4、参数初探：标注任务中的核心参数（置信度、IoU阈值、类别权重）
调参这件事，说白了就是跟三个数字打交道：置信度、IoU阈值、类别权重。
我刚入行那会儿，觉得参数嘛，默认值跑一跑就行了。结果第一次做工业质检项目，模型把螺丝上的划痕全漏了，召回率惨不忍睹。后来才发现——不是模型不行，是参数没调对。
今天咱们就把这三个参数掰开揉碎，看看它们到底在干什么。
3.1 置信度：模型到底有多「自信」？
置信度（Confidence Score），就是模型对自己预测结果的「信心指数」。取值范围 0~1，越接近 1 越自信。
举个例子：模型检测到一张图里有「猫」，同时输出一个置信度 0.92。意思是「我有 92% 的把握这是猫」。
核心逻辑：置信度阈值决定了「多自信的预测才算有效」。
- 阈值设得高（如 0.9）：只保留高置信度结果，精确率高，但容易漏检
- 阈值设得低（如 0.3）：保留更多结果，召回率高，但误检也会增多
我在项目中遇到过最典型的场景：自动驾驶的行人检测。置信度设 0.5 时，模型把路边的垃圾桶当成了人（误检）；设到 0.8 时，远处穿深色衣服的行人又漏了（漏检）。
怎么选？看业务容忍度。
| 业务场景 | 推荐置信度 | 原因 |
|---|---|---|
| 医疗影像病灶检测 | 0.3~0.5 | 宁可误检，不可漏检 |
| 安防人脸识别 | 0.7~0.9 | 误报代价高，宁缺毋滥 |
| 工业缺陷检测 | 0.5~0.7 | 平衡精确率和召回率 |
| 通用目标检测 | 0.5 | COCO 等基准数据集默认值 |
我的习惯：先用 0.5 跑一轮，看 Precision-Recall 曲线。曲线拐点附近的置信度，往往是最优解。
3.2 IoU 阈值：框得「准不准」谁说了算？
IoU（Intersection over Union），交并比。衡量预测框和真实框的重叠程度。
公式很简单：IoU = 交集面积 / 并集面积
IoU 阈值的作用是：判定一个预测框算不算「正确」。
- IoU ≥ 阈值 → 预测正确（True Positive）
- IoU < 阈值 → 预测错误（False Positive）
嗯，这里要注意：IoU 阈值直接影响 mAP 的计算方式。mAP@0.5 和 mAP@0.75 的差距，本质就是 IoU 阈值不同。
我曾经踩过的坑：做卫星图像目标检测时，用了默认的 IoU 阈值 0.5。结果模型框出来的建筑物边缘歪歪扭扭，但 IoU 刚好过线，全被判对了。后来把阈值提到 0.7，模型才真正学会「框准」。
不同任务对 IoU 的敏感度不一样：
| 任务类型 | 常用 IoU 阈值 | 说明 |
|---|---|---|
| 通用检测（COCO） | 0.5~0.95（步长 0.05） | 综合评估，mAP 主流标准 |
| 精细检测（文字、缺陷） | 0.7~0.8 | 要求框位精准 |
| 粗略定位（行人、车辆） | 0.4~0.5 | 允许一定偏差 |
| NMS 去重 | 0.4~0.6 | 用于抑制重复框 |
3.3 类别权重：样本不平衡的「解药」
类别权重（Class Weight），解决的是「有的类别样本多，有的类别样本少」的问题。
你想想看，一个检测数据集里，「汽车」有 10000 张，「救护车」只有 50 张。模型学完会发现：反正全预测成「汽车」也能有 99% 的准确率。那「救护车」呢？直接被忽略了。
类别权重就是给少数类「加钱」——让模型误分类少数类时，损失函数惩罚更大。
常见做法：
- 逆频率加权：权重 = 总样本数 / (类别数 × 该类样本数)
- 中位数频率加权：用样本数中位数代替总样本数，更鲁棒
- 自定义权重：根据业务重要性手动调整
举个例子，假设三个类别的样本数分别是 [1000, 100, 10]：
# 逆频率加权计算
total = 1000 + 100 + 10 = 1110
num_classes = 3
class_0_weight = 1110 / (3 × 1000) = 0.37
class_1_weight = 1110 / (3 × 100) = 3.70
class_2_weight = 1110 / (3 × 10) = 37.00
看到没？样本最少的类别，权重是样本最多的 100 倍。这样模型才会「重视」那些稀有类别。
我建议：别一上来就调权重。先跑 baseline，看各类别的 AP 值。如果少数类的 AP 明显低于多数类，再考虑加权。权重从 2 倍开始试，别直接拉到 100 倍——容易过拟合。
3.4 三个参数的联动关系
这三个参数不是孤立的。它们互相影响，牵一发而动全身。
举个例子：你把置信度从 0.5 降到 0.3，预测框变多了。这些多出来的框里，有些 IoU 很低（比如 0.2）。如果 IoU 阈值是 0.5，这些低质量框会被判为误检，拉低精确率。但如果 IoU 阈值也降到 0.3，它们又变成正确检测了。
所以调参的顺序很重要：
- 先定 IoU 阈值：根据任务对框位精度的要求确定
- 再调类别权重：解决样本不平衡问题
- 最后调置信度：在精确率和召回率之间找平衡
我曾经犯过的错：同时调三个参数，结果改了 A 后 B 的效果变了，改了 B 后 C 又变了……来回折腾了两天，最后发现还不如从默认值开始，一个一个调。
下面这张图展示了三个参数在标注任务中的协作关系：
3.5 实战：一个调参案例
去年我做了一个 PCB 缺陷检测项目，三类缺陷：短路（5000 张）、断路（300 张）、划痕（50 张）。
初始参数（默认值）：置信度 0.5，IoU 0.5，无类别权重。
结果：
- 短路 AP：0.95（很好）
- 断路 AP：0.72（还行）
- 划痕 AP：0.18（惨不忍睹）
调参过程：
- IoU 阈值：缺陷检测要求框位精确，提到 0.7
- 类别权重：按逆频率加权，划痕权重设为 33.3，断路设为 5.6
- 置信度：降到 0.4，提高召回率
最终结果：
- 短路 AP：0.93（略有下降，但可接受）
- 断路 AP：0.85（提升）
- 划痕 AP：0.62（大幅提升）
我的经验：调参不是追求每个指标都最高，而是让最差的指标达到业务可接受的水平。划痕从 0.18 到 0.62，这个提升比短路从 0.95 到 0.93 的损失值多了。