BigGod139的博客

两个变量记录图片和标签地址。统计数据集，并且删除没有标签的图片和没有图片的标签。check_dataset.py, 使用方法：修改变量。cuDNN解压后有下面三个文件夹。分析框的大小分布，中心点分布。

通用场景+标准模型→ 使用预训练权重+冻结微调。小众场景+标准模型→ 预训练权重+解冻微调（小学习率）。模型大幅改进→ 从零训练（需保证数据量＞5万张）。学术对比实验→ 统一权重策略（全用或全不用）。预训练权重是“工具”而非“枷锁”，合理使用可事半功倍，盲目排斥则会徒增成本。根据任务特性灵活调整，才能让YOLO模型发挥最佳性能。

图像的频域特征（如低频分量对应平滑区域、高频分量对应边缘 / 纹理）具有更强的语义区分性。例如，低频成分可捕捉整体轮廓，高频成分可捕捉细节变化，这使得频域分析能更高效地分离和处理不同类型的视觉信息。

本文介绍了一个可视化YOLO格式目标检测数据集的Python脚本。该脚本通过随机抽取3张图片，在图片上绘制对应的标注框和类别标签进行可视化展示。主要功能包括：获取图片路径和标签路径，随机选择样本图片，读取YOLO格式的标注信息，将归一化坐标转换为像素坐标，并在图片上绘制边界框和类别标签。结果显示为带有图片名称的标注可视化结果，适用于快速检查YOLO数据集标注质量。脚本使用了OpenCV和Matplotlib库，支持常见图像格式，并设置了中文显示支持。

imgname(图片名：xxx.jpg), label(标签数字：0), x1(左上坐标), y1(左上坐标), x2(右上坐标), y2(右上坐标), x3(右下坐标), y3(右下坐标), x4(左下坐标), y4(左下坐标), score(分数：0.99)自行修改model_path，test_dir，output_csv的地址。提交内容：下载初赛A榜图片，进行线下算法开发，提交CSV文件；提交格式：提交测试集的结果CSV文件；压缩包文件命名：参赛选手ID+提交日期；

本文介绍了一个用于分析和清理YOLO格式数据集的Python脚本。该脚本主要功能包括：统计图片和标签文件数量，识别无对应的图片或标签文件，以及检测空标签文件。脚本支持两种模式：干运行模式（仅显示统计信息）和执行清理模式（实际删除无效文件）。使用方法简单，只需指定图片和标签文件夹路径即可。该工具能有效清理数据集，确保图片和标签文件的对应关系，提高目标检测模型训练的数据质量。

YOLO模型训练的关键设置包括模型数据配置（模型路径、数据集路径、类别选择）、训练控制参数（轮次、早停、恢复训练）、计算资源配置（批量大小、设备选择、混合精度）等。批量大小支持自动内存优化，设备可选择GPU/CPU，混合精度训练可加速并节省显存。这些设置的合理调整对模型性能、速度和准确性至关重要。详细配置可参考官方文档。

针对小目标检测中目标尺寸小、背景复杂等挑战，本文提出SOD-YOLO算法，通过在特征提取网络集成S_C2f_CAFM和SPPF_E模块、设计含SCAM的双向特征金字塔网络并引入D_C2f_MSPA模块，以及采用NWD损失函数，在DOTAv1.0等数据集上实现mAP较YOLOv8提升6.7%-11.9%且参数减少13.9%。

Backbone 是目标检测模型的“特征提取器”，负责从输入图像中提取不同层次的语义特征。YOLO11 的 backbone 采用多尺度特征提取设计，最终输出 P3/8、P4/16、P5/32 三种尺度的特征图（分辨率依次降低，语义信息依次增强），用于后续检测头的目标识别与定位。注释含义： (网络层数索引)-(特征金字塔级数) / (相对于输入图像的下采样倍数)

在目标检测任务中，P2 层（分辨率为输入图像 1/4 的特征层）主要负责捕获小目标细节特征。如何改进呢，仅需修改原yolo11.yaml配置文件，即可修改网络结构。yolov11原yaml文件：yolo11.yaml。p2改进后的，yolo11-p2.yaml。官方yolov12.yaml文件内容，

YOLOv13

【代码】【YOLO脚本】CSV训练日志可视化。

【代码】【YOLO脚本】数据集标签VOC格式转换YOLO格式。

【代码】【YOLO脚本】数据集yaml文件检查。