企业官网建设流程全解析

简介：航拍滑坡目标检测数据集，面向计算机视觉研究者与深度学习开发者，主要用于滑坡灾害遥感影像识别、目标检测及模型训练。数据集包含4315张512×512高分辨率航拍影像，标注类别为landslide，共11315个矩形框，覆盖全部4315张图像，适合滑坡体定位与轮廓范围估计等任务。资源包共2000个文件，以Pascal VOC格式的XML标注文件为主（1999个），另附1个TXT说明文件，压缩包大小约200.98MB，可解压后按需划分数据集。目前已有34人浏览学习。数据由labelImg工具人工标注，已做增强处理，适应航拍视角下形态不规则、背景复杂的特点；未提供现成训练/验证/测试划分，需自行处理，同时兼容VOC与YOLO两种标注格式，便于直接接入YOLOv5、Faster R-CNN等常见框架，省去格式转换时间。

1. 航拍滑坡数据集4315张VOC+YOLO格式.zip：先拆格式再谈训练

拿到一个名为“航拍滑坡数据集4315张VOC+YOLO格式.zip”的压缩包，最容易浪费时间的环节不是训练，而是解压之后不知道拿哪套格式下手。压缩包里同时给了 VOC 和 YOLO 两套标注，不少人以为随便选一个就能训，结果要么被 XML 的目录结构搞晕，要么转格式时把坐标弄错，训练日志反复报标签为空。这个数据集的真正价值，是帮你跳过从零标注滑坡边界的最苦阶段，直接用无人机影像训练滑坡检测模型；难点在于航拍图里山体阴影、露岩、道路填方都会伪装成滑坡，模型训练起来远不如常规照片稳定。它适合已经用过 YOLO、手头有 GPU 或云资源的从业者；纯新手建议先把标注结构读透再跑训练，否则大概率在格式转换和类别不平衡上反复翻车。

2. 打开 zip 后的第一课：VOC 目录和 XML 标注怎么读

2.1 VOC 的 JPEGImages、Annotations、ImageSets 各管什么

4315 张图的数据集解压后，如果作者按 VOC 格式归档，目录结构通常是固定的三层：

landslide_voc/ ├── JPEGImages/ ├── Annotations/ └── ImageSets/ └── Main/ ├── train.txt ├── val.txt └── test.txt

JPEGImages 放原图，Annotations 放同名 XML 标注，ImageSets/Main 里的 txt 按行给出不带扩展名的文件基名。train.txt 列出训练集样本，val.txt 列出验证集样本，test.txt 是测试集。这套划分文件是 VOC 训练流程的老传统：训练脚本不自己去文件夹里扫描所有图片，而是读 txt 决定哪些图进训练、哪些进验证。所以做数据清洗时，优先改的是 ImageSets/Main 下的 txt，而不是来回移动图片目录，否则训练结果和验证结果对不上，后期排查起来很痛苦。

拿到 zip 先做两个核对：一是数 train.txt 的行数，看是否和 JPEGImages 里的实际文件数对得上；二是确认划分后的训练集里有没有“名单里有图、但没有对应 xml”的脏样本。这一步值得花十分钟，因为不少第二手转发的数据集改过目录，txt 文件名和实际图片名带不带空格、后缀是 jpg 还是 jpeg，都可能被搞乱。我用 Python 做了一遍全量核对：

import os voc_root = 'dataset/landslide_voc' train_txt = os.path.join(voc_root, 'ImageSets/Main/train.txt') with open(train_txt) as f: lines = [x.strip() for x in f if x.strip()] for line in lines: jpg = os.path.join(voc_root, 'JPEGImages', line + '.jpg') xml = os.path.join(voc_root, 'Annotations', line + '.xml') if not os.path.exists(jpg): print('缺图:', line) if not os.path.exists(xml): print('缺标注:', line) print('train 样本数:', len(lines))

逻辑很简单：txt 每行是文件基名（不带扩展名），把它拼上 JPEGImages 和 Annotations 两个路径分别判断是否存在。如果任意一边缺失，就打印出来，后续训练前先补齐。参数说明：如果数据集里图片是 .jpeg 或 .JPG 后缀，要同步改这里的后缀；更稳妥的做法是先列目录看实际后缀再写死，否则会误报一片缺图。对于 4315 张的数据集，这段脚本秒级跑完，省下后面反复试错的时间。

2.2 读一张 XML：bndbox 的四个整数坐标代表什么

随便抽一张 Annotations 下的 XML，内容大致是这个结构：

<annotation> <filename>IMG_1024.jpg</filename> <size> <width>1920</width> <height>1080</height> <depth>3</depth> </size> <object> <name>landslide</name> <bndbox> <xmin>320</xmin> <ymin>410</ymin> <xmax>1560</xmax> <ymax>1015</ymax> </bndbox> </object> </annotation>

size 里的 width 和 height 不是摆设，YOLO 转换时要用它们做归一化分母，不能自己猜图像尺寸。object 里 name 是类别名，一般滑坡数据集只有 landslide 一个类；bndbox 四个值是像素坐标，xmin/ymin 是框左上角，xmax/ymax 是右下角。航拍滑坡图经常出现一张图里有多个 object，可能是一个滑坡体被分成多个矩形框标注，也可能是图里确实有多个独立滑塌区。这种情况转成 YOLO 后一个 txt 里会有多行，训练时它们算同一个类别，损失按每个框独立计算。

读取 XML 时有一个隐含约定问题：标注工具生成的 xmax/ymax 有些是闭区间像素索引，有些是“像素索引+1”。大多数开源数据集用的是前者，直接拿来做差没问题，但如果某个标注工具的导出逻辑不同，xmax 可能比图像宽度大 1，或者 xmax 减去 xmin 之后是 0。这种脏数据在 YOLO 里会变成宽高为 0 的非法框，轻则被跳过，重则导致损失计算报错。我处理 VOC 转 YOLO 的历史经验是：转换脚本里必须做宽高大于 0 的过滤，再顺手把坐标夹到图像尺寸内，这一步不做，后面训练日志里全是莫名其妙的警告。

2.3 从 VOC 转 YOLO：坐标归一化与目录重组脚本

如果标题里的 zip 内部已经给了 YOLO 格式的 txt，那这步可跳过；如果只有 VOC，就得自己转换。目标是把每张图的 XML 变成一个同名 txt，每行格式是：

class_id x_center y_center width height

class_id 是类别编号，后四个值全部除以图像宽高归一化到 0~1，x_center/y_center 也是相对整图的比例坐标。这也是 YOLO 和 VOC 最大的区别：VOC 存的是左上角、右下角像素坐标，YOLO 存的是中心点和宽高的相对比例，脱离图片尺寸后依然可以直接喂给模型。

import xml.etree.ElementTree as ET import os def voc_to_yolo(xml_path, save_dir, img_w, img_h, class_map): tree = ET.parse(xml_path) root = tree.getroot() name = os.path.splitext(os.path.basename(xml_path))[0] lines = [] for obj in root.findall('object'): cls_name = obj.find('name').text.strip() if cls_name not in class_map: print(f'未知类别 {cls_name}, 跳过') continue b = obj.find('bndbox') xmin = float(b.find('xmin').text) ymin = float(b.find('ymin').text) xmax = float(b.find('xmax').text) ymax = float(b.find('ymax').text) w = xmax - xmin h = ymax - ymin if w <= 0 or h <= 0: print(f'{name} 存在非法框: {xmin},{ymin},{xmax},{ymax}') continue x_c = (xmin + xmax) / 2.0 / img_w y_c = (ymin + ymax) / 2.0 / img_h nw = w / img_w nh = h / img_h lines.append(f'{class_map[cls_name]} {x_c:.6f} {y_c:.6f} {nw:.6f} {nh:.6f}') with open(os.path.join(save_dir, name + '.txt'), 'w', encoding='utf-8') as f: f.write('\n'.join(lines) + '\n')

逻辑说明：先解析 XML，逐个 object 读取坐标；宽高用 xmax 减 xmin 计算，先过滤掉非正数再归一化；中心点取 xmin 和 xmax 的均值，再除以整图宽高，得到 0~1 的相对坐标。参数说明：class_map 是 {类别名: 类别 id} 的字典，单类数据集就是 {'landslide': 0}；img_w/img_h 建议从 XML 的 size 节点读，不要自己硬编码，否则图片一换尺寸坐标就全偏。对 4315 张图，这个脚本跑几十秒就完。

转完之后，还需要把图片和 txt 按 YOLO 的习惯目录重组，YOLOv8 训练时默认在 images 同级的 labels 目录里找标注：

mkdir -p dataset/yolo/images/{train,val,test} \ dataset/yolo/labels/{train,val,test}

然后按 VOC 的 ImageSets/Main 划分，把对应的 jpg 拷贝进 images 子目录、txt 拷贝进 labels 子目录。如果嫌拷贝占空间，也可以用软链接，但复制一份更省心，训练时 IO 也更快。到这里，格式层面的准备工作就算完工，可以进第 3 章搭环境了。

3. 搭 YOLOv8 环境并训练 4315 张滑坡数据：一次跑通的最小配置

3.1 Anaconda 环境配置要求：Python、PyTorch 与 ultralytics

不少人在 YOLO 环境搭建这一步踩过坑：YOLOv8 用的是 ultralytics 这个包，不是以前的 yolov5 仓库，装完老版本后训练命令对不上。我的做法是用 Anaconda 单独建一个虚拟环境，避免把系统 Python 弄乱。YOLOv8 Anaconda 环境配置要求并不高，按下面的顺序一次能过：

conda create -n yolo python=3.10 -y conda activate yolo conda install pytorch torchvision pytorch-cuda=12.1 -c pytorch -c nvidia pip install ultralytics

Python 3.10 配 torch 2.x 跑 YOLOv8 最省事。Python 3.11、3.12 也能跑，但 3.10 在 opencv、labelme 这类和标注处理相关的第三方库上兼容性最好。PyTorch 版本跟着 CUDA 走：服务器 CUDA 是 12.x 就装 pytorch-cuda=12.1；老显卡驱动只支持 CUDA 11.8 的，把命令里的 12.1 换成 11.8 即可。CPU 环境也能训练，但 4315 张 1920x1080 的航拍图用 CPU 训练一轮是小时起步，强烈不推荐。

装完先验证一下环境：

python -c "from ultralytics import YOLO; m = YOLO('yolov8s.pt'); print(m.model.__class__.__name__)"

如果打印出 DetectionModel，说明环境就绪。这条命令还会触发 YOLOv8 预训练模型下载，默认拉取 yolov8s.pt 到缓存目录。预训练模型下载是 YOLO 训练的默认行为，如果下载卡住，就手动从官方 release 把 yolov8s.pt 放进去，再在训练命令里指定本地路径。这里没有太多玄学，环境起不来九成是 torch 和 CUDA 版本不匹配，重装前先看一眼 nvidia-smi 输出的驱动版本，选对应的 torch 安装命令。

3.2 写 data.yaml：路径、类别与验证集

YOLOv8 训练必须先写一个数据描述文件 data.yaml，告诉模型数据在哪、编号从几开始。对滑坡单类数据集，最小可跑版本长这样：

# landslide.yaml path: /home/user/dataset/yolo train: images/train val: images/val test: images/test names: 0: landslide

四个关键点：path 是根目录，train/val/test 指向 images 下的子目录，这是相对 path 的写法；YOLOv8 会自动在 images 同级的 labels 目录里找对应 txt，不用单独写标签根路径。如果 labels 和 images 放反了，训练日志里会出现大量 warning，说在标签路径下没找到文件。names 必须从 0 开始，单类也写成字典形式，这个写法在新版本里最不容易出错。

写完 yaml 后，检查一张图的标签是否被正确配对，我常用的免训练验证命令是：

yolo detect train model=yolov8s.pt data=dataset/landslide.yaml epochs=1

跑一个 epoch 起不了模型，但足以暴露路径错误：日志会提示 train 数据集加载了多少张图、多少张带标注。如果出现 “0 labels” 之类的输出，基本是 labels 目录路径不对，或者 txt 文件名和 jpg 基名不一致。这个检查比直接跑完整训练省时间得多。

3.3 训练参数怎么定：epochs、imgsz、batch、预训练权重

第一次训练，把命令控制在最简：

yolo detect train \ model=yolov8s.pt \ data=dataset/landslide.yaml \ epochs=150 \ imgsz=640 \ batch=16 \ patience=30 \ project=runs \ name=landslide_v8s

参数说明：epochs 对 4315 张图而言 150 轮通常够，配合早停 patience=30 能在验证指标不再上升时自动停下。imgsz 我建议先用 640，把 1920 宽的航拍图缩放训练，显存压力和速度都均衡；等模型基本收敛后，再用 imgsz=1280 微调几十轮，滑坡边界往往能更细致。batch 大小取决于显存，16G 显存跑 yolov8s 在 imgsz=640 下 batch=16 比较稳；V100 或 A100 可以提到 32，但航拍图像分布差异大，batch 太小会导致 BN 统计量抖动，后面会专门讲。model=yolov8s.pt 默认加载 COCO 预训练权重，虽然滑坡和 COCO 类别差异大，但底层纹理特征迁移仍然有用，建议保留，不要从零训练。

跑起来以后，不要只盯着 loss 曲线。重点看 val 指标和验证集上的 P/R 曲线。如果训练集里很多图根本没有滑坡目标，这些空图占了大半 batch，模型会被带偏成“把所有图都预测成背景”。这种结构性问题不是改超参数能解决的，得回到数据层面处理，正是下一章的避坑重点。

4. 航拍滑坡数据训练避坑记：4 个最常翻车的位置

4.1 现象：loss 曲线震荡、mAP 卡在 0.3 上不去

用 YOLOv8 默认参数训练滑坡数据，常见现象是前 20 轮 loss 掉下来，之后验证 mAP 在 0.3 附近反复跳，怎么训都不涨。原因有两层：一是航拍滑坡在整图里占比往往很小，正样本像素极少，默认 cls=0.5 的分类损失权重对滑坡这类“小目标加少样本”的监督不足；二是 YOLO 的损失函数由框损失、置信度损失和分类损失三块组成，在极端类别不均衡时，分类损失需要单独加大权重。

我的解决方法是把 cls 提到 1.5 到 2.0，同时关掉 label smoothing：

yolo detect train model=yolov8s.pt data=dataset/landslide.yaml \ epochs=200 imgsz=640 batch=16 cls=2.0 label_smoothing=0 \ project=runs name=landslide_v8s_cls2

参数含义：cls 是分类损失权重，权重加大后梯度会更偏向“把滑坡类别认对”，代价是误检可能增加，但滑坡场景先保住召回更重要。label_smoothing 会把正例信号模糊化，单类小目标下先关掉。如果调了仍然无效，就回去统计一下训练标注里真正有目标的图有多少张：写个脚本扫描所有 labels txt，非空行数量如果连总量一半都不到，说明空图太多了，要在 batch sampler 里多采样含目标的图，或者把空图挪到验证集。这是滑坡数据集常见的结构问题，不是超参数能兜底的。

4.2 现象：train 的 BN 统计量崩掉，几轮后准确率归零

航拍数据的经典翻车现场：训练到二三十轮，loss 突然变成 nan，或者验证指标整体归零，日志报出一串和半精度、数据类型有关的错误。真正常见的原因有两个：一是无人机影像在不同季节、不同光照下差异太大，同一个 batch 里阴影区域和强光区域像素分布完全不同，BatchNorm 统计量被带偏，这就是常说的 YOLO 训练中 BN 崩溃；二是默认学习率 0.01 对这种分布不稳定的数据集偏大，BN 层的 gamma、beta 更新步长过猛。

我的处理习惯是：第一次训练先降学习率，并拉长 warmup；如果还在崩，用 freeze 让主干网络先不更新：

yolo detect train model=yolov8s.pt data=dataset/landslide.yaml \ epochs=150 imgsz=640 batch=16 lr0=0.005 freeze=10 \ project=runs name=landslide_v8s_freeze

lr0 是初始学习率，YOLOv8 默认 0.01，航拍数据我一般先用 0.005 起手；freeze=10 表示冻结前 10 层网络，这些层主要是底层边缘纹理特征，对滑坡检测够用，冻结后 BN 统计只算后半段，稳定性明显改善。还有一个隐蔽来源：如果 imgsz 设置过大，某些推理预处理会把坐标溢出边界，导致验证阶段出现半精度数据错。遇到崩溃先回到 imgsz=640 跑一轮，确认能收敛再加大分辨率。

4.3 现象：zip 解压到一半报 CRC 错误，或解压出来一串乱码

标题写的是 zip 压缩包，而 4315 张图加对应标注文件会让包体积很大，解压环节出问题很常见。Windows 自带 zip 工具对大文件、中文文件名、长路径的处理一直不算稳，常见现象是解压到一半报“无法完成操作”，或者解压出来文件名乱成一团。

第一步是换工具，7-Zip 或 Bandizip 能报出具体是哪个文件 CRC 失败，判断是压缩时损坏还是归档不完整；第二步处理乱码，这多半是压缩包用了 GBK 编码而当前系统按 UTF-8 解，Linux 下可以用 unzip 的编码参数重解一次：

unzip -O GBK landslide.zip -d landslide_voc

这里还有一个常见技术词叫“zip 伪加密”：文件本身没加密，但压缩包头部的 general purpose bit flag 被置位，解压工具弹出要求输入密码。识别方法是用 7-Zip 打开后能预览文件名，但一解压就要密码。如果是从技术社区下载的资源，先确认来源是否可靠，不排除有人故意给 zip 伪加密包引流；正规数据集出现伪加密的概率很低，真遇到就回到原始出处找正确版本，不建议花时间去改文件头绕过密码。

数据解出来之后，建议做一次全量文件数核对。VOC 格式应该有 4315 张 jpg 对应 4315 个 xml；YOLO 格式应该 images 和 labels 成对。数量对不上的时候，基本可以确定包存在损坏或目录被裁剪，这时候再怎么调训练参数都白搭。

4.4 现象：训练一开始就报图像损坏或标签配对失败

这是格式转换阶段埋下的坑，常见于自己把 VOC 转 YOLO 后直接训练。报错通常长这样：“All images are corrupt”或者“train: 0 labels found in xxx”。原因依次排查三处：一是 txt 写到了和 images 完全不同的根目录，YOLO 要求 labels 和 images 同名同路径，images 和 labels 是固定配合关系；二是图片文件名里有空格或者前后缀不一致，VOC 的 filename 写的是 IMG_1024，但实际文件名可能是 IMG 1024，训练脚本按 txt 找图自然找不到；三是转换时坐标出现越界值，比如 xmax 比图像宽度还大，归一化后宽超过 1，模型加载时索性丢弃该框。

我的习惯是转换完立刻做全量校验，检查每个 txt 的六个值是否都在合理区间：

import os label_root = 'dataset/yolo/labels' for split in ['train', 'val', 'test']: split_dir = os.path.join(label_root, split) for fn in os.listdir(split_dir): if not fn.endswith('.txt'): continue with open(os.path.join(split_dir, fn)) as f: for line in f: parts = line.split() if len(parts) != 5: print(f'{fn} 列数不对: {line.strip()}') continue cid, xc, yc, w, h = parts vals = [float(xc), float(yc), float(w), float(h)] if any(v < 0 or v > 1 for v in vals): print(f'{fn} 坐标越界: {line.strip()}')

检查逻辑很简单：YOLO 标签的五个字段里，class_id 是整数，其余四个都必须在 0 到 1 之间，超过 1 或者小于 0 的行就是脏标签。打印出具体文件路径后，回到对应 XML 检查原坐标，多半是 bndbox 里写了下标越界的值。处理完再跑训练，日志里关于标签的报错基本就会消失。

5. 验证不只看 mAP：混淆矩阵与置信度门限应该这样调

5.1 混淆矩阵里漏检 vs 误检怎么读，以及总和不为 1 的问题

训练结束后，runs/landslide_v8s/ 目录下会生成 confusion_matrix.png，这是判断检测器能不能用的第一张图。矩阵里行是真值、列是预测，对单类数据，核心看左上角区域：真值 landslide 被正确预测成 landslide 的占比越高越好；真值 landslide 被预测成 background 的格子代表漏检；真值 background 被预测成 landslide 代表误检。

航拍滑坡场景里，漏检比误检更危险。漏掉一个滑坡意味着安全风险，误检还能靠人工复核过滤。所以读矩阵的姿势应该是优先看漏检那一格：如果真值 landslide 这一行里落在 background 的占比超过 20%，说明模型把不少滑坡当成了背景，得回头调召回；如果 background 被预测成 landslide 的比例高，说明模型对裸土、阴影过于敏感，再考虑提置信度门限或者加负样本。

不少人第一次用 YOLOv8 会问：混淆矩阵每一行和每一列加起来为什么不是 1？这是正常的。矩阵有两种统计口径：按真值行归一化，每一行之和为 1，表示每个真值类别被分到各类的比例；按预测列归一化，每一列之和为 1，表示每个预测类别里各真值来源的占比。默认绘图有时还会把背景单独抽出来，导致看起来行和不是 1。所以关键不是纠结“总和不唯一”，而是搞清楚你现在看的是哪种归一化。两个口径一起看才完整：mAP 代表整体水平，行归一化代表漏检分布，列归一化代表误检来源，三者结合才能定位模型的问题。

用现成的验证接口可以一次拿到全部指标：

from ultralytics import YOLO model = YOLO('runs/landslide_v8s/weights/best.pt') metrics = model.val(data='dataset/landslide.yaml', conf=0.25, iou=0.5) print('mAP@0.5:', metrics.box.map50) print('mAP@0.5:0.95:', metrics.box.map) print('precision:', metrics.box.mp) print('recall:', metrics.box.mr)

conf=0.25 是验证时用的置信度门限，调高它会提升 precision、降低 recall；iou=0.5 是框匹配的 IoU 标准，滑坡这种边界模糊的目标，用 0.5 比 0.75 更贴近工程实际。注意验证指标的 conf 和推理时的 conf 不是一回事：验证指标只是算 mAP 的阈值起点，部署推理时还需要单独按场景调。

5.2 调置信度门限：精度优先还是召回优先

模型训练完，推理时第一个要调的就是置信度门限。conf=0.7 会少很多框，但漏检也变多；conf=0.1 会满屏是框，噪声巨大。YOLO 检测里调整置信度门限是最直接的工程手段，因为不需要动模型，就有两种工作模式：

# 高置信度模式：做自动出图、成果提交，误检要少 yolo predict model=runs/landslide_v8s/weights/best.pt \ source=test_images conf=0.55 imgsz=1280 save_txt=True # 低置信度模式：做风险排查、人工复核，漏检要少 yolo predict model=runs/landslide_v8s/weights/best.pt \ source=all_survey_images conf=0.15 imgsz=1280 save_txt=True

两条命令只差 conf 一个值。地质灾害监测我建议先用低置信度把可疑目标全部筛出来，再进人工或规则过滤，因为滑坡的视觉特征和裸土、积水区高度相似，低置信度框虽然多，但配合后处理能保住召回。做自动报告才用高置信度，因为没人愿意在成果图上标一堆假滑坡。

门限具体定多少，不能拍脑袋。把验证集按 0.05 到 0.7 间隔扫一遍，画出 precision-recall 曲线，取曲线的屈曲点附近作为候选门限。YOLOv8 训练日志的 runs 目录里已经保存了 P/R 曲线图，val 结束后在 curve 文件夹里能看到。别人给一个固定 conf 值不如直接看自己数据的曲线靠谱，毕竟不同地区的地表纹理差异很大，同一套模型换到另一个山区，最优门限可能差出 0.2 都不止。

6. 部署前最后一步：模型压缩与检测热力图检查

6.1 导出 ONNX 与 TensorRT 量化

训练收敛后，4315 张图的数据量撑起一个能用的滑坡检测模型，但无人机侧载板和边缘盒子的算力往往有限，还要过压缩这一关。最常见的路线是先导出 ONNX，再做 TensorRT 的 FP16 或 INT8 量化：

yolo export model=runs/landslide_v8s/weights/best.pt format=onnx dynamic=True imgsz=640 trtexec --onnx=best.onnx --saveEngine=best_fp16.engine --fp16

trtexec 是 TensorRT 自带的命令行工具，FP16 量化对滑坡检测的精度影响很小，INT8 能再压一半显存，但边界框会模糊一些，适合 Jetson 这类设备推 1080p 视频流。导出 ONNX 时 dynamic=True 保留动态宽高，方便部署时切分辨率；如果确定只用固定 imgsz，去掉 dynamic 反而能省一点显存。

6.2 用热力图验证模型看到的是滑坡而不是阴影

压缩之前，建议先做一次可信度验证，方法是用 ultralytics 的 explain 接口生成类激活热力图：

from ultralytics import YOLO model = YOLO('runs/landslide_v8s/weights/best.pt') out = model.explain() out('test_images/IMG_2048.jpg')

out 是模型自带的解释函数，传入一张测试图，会在图上叠加模型关注的高亮区域。如果热力图集中在坡体滑面，说明模型学到了滑坡形貌；如果高亮区域全在树荫边界、道路边缘，说明模型学的是纹理差。这类模型换一个地区之后 mAP 会明显掉，这时候回去调数据比硬调超参数更值。

我自己的教训是：每跑完一轮，把 best.pt、data.yaml、训练参数都记录成一条实验日志，否则两周后对着 runs 目录里十几个 name，根本分不清哪次用了 cls=2.0、哪次改了冻结层。一个 zip 数据集从解压到可部署，最花时间的从来不是训练，而是把格式、参数、验证口径都理顺。按本文顺序走一遍，新手大概两天能出第一版结果；老手把这些坑提前规避，一天内能从裸数据到 mAP 报告。希望帮到你。

本文还有配套的精品资源，点击获取