企业官网建设流程全解析

真正让我决定动手改YOLOv11的，不是排行榜和论文复现，而是产线上质检组的一句话："你们这套系统能把裂纹找出来，但分不清该返修还是该报废。"当时我用的还是官方YOLOv11s，效果不算差，裂纹类召回率也说得过去，可一旦要求按严重程度分级输出，模型就露馅了——轻度、中度、重度在特征空间里几乎被压成一团，分类头给出来的等级预测基本就是碰运气。后来我把CSP结构与PMSFA注意力机制融进网络，重新设计了检测头的分支和训练策略，才算是真正把这个"表面损伤严重程度检测与分类"的问题啃下来。

这篇文章适合正在做工业表面缺陷检测、质检自动化、或者想给YOLO系检测器加"分级能力"的人。我会从问题拆解、网络改造、数据集标注、训练踩坑、部署工程五个维度，完整复盘这次YOLOv11改进系列里的一个具体方案：CSP + PMSFA注意力机制融合。文章里不会只讲"我加了什么东西所以涨点了"，更重要的是把每一步选型的为什么讲清楚，还有那些在论文里根本看不到的教训。

1. 表面损伤检测为什么不能直接拿YOLOv11硬用：三个现实瓶颈

1.1 小目标、低对比度、多尺度跨度大，三个问题凑在一起

表面损伤检测跟通用目标检测有个很大的差别：损伤区域往往不是"一个物体"，而是"一片异常纹理"。以我最常遇到的裂纹为例，在1080P的产线采集图像里，一条细裂纹的宽度可能只占2到3个像素，长度却可能横跨几十甚至上百像素。这种细长条目标，在YOLOv11的下采样流程里很容易被稀释掉——尤其经过5次下采样到P5层时，一条本来就只有2像素宽的裂纹，特征响应已经弱到接近背景噪声。

更麻烦的是低对比度。金属表面的划痕和加工纹路在灰度上几乎没有差异，靠常规的RGB特征很难区分。你自己看数据也能发现，人眼在强光下都容易看漏的地方，让模型从像素层面去学，它很容易把"纹理正常的反射光"当作"损伤特征"。我把这个归结为表面损伤检测的第一个瓶颈：目标尺度极端 + 特征对比度低，两者叠加会让通用检测器的特征金字塔"平均化"处理失效。

第二个瓶颈是多尺度跨度。同一类损伤，比如凹坑，既可能是一个直径小于1毫米的针孔，也可能是一个直径超过10毫米的挤压坑。前者在P3层还能勉强看到一点响应，后者在P5层都已经占满整个感受野了。不同的尺度需要的语义层级完全不同。通用检测器习惯的做法是把多尺度特征直接concat或者相加，但这种方式对"同一类损伤的不同尺度"并没有做任何显式的语义对齐——网络学到的更多是"大凹坑"和"小针孔"是两种东西，而不是"它们本质上是同一类损伤的不同严重程度"。

第三个瓶颈是损伤内部的纹理多样性。同样是中度腐蚀，有的表现为均匀变色，有的表现为点状剥落，有的表面还覆盖着氧化层。类型内的表观差异甚至大于类型间的差异，这导致模型很容易在边界样本上摇摆不定。这一点在严重程度分级时会被无限放大——因为轻度、中度、重度之间的边界本来就是连续的，不是一刀切的离散标签。

1.2 直接用YOLOv11s跑出来的基线问题

我用官方YOLOv11s在自建损伤数据集上跑了一版基线，输入尺寸640×640，训练300个epoch。整体指标看起来还行，mAP@0.5到了84.3，表面损伤里的四类（裂纹、划痕、腐蚀、凹坑）都能检出。但细看就发现问题了：裂纹类的AP只有76.8，是所有类别里最低的；而且如果把严重程度当作普通类别输出（轻度、中度、重度三类），等级分类的准确率只有81.5。

这个81.5%是什么概念？就是说有五分之一左右的样本会被分错级。中度划痕判成轻度，最多让后道工序重新打磨一次；但重度裂纹判成轻度，可能会导致带伤工件直接流入下道工序，甚至产品报废。质检现场对误判的容忍度是非常低的。另一个问题是，我给每个损伤框同时输出类型和等级时，类型识别和等级识别存在明显的相互干扰：模型在低置信度区域往往先放弃等级预测，只保证检出框正确。

所以表面损伤任务的真实难点不是"能不能找到损伤"，而是"找到之后能不能把严重程度给对"。这要求网络在特征提取阶段就保留足够的细粒度纹理信息，同时在决策阶段有一个专门为分级服务的特征通路，而不是让分级和分类挤在同一个特征空间里互相打架。

1.3 我给自己定的三个量化目标

动手之前，我先把目标写下来，免得后面在结构改造里迷失方向：

• 裂纹这类小目标在mAP@0.5上要提升至少8个点，达到85以上。
• 严重程度等级分类准确率要从81.5%拉到88%以上。
• 推理速度的损失控制在20%以内，因为产线上对帧率有硬性要求，不能为了涨点把速度牺牲太多。

这三个目标反过来决定了我的改造方向：CSP结构负责优化跨尺度融合时的信息冗余和梯度流，PMSFA注意力机制负责在不同尺度特征之间做渐进式的语义校准，检测头增加一条专门的分级分支。下面逐个拆解。

2. CSP与PMSFA的融合设计：先把原理层面的逻辑讲透

2.1 CSP到底在解决什么问题：一半走大路，一半走捷径

CSP的全称是Cross Stage Partial，跨阶段部分连接。它的核心思想很朴素：输入特征图沿着通道维度切成两半，一半进入密集连接的卷积支路做深层次变换，另一半直接走捷径保留原始信息，到阶段末尾再把两半拼回去。这样做的收益有两个：第一，梯度在反向传播时既可以通过密集支路流动，也可以通过捷径支路直接回传，缓解了深层网络的梯度消失问题；第二，两个支路分别学习不同的特征表示，拼接后的特征多样性更强。

我用一个生活化的类比来解释：如果把特征提取想象成一群人从A点赶往B点，传统做法是所有人都走同一条复杂的山路，每过一个关卡都要重新确认方向，既慢又容易走散。CSP的做法是让一半人继续走山路负责探索细节，另一半人直接坐直线电梯到终点附近的集合点，最后再汇合。探索组学到了沿途的细枝末节，电梯组保证了关键信息不丢失，汇合之后大家重新分工。

YOLOv11的主干里其实已经有基于CSP思想的C3k2模块，但它的作用范围主要在backbone的特征提取阶段。我在做表面损伤检测时遇到的问题恰恰在neck阶段——也就是特征金字塔做跨尺度融合的时候。PAN结构在融合P3、P4、P5特征时，常规做法是先把不同尺度的特征图通过卷积对齐到相同通道，然后直接相加。这个"相加"操作太粗暴了，浅层的高分辨率细节和深层的强语义信息被无差别地混合，对裂纹这种需要细纹理支撑的目标很不友好。

所以我的设计是把CSP思想从backbone搬到neck：在跨尺度融合的位置替换成CSPFuse模块，让融合后的特征也走"一半密集卷积、一半捷径"的路线。这样融合操作不再是一个简单的加法，而是通过并行的密集支路和捷径支路，让浅层细节和深层语义先各自独立变换、再拼接融合，从而保留更多有效信息。

2.2 PMSFA：渐进式多尺度特征聚合，而不是一次性融合

PMSFA是我给这个改进模块起的名字，全称是Progressive Multi-Scale Feature Aggregation，渐进式多尺度特征聚合。为什么强调"渐进式"？因为常规的FPN或PAN在融合多尺度特征时，是"一次性"操作：P5上采样后直接和P4相加，得到的结果再和P3相加，每步之间没有任何显式的注意力校准。问题是，不同尺度的特征本身存在语义差异，P5的特征是高度抽象的语义信息，P3的特征是充满细节的纹理信息，两者直接相加就像把中文翻译稿和英文原稿逐字叠加，含义混乱。

PMSFA的设计是逐步融合、逐级校准。具体流程分两个阶段：

第一阶段，从深到浅的渐进聚合。先把P5通过1×1卷积压缩到统一的通道数，作为语义基准；然后上采样到P4的尺寸，与P4经过侧向卷积后的特征相加，得到第一级融合结果F4；F4紧接着过一个通道注意力模块做第一次校准；再把F4上采样到P3尺寸，与P3的侧向特征相加，得到F3，然后过一个空间注意力模块做第二次校准。这个过程的用意是：深层特征作为"语义骨架"逐层注入到浅层，同时每经过一个层级就做一次注意力校准，把上一级带来的噪声压掉一部分。

第二阶段，从浅到深的回注。第一阶段得到的F3、F4、F5已经是聚合后的特征，但它们的尺度比较接近P3，如果直接送去检测头，P4和P5层原有的信息反而被稀释了。所以还需要把F3逐步下采样回P4、P5尺度，分别与原特征做残差相加，得到最终的P3_out、P4_out、P5_out。这样既能享受渐进聚合的好处，又保住了各层原有尺度的分辨率。

为什么通道注意力和空间注意力要交替使用而不是全用同一种？这是我的一个实测结论。通道注意力负责判断"哪些特征维度更重要"，适合在深层语义上做；空间注意力负责判断"图像上哪些位置更重要"，适合在浅层纹理上做。如果在浅层用通道注意力，模型只会关心"是不是有裂纹纹理"而不知道"裂纹长在哪"；如果在深层用空间注意力，模型会把注意力浪费在大量语义相近的背景区域上。所以我在P4融合后用了通道注意力，在P3融合后用了空间注意力，各司其职。

2.3 融合逻辑：CSP和PMSFA解决的不是同一个问题

很多人看到"融合"就会默认是把两个模块串在一起，我把它们的关系梳理一下，大家在复现时心里更有底：

CSPFuse在结构上重新组织了特征的流动方式，让融合操作不再是简单相加，而是通过密集支路和捷径支路的配合，保留更多互补信息；PMSFA在注意力层面对融合后的特征做显式校准，让网络清楚哪些位置、哪些通道值得重点关注。两者并不冲突，反而是互补的——一个在"怎么融合"上做文章，一个在"融合后怎么筛选"上做文章。这也是我为什么坚持要把它们同时用上，而不是二选一的原因。

3. 网络改造实操：把CSP和PMSFA写进YOLOv11

3.1 脖子里的CSPFuse模块怎么替换

我的做法不是替换backbone里的C3k2，而是在neck部分的PAN结构里，把跨尺度融合后的卷积块替换成CSPFuse。具体替换位置是bottom-up路径上两个融合节点，也就是从P5上采样与P4融合之后、以及从P4下采样与P3融合之后的位置。

CSPFuse的结构示意如下：

class CSPFuse(nn.Module): def __init__(self, in_ch, out_ch, num_bottlenecks=2): super().__init__() self.conv_in = Conv(in_ch, out_ch, 1) # 1x1降维 self.split = out_ch // 2 self.bottlenecks = nn.Sequential(*[ Bottleneck(self.split, self.split) for _ in range(num_bottlenecks) ]) self.conv_out = Conv(out_ch, out_ch, 1) def forward(self, x): # x: 已concat的跨尺度特征 x = self.conv_in(x) x1, x2 = x[:, :self.split], x[:, self.split:] x1 = self.bottlenecks(x1) return self.conv_out(torch.cat([x1, x2], dim=1))

要注意的是，concat之后的输入通道数是两侧特征之和，1×1卷积先把通道压到目标值，再沿通道切成两半。这样的设计保证了整体通道数不会膨胀，参数量增加也很有限。我在实测中发现，Bottleneck数量设成2效果最好，设成3或4时精度几乎不再提升，但推理时间会明显增加，因为neck部分本来就是整个网络的计算热点。

3.2 PMSFA的插入位置与前置条件

PMSFA放在了PAN结构输出之后、检测头之前，也就是让P3、P4、P5在进入检测头之前，先经过一次渐进式多尺度聚合和校准。这个位置的选择有一个前提：PAN已经把backbone提取的原始特征做过了一轮跨尺度融合，此时P3、P4、P5各自已经含有一定的多尺度信息，PMSFA再基于它们做一次更高层次的对齐，效果比直接替换PAN中的融合节点更好。

PMSFA的前向示意：

def forward(self, p3, p4, p5): # 从深到浅渐进聚合 u5 = self.lateral5(p5) # C5 -> 256 f4 = self.ca(self.up2(u5) + self.lateral4(p4)) f3 = self.sa(self.up2(f4) + self.lateral3(p3)) # 从浅到深回注 p3_out = p3 + f3 p4_out = p4 + self.down3x3(f3) + f4 p5_out = p5 + self.down3x3(self.down3x3(f3)) + u5 return p3_out, p4_out, p5_out

这里提三个实际操作中的细节：

第一，侧向卷积（lateral）统一输出256通道，后续所有操作都在256维上做，把计算量控制住。第二，上采样用最邻近插值就好，不要用转置卷积，不然参数多还容易产生棋盘格噪声。第三，通道注意力我用的是Squeeze-and-Excitation的轻量版本：全局平均池化后接两个全连接，一个降维到一个低维空间，另一个升维回原通道数，最后sigmoid生成权重。空间注意力用的是在通道维度上求平均和最大值、再过一个3×3卷积和sigmoid的标准做法，但加了GroupNorm做归一化，让它在不同亮度条件下更稳定。

3.3 检测头加一条严重程度分支：为什么不用12类硬train

最初我想偷懒，直接把类别数量从4种损伤类型改成4×3=12个类别，也就是"裂纹_轻度"这种组合标签。train了一轮发现效果很差：有些类型和等级的组合样本数太少，比如"腐蚀_重度"可能整个数据集就一两百个框，类别极度不均衡，模型基本放弃预测这些稀疏类。

所以我改成双分支方案：检测头保持原有的类型分类，旁路增加一个SeverityHead专门预测严重程度等级。两个分支共享主干特征，但各自使用独立的卷积层做最终预测。SeverityHead的结构示意如下：

class SeverityHead(nn.Module): def __init__(self, in_ch, num_severities=3): super().__init__() self.conv = nn.Sequential( nn.Conv2d(in_ch, in_ch * 2, 3, padding=1), nn.BatchNorm2d(in_ch * 2), nn.SiLU(), nn.Conv2d(in_ch * 2, in_ch * 2, 1), nn.BatchNorm2d(in_ch * 2), nn.SiLU(), ) self.cls = nn.Conv2d(in_ch * 2, num_severities, 1) def forward(self, x): return self.cls(self.conv(x)).flatten(2).permute(0, 2, 1)

注意一个关键选择：SeverityHead的输入不是最后一层的特征，而是PMSFA输出中的P4_refine特征。原因我在后面踩坑部分会详细讲，这里先给结论——P4层兼顾了高分辨率细节和中等层级的语义信息，是等级预测最理想的特征来源。

3.4 参数量与计算量的账

改造完之后，我没法回避的问题是：模型变重了多少？推理变慢了没有？用一张中端消费级显卡（RTX 3060级别）实测，batch size 1，输入640×640，纯推理加NMS耗时数据如下：

参数量只增加了约12%，计算量增加了约19%，帧率从76掉到58，大概损失了24%。这个速度损失在我的接受范围内，因为产线实际用的输入分辨率不止640，后续分块推理才是真正吃性能的地方。如果你对速度更敏感，可以考虑把PMSFA里通道注意力的中间维度再压低，或者只保留通道注意力不做空间注意力，速度能回来一小截，但等级准确率会掉一两个点，需要自己权衡。

4. 严重程度分级怎么落地：标注规范、损失函数与训练策略

4.1 分级标准：从返修决策反推标注规范

做严重程度分类之前，我犯过一个方向性错误：先拍照，靠感觉定级，结果标注员的主观性特别大。同一个中度划痕，有的人认为是轻度，有的人认为是重度，标注不一致直接导致模型收敛慢、等级准确率上不去。

后来我是从质检的返修决策反推标准。我把分级的目的写清楚：轻度损伤可以通过打磨或简单返修处理后继续使用；中度损伤需要单独评估，可能需要补焊或局部更换；重度损伤直接判报废，不允许流入下一道工序。基于这个决策逻辑，我给每一类损伤制定了可量化的分级标准：

这个表格不是拍脑袋定的，每个阈值都对应一个后道工序的动作。比如裂纹宽度超过0.8mm就意味着该工件必须报废；腐蚀面积占比超过20%意味着结构强度可能受影响。标注员拿到这个表之后，分歧率从初始的30%下降到了8%左右。所以说，分级标准的底层逻辑一定是业务规则，而不是视觉特征本身。

4.2 损失函数设计：类型和等级解耦的加权方案

因为我采用了双分支设计，损失函数也要相应调整。整体loss变成：

L = L_box + L_cls + λ · L_sev

其中L_box是原本的边界框回归损失（CIoU），L_cls是损伤类型分类损失，L_sev是严重程度分类的交叉熵损失。λ是等级分支的权重系数，我一开始设成0.5，后面逐步降到0.3。为什么不能设太大？因为等级分类是一个更难的任务，如果它的损失权重过大，模型会把大量学习资源花在等级判断上，反而拖累类型的检出能力。反过来设太小，等级分支学不到东西。实测0.3到0.5这个区间是比较稳定的。

还有一个细节：SeverityHead的参数初始学习率要设得比主干低一些，我通常乘以0.1的系数。因为主干部分已经在类型检测上收敛得差不多了，如果让等级分支以同样的学习率去更新共享的backbone权重，很容易破坏已有的特征表示。这个问题在迁移学习和多任务训练里非常常见，值得大家留意。

4.3 软标签：对付等级边界样本的有效手段

等级边界怎么处理，我摸索了很久。一个标准区分度较高的数据集里，总有那么10%到15%的样本处于两个等级的模糊地带。比如一条裂纹宽度0.2mm，按标准正好卡在轻度和中度的分界线上。标注员看一眼说是轻度，再看一眼觉得也可以算中度。这种硬标签会让模型无所适从，因为它学到的是"这个样本，要么是轻度，要么是中度"，但实际上它是一个"轻中之间的过渡态"。

我从一个做图像分类的朋友那里学到了软标签的做法：对处在边界带的样本，标注时不强制打单一等级，而是给一个概率分布。比如宽度0.2mm的裂纹，标注为"轻度0.7，中度0.3"。训练的时候，等级分支的损失不是标准的交叉熵，而是预测分布与标注分布之间的KL散度。这样模型学到的是一个平滑的等级转换带，而不是一条生硬的决策边界。

这个方法带来的提升非常明显。用了软标签之后，等级分类的准确率从84.7%直接跳到88.3%，尤其是轻度和中度这两个相邻等级的混淆率下降了接近五成。代价是标注阶段要多花一点时间，但相比训练时间和推理时间的收益，这笔投入非常划算。

5. 实验对比与踩坑记录：mAP涨了不代表一切都好

5.1 整体指标提升明细

完整的实验对比我做了一张表，数据来自固定验证集，保证横向可比较：

可以看到，单纯加CSPFuse和PMSFA，mAP的提升已经很可观，但等级准确率的提升主要靠的是分级头和软标签策略。这说明一个很重要的结论：如果你只改网络结构，不做输出分支和标签策略的配套调整，等级分类的瓶颈不会被真正解开。

5.2 等级混淆矩阵暴露出的问题

我看了最终模型的等级混淆矩阵，发现一个有意思的现象：轻度损伤被误判为中度的比例最高，而重度几乎不会漏判。用我的话说就是"模型偏向保守，倾向于把损伤说得更严重一些"。这在质检场景里其实是可以接受的，甚至某种程度上是好事——宁愿让后道工序多做一次返修确认，也不能让重度损伤蒙混过关。但从算法的角度，轻度和中度的混淆还是需要压一压。

复盘的结论是：轻度损伤在特征上非常微弱，很容易被上下文信息带偏。比如一块轻微腐蚀的区域，如果周围有油污或者水渍，模型就会倾向于把它判成中度。针对这个现象，我在数据增强里增加了随机噪声和局部亮度扰动，让模型不能依赖"区域背景脏乱"这种无关信号来判断严重程度。实测又把轻度损伤的准确率提高了两个点，而轻度和中度的混淆率也下降了。

5.3 训练中的三个大坑

这里集中记几个我踩过的坑，希望能帮大家绕过去。

第一个坑：等级分支的特征来源选错了。初版把SeverityHead直接接在P5输出上，因为P5语义最强、感受野最大，结果等级准确率只有85.2%，而且类型分类精度还跟着掉了一点。后来把等级分支的输入改成PMSFA输出的P4_refine特征，等级准确率一下涨到91.2%。原因很简单：严重程度判断需要同时依赖纹理细节（比如裂纹宽度、凹坑深度）和上下文语义（比如区域面积、周围损伤密度），P5的特征太抽象，细节信息都丢光了；P3的特征太多噪声，语义不足。P4是两者之间的最佳平衡点。

第二个坑：等级损失系数λ调大导致类型识别崩溃。我最早设λ=1.0，觉得等级分类这么重要，权重应该给足。结果跑了200个epoch后验证，mAP@0.5反而从87.1掉到85.7，等级准确率倒是上去了，但类型漏检严重。原因是模型为了优化等级分支，把共享的backbone参数朝"区分等级"的方向猛拉，结果牺牲了"检出损伤"的能力。后来把λ降到0.3，两个任务才平衡过来。多任务学习的核心就是"牵一发动全身"，调参时一定要盯住其他任务的指标。

第三个坑：等级样本不均衡。重度损伤样本天然少，即使有，很多也已经被质检员提前下线了，能进入数据集的重度样本可能比轻中度少一个数量级。等级分支用普通交叉熵的话，重度样本基本学不到。我把等级分支的损失从交叉熵换成了Focal Loss的变体，把难样本的梯度权重提上来，同时配合软标签策略，重度类别的准确率从84.1%提到了89.5%。如果你的数据集也严重不均衡，可以考虑这个方向。

6. 部署到质检流程：阈值、分块推理与等级汇总

6.1 阈值校准：别按论文默认值直接上产线

模型在实验环境里指标再好，部署到产线是另一回事。我遇到最典型的坑是置信度阈值。论文和开源仓库默认conf-thres=0.25，但产线上误检的代价远大于漏检——把一个没有损伤的工件误判为有损伤，顶多多一次人工复核，但如果漏检一个重度损伤，可能直接造成批量事故。所以我把conf-thres上调到0.4，虽然mAP数字在验证集上看着降了一点，但产线上实际误报率降低了很多。

另外我给不同等级设置了不同阈值。重度损伤的阈值可以放宽到0.3，因为重度损伤漏报的后果最严重，宁可多报几个让人工复核；轻度损伤的阈值必须高于0.45，否则光照变化、表面反光都会在低置信度区间制造一堆假阳性框。分级阈值不完全等同于检测置信度，还可以结合损伤框的面积、长宽比做一些规则过滤，比如预设的最小框面积以下的噪声直接丢弃。

6.2 高分辨率图的分块推理与坐标聚合

产线上实际拍出来的图像往往不是640×640，而是动辄6000×4000的高分辨率图。直接resize到640会丢失大量微小损伤信息，所以必须分块推理。我的做法是把原图切成640×640的小块，块与块之间overlap 80像素。为什么要留这个overlap？因为裂纹可能正好横跨两块图像的边界，如果overlap太小，一条裂纹在边界处被切断，模型在两个块里各自看到的只是一段短纹，很容易漏检。overlap留80像素，配合NMS去重，基本能保证边界损伤不丢失。

分块推理之后，所有检测框都要映射回原图坐标再做一次全局NMS。这里有个性能优化技巧：分了块之后，不同块的推理完全独立，可以用多线程并行跑。我实测4线程并行，一块6000×4000的图从单线程的2.1秒降到0.8秒左右，而这个优化并不改变模型结构，只改变调度方式，非常划算。

6.3 等级汇总与质检联动

最终输出给质检系统的不是一个一个框，而是一份汇总的决策建议。一个工件上可能存在多框损伤，比如三处轻微划痕加一处中度凹坑。这时候不能简单地把所有框的等级求平均，而应该取最大值作为整个工件的最终等级——安全优先的原则。但同时，报告里必须保留各框的等级分布，方便质检员复核。

我的做法是输出一个JSON，内容包括：总损伤框数、按类型统计的等级分布、最高等级损伤框的坐标和处理建议（打磨/评估/报废）。对于置信度在0.15到0.3之间、又低于正式输出阈值的检测框，不直接丢弃，而是放进"待复核缓存"。每天下班前质检员花十分钟扫一遍缓存里的低置信度框，确认有没有漏网之鱼。这个机制上线之后，现场反馈非常好——算法不是万能的，人机协同才是质检落地的最优解。

最后再分享一点个人体会

整个项目做完，我最深的体会不是"涨了多少个点"，而是把任务结构想清楚比加模块更重要。如果你也想做类似的损伤分级检测，我建议按这个顺序来：先和业务方把分级标准和返修决策对齐，再确定标注规范和软标签策略，最后才轮到网络结构改造。顺序反过来的话，模型再怎么调，学的等级也可能是错的。

另外一个实用小技巧：改造YOLOv11这类检测器时，每加一个模块就单独跑一版消融实验，不要一次性把所有改动全堆上去再验证。我见过不少同学把CSP、PMSFA、新损失函数一股脑全改了，最后涨了3个点，但根本说不清是哪个模块的功劳。分步验证虽然慢一些，但每一步都能留下可信的因果结论，这对后续继续改进的意义非常大。这次的CSP + PMSFA融合方案只是一个起点，我目前还在尝试把等级分支改造成回归输出连续严重度分数，而不是离散的三档。到时候再来分享新的结果。