1. 畢設(shè)開題前先想清楚這個問題血細胞計數(shù)為什么要用深度學(xué)習(xí)做畢設(shè)選課題的時候我一度很迷茫。周圍同學(xué)有的做推薦系統(tǒng)有的做時序預(yù)測感覺都挺熱門但總覺得自己提不起興趣。后來導(dǎo)師提了一句醫(yī)療影像方向今年有不少人做有沒有考慮過血細胞識別我回去查了一圈資料還真被這個方向吸引了。傳統(tǒng)血常規(guī)檢查大家都不陌生。去醫(yī)院抽一管血半小時后拿到報告單上面有白細胞計數(shù)、紅細胞計數(shù)、血小板計數(shù)這些指標。這些數(shù)字怎么來的過去靠檢驗科醫(yī)生在顯微鏡下人工數(shù)一張玻片幾百上千個細胞看得眼睛發(fā)酸不說不同醫(yī)生數(shù)出來的結(jié)果還可能不一樣。后來有了全自動血液分析儀速度快了很多但設(shè)備價格高中小型醫(yī)療機構(gòu)不一定配得起。所以用普通顯微鏡圖像深度學(xué)習(xí)算法自動計數(shù)本身就是有真實應(yīng)用場景的課題不是那種為了做深度學(xué)習(xí)而硬湊的題目。其實這類項目技術(shù)棧非常清晰目標檢測模型負責(zé)把圖像里的紅細胞RBC、白細胞WBC、血小板Platelets框出來然后根據(jù)檢測結(jié)果統(tǒng)計數(shù)量。畢設(shè)課題如果只做到框出來那和大多數(shù)目標檢測demo沒什么區(qū)別頂多算CV入門練習(xí)。真正有區(qū)分度的地方在于計數(shù)這件事——檢測完的類別統(tǒng)計、結(jié)果換算、可視化展示以及整套系統(tǒng)的完成度。我當(dāng)時把題目定為血液細胞計數(shù)識別系統(tǒng)而不是單純血液細胞目標檢測就是因為后面的系統(tǒng)化內(nèi)容才是拉開差距的部分。用YOLOv11來做這個課題有幾個很直觀的理由。一是數(shù)據(jù)集成熟主流公開的血細胞數(shù)據(jù)集里標注格式基本都兼容YOLO訓(xùn)練需要的格式省去了大量人工標注的時間。二是YOLO系列迭代到v11檢測精度和推理速度的平衡已經(jīng)做得很不錯在顯微圖像這種相對受限的場景下小尺寸模型也能跑出讓人滿意的結(jié)果。三是畢設(shè)的周期就幾個月用現(xiàn)成的框架快速驗證想法把更多時間花在理解原理和打磨系統(tǒng)上性價比遠比從零造輪子高。這個題目適合兩類人一類是對計算機視覺感興趣、想在畢設(shè)里真正跑通一套端到端流程的學(xué)生另一類是打算往醫(yī)療影像方向走的同學(xué)可以把血細胞識別當(dāng)作一個切入點后面圖像分割、細胞分類、病歷輔助診斷都是可以延伸的方向。無論哪類人做完這個項目目標檢測的基本功、數(shù)據(jù)處理能力、模型訓(xùn)練調(diào)試能力和系統(tǒng)整合能力都能得到一輪比較完整的鍛煉。2. 為什么選定YOLOv11這條技術(shù)路線而不是換算法或換框架2.1 YOLOv11到底改了什么這些改動對細胞檢測有沒有實際幫助YOLOv11是Ultralytics框架路線上的新版本它不是簡單地把v8的層數(shù)加深或者加寬而是在網(wǎng)絡(luò)結(jié)構(gòu)上做了幾處實質(zhì)調(diào)整。首先是骨干網(wǎng)絡(luò)引入了C3k2模塊替代常見的C2f這個模塊在保持特征提取能力的同時減少了計算冗余。其次是SPPF結(jié)構(gòu)做了進一步優(yōu)化讓多尺度特征的融合更高效。再有就是在高版本中加入了C2PSA模塊本質(zhì)上是把注意力機制嵌入跨階段連接中讓模型更關(guān)注圖像里真正有判別力的區(qū)域。這些改動對血液細胞檢測意味著什么我個人的體會是血細胞顯微圖像有很強的規(guī)律性背景相對均勻目標形態(tài)比較固定不像自動駕駛場景那樣復(fù)雜多變所以注意力機制帶來的提升不會特別夸張但確實能讓模型在血小板這種小目標上表現(xiàn)更穩(wěn)定。血小板的尺寸在整張圖像上通常只有十幾個像素如果不借助多尺度特征融合和注意力機制很容易漏檢。YOLOv11在這方面的結(jié)構(gòu)設(shè)計恰好踩在了這個痛點上。還有一個很實際的原因是生態(tài)。Ultralytics框架提供了統(tǒng)一的訓(xùn)練、驗證、導(dǎo)出接口數(shù)據(jù)格式是通用的YOLO格式預(yù)訓(xùn)練權(quán)重直接下載部署時還可以導(dǎo)出ONNX或TensorRT。對畢設(shè)來說這些便利性可以省出好幾周時間。省下來的時間花在哪里花在理解模型原理、做實驗對比、寫論文上。這才是畢設(shè)的核心價值。2.2 和其他方案對比后我的選型建議在做技術(shù)選型時我認真考慮了其他幾種路線下面這個表格是我當(dāng)時的對比記錄方案優(yōu)點缺點適用場景YOLOv11精度與速度均衡框架生態(tài)成熟小目標表現(xiàn)好新版本可參考的中文資料相對少本項目首選YOLOv8資料豐富穩(wěn)定性驗證多在極端小目標上不如v11優(yōu)化充分保守穩(wěn)妥的選擇Faster R-CNN兩階段檢測精度上限高推理速度慢模型體積大對實時性無要求的場景圖像分割方案可同時獲得細胞形狀信息標注成本高訓(xùn)練復(fù)雜度大需要細胞形態(tài)分析的場景另外提一個比較反直覺的點如果只看公開榜單上的mAP數(shù)字不同模型之間的差距其實不大真正影響最終效果的反而是數(shù)據(jù)質(zhì)量和訓(xùn)練細節(jié)。所以選型不用過度糾結(jié)哪個模型最強而是要看哪個方案能讓你的畢設(shè)項目在有限時間內(nèi)穩(wěn)定跑通、有邏輯地講清楚、有空間做創(chuàng)新。YOLOv11對我來說就是這個最優(yōu)解。有一個細節(jié)當(dāng)時讓我猶豫了一下YOLOv11剛出的時候?qū)W術(shù)界和工業(yè)界都還在陸續(xù)驗證它的實際表現(xiàn)論文引用量也不如v8那么高。但從畢設(shè)角度考慮引用量不是核心指標你的論文里寫清楚為什么選擇這個模型并給出充分的實驗對比反而更容易體現(xiàn)思辨能力。導(dǎo)師也提醒過這一點比起隨大流做一個做了很多遍的題目新模型帶來的未知和探索空間對畢設(shè)來說其實是加分項。3. 訓(xùn)練全流程實戰(zhàn)從數(shù)據(jù)集處理到模型收斂3.1 數(shù)據(jù)集的準備與格式轉(zhuǎn)換這一步?jīng)Q定后面80%的體驗血細胞檢測領(lǐng)域比較常用的公開數(shù)據(jù)集是BCCD數(shù)據(jù)集包含幾百張顯微鏡圖像標注對象為紅細胞、白細胞和血小板三類。它的原始標注格式是PASCAL VOC的XML不能直接喂給YOLO訓(xùn)練先用腳本做一次格式轉(zhuǎn)換。轉(zhuǎn)換的核心是把XML里的bounding box坐標xmin, ymin, xmax, ymax轉(zhuǎn)成歸一化的中心點坐標x_center, y_center, width, height并保存在對應(yīng)的txt文件里。目錄結(jié)構(gòu)按YOLO要求的格式組織dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── bccd.yaml其中bccd.yaml是數(shù)據(jù)集配置文件內(nèi)容大致如下path: dataset train: images/train val: images/val test: images/test names: 0: RBC 1: WBC 2: Platelets我踩過的坑在類別順序上。VOC的XML里類別一般是字符串轉(zhuǎn)換成數(shù)字ID時必須和yaml文件里names定義的位置嚴格對應(yīng)。一開始我轉(zhuǎn)換腳本里類別映射寫反了結(jié)果訓(xùn)練出來的模型把白細胞識別成血小板效果慘不忍睹。所以轉(zhuǎn)完格式后建議用可視化腳本把標注框畫回圖像上看一遍確認類別和坐標都正確再進入訓(xùn)練環(huán)節(jié)。3.2 訓(xùn)練參數(shù)怎么調(diào)哪些參數(shù)值得重點關(guān)注訓(xùn)練命令本身很簡單YOLOv11用Ultralytics框架訓(xùn)練一條命令行就能跑yolo detect train databccd.yaml modelyolov11n.pt epochs150 imgsz640 batch16參數(shù)看著少但每個都值得細想。模型規(guī)模我選了yolov11n而不是yolov11s或更大版本原因是細胞目標小而密集推理速度和顯存占用都需要照顧到n版本的參數(shù)量更輕量在普通消費級顯卡上也能跑得很流暢。如果顯卡顯存足夠可以試s版本對比一下效果。imgsz選了640這是訓(xùn)練速度和精度的中間值做過實驗調(diào)到960之后mAP提升很小但訓(xùn)練時間和顯存占用明顯增加對畢設(shè)來說性價比不高。batch大小主要取決于顯存16是一個比較穩(wěn)的默認值。訓(xùn)練150個epoch看著不少但實際上BCCD數(shù)據(jù)集規(guī)模不大每張圖里的細胞目標數(shù)量多所以一個epoch的耗時并不長。在單張普通顯卡上整個訓(xùn)練過程大概兩三個小時就能跑完。如果看到訓(xùn)練曲線在100個epoch后基本不再上升可以提前用早停機制結(jié)束沒有必要硬跑完。訓(xùn)練參數(shù)里有幾個容易被忽視的調(diào)整點。數(shù)據(jù)增強方面YOLO默認開啟了Mosaic增強但對這個數(shù)據(jù)集來說Mosaic會把多張圖拼接成一張細胞分布和尺度變化會變得不自然有時候反而干擾學(xué)習(xí)。我在實驗中關(guān)閉了Mosaic發(fā)現(xiàn)收斂更穩(wěn)定。另外類別不平衡的問題也要注意紅細胞數(shù)量遠多于白細胞和血小板如果模型老是漏檢稀有類別可以適當(dāng)調(diào)整cls_loss的權(quán)重系數(shù)。這些在框架配置里都有現(xiàn)成參數(shù)可以直接改不需要改代碼。3.3 訓(xùn)練曲線和驗證結(jié)果怎么看mAP不是唯一標準訓(xùn)練完成后runs目錄下會保存訓(xùn)練曲線和驗證指標。我當(dāng)時重點關(guān)注三個東西loss曲線是否平穩(wěn)下降、驗證集上的mAP50和mAP50-95、以及各類別的precision和recall。mAP50看的是預(yù)測框和真實框的IoU超過0.5時算匹配成功mAP50-95則是對IoU閾值從0.5到0.95做平均要求更嚴格。在細胞檢測這個任務(wù)上mAP50通常能到0.9以上mAP50-95會低一些這很正常因為血小板太小IoU稍微偏差一點就會掉分。比起總mAP我更關(guān)注按類別拆分的precision和recall。從實驗結(jié)果看RBC的precision和recall都比較高WBC次之Platelets相對弱一些核心原因就是樣本數(shù)量少、目標尺寸小。如果時間充?？梢試L試把數(shù)據(jù)集里血小板較多的圖像單獨挑出來做一次補充訓(xùn)練效果會比全局調(diào)參更直接。訓(xùn)練完最好再跑一遍驗證命令把帶預(yù)測框的結(jié)果圖導(dǎo)出肉眼檢查幾個典型錯誤有沒有把重疊細胞當(dāng)成一個目標有沒有漏檢邊緣處不完整的細胞這些實際視覺檢查比任何指標數(shù)字都更說明問題。4. 從檢測框到計數(shù)輸出系統(tǒng)實現(xiàn)的完整邏輯4.1 計數(shù)的核心邏輯不是數(shù)框這么簡單目標檢測模型輸出的是一堆框每個框包含類別和置信度。計數(shù)乍看就是把同一類別的框數(shù)一下但實際做下去會發(fā)現(xiàn)幾個繞不開的問題。第一個問題是置信度閾值的選擇。閾值設(shè)高了少量漏檢會讓計數(shù)偏少閾值設(shè)低了誤檢會把血小板數(shù)量虛高。我在實驗中發(fā)現(xiàn)0.25~0.3這個范圍比較合適但具體最優(yōu)值需要通過驗證集上的F1-score來找。Ultralytics框架其實自帶F1-Confidence曲線可以直觀看到不同置信度下F1值的變化選使F1最高的閾值作為系統(tǒng)默認值就行。第二個問題是每張圖像上的計數(shù)結(jié)果并不等于血液中的細胞濃度。顯微圖像的視野只是樣本的一小部分如果要做濃度估算需要知道圖像對應(yīng)的實際血液體積或者視野面積再按比例換算。畢設(shè)如果不涉及臨床驗證做到準確統(tǒng)計每張圖像中的各類細胞數(shù)量再展示出來已經(jīng)足夠但如果論文里想多寫一點可以提一下結(jié)合微體積換算實現(xiàn)濃度估計的思路。第三個問題是多個模型輸出的結(jié)果怎么合并。比如做視頻流檢測或者用多張視野圖統(tǒng)計計數(shù)要處理重復(fù)問題。畢設(shè)通常用單張靜態(tài)圖做輸入不太涉及幀間去重但如果想擴展到視頻實時計數(shù)建議加上簡單的IoU跟蹤邏輯或者對相鄰幀同一位置的目標做去重處理。核心代碼邏輯大概是這樣from ultralytics import YOLO model YOLO(runs/detect/train/weights/best.pt) results model(sample.jpg, conf0.25, iou0.45) # 統(tǒng)計每個類別的數(shù)量 counts {name: 0 for name in model.names.values()} for result in results: boxes result.boxes for cls_id in boxes.cls.cpu().numpy(): counts[model.names[int(cls_id)]] 1 print(counts)這里值得注意的細節(jié)是iou參數(shù)。NMS的IoU閾值控制兩個重疊框是否算同一個目標。細胞在顯微鏡圖像里經(jīng)常扎堆有的細胞擠在一起如果IoU閾值設(shè)置過小重疊的框可能被合并成一個設(shè)置過大同一個細胞可能被檢出多個框。0.45是個比較穩(wěn)的中值。4.2 可視化與界面把自己做的系統(tǒng)展示給別人看站在答辯角度系統(tǒng)界面幾乎是必做環(huán)節(jié)。用純命令行跑模型就算結(jié)果再準展示效果也會大打折扣。我當(dāng)時用桌面GUI框架搭了一個簡單的界面左側(cè)放圖像選擇按鈕和檢測結(jié)果區(qū)域右側(cè)顯示各類細胞的統(tǒng)計表格底部展示總細胞數(shù)。界面核心功能就三項導(dǎo)入圖片、執(zhí)行檢測、展示計數(shù)結(jié)果。再擴展一些可以支持攝像頭實時檢測和批量文件夾檢測。不要過度設(shè)計畢設(shè)周期的重心應(yīng)該放在檢測效果和實驗分析上界面能用、好看、邏輯順暢就夠了?？梢暬矫婵梢栽僮鲆患臃值氖戮褪前衙總€檢測框按類別用不同顏色畫出來框的左上角標上類別名和置信度。紅細胞用紅色框、白細胞用藍色框、血小板用綠色框一眼看去非常直觀。生成結(jié)果圖之后論文里可以直接用答辯PPT里也可以加進去比干巴巴的mAP數(shù)字有感染力得多。代碼組織上建議把模型加載邏輯、檢測邏輯、計數(shù)邏輯、可視化邏輯拆成獨立模塊不要全塞在一個文件里。一方面便于測試另一方面論文和答辯時別人問你檢測模塊怎么實現(xiàn)、計數(shù)模塊怎么實現(xiàn)代碼結(jié)構(gòu)自己心里有數(shù)講起來也清晰。我當(dāng)時在主體代碼里把模型推理和計數(shù)輸出分成了兩個類后面加功能時基本沒有返工過。4.3 系統(tǒng)整體怎么搭別指望一條命令跑完所有事完整的系統(tǒng)應(yīng)該有一個清晰的調(diào)用鏈輸入圖像 - 預(yù)處理 - 模型推理 - 后處理 - 計數(shù)統(tǒng)計 - 可視化 - 結(jié)果輸出。每個環(huán)節(jié)都有自己的職責(zé)。預(yù)處理階段要注意輸入的圖像尺寸。模型訓(xùn)練時用640x640推理時如果傳入的是1920x1080之類的任意尺寸圖模型內(nèi)部會自動縮放。但縮放帶來的比例變化會讓檢測框在原圖上的坐標略有偏差所以如果使用固定尺寸輸入邊界框映射回原圖需要做一次坐標換算。Ultralytics框架的模型對象默認封裝了這些邏輯用它輸出的是原圖坐標系下的框可以少操很多心。后處理階段主要三個動作置信度過濾、非極大值抑制、類別映射。這些在框架里都有現(xiàn)成封裝但知道它們的存在和順序?qū)φ麄€推理流程的理解會透徹很多。如果導(dǎo)師問一句檢測框為什么能直接畫在原圖上你要能回答出后處理階段坐標映射的來龍去脈而不是只指著文檔說框架自動處理的。5. 論文組織和答辯準備的實戰(zhàn)思路5.1 畢設(shè)論文的整體結(jié)構(gòu)怎么讓章節(jié)之間有遞進邏輯畢設(shè)論文的基本框架大家應(yīng)該都清楚緒論、相關(guān)技術(shù)基礎(chǔ)、需求分析、系統(tǒng)設(shè)計、系統(tǒng)實現(xiàn)、實驗與分析、總結(jié)與展望。但同樣是這個框架有的論文讀起來像流水賬有的論文邏輯層層遞進差別在于章節(jié)之間的因果關(guān)系。我寫緒論時重點講清楚三件事血液細胞計數(shù)在臨床檢驗中的價值是什么傳統(tǒng)方式和自動化設(shè)備各自有什么局限基于深度學(xué)習(xí)的檢測方案為什么值得研究這三句交代清楚了后面的內(nèi)容才有立足點。相關(guān)技術(shù)基礎(chǔ)部分我寫了三塊卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)概念、YOLO系列算法從v1到v11的演進路線、YOLOv11的詳細結(jié)構(gòu)。很多人寫技術(shù)基礎(chǔ)最容易寫成百度百科搬運羅列一堆名詞定義。我的建議是把每個模塊寫清楚它要解決什么問題比如C3k2模塊和C2f模塊的區(qū)別是什么、SPPF結(jié)構(gòu)怎么處理多尺度、注意力機制為什么對小目標有效。這樣讀者能理解你的技術(shù)選型而不是只看你貼了幾張結(jié)構(gòu)圖。需求分析和系統(tǒng)設(shè)計放在一起寫效果會更好。先調(diào)研場景需求再映射成功能需求最后落到系統(tǒng)架構(gòu)。比如需要自動識別圖像中的血細胞類別對應(yīng)檢測功能模塊需要輸出統(tǒng)計結(jié)果對應(yīng)計數(shù)功能模塊需要直觀展示對應(yīng)可視化功能模塊。邏輯上一一對應(yīng)的論文看起來會非常舒服。5.2 實驗章節(jié)怎么寫要能經(jīng)得起追問實驗章節(jié)是整個論文的權(quán)重擔(dān)當(dāng)也是答辯時最容易被追問的部分。我不建議只貼一張最終結(jié)果的表格而是建議按照基線對比 消融實驗 結(jié)果分析三層結(jié)構(gòu)展開。我當(dāng)時設(shè)計了三個實驗組。第一組是不同模型對比分別訓(xùn)練了Faster R-CNN、YOLOv8和YOLOv11比較mAP、推理速度、參數(shù)量從數(shù)據(jù)上說明為什么選YOLOv11。第二組是YOLOv11不同規(guī)格模型的對比測試了n、s、m三個版本找到精度和速度的平衡點。第三組是消融實驗分別測試關(guān)閉Mosaic增強、調(diào)整類別權(quán)重等操作對結(jié)果的影響用數(shù)據(jù)說明為什么我的最終配置是這樣定的。這一部分寫好了答辯時老師問任何一句你為什么這么選你都可以指著實驗數(shù)據(jù)說因為這么做mAP提升了多少。有數(shù)據(jù)支撐的答案和憑感覺的回答給老師的印象完全不同。5.3 答辯現(xiàn)場的展示邏輯與常見追問答辯時間通常不長講清楚邏輯比講清楚細節(jié)更重要。我的PPT結(jié)構(gòu)是課題背景和價值兩頁- 技術(shù)方案選型三頁- 系統(tǒng)架構(gòu)和功能模塊兩頁- 實驗數(shù)據(jù)和對比分析三頁- 現(xiàn)場Demo兩到三頁?，F(xiàn)場Demo要提前把測試圖像準備在本地演示時直接跑千萬不要現(xiàn)場聯(lián)網(wǎng)下載模型或圖像萬一網(wǎng)絡(luò)出問題就尷尬了。老師大概率會追問的幾個點為什么用YOLOv11不用v8答從曲線對比出發(fā)v11在小目標上表現(xiàn)更優(yōu)且驗證指標有提升。計數(shù)結(jié)果怎么證明是準的答在驗證集上做了定量評估給出了各類別的precision、recall和F1同時對典型錯誤做了case分析。換個數(shù)據(jù)集效果還會好嗎答說明當(dāng)前方案針對顯微圖像特點做了數(shù)據(jù)增強調(diào)優(yōu)泛化性需要更多數(shù)據(jù)驗證這也是未來工作的方向。5.4 源碼和論文打包時細節(jié)決定觀感畢設(shè)一般要提交源碼和論文最后打包前有幾個細節(jié)值得注意。代碼倉庫要寫一個像樣的README說清楚項目簡介、環(huán)境依賴、目錄結(jié)構(gòu)、訓(xùn)練和預(yù)測命令、復(fù)現(xiàn)步驟。不要只給一堆代碼文件就讓老師自己摸索。論文里涉及的所有圖表都要有編號和標題訓(xùn)練曲線圖、損失曲線圖、檢測效果圖、系統(tǒng)界面截圖、對比表格一個都不能少。另外建議把最終模型權(quán)重的下載信息也寫進文檔里方便復(fù)現(xiàn)。還有一個我自己印象很深的建議最好把每個實驗的超參數(shù)記錄保存下來包括訓(xùn)練輪數(shù)、學(xué)習(xí)率、批次大小、數(shù)據(jù)增強配置、實驗名稱等。寫到論文的實驗部分時這些記錄能讓你的描述非常準確。我當(dāng)時用一個小表格記錄了所有實驗最后寫論文時省了非常多的時間。6. 畢設(shè)過程里踩過的坑以及回頭看的一些總結(jié)關(guān)于數(shù)據(jù)集標注的坑前面提到過類別映射的問題。這里再多說一點VOC格式轉(zhuǎn)換到Y(jié)OLO格式時還要注意XML里有沒有無效框、坐標是否超出圖像邊界、類別名是否一致。這些數(shù)據(jù)噪聲會直接影響訓(xùn)練效果。如果你拿到的數(shù)據(jù)集里有一些標注質(zhì)量很差的圖像與其硬著頭皮訓(xùn)練不如先把壞數(shù)據(jù)清理掉效果立竿見影。關(guān)于顯存不夠的情況我見過同學(xué)在8G顯存的顯卡上訓(xùn)練yolov11m直接爆顯存的。解決辦法有兩個把batch降到8或4或者降低imgsz。但imgsz降到416之后小目標的檢測效果會明顯變差。更推薦的做法是直接用n或s版本在batch16、imgsz640的配置下8G顯存是夠用的。關(guān)于數(shù)據(jù)增強參數(shù)的調(diào)整框架默認開啟的增強組合不一定適合所有數(shù)據(jù)集像BCCD這類目標密集的顯微圖像場景Mosaic增強偶爾會讓模型學(xué)到奇怪的分布特征。不要迷信默認配置遇到訓(xùn)練曲線不收斂時先把數(shù)據(jù)增強參數(shù)逐個關(guān)掉試一試往往能找到問題所在。關(guān)于驗證集劃分有一個很隱蔽的坑是確保同一個來源的相似圖像不要同時出現(xiàn)在訓(xùn)練集和驗證集中。比如BCCD數(shù)據(jù)集中可能包含同一視野下不同放大倍數(shù)的多張圖像如果把同一視野的圖像分到兩邊驗證結(jié)果的精度會有水分。劃分數(shù)據(jù)集的時候盡量按圖像來源分組保持類別分布接近整體分布?；乜凑麄€畢設(shè)最大的收獲倒不是把YOLOv11跑通了而是體驗了一遍從需求分析到系統(tǒng)開發(fā)再到論文寫作的完整流程。訓(xùn)練模型只是其中一環(huán)數(shù)據(jù)怎么處理、實驗怎么做對比、論文里怎么組織邏輯、答辯時怎么回答問題每一步都需要輸出、檢查和調(diào)整。這套方法論換到任何其他課題上都是通用的。最后分享一個小技巧訓(xùn)練完之后可以用混淆矩陣圖檢查模型容易把哪兩個類別搞混。我做實驗時發(fā)現(xiàn)模型偶爾會把部分血小板判成紅細胞原因就是血小板太小在低分辨率特征層上特征不明顯。針對這個問題我把推理時的imgsz從640提升到800漏檢率明顯下降。類似這種從可視化反饋中找到問題、再到調(diào)參解決的過程寫進論文里會顯得很有思考深度遇到問題時老師問你試過什么也不會無話可說。