320, overlap=32): h, w = img.shape[:2] boxes, step = [], tile - overlap for y in range(0, h, step): for x in range(0, w, step): crop = img[y:y+tile, x:x+tile] det = model(crop)[0] for x1, y1, x2, y2, conf, cls in det: boxes.append([x1 + x, y1 + y, x2 + x, y2 + y, conf, cls]) return boxes # 合并后按置信度排序再做 NMS

分块后细线缺陷在每一块里占据的比例变大，检测器更容易命中。代价是推理时间翻倍，但对工业离线抽检场景通常可接受。配合前面说的 anchor 调整，Cr 和 Sc 的漏检能再降一截。

6.2 伪标签自训练：把没标注的带钢图变成训练集

NEU-DET 本身只有 1800 张标注图，但实际产线或公开渠道能拿到大量未标注的热轧带钢表面图。一个可靠做法是用训练好的模型给这些无标注图做推理，置信度超过 0.85 的框整理成伪标签，加入训练集再训一轮。这份数据里值得特别小心的是类别平衡：伪标签天然偏向模型已经学好的类，所以加样本时要按类别抽样，甚至只挑 Cr、Sc 这种弱类来补，效果更直接。

6.3 测试时增强：不训练也能换回一点召回率

如果你已经训完一版模型，还想榨出一点点性能，测试时增强是最快的路径。做法是推理时将输入图做水平翻转和 0.8、1.0、1.25 三种尺度缩放，分别推理后把结果映射回原图坐标，再做 NMS 融合。水平翻转对 Sc 这种方向随机的缺陷提升最明显，多尺度则对尺度变化有鲁棒性。代价是推理耗时增加 3 到 5 倍，但有些场景下 mAP 能涨 1 到 2 个点。

我自己的收尾习惯是：训练之前永远先做两步可视化——第一步画原始标注框，第二步画增强后的样本。这两步做完了，后面训练其实很少翻车。这不算什么高超技巧，但很多“玄学掉点”的深夜排查，追根溯源都发生在没看这两张图的时候。希望帮到你。

本文还有配套的精品资源，点击获取