简介这份资源面向从事计算机视觉与目标检测的开发者、学生及研究人员提供一套可直接用于训练的军事目标探测数据集覆盖飞机、无人机、直升机等空中目标适合作为yolov5、yolov8、yolov9、yolov7、yolov10、yolo11等系列算法的训练与验证素材。压缩包共190个文件其中189张jpg图像与1个yaml配置文件整体约8.55MB图像均已标注并划分好训练与测试集。标签同时提供yolo格式txt与voc格式xml两套分别存放于独立文件夹yolo格式采用类别索引加归一化中心点与宽高的标准写法便于直接接入主流检测框架。目前已有461人学习下载读者可借此快速搭建军事目标检测实验环境验证模型在小样本场景下的表现并对比不同yolo版本的训练效果省去自行采集与标注的成本。1. 189 张军事目标图像够不够训一个能用的 YOLO 检测器手里只有 189 张带标签的军事目标图像飞机和无人机两类第一反应多半是「这点数据能训出什么」。我一开始也这么想直到把它当成一个小样本目标检测问题而不是通用检测问题来看结论就反过来了在垂直场景里189 张精标图像配合迁移学习和合理的增强策略完全能跑出一个可演示、可迭代的基线模型甚至在某些固定机位、固定光照的监控场景里直接可用。这个数据集的核心价值不在「大」而在「专」。飞机和无人机在通用数据集COCO、VOC里属于长尾类别样本稀疏、标注粗糙直接拿来训军事场景往往召回率上不去。而一份 189 张、类别明确、带边界框标签的专用数据正好补上这个缺口。它适合三类人想入门 YOLO 训练流程的新手、需要快速验证军事/安防检测思路的算法工程师、以及做无人机反制、机场周界监控这类落地项目的从业者。下面从数据格式、环境搭建、训练参数到踩坑一步步拆开讲。2. 从 zip 到可训练数据格式、划分与增强的取舍拿到一个压缩包别急着解压就开训。先搞清楚里面的标签是什么格式、类别怎么映射、图像有没有损坏这三件事决定了后面会不会白跑几小时。2.1 先确认标签格式YOLO txt 还是 VOC xmlYOLO 系列训练只认一种标签格式每张图对应一个同名.txt文件每行是类别索引 中心x 中心y 宽 高且坐标全部归一化到 0~1。而很多军事目标数据集是从标注工具导出的 VOC xml或者 COCO json。所以第一步是判断你手里是哪种。常见做法是先看目录结构。如果图像和 txt 混在一起、txt 里是五个浮点数那就是 YOLO 原生格式直接用。如果是Annotations/目录下成堆的 xml就得转换。下面这个脚本处理 VOC xml 转 YOLO txt我一般会先跑一遍统计类别分布import os import xml.etree.ElementTree as ET from pathlib import Path # 类别映射军事目标这里只有飞机和无人机按你的实际标签改 CLASS_MAP {plane: 0, aircraft: 0, drone: 1, uav: 1} def voc_to_yolo(xml_dir, img_dir, out_dir): os.makedirs(out_dir, exist_okTrue) for xml_file in Path(xml_dir).glob(*.xml): tree ET.parse(xml_file) root tree.getroot() # 读取图像宽高用于归一化 size root.find(size) w int(size.find(width).text) h int(size.find(height).text) lines [] for obj in root.iter(object): name obj.find(name).text.strip().lower() if name not in CLASS_MAP: continue # 未映射类别直接跳过避免脏标签 bbox obj.find(bndbox) xmin float(bbox.find(xmin).text) ymin float(bbox.find(ymin).text) xmax float(bbox.find(xmax).text) ymax float(bbox.find(ymax).text) # 归一化并转中心点格式 cx (xmin xmax) / 2.0 / w cy (ymin ymax) / 2.0 / h bw (xmax - xmin) / w bh (ymax - ymin) / h lines.append(f{CLASS_MAP[name]} {cx:.6f} {cy:.6f} {bw:.6f} {bh:.6f}) # 写出同名 txt out_path Path(out_dir) / (xml_file.stem .txt) out_path.write_text(\n.join(lines), encodingutf-8) voc_to_yolo(Annotations, images, labels)逻辑说明脚本遍历 xml读取图像尺寸做归一化把左上-右下坐标转成中心点宽高。CLASS_MAP是关键参数军事目标里「飞机」可能有 plane、aircraft 多种写法必须统一映射到同一个索引否则模型会把同一类当成两类学。if name not in CLASS_MAP: continue这行是后悔药——遇到没见过的类别直接跳过比强行塞进去污染训练集强。跑完后建议抽查几张用可视化脚本把框画回图上确认没有坐标错位。2.2 189 张怎么划分别用 8:1:1 的默认套路189 张按 8:1:1 分验证集只有 19 张测试集 19 张。这个量级下验证集指标抖动会非常大一个批次里少检出一个目标mAP 就掉几个点你根本分不清是模型不行还是运气不好。我的经验是小数据集优先保证验证集稳定训练集可以少一点。推荐 7:2:1 甚至 6:2:2让验证集有 35~40 张。如果类别极不均衡比如飞机 150 张、无人机 39 张还要做分层抽样保证每个 split 里两类比例接近。下面这段用 sklearn 做分层划分import random from pathlib import Path from sklearn.model_selection import train_test_split img_dir Path(images) imgs sorted([p.stem for p in img_dir.glob(*.jpg)]) # 读取每张图的主类别用于分层 def main_class(stem): txt Path(labels) / f{stem}.txt if not txt.exists(): return -1 classes [line.split()[0] for line in txt.read_text().splitlines() if line.strip()] return int(classes[0]) if classes else -1 labels [main_class(s) for s in imgs] # 先分训练验证 与 测试 train_val, test train_test_split(imgs, test_size0.1, stratifylabels, random_state42) labels_tv [main_class(s) for s in train_val] train, val train_test_split(train_val, test_size0.22, stratifylabels_tv, random_state42) for name, split in [(train, train), (val, val), (test, test)]: Path(fsplit/{name}.txt).write_text(\n.join(split), encodingutf-8)参数说明stratify保证按类别比例抽random_state固定后结果可复现换机器跑划分一致。test_size0.1对应约 19 张测试0.22让验证集约占训练验证的 22%最终接近 7:2:1。划分文件写成 txt 列表训练时用--data指向的 yaml 里引用即可。2.3 小样本的增强策略别把无人机翻转成不存在的姿态数据少增强是刚需但军事目标有个坑垂直翻转上下翻转会造出物理上不存在的姿态。飞机倒扣、无人机底朝天模型学到这种样本反而降低真实场景表现。水平翻转、随机缩放、Mosaic、HSV 色调扰动是安全的垂直翻转和大幅旋转要慎用。YOLO 训练时增强参数写在 data yaml 或命令行里。Mosaic 对小数据集特别有用它把四张图拼成一张等效增加了场景多样性但要注意189 张里如果目标普遍偏小Mosaic 缩放后目标更小可能低于检测下限。建议mosaic1.0开启但配合scale0.5控制缩放幅度别让目标缩到 8 像素以下。3. 环境搭建与训练从 PyCharm 到第一条收敛曲线环境这一步翻车的人最多尤其是 CUDA 版本和 PyTorch 对不上。我一般不在 PyCharm 里点图形界面装包而是先建虚拟环境、命令行装好、再让 PyCharm 指向这个解释器这样版本冲突时好排查。3.1 用 conda 建环境并装 YOLO 依赖# 创建独立环境python 版本按你选的 YOLO 版本要求来 conda create -n yolo_mil python3.10 -y conda activate yolo_mil # 装 PyTorchCUDA 版本要和驱动匹配这里以 cu118 为例 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 # 装 ultralyticsYOLOv8/v11 通用包 pip install ultralytics # 验证 GPU 是否可用 python -c import torch; print(torch.cuda.is_available(), torch.cuda.get_device_name(0))逻辑说明先建环境隔离依赖再装 PyTorch。--index-url指定 CUDA 版本源装错版本会导致torch.cuda.is_available()返回 False训练默默跑在 CPU 上速度差几十倍。最后一行验证必须打印True和显卡型号否则先解决驱动问题再往下走。PyCharm 里在 Settings → Project → Python Interpreter 添加这个 conda 环境的 python 路径即可。3.2 写 data yaml 并启动训练YOLO 需要一个 yaml 描述数据路径和类别# military.yaml path: /home/user/military_data # 数据集根目录 train: split/train.txt # 训练列表 val: split/val.txt test: split/test.txt nc: 2 # 类别数飞机、无人机 names: [plane, drone] # 顺序必须和标签索引一致启动训练yolo detect train \ datamilitary.yaml \ modelyolov8n.pt \ epochs200 \ imgsz640 \ batch16 \ lr00.01 \ patience50 \ projectruns/military \ nameexp1参数说明modelyolov8n.pt用预训练权重做迁移学习小数据集必须用预训练从零训基本不收敛。imgsz640是输入尺寸如果原图目标很小可以提到 1280但显存翻倍。batch16在 8G 显存上跑 640 尺寸比较稳爆显存就降到 8。lr00.01是初始学习率小数据集可以降到 0.001 更稳。patience50表示 50 轮没提升就早停省时间。3.3 看懂训练输出哪些指标该盯哪些是噪音训练日志里box_loss、cls_loss、dfl_loss是三个损失前 20 轮下降快是正常的后面趋缓。真正要盯的是验证集的mAP50和mAP50-95。189 张数据下mAP50 能到 0.7 以上就算不错别指望 0.9。如果cls_loss一直不降多半是类别映射错了或标签里有脏数据如果box_loss震荡剧烈检查学习率是不是太大。提示训练完先别急着看 mAP用yolo detect val单独跑一次验证再拿几张测试图做推理可视化肉眼确认框的位置对不对。指标好看但框歪了的情况在小数据集上很常见。4. 军事目标检测的避坑清单5 个我踩过的坑这一节全是血泪经验每条按「现象 → 原因 → 解决」写照着排查能省不少时间。坑一训练 loss 正常下降但验证 mAP 始终为 0。现象是训练日志一切正常验证指标却一直是零。原因通常是 data yaml 里的names顺序和标签里的类别索引对不上或者验证列表里的图像路径写错、找不到文件。解决方法是先跑yolo detect val看有没有报「no labels found」再抽查一个验证样本的 txt 和图像是否同名同目录最后确认nc和names长度一致。坑二模型只检出飞机无人机几乎全漏。现象是无人机召回率极低。原因是类别不均衡无人机样本可能只有几十张模型倾向于学多数类。解决办法是给无人机类加权或在增强时对无人机样本做额外过采样也可以先用两类各半的子集训一版确认无人机本身可学再逐步加数据。坑三推理时框大量重叠、同一个目标出好几个框。现象是一张图里同一架飞机被框了三四次。原因是 NMS非极大值抑制阈值不合适或者训练时目标密集导致模型学到冗余框。解决是在推理时调conf和iou参数conf0.25、iou0.45是常用起点密集场景把iou降到 0.3 试试。坑四换机器或重装环境后同样的代码结果差很多。现象是复现不出之前的指标。原因是随机种子没固定、cuDNN 非确定性、或者数据划分每次重新随机。解决是固定seed划分文件提前生成好存成 txt训练时直接读列表而不是每次重新 split。坑五图像里有 EXIF 旋转信息标签坐标全错位。现象是训练时框的位置整体偏移或旋转。原因是手机或某些相机拍的图带 EXIF orientationPIL 读取时自动旋转了图像但标注坐标是按原始像素存的。解决是预处理阶段统一用ImageOps.exif_transpose把图像转正后再存一份标签基于转正后的图重新核对。5. 小数据集的进阶玩法把 189 张榨出更多价值189 张训出基线只是起点真正决定这个方向值不值得投入的是你能不能在小样本约束下持续提升。我一般会从三个方向压榨数据价值。第一是主动学习闭环。先用基线模型去跑未标注的军事图像或视频抽帧把高置信度但模型不确定的样本挑出来人工标注再增量训练。这样每一轮标注都花在刀刃上比盲目扩数据效率高得多。具体做法是用yolo detect predict输出每张图的置信度分布挑那些「有检出但置信度在 0.3~0.6 之间」的样本这些是模型最拿不准的。第二是模型剪枝与量化。军事场景常要部署到边缘设备比如 AGX Orin 这类189 张训出的模型本身不大但推理速度仍可优化。剪枝算法如基于 BN 层缩放因子的通道剪枝能砍掉冗余通道量化到 INT8 后速度提升明显。不过要注意小数据集训出的模型对剪枝更敏感剪多了直接崩建议剪枝率从 0.2 起步每剪一次都重新验证 mAP。第三是验证方法本身要可信。小数据集的 mAP 波动大单次结果说明不了问题。我的习惯是跑 3~5 折交叉验证看 mAP 的均值和方差。如果方差超过 0.1说明数据划分对结果影响太大得回头检查类别分布是否均衡。下面这个表格是我常用的评估记录模板折次训练张数验证张数mAP50mAP50-95备注1132380.740.48基线2133370.710.45无人机偏少3132380.760.50增强调优后记录折次和备注能帮你判断提升是真实的还是划分带来的运气。我吃过亏有一次单折 mAP 冲到 0.82兴冲冲去汇报结果五折平均只有 0.69白高兴一场。从那以后我养成了先跑交叉验证再下结论的习惯宁可慢一点也别拿噪音当成果。希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/10/10 23:41:34 · 阅读 1.2k 189张军事图像训练YOLO检测器：小样本目标检测实战指南
简介这份资源面向从事计算机视觉与目标检测的开发者、学生及研究人员提供一套可直接用于训练的军事目标探测数据集覆盖飞机、无人机、直升机等空中目标适合作为yolov5、yolov8、yolov9、yolov7、yolov10、yolo11等系列算法的训练与验证素材。压缩包共190个文件其中189张jpg图像与1个yaml配置文件整体约8.55MB图像均已标注并划分好训练与测试集。标签同时提供yolo格式txt与voc格式xml两套分别存放于独立文件夹yolo格式采用类别索引加归一化中心点与宽高的标准写法便于直接接入主流检测框架。目前已有461人学习下载读者可借此快速搭建军事目标检测实验环境验证模型在小样本场景下的表现并对比不同yolo版本的训练效果省去自行采集与标注的成本。1. 189 张军事目标图像够不够训一个能用的 YOLO 检测器手里只有 189 张带标签的军事目标图像飞机和无人机两类第一反应多半是「这点数据能训出什么」。我一开始也这么想直到把它当成一个小样本目标检测问题而不是通用检测问题来看结论就反过来了在垂直场景里189 张精标图像配合迁移学习和合理的增强策略完全能跑出一个可演示、可迭代的基线模型甚至在某些固定机位、固定光照的监控场景里直接可用。这个数据集的核心价值不在「大」而在「专」。飞机和无人机在通用数据集COCO、VOC里属于长尾类别样本稀疏、标注粗糙直接拿来训军事场景往往召回率上不去。而一份 189 张、类别明确、带边界框标签的专用数据正好补上这个缺口。它适合三类人想入门 YOLO 训练流程的新手、需要快速验证军事/安防检测思路的算法工程师、以及做无人机反制、机场周界监控这类落地项目的从业者。下面从数据格式、环境搭建、训练参数到踩坑一步步拆开讲。2. 从 zip 到可训练数据格式、划分与增强的取舍拿到一个压缩包别急着解压就开训。先搞清楚里面的标签是什么格式、类别怎么映射、图像有没有损坏这三件事决定了后面会不会白跑几小时。2.1 先确认标签格式YOLO txt 还是 VOC xmlYOLO 系列训练只认一种标签格式每张图对应一个同名.txt文件每行是类别索引 中心x 中心y 宽 高且坐标全部归一化到 0~1。而很多军事目标数据集是从标注工具导出的 VOC xml或者 COCO json。所以第一步是判断你手里是哪种。常见做法是先看目录结构。如果图像和 txt 混在一起、txt 里是五个浮点数那就是 YOLO 原生格式直接用。如果是Annotations/目录下成堆的 xml就得转换。下面这个脚本处理 VOC xml 转 YOLO txt我一般会先跑一遍统计类别分布import os import xml.etree.ElementTree as ET from pathlib import Path # 类别映射军事目标这里只有飞机和无人机按你的实际标签改 CLASS_MAP {plane: 0, aircraft: 0, drone: 1, uav: 1} def voc_to_yolo(xml_dir, img_dir, out_dir): os.makedirs(out_dir, exist_okTrue) for xml_file in Path(xml_dir).glob(*.xml): tree ET.parse(xml_file) root tree.getroot() # 读取图像宽高用于归一化 size root.find(size) w int(size.find(width).text) h int(size.find(height).text) lines [] for obj in root.iter(object): name obj.find(name).text.strip().lower() if name not in CLASS_MAP: continue # 未映射类别直接跳过避免脏标签 bbox obj.find(bndbox) xmin float(bbox.find(xmin).text) ymin float(bbox.find(ymin).text) xmax float(bbox.find(xmax).text) ymax float(bbox.find(ymax).text) # 归一化并转中心点格式 cx (xmin xmax) / 2.0 / w cy (ymin ymax) / 2.0 / h bw (xmax - xmin) / w bh (ymax - ymin) / h lines.append(f{CLASS_MAP[name]} {cx:.6f} {cy:.6f} {bw:.6f} {bh:.6f}) # 写出同名 txt out_path Path(out_dir) / (xml_file.stem .txt) out_path.write_text(\n.join(lines), encodingutf-8) voc_to_yolo(Annotations, images, labels)逻辑说明脚本遍历 xml读取图像尺寸做归一化把左上-右下坐标转成中心点宽高。CLASS_MAP是关键参数军事目标里「飞机」可能有 plane、aircraft 多种写法必须统一映射到同一个索引否则模型会把同一类当成两类学。if name not in CLASS_MAP: continue这行是后悔药——遇到没见过的类别直接跳过比强行塞进去污染训练集强。跑完后建议抽查几张用可视化脚本把框画回图上确认没有坐标错位。2.2 189 张怎么划分别用 8:1:1 的默认套路189 张按 8:1:1 分验证集只有 19 张测试集 19 张。这个量级下验证集指标抖动会非常大一个批次里少检出一个目标mAP 就掉几个点你根本分不清是模型不行还是运气不好。我的经验是小数据集优先保证验证集稳定训练集可以少一点。推荐 7:2:1 甚至 6:2:2让验证集有 35~40 张。如果类别极不均衡比如飞机 150 张、无人机 39 张还要做分层抽样保证每个 split 里两类比例接近。下面这段用 sklearn 做分层划分import random from pathlib import Path from sklearn.model_selection import train_test_split img_dir Path(images) imgs sorted([p.stem for p in img_dir.glob(*.jpg)]) # 读取每张图的主类别用于分层 def main_class(stem): txt Path(labels) / f{stem}.txt if not txt.exists(): return -1 classes [line.split()[0] for line in txt.read_text().splitlines() if line.strip()] return int(classes[0]) if classes else -1 labels [main_class(s) for s in imgs] # 先分训练验证 与 测试 train_val, test train_test_split(imgs, test_size0.1, stratifylabels, random_state42) labels_tv [main_class(s) for s in train_val] train, val train_test_split(train_val, test_size0.22, stratifylabels_tv, random_state42) for name, split in [(train, train), (val, val), (test, test)]: Path(fsplit/{name}.txt).write_text(\n.join(split), encodingutf-8)参数说明stratify保证按类别比例抽random_state固定后结果可复现换机器跑划分一致。test_size0.1对应约 19 张测试0.22让验证集约占训练验证的 22%最终接近 7:2:1。划分文件写成 txt 列表训练时用--data指向的 yaml 里引用即可。2.3 小样本的增强策略别把无人机翻转成不存在的姿态数据少增强是刚需但军事目标有个坑垂直翻转上下翻转会造出物理上不存在的姿态。飞机倒扣、无人机底朝天模型学到这种样本反而降低真实场景表现。水平翻转、随机缩放、Mosaic、HSV 色调扰动是安全的垂直翻转和大幅旋转要慎用。YOLO 训练时增强参数写在 data yaml 或命令行里。Mosaic 对小数据集特别有用它把四张图拼成一张等效增加了场景多样性但要注意189 张里如果目标普遍偏小Mosaic 缩放后目标更小可能低于检测下限。建议mosaic1.0开启但配合scale0.5控制缩放幅度别让目标缩到 8 像素以下。3. 环境搭建与训练从 PyCharm 到第一条收敛曲线环境这一步翻车的人最多尤其是 CUDA 版本和 PyTorch 对不上。我一般不在 PyCharm 里点图形界面装包而是先建虚拟环境、命令行装好、再让 PyCharm 指向这个解释器这样版本冲突时好排查。3.1 用 conda 建环境并装 YOLO 依赖# 创建独立环境python 版本按你选的 YOLO 版本要求来 conda create -n yolo_mil python3.10 -y conda activate yolo_mil # 装 PyTorchCUDA 版本要和驱动匹配这里以 cu118 为例 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 # 装 ultralyticsYOLOv8/v11 通用包 pip install ultralytics # 验证 GPU 是否可用 python -c import torch; print(torch.cuda.is_available(), torch.cuda.get_device_name(0))逻辑说明先建环境隔离依赖再装 PyTorch。--index-url指定 CUDA 版本源装错版本会导致torch.cuda.is_available()返回 False训练默默跑在 CPU 上速度差几十倍。最后一行验证必须打印True和显卡型号否则先解决驱动问题再往下走。PyCharm 里在 Settings → Project → Python Interpreter 添加这个 conda 环境的 python 路径即可。3.2 写 data yaml 并启动训练YOLO 需要一个 yaml 描述数据路径和类别# military.yaml path: /home/user/military_data # 数据集根目录 train: split/train.txt # 训练列表 val: split/val.txt test: split/test.txt nc: 2 # 类别数飞机、无人机 names: [plane, drone] # 顺序必须和标签索引一致启动训练yolo detect train \ datamilitary.yaml \ modelyolov8n.pt \ epochs200 \ imgsz640 \ batch16 \ lr00.01 \ patience50 \ projectruns/military \ nameexp1参数说明modelyolov8n.pt用预训练权重做迁移学习小数据集必须用预训练从零训基本不收敛。imgsz640是输入尺寸如果原图目标很小可以提到 1280但显存翻倍。batch16在 8G 显存上跑 640 尺寸比较稳爆显存就降到 8。lr00.01是初始学习率小数据集可以降到 0.001 更稳。patience50表示 50 轮没提升就早停省时间。3.3 看懂训练输出哪些指标该盯哪些是噪音训练日志里box_loss、cls_loss、dfl_loss是三个损失前 20 轮下降快是正常的后面趋缓。真正要盯的是验证集的mAP50和mAP50-95。189 张数据下mAP50 能到 0.7 以上就算不错别指望 0.9。如果cls_loss一直不降多半是类别映射错了或标签里有脏数据如果box_loss震荡剧烈检查学习率是不是太大。提示训练完先别急着看 mAP用yolo detect val单独跑一次验证再拿几张测试图做推理可视化肉眼确认框的位置对不对。指标好看但框歪了的情况在小数据集上很常见。4. 军事目标检测的避坑清单5 个我踩过的坑这一节全是血泪经验每条按「现象 → 原因 → 解决」写照着排查能省不少时间。坑一训练 loss 正常下降但验证 mAP 始终为 0。现象是训练日志一切正常验证指标却一直是零。原因通常是 data yaml 里的names顺序和标签里的类别索引对不上或者验证列表里的图像路径写错、找不到文件。解决方法是先跑yolo detect val看有没有报「no labels found」再抽查一个验证样本的 txt 和图像是否同名同目录最后确认nc和names长度一致。坑二模型只检出飞机无人机几乎全漏。现象是无人机召回率极低。原因是类别不均衡无人机样本可能只有几十张模型倾向于学多数类。解决办法是给无人机类加权或在增强时对无人机样本做额外过采样也可以先用两类各半的子集训一版确认无人机本身可学再逐步加数据。坑三推理时框大量重叠、同一个目标出好几个框。现象是一张图里同一架飞机被框了三四次。原因是 NMS非极大值抑制阈值不合适或者训练时目标密集导致模型学到冗余框。解决是在推理时调conf和iou参数conf0.25、iou0.45是常用起点密集场景把iou降到 0.3 试试。坑四换机器或重装环境后同样的代码结果差很多。现象是复现不出之前的指标。原因是随机种子没固定、cuDNN 非确定性、或者数据划分每次重新随机。解决是固定seed划分文件提前生成好存成 txt训练时直接读列表而不是每次重新 split。坑五图像里有 EXIF 旋转信息标签坐标全错位。现象是训练时框的位置整体偏移或旋转。原因是手机或某些相机拍的图带 EXIF orientationPIL 读取时自动旋转了图像但标注坐标是按原始像素存的。解决是预处理阶段统一用ImageOps.exif_transpose把图像转正后再存一份标签基于转正后的图重新核对。5. 小数据集的进阶玩法把 189 张榨出更多价值189 张训出基线只是起点真正决定这个方向值不值得投入的是你能不能在小样本约束下持续提升。我一般会从三个方向压榨数据价值。第一是主动学习闭环。先用基线模型去跑未标注的军事图像或视频抽帧把高置信度但模型不确定的样本挑出来人工标注再增量训练。这样每一轮标注都花在刀刃上比盲目扩数据效率高得多。具体做法是用yolo detect predict输出每张图的置信度分布挑那些「有检出但置信度在 0.3~0.6 之间」的样本这些是模型最拿不准的。第二是模型剪枝与量化。军事场景常要部署到边缘设备比如 AGX Orin 这类189 张训出的模型本身不大但推理速度仍可优化。剪枝算法如基于 BN 层缩放因子的通道剪枝能砍掉冗余通道量化到 INT8 后速度提升明显。不过要注意小数据集训出的模型对剪枝更敏感剪多了直接崩建议剪枝率从 0.2 起步每剪一次都重新验证 mAP。第三是验证方法本身要可信。小数据集的 mAP 波动大单次结果说明不了问题。我的习惯是跑 3~5 折交叉验证看 mAP 的均值和方差。如果方差超过 0.1说明数据划分对结果影响太大得回头检查类别分布是否均衡。下面这个表格是我常用的评估记录模板折次训练张数验证张数mAP50mAP50-95备注1132380.740.48基线2133370.710.45无人机偏少3132380.760.50增强调优后记录折次和备注能帮你判断提升是真实的还是划分带来的运气。我吃过亏有一次单折 mAP 冲到 0.82兴冲冲去汇报结果五折平均只有 0.69白高兴一场。从那以后我养成了先跑交叉验证再下结论的习惯宁可慢一点也别拿噪音当成果。希望帮到你。本文还有配套的精品资源点击获取