YOLO模型优化实战：从数据划分到小目标检测

1. 从虚假高指标到真实模型评估：一次YOLO模型优化的深度复盘

那天早上，当我看到训练日志中显示的mAP≈0.93时，差点从椅子上跳起来——这个数字已经接近论文中SOTA模型的水平了。但随后的验证过程像一盆冷水浇下来：当按照标准流程重新划分数据集后，指标直线下降到0.69。这个戏剧性的落差让我意识到，在机器学习项目中，评估体系的可靠性比模型指标本身更重要。

这个教训价值千金。在目标检测领域，特别是使用YOLO这类框架时，新手常会陷入几个典型误区：过度关注最终指标而忽视评估过程、混淆模型结构与数据配置、在baseline不稳定时就急于改进。本文将完整还原我的踩坑历程，分享如何建立可靠的评估体系，以及针对小目标检测问题的实战优化方案。

2. 数据划分：模型评估的第一道防线

2.1 我犯过的致命错误：数据泄漏与分布偏差

最初的数据集划分简直是一场灾难。我随意地从文件夹中抽取了80%作为训练集，剩下的20%作为测试集，完全没有考虑以下几个关键问题：

• 时间相关性泄漏：我的数据来自连续视频帧，相邻帧之间存在高度相似性。这种划分方式导致训练集和测试集包含几乎相同的图像内容，使模型在测试时"作弊"般地获得了高指标。

• 类别分布不均：安全帽(helmet)和工作服(vest)的样本数量相差3倍，但在划分时没有进行分层抽样，导致某些类别在测试集中完全缺失。

• 小目标比例失真：测试集中小目标（32×32像素以下）占比仅15%，而实际场景中这个比例高达34%。这种偏差让模型在小目标检测上的缺陷被掩盖。

2.2 规范化的数据划分方案

经过这次教训，我建立了严格的数据划分流程：

python复制from sklearn.model_selection import train_test_split

# 确保每类样本按比例划分
stratify = df[['class_id', 'is_small_object']].apply(
    lambda x: f"{x['class_id']}_{int(x['is_small_object'])}"), axis=1)
    
# 先划分训练+验证集 vs 测试集 (7:3)
train_val_df, test_df = train_test_s