簡介面向醫(yī)學(xué)影像目標(biāo)檢測場景的YOLO紅白細胞血小板檢測數(shù)據(jù)集及配套教學(xué)資源適合正在學(xué)習(xí)YOLO系列算法、需要真實血細胞檢測數(shù)據(jù)訓(xùn)練模型的開發(fā)者和高校課程學(xué)員。數(shù)據(jù)來自真實場景圖片質(zhì)量高已使用LabelImg完成精準標(biāo)注并分別提供VOC(xml)、COCO(json)、YOLO(txt)三種格式的標(biāo)簽可直接接入YOLOv5、YOLOv8等常見框架訓(xùn)練。包內(nèi)共兩千個文件以一千個xml標(biāo)簽、九百九十個txt標(biāo)簽為主另有少量Python腳本、YAML配置和6個HTML說明文檔整體約29.34MB便于下載使用。資源還附帶Windows與Linux雙平臺的環(huán)境搭建和訓(xùn)練教程以及三套數(shù)據(jù)集劃分腳本可靈活生成訓(xùn)練集、驗證集和測試集提升模型迭代效率。目前已有一百九十一人學(xué)習(xí)對于入門醫(yī)學(xué)圖像處理、快速搭建YOLO檢測流程的學(xué)習(xí)者來說是一份兼具數(shù)據(jù)、腳本和指導(dǎo)的實用資源。1. 血細胞檢測數(shù)據(jù)集怎么選1000 張圖到底夠不夠訓(xùn)練 YOLO做血液細胞檢測的落地項目時最卡人的往往不是模型結(jié)構(gòu)而是數(shù)據(jù)本身。你要找的是那種標(biāo)注出血紅細胞、白細胞、血小板的顯微圖像并且標(biāo)簽得能直接喂給 YOLO 訓(xùn)練。市面上公開的醫(yī)學(xué)影像數(shù)據(jù)集不少但真正針對血液細胞目標(biāo)檢測、又帶 VOC/COCO/YOLO 三種標(biāo)簽的成套資源很稀缺所以像“YOLO紅白細胞血小板檢測數(shù)據(jù)集(含1000張圖片)對應(yīng)voc、coco和yolo三種格式標(biāo)簽劃分腳本訓(xùn)練教程.rar”這種壓縮包幾乎是專門為工程落地準備的。1000 張圖聽起來不多但關(guān)鍵在于這批圖是否聚焦在顯微鏡視野下的典型細胞形態(tài)以及標(biāo)簽是否經(jīng)過嚴格的人工校對。如果分類正確、邊界框緊貼細胞膜那這 1000 張就足以支撐一個初版模型完成從訓(xùn)練到部署的全流程驗證。真正做過血細胞識別的人都知道這個任務(wù)的核心瓶頸在于白細胞和血小板在數(shù)量上遠少于紅細胞類別嚴重不均衡加上染色方案不同會導(dǎo)致色調(diào)偏移所以數(shù)據(jù)集里如果沒特意保留這些難例模型訓(xùn)練時很容易偷懶把一切圓形的深紫色東西都當(dāng)成白細胞。下面就從解包開始把這一套數(shù)據(jù)從清洗、校驗到訓(xùn)練、驗證的完整鏈路捋一遍。2. 解包 .rar 后的第一件事VOC/COCO/YOLO 三種標(biāo)簽的來龍去脈與校驗?zāi)玫綁嚎s包后別急著開訓(xùn)先花十分鐘把目錄結(jié)構(gòu)和標(biāo)簽格式摸清楚。一個規(guī)范的數(shù)據(jù)集壓縮包解壓后通常應(yīng)該有images、AnnotationsVOC 的 xml 文件、labelsYOLO 的 txt 文件以及對應(yīng)的 COCO 的 json 文件。如果壓縮包附帶表格或 readme 文件里面一般會寫明類別數(shù)量、圖片尺寸和標(biāo)注規(guī)范。常見做法是先用一條 bash 命令把根目錄捋一遍看看每個文件夾里文件數(shù)是否對得上。# 進入解壓后的數(shù)據(jù)集根目錄統(tǒng)計各文件夾下的文件數(shù)量 cd ./blood_cell_dataset echo Images 總數(shù): $(find images -type f | wc -l) echo VOC xml 總數(shù): $(find Annotations -type f | wc -l) echo YOLO txt 總數(shù): $(find labels -type f | wc -l) # 檢查有沒有空標(biāo)注文件空文件會導(dǎo)致訓(xùn)練時 loss 為 nan 或直接崩 find labels -name *.txt -empty -print這段代碼的作用是快速核對三個目錄的文件數(shù)是否一致。正常情況下圖片數(shù)、xml 數(shù)和 txt 數(shù)應(yīng)該完全相等因為每張圖都對應(yīng)一份 VOC 標(biāo)注和一份 YOLO 標(biāo)注。-empty參數(shù)用來找出那些沒有目標(biāo)的 txt 文件這在血細胞數(shù)據(jù)里很常見因為有些視野下可能確實沒有血小板或白細胞。如果發(fā)現(xiàn)空標(biāo)注文件你需要決定是保留讓 YOLO 學(xué)習(xí)“這張圖沒有目標(biāo)”還是直接刪掉對應(yīng)圖片我一般建議直接刪除不然訓(xùn)練時背景占比過大會干擾收斂。VOC 和 COCO 格式的區(qū)別核心在于坐標(biāo)系的表達方式。VOC 的 xml 文件里每個目標(biāo)用bndbox標(biāo)簽存左上角和右下角的坐標(biāo)即絕對值COCO 的 json 文件里框的格式是中心點坐標(biāo)加寬高也是絕對值而 YOLO 的 txt 文件里五個數(shù)字依次是class_id、x_center、y_center、width、height全部除以圖片寬高做了歸一化。這個區(qū)別決定了轉(zhuǎn)換腳本里的計算邏輯必須是x_center (xmin xmax) / 2 / img_width一旦分母用錯模型訓(xùn)練出來的框位置會整體偏移。拿到壓縮包里的三種格式后建議寫一個腳本做交叉驗證即隨機抽 10 張圖把 YOLO 格式的框畫回原圖上確認框是否貼合細胞邊緣。這一步不能省因為標(biāo)注時的錯位、坐標(biāo)超界會導(dǎo)致后續(xù)訓(xùn)練時 loss 異常。# 交叉驗證腳本將 YOLO 格式標(biāo)注畫回圖片 import cv2 import numpy as np # 類別映射0-red blood cell, 1-white blood cell, 2-platelet class_names [RBC, WBC, PLT] colors [(0, 0, 255), (255, 0, 0), (0, 255, 255)] # 讀取圖片和對應(yīng)的標(biāo)注文件 img cv2.imread(images/00001.jpg) h, w img.shape[:2] with open(labels/00001.txt, r) as f: lines f.readlines() # YOLO 格式是歸一化坐標(biāo)畫框前必須乘以圖片寬高恢復(fù)像素坐標(biāo) for line in lines: parts line.strip().split() cls int(parts[0]) x_c, y_c, box_w, box_h map(float, parts[1:]) x_min int((x_c - box_w / 2) * w) y_min int((y_c - box_h / 2) * h) x_max int((x_c box_w / 2) * w) y_max int((y_c box_h / 2) * h) cv2.rectangle(img, (x_min, y_min), (x_max, y_max), colors[cls], 2) cv2.putText(img, class_names[cls], (x_min, y_min - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, colors[cls], 1) cv2.imwrite(verify_00001.jpg, img)這段腳本里最關(guān)鍵的是類型轉(zhuǎn)換map(float, parts[1:])確保坐標(biāo)是浮點數(shù)避免整數(shù)除法導(dǎo)致中心點偏移。cv2.rectangle的坐標(biāo)參數(shù)必須是整數(shù)所以在乘完寬高后要強制int()。畫完框之后你還需要把這 10 張圖逐張過目重點看三個地方一是有沒有框偏到細胞核外二是血小板體積很小框是否過大或過小三是同一張圖里紅白細胞坐標(biāo)有沒有串位。這個驗證過程大概花 10 分鐘但能省下后續(xù)訓(xùn)練時反復(fù)排錯的時間。COCO 格式的驗證方式則是把 json 文件解析出來后做同樣的事json 里如果有segmentation字段且為空不影響目標(biāo)檢測訓(xùn)練但如果bbox字段的寬度或高度是負數(shù)訓(xùn)練時就會報尺寸錯誤。血細胞數(shù)據(jù)集的標(biāo)簽還有一個特殊風(fēng)險就是類別順序不統(tǒng)一。有些壓縮包把類別定義成[WBC, RBC, PLT]有些是[red_blood_cell, white_blood_cell, platelet]YOLO 訓(xùn)練時類別索引完全由data.yaml里的names列表順序決定如果 txt 文件里的索引是 0 代表紅細胞而data.yaml里 0 卻寫成了白細胞模型就會把所有紅細胞學(xué)成白細胞。診斷這個問題的快準狠方法是數(shù)一下訓(xùn)練集里各類別的標(biāo)注框數(shù)量正常情況下紅細胞應(yīng)該是白細胞的幾十倍如果出現(xiàn)數(shù)量和預(yù)想不符基本就是類別索引錯位。3. 用劃分腳本重建訓(xùn)練集目錄結(jié)構(gòu)、隨機種子與樣本均衡拿到數(shù)據(jù)后首要任務(wù)是把訓(xùn)練集、驗證集和測試集劃分好。壓縮包里如果自帶劃分腳本那最好不過但腳本往往只生成了默認劃分你可能需要根據(jù)自己的顯存大小和訓(xùn)練目標(biāo)重新劃分。一個血細胞檢測項目的標(biāo)配劃分比例是 7:2:1也就是 700 張訓(xùn)練、200 張驗證、100 張測試。很多開源劃分腳本只隨機打亂圖片列表沒有考慮類別均衡這在血細胞這種極不均衡的數(shù)據(jù)集上是有問題的。假設(shè)某張圖里只有紅細胞沒有血小板全部被分到訓(xùn)練集那驗證集里血小板的表現(xiàn)就會虛低。我常用的做法是在劃分腳本里加一個維度即統(tǒng)計每張圖片包含的類別數(shù)量盡量把包含三種細胞類型的圖片均勻分配到三個子集里。import random import numpy as np from pathlib import Path # 固定隨機種子保證每次劃分結(jié)果可復(fù)現(xiàn) random.seed(42) np.random.seed(42) # 讀取所有圖片名 img_paths list(Path(images).glob(*.jpg)) n len(img_paths) shuffled img_paths.copy() random.shuffle(shuffled) # 按 7:2:1 劃分 train_imgs shuffled[:int(n * 0.7)] val_imgs shuffled[int(n * 0.7):int(n * 0.9)] test_imgs shuffled[int(n * 0.9):] # 輔助函數(shù)將圖片列表寫入 txt供 YOLO 訓(xùn)練時讀取 def write_txt(path_list, out_file): with open(out_file, w) as f: for p in path_list: f.write(str(p.resolve()) \n) write_txt(train_imgs, train.txt) write_txt(val_imgs, val.txt) write_txt(test_imgs, test.txt) print(fTrain: {len(train_imgs)}, Val: {len(val_imgs)}, Test: {len(test_imgs)})代碼里的random.seed(42)非常重要它讓每次運行腳本生成的劃分完全一致。有些人覺得隨機種子是玄學(xué)但當(dāng)你調(diào)整超參數(shù)再次訓(xùn)練時如果劃分不一致就分不清性能提升到底來自模型改動還是數(shù)據(jù)變化。Path.resolve()會把相對路徑轉(zhuǎn)成絕對路徑這樣從任何工作目錄啟動 YOLO 訓(xùn)練都不會報找不到文件。不過要注意這份 txt 文件里的路徑指向的是源images目錄如果你做數(shù)據(jù)增強或數(shù)據(jù)清洗時把圖片復(fù)制到了新目錄必須同步更新這些 txt 文件否則訓(xùn)練時會讀到舊的路徑。劃分完數(shù)據(jù)后還需要確認data.yaml里的配置。Ultralytics YOLOv8 需要用戶指定train、val和test三個路徑以及nc和names兩個字段。這里最常見的錯誤是按 VOC 的類別名來填寫names比如寫成[rbc, wbc, plt]但沒有注意 txt 文件里的類別索引。最穩(wěn)妥的方法是打開任意一個 YOLO 標(biāo)注文件看第一列的數(shù)字再看壓縮包里有沒附帶classes.txt或obj.names文件以那個為準填寫names列表。# data.yaml 文件內(nèi)容 path: ./blood_cell_dataset train: train.txt val: val.txt test: test.txt nc: 3 names: [RBC, WBC, platelet]這里的path字段是根目錄train和val可以寫絕對路徑也可以寫相對路徑但如果填的是 txt 文件名就必須保證 txt 文件存在于path指定的這個目錄下。我之前犯過錯把train直接寫成/path/to/images/train而path又指向了上一級目錄結(jié)果 YOLO 把兩個路徑拼接后找不到任何圖片。原因在于path是相對于當(dāng)前工作目錄的偏移量而train是相對于path的偏移量兩者是疊加關(guān)系。如果壓縮包自帶的劃分腳本已經(jīng)生成了train.txt你就在train字段寫上train.txt就行如果想直接寫文件夾路徑把train改成images/train也可以前提是目錄結(jié)構(gòu)必須匹配。4. 避坑指南VOC/COCO/YOLO 互轉(zhuǎn)時的坐標(biāo)、索引與類別順序做血細胞目標(biāo)檢測最隱蔽的坑不在于模型本身而在于格式轉(zhuǎn)換時對坐標(biāo)定義理解不透徹。VOC 格式里xmin和xmax定義的是像素絕對坐標(biāo)而 YOLO 格式里x_center和width是歸一化到 0 到 1 之間的小數(shù)。轉(zhuǎn)換的公式本身并不復(fù)雜x_center (xmin xmax) / 2 / img_width真正容易錯的是圖片尺寸取反了。有些腳本讀 xml 時沒取寬高直接用[W, H]做分母但實際圖片是[H, W]結(jié)果所有框在橫向上正常、縱向上偏移。顯微鏡圖像的細胞分布通常比較均勻縱向偏移后框和細胞的錯位一眼就能看出來就怕錯位不嚴重模型學(xué)到的框始終偏上或偏下導(dǎo)致 mAP 不高但又不完全崩這種問題最難定位。COCO 格式轉(zhuǎn) YOLO 時還有第二個大坑即類別 ID 的前后偏移。COCO 數(shù)據(jù)集的類別 ID 是從 1 開始而 YOLO 是從 0 開始。很多公共腳本轉(zhuǎn)換時忘了減 1導(dǎo)致原本的類別 2血小板被當(dāng)成了類別 3如果nc3越界的類別 ID 會在訓(xùn)練時被忽略輕則 mAP 下降重則直接提示標(biāo)簽索引超范圍。解決辦法是在轉(zhuǎn)換腳本里強制檢查最大類別索引確保不超過nc-1。同時血細胞標(biāo)注里如果存在同一個細胞被標(biāo)注了多個框的重復(fù)框問題也會讓模型在 NMS 階段輸出亂跳的框最好在轉(zhuǎn)換前用腳本合并重復(fù)框。添加一個專門用于排查圖像、標(biāo)注不匹配的問題通常的做法是在訓(xùn)練腳本跑起來前先用一個校驗?zāi)_本做一致性檢查。比如檢查圖片文件名和標(biāo)注文件名是否一一對應(yīng)圖片是否損壞可讀。對血細胞這類專門的標(biāo)注數(shù)據(jù)我一般會額外確認標(biāo)注框的寬高是否大于等于 2 個像素因為血小板可能只有很小的尺寸如果標(biāo)注時不小心給出 1 像素的框模型在前向傳播時難以從中提取到有效特征反而會對網(wǎng)絡(luò)造成負向影響。# 校驗標(biāo)注框的合法性 from pathlib import Path import cv2 # 全局統(tǒng)計超界框數(shù)量 invalid [] for label_path in Path(labels).glob(*.txt): with open(label_path) as f: for line in f: parts line.strip().split() if len(parts) ! 5: invalid.append((label_path, 字段數(shù)錯誤)) continue _, x_c, y_c, w, h parts if float(w) 0 or float(h) 0: invalid.append((label_path, 寬高小于等于0))血細胞數(shù)據(jù)集的典型問題在于血小板數(shù)量很多但框很小轉(zhuǎn)換腳本如果做了int()取整很容易把小數(shù)坐標(biāo)截斷成 0從而產(chǎn)生w0的非法框。訓(xùn)練腳本遇到這類框會報累積錯誤可能在訓(xùn)練幾十個 epoch 后突然爆出ValueError。上述腳本在訓(xùn)練之前跑一遍把所有非法框打印出來并統(tǒng)一過濾能夠避免訓(xùn)練中途中斷。在數(shù)據(jù)量只有 1000 張的情況下過濾掉少數(shù)異常標(biāo)注比直接放棄這些圖片更劃算。在 COCO 轉(zhuǎn) YOLO 的場景里另一個高頻踩坑點是annotations里的image_id和實際文件名對不上。比如 json 里的image_id是34但文件名是042.jpg如果你用str(image_id) .jpg去構(gòu)造路徑就會得到34.jpg而找不到042.jpg。遇到這種問題一定要先讀取images列表的file_name字段用它作為文件名而不是想當(dāng)然用image_id。這類結(jié)構(gòu)性錯誤會讓訓(xùn)練時大量圖片無法加載報錯信息又只顯示FileNotFoundError排查起來極其惱人。5. 跑通 YOLOv8 訓(xùn)練從配置 data.yaml 到監(jiān)控 loss 曲線當(dāng)圖片、標(biāo)簽和劃分腳本全部校驗完畢訓(xùn)練就是一個成熟流程了。我通常直接用 Ultralytics YOLOv8 的 Python API因為命令行模式雖然方便但參數(shù)太多時不易存檔而 Python 腳本可以把配置固化下來換機器后重新跑一次即可。血細胞檢測最好用yolov8n.pt或yolov8s.pt作為預(yù)訓(xùn)練權(quán)重因為 1000 張圖的數(shù)據(jù)量不夠從隨機初始化開始訓(xùn)練遷移學(xué)習(xí)可以極大降低收斂難度。如果壓縮包里有訓(xùn)練教程大概率也是基于 YOLOv5 或 YOLOv8 寫的一行命令核心無非是指定data.yaml、epochs、imgsz和batch四個參數(shù)。from ultralytics import YOLO # 載入預(yù)訓(xùn)練權(quán)重只保留 backbone 和 neck 的特征提取能力 model YOLO(yolov8n.pt) # 訓(xùn)練入口epochs 設(shè)置 150batch 根據(jù)顯存調(diào)整 results model.train( datadata.yaml, # 上一步校驗過的數(shù)據(jù)配置文件 epochs150, # 血細胞數(shù)據(jù)集較小150 輪足夠 imgsz640, # 顯微鏡原圖通常較大這里統(tǒng)一縮放到 640 batch16, # batch 大小根據(jù) GPU 顯存調(diào)整T4 上 16 安全 patience20, # 連續(xù) 20 輪驗證集指標(biāo)不提升就提前停止 projectblood_cell, nameyolov8n_exp1, seed42, # 固定種子便于復(fù)現(xiàn) pretrainedTrue, # 使用 COCO 預(yù)訓(xùn)練權(quán)重遷移 )上述命令里最重要的參數(shù)是pretrainedTrue。有些人會把它設(shè)置成False理由是血細胞和 COCO 里的類別差異太大預(yù)訓(xùn)練權(quán)重幫不上忙。實際訓(xùn)練經(jīng)驗告訴我哪怕 COCO 里只有幾種類別與血細胞形態(tài)接近骨干網(wǎng)絡(luò)對紋理、邊緣、顏色的底層特征提取能力依然是通用的而且預(yù)訓(xùn)練模型收斂更快在 150 個 epoch 內(nèi)更容易達到可用精度。epochs150看起來很長但配合patience20的早停機制通常到 60 到 80 個 epoch 就會停止。如果你的 GPU 顯存只有 8Gbatch16跑 640 分辨率可能會爆顯存此時有兩種方案把batch降到 8或者把imgsz降到 512。顯微鏡下血小板非常小512 分辨率會丟失細節(jié)所以我寧可降 batch 也不降分辨率。訓(xùn)練過程中要盯住的不是打印出的box_loss而是驗證集上的mAP50-95這個指標(biāo)綜合反映了框的定位精度和分類精度。血細胞檢測里紅細胞通常 mAP 很高因為樣本多、形態(tài)固定血小板 mAP 偏低因為目標(biāo)太小。如果訓(xùn)練過程中看到mAP50高但mAP50-95低說明框的大致位置是對的但邊界不夠精確需要更多 epoch 來微調(diào)。如果兩者都低就要回頭檢查標(biāo)簽轉(zhuǎn)換腳本是不是有坐標(biāo)偏移。訓(xùn)練結(jié)束后模型會生成best.pt和last.pt兩個權(quán)重文件。best.pt是驗證集指標(biāo)最優(yōu)的模型last.pt是最后一個 epoch 的結(jié)果。部署時必須選best.pt這是基本共識但很多人忽略的是要在測試集上額外驗證一次。因為驗證集在訓(xùn)練時已經(jīng)被用來做早停判斷指標(biāo)有一定程度的“泄露”只有測試集是完全沒見過的新數(shù)據(jù)在血細胞這類已知數(shù)據(jù)分布固定的場景里通常測試集 mAP 會比驗證集低 1 到 2 個點如果低得過多就要考慮是否存在過擬合。訓(xùn)練完成后我習(xí)慣用 TensorBoard 或直接查看runs/detect/name/results.csv來確認收斂狀態(tài)。results.csv里記錄了每一輪的train/box_loss、val/box_loss、val/mAP50-95等指標(biāo)。核心觀察點是val/box_loss是否在訓(xùn)練后半段出現(xiàn)回彈。如果回彈說明學(xué)習(xí)率沒有配合好一種解法是在訓(xùn)練代碼里加入cos_lrTrue參數(shù)讓學(xué)習(xí)率按余旋曲線衰減通常能解決后期震蕩的問題。Ultralytics 默認已經(jīng)使用lr00.01加上自動脫落但如果換到醫(yī)學(xué)小數(shù)據(jù)集上我一般會把lr0降到0.005避免前期步長過大把預(yù)訓(xùn)練特征沖壞。對于訓(xùn)練教程部分如果你是從零開始入門建議先在val子集上做一次單張推理測試確認輸入輸出的形狀。拿一張測試圖片替換掉默認的bus.jpg運行model.predict(sourceimages/test01.jpg, saveTrue)生成的標(biāo)注圖能直觀看到框和置信度。這一步與訓(xùn)練無關(guān)僅用于驗證模型文件是否損壞。對于血細胞這種目標(biāo)密集的場景預(yù)測時還需要調(diào)conf參數(shù)默認的0.25置信度閾值對血小板來說容易漏檢最終部署時建議下調(diào)到0.1左右。6. 驗證與部署用混淆矩陣和裁剪策略突破血小板漏檢模型訓(xùn)練完只是中點真正決定項目能否交付的是在驗證集上的細粒度分析。血細胞檢測數(shù)據(jù)集里紅細胞在大部分視野中占絕對主體白細胞和血小板往往僅占少數(shù)如果用全局mAP來評價模型只需要把紅細胞學(xué)好就能拿到不錯的分數(shù)卻掩蓋了血小板全部漏檢的風(fēng)險。因此我訓(xùn)練后必做的一步是導(dǎo)出混淆矩陣并按類別分開看召回率。# 加載訓(xùn)練得到的權(quán)重重新在測試集上做驗證 from ultralytics import YOLO model YOLO(runs/detect/yolov8n_exp1/weights/best.pt) metrics model.val(splittest, conf0.1, iou0.5) # 打印每個類別的召回率 print(metrics.box.mp, metrics.box.mr) # 平均精確率和召回率 print(metrics.box.ap_class_index) # 類別索引 print(metrics.box.p) # 每個類的精確率 print(metrics.box.r) # 每個類的召回率metrics.box.r返回的數(shù)組順序與data.yaml中names的順序一致這正是我們常說的“驗證指標(biāo)是跟著類別定義走的”。如果打印結(jié)果顯示血小板的召回率在 0.5 以下那就說明模型對小板框的擬合能力不夠不要急著改模型結(jié)構(gòu)先嘗試把輸入分辨率從640提升到1024。顯微鏡圖片本來就是高分辨率圖像縮放至 640 對紅細胞無礙但血小板也會被同步縮小甚至小于特征圖上一個網(wǎng)格的尺寸。很多血細胞識別比賽的參賽方案都使用imgsz1024配合batch8目的就是保住小目標(biāo)的空間尺寸。如果調(diào)大分辨率后顯存不足另一條經(jīng)過驗證的路線是切圖訓(xùn)練也就是把原圖按網(wǎng)格切成若干 640×640 的小塊再對每個小塊單獨做標(biāo)注和訓(xùn)練。壓縮包里如果帶了劃分腳本大概率沒有包含切圖邏輯因為切圖會改變所有標(biāo)注坐標(biāo)需要把框的絕對坐標(biāo)轉(zhuǎn)換成相對于小圖的坐標(biāo)。這里有兩個關(guān)鍵做法一是切圖時重疊率至少設(shè) 10%防止細胞正好位于切圖邊界導(dǎo)致被截斷二是過濾掉完全落在區(qū)塊外部的框同時保留跨越多個區(qū)塊的框讓模型能學(xué)到細胞的完整形態(tài)。# 切圖邏輯將原圖切為 640x640 的小塊并同步轉(zhuǎn)換標(biāo)簽坐標(biāo) import cv2 from pathlib import Path def crop_image_and_labels(img_path, label_path, crop_size640, overlap64): img cv2.imread(str(img_path)) h, w img.shape[:2] step crop_size - overlap # 計算橫向縱向切圖次數(shù) x_steps (w - crop_size) // step 1 y_steps (h - crop_size) // step 1 with open(label_path) as f: lines [line.strip() for line in f if line.strip()] # 遍歷每個切圖塊 for i in range(x_steps): for j in range(y_steps): x1 i * step y1 j * step x2 x1 crop_size y2 y1 crop_size crop img[y1:y2, x1:x2] new_label_lines [] # 把 YOLO 坐標(biāo)轉(zhuǎn)為像素坐標(biāo)再判斷是否在塊內(nèi) for line in lines: parts line.split() cls int(parts[0]) cx, cy, cw, ch map(float, parts[1:]) cx_px cx * w cy_px cy * h cw_px cw * w ch_px ch * h # 保留中心點落在切圖塊內(nèi)的框 if x1 cx_px x2 and y1 cy_px y2: new_cx (cx_px - x1) / crop_size new_cy (cy_px - y1) / crop_size new_cw cw_px / crop_size new_ch ch_px / crop_size new_label_lines.append(f{cls} {new_cx:.4f} {new_cy:.4f} {new_cw:.4f} {new_ch:.6f}\n) if new_label_lines: out_img fcrops/{Path(img_path).stem}_{i}_{j}.jpg out_label fcrops/{Path(img_path).stem}_{i}_{j}.txt cv2.imwrite(out_img, crop) with open(out_label, w) as f: f.writelines(new_label_lines)切圖腳本中center point落在塊內(nèi)就保留這個規(guī)則簡單但不失有效。對于橫跨兩個塊的細胞模型會在每個小塊里學(xué)到它的殘缺部分預(yù)測時如果兩個塊都被判定有目標(biāo)NMS 會把其中一個抑制掉實際部署時再做一次全圖拼接即可。你也可以選擇讓框完全落在塊內(nèi)才保留但那樣會丟失邊界細胞的上下文信息對血小板檢測來說很不劃算。經(jīng)驗之談是先把不切圖的模型跑通然后單獨做一組切圖訓(xùn)練對比驗證集結(jié)果。血細胞數(shù)據(jù)集的公開方案里切圖加高分辨率幾乎總是能帶來 3 到 5 個點的可觀提升代價是訓(xùn)練時間成倍增加。如果項目時間緊迫也可以只對驗證集做切圖推理即把驗證圖片切小塊分別預(yù)測再在小圖層面做 NMS最后映射回原圖坐標(biāo)。Ultralytics 的model.predict支持直接傳入一個文件夾你只需要把切好的驗證圖片放進去它會自動完成推理。部署端使用 TensorRT 或者 ONNX 加速時必須固定輸入分辨率。因為切圖方案訓(xùn)練用 640推理也必須用 640不能動態(tài)輸入否則你得到的 mAP 數(shù)據(jù)會在部署時全部失真。我在一次項目里訓(xùn)練時用imgsz1024導(dǎo)出 ONNX 時把imgsz參數(shù)漏了默認導(dǎo)出成了 640結(jié)果部署后板框漂得厲害反思原因就是推理分辨率小于訓(xùn)練分辨率小目標(biāo)的特征在降采樣過程中提前消失了。所以導(dǎo)出模型時一定要顯式指定同樣的imgsz最好在同一條命令里寫入導(dǎo)出腳本保存參數(shù)。希望這篇內(nèi)容能幫你在血細胞檢測的落地上少走幾個來回。本文還有配套的精品資源點擊獲取