119、YOLOv8改进实战：自适应数据采样策略——难例挖掘与类别平衡采样的工程实现从一次让人抓狂的调试点说起上个月在做一个工业质检项目，检测PCB板上的微小焊点缺陷。训练集里正常焊点占了85%，虚焊、连焊、少锡这些缺陷加起来才15%。YOLOv8跑完300个epoch，mAP看着还行，0.78左右。一上测试集就露馅了——虚焊的召回率只有0.23，连焊更是惨到0.11。最气人的是，模型对正常焊点自信满满，对缺陷样本要么漏检，要么框得歪七扭八。我第一反应是调loss权重，把cls_loss的pos_weight设成10，focal_loss的gamma调到2.5。跑了一轮，mAP涨到0.81，虚焊召回率提到0.35，但连焊还是0.15。再加大权重，模型开始崩了，正常焊点误检率飙升。这条路走不通。后来翻训练日志，发现每个epoch喂给模型的数据里，缺陷样本被反复看到的次数其实很少。YOLOv8默认的DataLoader是随机采样，类别不平衡严重时，模型对尾部类别的学习效率极低。这不是loss函数能解决的问题，是数据供给策略出了问题。难例挖掘：别让模型总在舒适区打转难例挖掘的核心思路很简单：让模型多看看它当前还搞不定的样本。但工程实现上有个关键问题——怎么定义"难"？我踩过的坑是用loss值直接排序。训练初期所有样本的loss都很大，排序后选出来的全是背景噪声和标注错误的脏数据。后来改成用模型输出的置信度来筛选：对于正样本，置信度在0.3-0.7之间的算"难例"；对于负样本，置信度大于0.5的算"难负例"。这个区间范围需要根据实际