第 12 / 30 课。 前置:上一课。本篇的运行范围以实验说明和验证记录为准,构造样例不代表真实任务精度或板端性能。
先让标注与部署任务一致
YOLO 文本标签通常是一行一个目标:class cx cy w h,坐标归一化到对应原图。标签 ID 从 0 开始,框宽高应为正,中心与边界应满足任务约定。空标签文件可以表达没有目标,缺失文件则可能是漏标,不能无条件等同。
本课默认构造一个两类小清单,检查格式与边界,并计算一组预测的匹配错误。它不下载数据,也不伪造真实检测成绩。真实训练脚本在包内 train_real.py,依赖单列在 requirements-real.txt。
划分以来源为单位
同一视频相邻帧通常高度相似,应按视频、设备或采集时段分组,再划分训练、验证和测试。先抽帧再随机分图片会产生泄漏。增强只作用于训练;验证协议固定后才能比较模型。
先用小数据确认能过拟合少量训练样本,排除标签与损失连接错误;随后恢复正式划分。验证集选择 checkpoint,测试集只用于最终报告。
训练入口与结果解释
准备本地数据 YAML 和本地 YOLOv8 模型 YAML 后运行 python3 train_real.py --data dataset.yaml --model yolov8n.yaml --epochs 20。入口从本地结构随机初始化,不自动获取预训练权重。数据 YAML 需自行提供 images、labels、类别与划分,不包含自动下载脚本。
固定软件版本、随机种子、输入尺寸和设备;保存训练输出与最佳权重。不能拿默认构造框的匹配数字当作真实 mAP。
看错误而非只看平均分
分类错误、定位偏差、重复框和完全漏检应分开统计。IoU 匹配时一个真值最多被匹配一次。空场景误报、远处小目标和夜间图像需要单列,整体指标可能掩盖这些失败。
本课练习把一个预测框复制三次,观察额外框成为误报;再移动真值边界,观察 IoU 阈值附近的匹配变化。参考结论:降低分数阈值可能增加召回,也增加误报,阈值应在验证集按应用代价选择。
配套实验与运行记录
实验:训练自己的检测器与错误分析
查看完整代码:main.py
"""检查 YOLO 标注、按来源划分数据,并提供真实数据训练入口。"""
import numpy as np
def check_label(line, classes):
values = list(map(float, line.split()))
if len(values) != 5 or not np.isfinite(values).all():
raise ValueError("five finite values required")
c, x, y, w, h = values
if (
c != int(c)
or not 0 <= c < classes
or min(w, h) <= 0
or not 0 <= x - w / 2 <= x + w / 2 <= 1
or not 0 <= y - h / 2 <= y + h / 2 <= 1
):
raise ValueError("invalid class or box")
return int(c), np.array([x - w / 2, y - h / 2, x + w / 2, y + h / 2])
def iou(a, b):
inter = np.maximum(np.minimum(a[2:], b[2:]) - np.maximum(a[:2], b[:2]), 0).prod()
return float(inter / ((a[2:] - a[:2]).prod() + (b[2:] - b[:2]).prod() - inter))
def main():
truth = [check_label("0 .3 .3 .2 .2", 2), check_label("1 .7 .7 .2 .2", 2)]
predictions = [(0, truth[0][1], 0.9), (0, truth[0][1], 0.8), (0, truth[1][1], 0.7)]
used = set()
tp = 0
for c, box, score in sorted(predictions, key=lambda p: -p[2]):
candidates = [
(iou(box, b), i)
for i, (label, b) in enumerate(truth)
if label == c and i not in used
]
if candidates and max(candidates)[0] >= 0.5:
tp += 1
used.add(max(candidates)[1])
fp = len(predictions) - tp
fn = len(truth) - tp
assert (tp, fp, fn) == (1, 2, 1)
print("constructed TP/FP/FN:", tp, fp, fn)
try:
check_label("0 .9 .9 .4 .4", 2)
except ValueError:
print("invalid boundary rejected")
else:
raise AssertionError("invalid label accepted")
if __name__ == "__main__":
main()
在项目根目录执行;下载包解压后,在解压目录执行 python3 main.py。
cd 'content/posts/AI-深度学习/嵌入式视觉模型进阶/12-训练自己的检测器与错误分析/code' && python3 main.py
在本篇代码目录执行 python3 main.py。依赖安装、可选入口见包内 README.md;实际运行结果见 verification.md。下载包包含本课使用的辅助模块与样例。
参考与进一步阅读
原始论文或官方文档用于核对结构、接口和适用范围。本篇代码是围绕教学目标编写的最小实验;除明确注明的完整入口外,不视为对应论文模型的完整复现。