📚 课程目录第2章数据增强策略

2. 数据增强策略

做小目标检测，最头疼的问题是什么？

说白了，就是特征太少。一个 32×32 的交通标志，在 640×640 的输入图上只占 0.25% 的像素。你让模型怎么学？

我刚开始做遥感图像检测时，模型在验证集上 mAP 死活过不了 0.3。后来发现，不是网络结构的问题，是数据根本没喂够。小目标本身在图像里就稀缺，再加上标注框小、背景杂乱，模型很容易过拟合到背景噪声上。

数据增强，就是解决这个问题的第一道防线。今天咱们重点聊四种在小目标场景下特别有效的增强策略：Mosaic、MixUp、CutOut、RandomErasing。

  核心观点：小目标检测的数据增强，核心目标不是「让数据变多」，而是「让目标在图像中的分布更密集、更丰富」。Mosaic 和 MixUp 做的是「拼合」，CutOut 和 RandomErasing 做的是「遮挡」。两者思路相反，但都能提升小目标的鲁棒性。

1. Mosaic：把小目标「聚」在一起

Mosaic 是 YOLOv4 开始引入的经典增强。做法很简单：随机取 4 张训练图，各裁一块，拼成一张新图。

为什么对小目标有效？你想想看，原本一张图里可能只有 1~2 个小目标，拼完之后一张图里出现 4~8 个。模型在一个 batch 里看到的小目标数量直接翻倍，梯度更新更稳定。

我的经验：在 VisDrone 数据集上，我试过把 Mosaic 的拼图数量从 4 改成 9（3×3 网格）。小目标的 recall 提升了 3.2%，但训练时间增加了 40%。折中方案是保持 4 张，但把缩放范围从 [0.5, 1.5] 改成 [0.3, 1.0]，让拼出来的小目标更小、更密集。

Mosaic 的调优参数主要有三个：

参数	默认值	小目标推荐值	说明
拼图数量	4	4 或 9	数量越多，小目标密度越高，但计算量增大
缩放范围	[0.5, 1.5]	[0.3, 1.0]	缩小范围，让小目标在拼图中占比更小，模拟远距离场景
拼图重叠	无	允许 10%~20% 重叠	重叠区域会产生遮挡，提升模型对部分遮挡的鲁棒性

注意：Mosaic 在训练后期建议关闭。我习惯在总 epoch 的前 70% 使用 Mosaic，后 30% 切回普通训练。原因是 Mosaic 生成的图像分布与真实场景有偏差，模型最后需要「回归真实」。

2. MixUp：让标签「软」一点

MixUp 不是 YOLO 原生的增强，但我在小目标场景下试过，效果出乎意料地好。

它的做法是：随机取两张图，按比例 α 和 1-α 叠加像素值，标签也按同样比例混合。比如一张图有「行人」，另一张有「自行车」，混合后标签变成「0.7 行人 + 0.3 自行车」。

为什么对小目标有效？小目标的特征本来就弱，模型很容易「死记硬背」某些背景模式。MixUp 让标签变得模糊，模型被迫学习更通用的特征。

  关键参数：混合系数 α 控制两张图的混合比例。α 越大，混合越均匀。我测试下来，α=0.2 对小目标效果最好——既保留了主目标的清晰度，又引入了副目标的干扰。

具体实现时，我建议：

α 范围：0.1~0.3，不要超过 0.5。超过 0.5 后两张图都看不清，小目标直接消失。
应用概率：0.3~0.5，不要每张图都用。MixUp 太频繁会导致模型「迷茫」。
目标尺寸过滤：只对包含小目标（面积 < 32×32）的图做 MixUp，大目标图跳过。

我曾经在一个无人机航拍数据集上做过对比：不加 MixUp 的模型，小目标 AP 是 0.21；加了 α=0.2、概率 0.4 的 MixUp 后，AP 涨到 0.26。提升很明显。

3. CutOut 与 RandomErasing：故意「弄丢」目标

这两个策略思路类似，都是故意遮挡图像的一部分，强迫模型用剩余信息做判断。

CutOut 是固定形状（正方形）的遮挡，RandomErasing 更灵活，可以控制遮挡区域的长宽比和位置。

对小目标来说，这两个策略有个致命陷阱：遮挡区域太大，直接把小目标盖住了。模型学到的不是「遮挡鲁棒性」，而是「怎么猜被遮住的目标」——这完全没用。

避坑指南：我曾经在训练交通标志检测模型时，用了默认的 CutOut（遮挡边长 64 像素）。结果小目标（32×32 的限速牌）的 AP 从 0.45 掉到 0.38。后来把遮挡边长改成 16 像素，AP 才回升到 0.47。记住：遮挡尺寸必须小于小目标尺寸。

我总结了一套参数配置：

策略	参数	小目标推荐值	理由
CutOut	遮挡边长	8~16 像素	小于小目标尺寸，只遮挡局部特征
CutOut	遮挡数量	1~2 个	太多遮挡会破坏目标结构
RandomErasing	擦除比例	0.02~0.05	擦除面积占全图比例，小目标场景要更低
RandomErasing	擦除长宽比	0.3~3.0	允许细长遮挡，模拟电线杆、树枝等干扰

4. 四种策略的搭配方案

实际项目中，我不会只用一种增强。我的习惯是组合使用，但要注意顺序和概率。

下面是我在多个小目标数据集上验证过的搭配方案：

# 推荐的小目标数据增强流水线（YOLOv8 风格配置）
augmentations:
  mosaic:
    enable: true
    prob: 1.0          # 前70% epoch 开启
    scale_range: [0.3, 1.0]
    n_patches: 4

  mixup:
    enable: true
    prob: 0.4
    alpha: 0.2
    # 只对包含小目标的图像做 MixUp
    filter_by_target_size: true
    max_target_size: 64

  cutout:
    enable: true
    prob: 0.3
    size: [8, 16]      # 随机在 8~16 之间选
    n_holes: 1

  random_erasing:
    enable: true
    prob: 0.2
    area_ratio: [0.02, 0.05]
    aspect_ratio: [0.3, 3.0]

执行顺序很重要：我建议先做 Mosaic（改变图像结构），再做 MixUp（混合像素），最后做 CutOut/RandomErasing（局部遮挡）。如果顺序反过来，Mosaic 的拼图操作会把遮挡区域「打乱」，效果大打折扣。

5. 实际项目中的调优经验

最后分享几个我在项目中踩过的坑：

不要盲目堆叠增强：有一次我把 Mosaic、MixUp、CutOut、RandomErasing 全开了，概率都设 0.5。结果训练 loss 降不下去，模型根本学不到稳定特征。后来把总增强概率控制在 0.7 以内（即每张图最多被 1~2 种增强命中），效果才正常。
验证集不要做增强：这个看起来是常识，但我真见过有人把 Mosaic 用在验证集上。验证集必须保持原始分布，否则评估结果没有意义。
小目标增强要「温和」：大目标可以承受较强的遮挡和变形，小目标不行。我的原则是：增强强度与小目标尺寸成反比。目标越小，增强越轻。
可视化检查：每次调整增强参数后，我都会随机抽 100 张增强后的图，人工检查小目标是否被破坏。这个习惯帮我避免了很多「看起来有效、实际有害」的参数。