企业官网建设流程全解析

简介：这是一个面向目标检测实战的药品包装检测数据集，聚焦板蓝根颗粒袋装与999感冒灵颗粒两类常见药品包装的识别定位，适合入门级目标检测项目练习、模型快速验证以及药品货架/包装识别场景测试。数据包共335个文件，以111张jpg原图、VOC格式xml标注文件和YOLO格式txt标注文件为主，压缩包整体仅3.71MB，使用labelImg人工标注，文件体量轻、便于快速下载与迭代。标注信息完整且类别区分清晰，总计134个目标框，其中板蓝根颗粒袋85个、999感冒灵49个，可用于训练和评估基于VOC/YOLO格式的目标检测模型。资源已有121人学习关注，适合正在学习YOLO、Fast R-CNN等目标检测算法，或需要少量实测数据进行流程测试的数据科学初学者、算法实习生与高校实验课程使用。

1. 药品板蓝根颗粒检测数据集只有110张，为什么还值得跑一遍检测流水线

药品外包装质检里，板蓝根颗粒的破损、异物和装量差异，本质上是一个目标检测问题。手头这套药品板蓝根颗粒检测数据集总共110张图，同时给了VOC和YOLO两种格式，量小得可怜，但做过检测流水线的人都清楚：小样本不是死刑，标注错位才是。110张足够你把数据体检、格式对齐、YOLOv8训练和错检回灌跑完一个闭环，用一轮迭代去判断质检方案可不可行，再决定要不要投入更大规模的采集。它适合正在做医药外观检测、以及准备用YOLO接手小批量质检场景的工程师。数据集的直接价值在格式齐、场景单一，不在数量大。

2. 拆开zip看门道：VOC与YOLO两套目录结构与标注文件的对应关系

拿到zip，第一步不是解压就训练，而是先确认两套格式的布局。很多平台的标注导出都是VOC和YOLO同时给，如果不把目录结构理清，后面写脚本会反复返工。这一章的结论一句话：VOC用像素坐标的xml，YOLO用归一化坐标的txt，两者描述同一个目标，坐标空间完全不同，对齐工作比训练本身更花时间。

2.1 标准VOC布局：JPEGImages、Annotations与ImageSets/Main

我见过的大多数VOC风格数据集会按Pascal VOC的约定排列，解压后三个目录、一个文本组。JPEGImages放原图，Annotations放同名xml，ImageSets/Main放的是按空格分隔的图片名列表，用来划分训练、验证和测试。xml里重点看四个节点：filename、size下的width和height、object下的name和bndbox。bndbox给的是左上角xmin、ymin和右下角xmax、ymax，单位是像素，不是归一化数值。这个像素坐标是VOC和YOLO最大的分水岭，后续所有转换都从它出发。

用Python读这种xml不算复杂，ElementTree就够用。下面这个脚本遍历Annotations目录，把每个xml的类别和bndbox打印出来，同时核对filename字段和实际文件名是否一致：

import xml.etree.ElementTree as ET from pathlib import Path annot_dir = Path("Annotations") for xml_path in sorted(annot_dir.glob("*.xml")): tree = ET.parse(xml_path) root = tree.getroot() filename = root.findtext("filename") size = root.find("size") img_w, img_h = int(size.findtext("width")), int(size.findtext("height")) boxes = [] for obj in root.findall("object"): name = obj.findtext("name") bndbox = obj.find("bndbox") xmin = float(bndbox.findtext("xmin")) ymin = float(bndbox.findtext("ymin")) xmax = float(bndbox.findtext("xmax")) ymax = float(bndbox.findtext("ymax")) boxes.append((name, xmin, ymin, xmax, ymax)) print(f"{xml_path.stem}: {img_w}x{img_h}, {len(boxes)} objects, filename={filename}") for box in boxes[:3]: print(" ", box)

逻辑是先按文件名排序，逐个解析size和object节点，再打印前三个框确认坐标范围。参数说明：img_w和img_h在转YOLO格式时当分母，如果xml里的size和真实图片分辨率不一致，转化出来的坐标全错，这是最容易忽略的一环。建议打印结束后随机挑两张图，把坐标用OpenCV画上去肉眼核对一遍，比写一百行校验代码都管用。画框用rectangle，坐标直接用xmin那一串，不要先归一化再还原，多一次变换多一个出错点。

2.2 YOLO格式的labels目录：txt归一化坐标与类别编号

YOLO训练不读xml，只读txt。常规布局是images目录下放jpg，labels目录下放同名txt，文件名一致但扩展名不同。txt每行一个目标，五个字段：class_id、x_center、y_center、width、height。前四个都要归一化，中心点x除以图宽、中心点y除以图高、目标宽除以图宽、目标高除以图高。class_id从0开始编号，对应data.yaml里的names列表顺序。

为什么YOLO强制归一化？因为训练时输入会resize到640乘640，目标在640坐标系里的位置随原图分辨率变化，归一化之后才能在不同尺寸输入下保持同一个语义。从VOC转过来时，最容易出错的不是公式，而是把左上角坐标当成中心点来算。VOC转YOLO的标准公式：

• x_center = (xmin + xmax) / 2 / img_w
• y_center = (ymin + ymax) / 2 / img_h
• width = (xmax - xmin) / img_w
• height = (ymax - ymin) / img_h

注意宽高是目标真实宽高除以整图宽高，不是除以目标框宽高，也不是除以640。我把这个公式直接写成转换函数，输入xml路径和图片尺寸，输出txt内容：

import xml.etree.ElementTree as ET def voc_to_yolo(xml_path, img_w, img_h): root = ET.parse(xml_path).getroot() lines = [] class_map = {"granule": 0} # 按实际类名调整，多类别时继续追加编号 for obj in root.findall("object"): name = obj.findtext("name") if name not in class_map: continue bndbox = obj.find("bndbox") xmin = int(float(bndbox.findtext("xmin"))) ymin = int(float(bndbox.findtext("ymin"))) xmax = int(float(bndbox.findtext("xmax"))) ymax = int(float(bndbox.findtext("ymax"))) x_center = (xmin + xmax) / 2 / img_w y_center = (ymin + ymax) / 2 / img_h width = (xmax - xmin) / img_w height = (ymax - ymin) / img_h lines.append(f"{class_map[name]} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}") return "\n".join(lines)

参数说明：class_map这行是关键，txt里的第一个数字不是类别名称，而是类别在names列表里的索引。很多人把类别名直接写进txt，训练时类别数变成字符数加一，这种错误通常在loss正常但val的mAP为0时才暴露。另一个容易翻车的地方：xmin加xmax除以2，得到的是中心点；如果误写成xmax减xmin除以2，就得到宽度的一半，框全偏左上角。这里的img_w、img_h必须用原始图片的宽高，而不是xml里size字段之外的任何值。

2.3 双格式交叉校验：用Python脚本对齐图片、标注与ID

VOC和YOLO两套标注可能由不同工具或平台导出，经常出现xml有框但txt漏框、或者图片改名后两边不同步。直接训练，YOLO会跳过没有txt的图，val集合悄悄变小，精度数字看着还行，落地一推理全是漏检。我一般会先做一次交叉校验，把三个目录的stem集合拿来做差集：

from pathlib import Path jpg_dir = Path("JPEGImages") xml_dir = Path("Annotations") txt_dir = Path("labels") jpgs = {p.stem for p in jpg_dir.glob("*.jpg")} xmls = {p.stem for p in xml_dir.glob("*.xml")} txts = {p.stem for p in txt_dir.glob("*.txt")} print("缺xml的图:", jpgs - xmls) print("缺txt的图:", jpgs - txts) print("有txt没图的:", txts - jpgs) for stem in sorted(jpgs & txts): txt = txt_dir / f"{stem}.txt" for i, line in enumerate(txt.read_text(encoding="utf-8").splitlines()): parts = line.split() if len(parts) != 5: print(f"{stem} 第{i}行格式错误: {line}") continue _, xc, yc, w, h = map(float, parts) if xc - w/2 < -0.02 or xc + w/2 > 1.02 or yc - h/2 < -0.02 or yc + h/2 > 1.02: print(f"{stem} 第{i}行越界: {line}")

逻辑是三步：收集三个目录的文件主名，做集合差集，再逐行检查txt格式和越界。参数说明：编码用utf-8而不是默认的gbk，Windows下txt经常以gbk写入，读出来报UnicodeDecodeError；行数不是5说明这行被回车截断或混入空行。越界容差0.02，低于这个不报，因为边缘物体的标注本来就容易探出边界。集合差集输出空是正常情况，一旦有输出就要回到标注工具里补。还有一个更直接的检查：抽三张图，用txt坐标画框，和原图叠在一起看一眼，颗粒是圆形，框应该贴合边缘，如果框明显偏移，多半是除以了错误的图宽高。

3. 训练前强制体检：110张小数据的3个必查项与可用检查脚本

小样本数据集最怕的不是数量少，而是坏数据占比高。110张图如果有一半标注框越界或漏标，模型会把背景学进特征里去。训练前体检不是玄学，是标准的工业流程。这一章给三个必查项：框质量、类别分布、数据划分，每个都有可复制的脚本。

3.1 框质量：接近零尺寸、越界与宽高比异常

标注工具缩放到小图时，很容易产生只有两三个像素的框。这种框在原始分辨率下肉眼看不出来，在640输入下更是一个噪声点，YOLO会为它输出一个近乎随机的小框。逐条检查越界和过小的问题，用一段小脚本读目录下全部txt：

from pathlib import Path txt_dir = Path("labels") imgsz = 640 bad = [] for txt in txt_dir.glob("*.txt"): for i, line in enumerate(txt.read_text(encoding="utf-8").splitlines()): parts = line.split() if len(parts) != 5: bad.append(f"{txt.name}:{i} 列数异常") continue xc, yc, w, h = map(float, parts[1:]) if w * imgsz < 5 or h * imgsz < 5: bad.append(f"{txt.name} 目标过小 w={w:.4f} h={h:.4f}") if xc - w/2 < -0.02 or xc + w/2 > 1.02: bad.append(f"{txt.name} 中心x越界 {xc:.4f}") if yc - h/2 < -0.02 or yc + h/2 > 1.02: bad.append(f"{txt.name} 中心y越界 {yc:.4f}") for item in bad: print(item)

逻辑是把txt按行拆开，每行解析出5个字段，再换算成640尺度下的像素宽度。参数说明：w乘以imgsz是换算公式，imgsz取训练时的输入尺寸，缺省640；小于5像素的框直接列为过小，因为颗粒在640图上至少有十来个像素，5像素以下基本是误标。越界判定里的0.02是容差，某些数据集的边缘物体标注本来就会出边界，容差内先放行，等人工复核。这里不直接删框，只打印名单，删框是不可逆操作，先把问题暴露出来再逐个决定。

3.2 类别与每图目标数分布

板蓝根颗粒检测场景相对集中，但也要确认类别到底是一个还是多个。统计每张图的目标数和类别编号分布，能提前判断两个问题：一是是否有类别只在训练集里出现一两次，二是是否有大量图片一个框都没有。第二种最隐蔽，YOLO会把空图当成纯背景来压低误检，但空图占比过大，模型会倾向保守漏检。

统计脚本只需要一个Counter：

from collections import Counter from pathlib import Path txt_dir = Path("labels") cls_counter = Counter() per_img_counts = [] for txt in txt_dir.glob("*.txt"): lines = [l for l in txt.read_text(encoding="utf-8").splitlines() if l.strip()] cls_counter.update(int(line.split()[0]) for line in lines) per_img_counts.append(len(lines)) print("类别统计:", cls_counter) print("每图目标数分布:", Counter(per_img_counts)) print("空图张数:", sum(1 for c in per_img_counts if c == 0))

逻辑是把每个txt的行数视作该图的目标数量，再统计类别编号和空图张数。参数说明：如果空图超过图片总数的15%，建议先补标一批有目标的图，而不是直接训练；如果某个类别编号只出现两三次，单独开一个检测头去学它，结果基本靠运气。我一般不用现成的可视化工具，直接看终端输出就够了，数字本身已经能揭示不平衡程度。还要注意类别编号必须从0开始连续排列，如果出现了class_id=5但中间缺了编号，data.yaml里的names顺序就有一半是错位。

3.3 划分策略：按组切分而不是随机打乱

110张图划分训练和验证，至少不能简单随机打乱后按比例切。同一批次拍摄的板蓝根颗粒图，光照和背景几乎一样，随机打乱会让验证集分布和训练集高度重叠，模型mAP虚高，一到现场就崩。我常用的做法是先按拍摄批次或文件名前缀分组，以组为单位切分，让val里的场景是train没见过的。

给出按文件名前缀分组划分的脚本：

from pathlib import Path import random, re jpgs = sorted(Path("JPEGImages").glob("*.jpg")) def group_key(stem): parts = re.split(r"[_-]", stem) return parts[0] if len(parts) > 1 else stem[:2] groups = {} for p in jpgs: groups.setdefault(group_key(p.stem), []).append(p.stem) random.seed(42) names = list(groups) random.shuffle(names) train, val = [], [] for g in names: if len(train) / len(jpgs) < 0.8: train.extend(groups[g]) else: val.extend(groups[g]) print("train:", len(train), "val:", len(val))

逻辑是先把文件名按下划线或中划线拆出批次前缀，相同前缀归到同一组，再以组为单位切分到train和val。参数说明：0.8是train的目标占比，110张对应约88张train和22张val；seed固定成42，保证每次运行划分一致。如果文件名没有批次信息，脚本会自动退化成按前两个字符分组，此时相当于半随机，效果比纯随机好一点，但仍建议人工先看一眼哪些图是同一场景。划分完把train和val的图片清单各自存成txt，后续训练和换模型都复用同一份划分，否则不同实验之间没有可比性。另外，如果val里的目标总数不足20个，验证mAP方差大得没法看，可以把比例调成9:1，照样是小样本常规操作。

4. 用YOLOv8把110张图训练成板蓝根颗粒检测器：最小命令与关键参数

体检完就该训练了。选YOLOv8还是更晚的版本，看团队环境，我的经验是别盲目追新，先让一个稳定版本跑通流程。110张图属于极小样本，网络结构、增强策略、优化器三个地方都要调整，不是把图片丢进去等结果就行。

提示：训练前先跑一遍第3章的体检脚本，能省掉后面大半的排查时间。

4.1 安装与数据组织：YOLO官方目录约定

安装ultralytics包，一行pip。数据目录按YOLO约定的布局来摆，train和val下各放images和labels，图片在images下，txt在labels下，两个目录的文件主名必须完全一致：

dataset/ ├── images/ │ ├── train/ │ └── val/ ├── labels/ │ ├── train/ │ └── val/ └── data.yaml

data.yaml里写路径、类别数和类别名：

path: /home/user/dataset train: images/train val: images/val nc: 1 names: 0: granule

参数说明：path用绝对路径，训练脚本和数据集不在同一目录时，相对路径容易解析到当前工作目录，折腾一次就不想再有第二次。nc必须和txt里的最大class_id加一相等，names顺序要和txt里的编号一一对应。类名写成granule只是示意，实际以标注里的类名为准，YOLO不要求英文名符合语义。安装命令：

pip install ultralytics

装完可以用python -c "import ultralytics; print(ultralytics.version)"验证。数据集目录不要放在中文路径下，某些版本的第三方库对中文路径处理有历史遗留问题，容易在读取图片时崩掉。

4.2 训练命令与5个必调参数

训练命令本身很短，难在参数怎么设。110张图的数据量，参数设不好，训练一小时白费。去掉大模型和复杂trick，实际起作用的就这几个：

yolo detect train \ data=data.yaml \ model=yolov8n.pt \ epochs=150 \ imgsz=640 \ batch=16 \ optimizer=AdamW \ lr0=0.001 \ patience=30 \ mosaic=0.5 \ seed=42

逐个解释。model=yolov8n.pt用的是预训练权重，不要用yolov8l或者更大的模型，110张图加大模型等于把过拟合写死在参数里。epochs=150配合patience=30，意思是150轮封顶，但连续30轮val mAP不涨就提前停，小样本普遍在80到120轮之间收敛。batch=16是显存和稳定性的折中，batch太小梯度噪声大，AdamW都救不回来；batch太大又受显存限制。imgsz=640是默认输入尺寸，如果板蓝根颗粒在图里小于32像素，建议改成768，代价是训练和推理都变慢。optimizer=AdamW配上lr0=0.001，是我在小样本检测上最稳的组合，SGD配0.01对这个小数据量容易在前期震荡。mosaic=0.5把默认的马赛克增强概率减半，原因下一小节细说。seed=42让整个训练过程可复现，换机器重跑结果一致，排查问题方便得多。

有人习惯在命令后面加plots=True，把P-R曲线和混淆矩阵存到runs/detect/train目录下，这不影响训练结果，但能让收敛趋势看得更清楚。训练结束后自动生成weights/best.pt和weights/last.pt，best是按val mAP评出来的，实际部署用best，不要手滑用了last。

4.3 数据增强救小样本：YOLOv8默认增强与人工增强的取舍

YOLOv8默认把马赛克增强开到接近1.0，即几乎每个训练batch都合成四宫格，同时对每张图做HSV扰动和随机翻转。对1000张以上的数据集，这套组合非常强。但110张的小样本，马赛克会把颗粒裁剪得只剩半颗，模型学出来的特征偏向边缘而非整体形状，在验证集上看到的现象是mAP漂亮，换成整袋颗粒就漏检。常见做法是把mosaic降到0.5，mixup降到0，保留fliplr=0.5和HSV小幅扰动，再补一点scale和translate让模型对尺度变化不敏感。

把这些直接写进训练命令，别放到data.yaml里：

yolo detect train \ data=data.yaml model=yolov8n.pt \ epochs=150 imgsz=640 batch=16 mosaic=0.5 mixup=0 \ hsv_h=0.015 hsv_s=0.5 hsv_v=0.4 \ scale=0.3 translate=0.1 fliplr=0.5

参数说明：scale=0.3允许目标在0.7到1.3倍尺度之间随机缩放，颗粒是小物体，稍微放大一点对漏检的改善比平移明显。translate=0.1控制目标在图中最多平移10%，避免颗粒总是贴在图片中心。hsv三个值分别控制色调、饱和度、亮度的扰动幅度，板蓝根颗粒是棕色系，色相扰动太大容易让颗粒变成灰色或绿色，我把hsv_h压到0.015，保留一点变化但不失真。mixup=0直接关掉样本混合，对几十张的小样本，mixup会稀释颗粒的纹理特征，收益不如损失多。这组参数是血泪经验换来的，先用全默认跑一遍看loss曲线，哪个增强明显让val loss反弹，就关掉哪个。

5. 小样本训练避坑：5条从标注、格式到收敛的真实踩坑记录

小样本训练翻车的地方，不在模型结构，而在数据链路。我把带人做检测项目时最高频的几类问题整理成5条，每条按现象、原因、解决展开，你能直接对上自己的报错或诡异曲线。

5.1 现象：loss正常下降，val的mAP一直是0

原因几乎总是类别编号和names列表对不上。txt里写了class_id=3，data.yaml里nc=2，模型把类别索引当超过边界处理，推理时输出全被过滤。另一种情况是data.yaml的names顺序和标注工具导出顺序不一致，比如工具里颗粒类排第0，你写配置文件时把别的类放第0，loss照样能收敛，但val的mAP就是0。解决：训练前用3.2节的Counter脚本打印txt里的类别编号，再打开data.yaml核对names顺序。还有个自测办法：训练完用best.pt对任意一张val图推理，打印结果框的类别号和置信度，如果类别号全为0而图里明明有别的类，就是编号问题。

5.2 现象：loss先降后涨，val mAP震荡得像心跳

原因在小数据集上通常是三件事叠加：batch太小、mosaic全开、学习率偏高。batch=8时每个batch只有8张图的统计量，梯度方向不稳定；mosaic合成图让目标上下文频繁切换；lr0=0.01的SGD在小样本上相当于在loss曲面里反复横跳。解决：直接改成batch=16起步，mosaic降到0.5，optimizer换成AdamW并把lr0压到0.001。改完如果还在震荡，再把epochs从150提到300，早停阈值放宽到40轮，让模型在最低点附近多游一会儿。这套组合在多个小样本检测任务里都有效，我一般先按它跑一遍再微调。如果显存实在不够，batch=8也可以用，但要记得把lr0降到0.0005，让梯度更新步子小一点，震荡幅度会低一些。

5.3 现象：VOC转YOLO后画框全偏到左上角

原因：公式写错。最常见的是把x_center算成(xmax - xmin) / 2 / img_w，算出来的是目标宽度的一半，不是中心点；还有人把width算成(xmax - xmin) / 2，认为宽高也要除以2，结果框只有实际一半大小。解决：把公式抄对之后，用三个文件做人工验证：挑一张颗粒靠右下角的图，转完txt后和xml画在同一画布上对比；或者把txt坐标还原成像素坐标画框，代码就几行：

import cv2 img = cv2.imread("JPEGImages/xxx.jpg") with open("labels/xxx.txt", encoding="utf-8") as f: for line in f: _, xc, yc, w, h = line.split() xc, yc, w, h = float(xc), float(yc), float(w), float(h) x1 = int((xc - w / 2) * img.shape[1]) y1 = int((yc - h / 2) * img.shape[0]) x2 = int((xc + w / 2) * img.shape[1]) y2 = int((yc + h / 2) * img.shape[0]) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.imwrite("check.jpg", img)

逻辑是把归一化的中心点和宽高还原成左上、右下像素坐标，再画绿框。参数说明：img.shape[1]是宽，img.shape[0]是高，两者不能写反；还原后框应该和xml映射的框重合，任何一厘米的偏移都说明转换脚本里有bug。注意cv2.rectangle要求坐标是整数，先转成int再画，否则OpenCV会报类型错误。

5.4 现象：模型把包装袋纹理或桌面背景当颗粒框出来

原因：110张图里多数是近景颗粒图，背景几乎不变，模型偷懒学了一个背景分类器而不是形状分类器。val里恰好有桌面背景图，模型就输出一堆假阳性框。解决：不是继续调参数，而是先做两件事。一是给训练数据加8到10张没有颗粒的负样本图，例如空包装袋、桌面、白底，txt写成空文件，让模型知道这类背景不该出框。二是在增强里把scale开到0.3，让颗粒在图上被放大缩小，弱化和背景的关联。负样本图不要乱加，加太多模型会变得保守，训练完先看val的假阳率再做增删，一般负样本占总量5%到8%就够。

5.5 现象：zip解压后文件名乱码或txt内容乱码

原因：zip打包工具在Windows下默认用GBK压缩文件名，Python的zipfile默认按UTF-8解压，文件名读取失败；txt标注文件如果被Excel编辑过，再另存成txt，内部编码可能变成GBK或带BOM。解决：解压时指定编码，txt一律用Python的encoding="utf-8"或"gbk"去读，读出来后再统一存成utf-8。给一条最省事的检查命令：

file labels/*.txt | head

输出里看到UTF-8 Unicode text就是正常的，看到ISO-8859或with CRLF line terminators就要处理。CRLF本身YOLO能容忍，但如果每行末尾多出\r，某些版本的读取代码会把\r算进class_id里，训练时直接报标签格式错误。解决：用sed -i 's/\r$//' labels/*.txt批量清理，或者直接在Python读取时用line.strip()。这个小问题一旦触发，排查路径能让你浪费一上午，先查编码再查坐标。

6. 迁移学习与错检回灌：把110张数据沉淀成可复用的评估基线

6.1 先冻结再微调的实验顺序

小样本用预训练权重几乎是不用讨论的默认操作，但冻结backbone不一定好。颗粒外形简单，YOLOv8n的backbone在ImageNet和COCO上学到的纹理特征已经够用，冻结反而限制了对颗粒边缘的适应。我一般先全量fine-tune跑一次，如果val mAP低于预期，再试freeze=10只训练后面几层。要比较两个方案，必须用同一份划分、同一份命令，只改freeze参数，否则对比出来的差异是数据扰动造成的。跑完看runs/detect/train目录下的results.png，如果冻结版的P曲线上不去了，就不要省那点显存。

6.2 错检回灌：把验证集变成数据采集清单

训练结束不是终点，质检项目真正值钱的是错检回灌流程。跑一批推理，把置信度在0.3到0.6之间、且有误检或漏检的图导出来，集中看一遍。常见误判有三种：把阴影当颗粒、把颗粒叠影当多个目标、把包装内气泡当异物。每确认一种，收集对应场景的图补进数据集，一两周把110张扩到300张，模型mAP往往能涨三到五个点，比调任何参数都管用。导出低置信度样本的脚本：

from ultralytics import YOLO model = YOLO("runs/detect/train/weights/best.pt") res = model.predict(source="val/", save=False) for r in res: for box in r.boxes: if box.conf < 0.6: print(r.path, box.cls, box.conf)

逻辑是对验证集逐张推理，把低置信度框和对应图片路径打出来。参数说明：0.6这个阈值是经验值，低于它的框往往处在边界情况，人工复查成本低；如果任务容错更严，可以放到0.8。拿到输出文件名后，我到现场把对应图像截出来，整理成补标清单，回到标注工具里把缺的框补齐。这条路我已经迭代过好几个质检项目，最后留下的不是说那些调参技巧，而是每次接手新数据第一件事跑一遍体检脚本这个习惯，少它不行。希望帮到你。

本文还有配套的精品资源，点击获取