★ FEATURED ARTICLE 最近在做无人机光伏电站巡检的项目，碰到了迄今为止最头疼的目标检测场景：要在2K分辨率的航拍原图里，检测直径不到10像素的电池片隐裂点。原生YOLOv8n直接跑下来，mAP@0.5只有0.38，漏检率超过60%，稍微远一点的目标直接被主干网络当成背景噪声过滤掉了。最开始想当然以为是数据集不够，拉着团队补了两千张标注数据再训，结果精度只涨了不到3个点。折腾了快一周才反应过来，根本不是数据量的问题——原生YOLO从网络结构、训练策略到后处理逻辑，从根上就是为常规尺度目标设计的，直接套到10像素级的极小目标场景，不翻车才怪。前后调了十几版方案，从输入端、网络结构、损失函数到后处理全链路优化，最终把10像素以下目标的召回率从32%拉到了94%，整体mAP@0.5稳定在0.92，落地到边缘推理端也能满足实时性要求。这篇文章就把完整的优化思路、核心代码和踩过的坑全部整理出来，做航拍、巡检、安防小目标检测的朋友可以直接参考。一、先拆解痛点：航拍极小目标检测，到底难在哪？很多人做小目标优化，上来就堆注意力机制、换损失函数，折腾半天涨点甚微，核心是没搞清楚难点到底出在哪。航拍场景的极小目标检测，和普通COCO数据集里的小目标不是一个概念，难点集中在四个层面。第一是特征提取难，像素占比极低。2048分辨率的航拍图里，一个目标只有8×8像素，占整图比例不到万分之一。原生YOLOv8经过骨干网络5次下采样，到最深层特征图分辨率只剩原来的1/32，8像素的目标到深层就剩0.25个像素，语义信息完全丢失。哪怕是最浅层的8倍下采样特征图，也只剩1个像素点，根本提取不到有效特征。第二是背景干扰强，正负样本极不均衡。航拍图视角大，背景包含植被、
阅读完成 · 觉得有帮助？
