YOLOv5训练卡牌弃牌识别模型精度与mAP极低问题求助

数据集维度排查 #

• 数据量严重不足：138张样本远达不到YOLOv5的训练需求，模型无法学习到弃牌的稳定视觉特征。解决方向：
  • 开启YOLOv5自带的数据增强：训练时添加--augment参数，同时手动对现有样本做翻转、旋转、亮度调整、背景替换等操作，将数据集扩充至500张以上。
  • 补充真实场景样本：收集不同光照、桌面背景、拍摄角度下的弃牌画面，覆盖更多边缘情况。
• 标注质量核查：
  • 检查标注框精度：确认所有弃牌都被精准标注，无漏标、错标（比如误标手牌）情况。
  • 验证标注格式：确保YOLO格式的.txt标注文件符合class_id x_center y_center width height规范，坐标为归一化值（0-1区间）。
  • 确认类别配置：数据集yaml文件中names列表仅保留「弃牌」单一类别，避免多余类别干扰训练。

训练参数优化 #

• 学习率调整：小数据集适配低学习率，将初始学习率--lr0从默认0.01降至0.001，--lrf（最终学习率因子）设为0.01，减缓模型学习节奏，避免震荡。
• 训练轮次与正则化：将epoch数提升至150-200，观察损失曲线是否持续下降；同时降低--weight-decay至0.0001，减少小数据集的过正则化影响。
• batch size优化：若显存有限，采用梯度累积弥补batch size不足，例如设置--batch-size 8 --accumulate 4，等效于32的batch size，保证训练稳定性。
• 模型规模适配：若数据问题解决后效果仍差，可尝试换用更大的预训练模型（如yolov5m/yolov5l），提升模型特征提取能力。

任务聚焦优化 #

• 减少干扰区域：仅裁剪图片中弃牌所在的固定区域作为训练样本，彻底排除手牌区域的视觉干扰。
• 强化特征差异：若弃牌与手牌视觉特征高度相似，可基于弃牌的位置（如固定弃牌堆区域）、姿态（如堆叠、翻面）等特征，在预处理阶段强化这些差异（比如给弃牌区域添加掩码标记）。

训练过程分析 #

• 查看损失曲线：若损失持续居高不下，优先排查数据标注问题；若损失下降但精度/mAP无提升，需考虑数据多样性不足导致的过拟合。
• 分析验证集预测结果：观察模型是否完全无法识别弃牌，或标注框偏离严重，以此定位是特征学习失效还是标注逻辑错误。

内容的提问来源于stack exchange，提问作者saltdream