YOLOv7训练时为何合并图像生成批次？如何阻止该现象？

原因分析 #

你看到的“拼接多张行星图像的怪异图”是YOLOv7默认启用的Mosaic数据增强的正常效果。这种增强方式会随机选取4张训练图像，经过缩放、裁剪、拼接后生成新的训练样本，目的是让模型学习到不同场景下的目标特征，提升泛化能力和小目标检测性能。

解决方法 #

根据你的需求，有几种处理方式：

• 完全关闭Mosaic增强
  两种实现途径：

  1. 修改超参数文件：打开.\data\hyp.scratch.custom.yaml，找到mosaic参数，将其值改为0。
  2. 训练命令添加参数：在你的训练命令末尾加上--no-mosaic，修改后的命令如下：

     python .\train.py --workers 1 --device 0 --batch-size 4 --epochs 100 --img-size 1280 1280 --data .\data\custom_data.yaml --hyp .\data\hyp.scratch.custom.yaml --cfg .\cfg\training\yolov7-custom.yaml --name yolov7-result --weights .\yolov7.pt --no-mosaic
     

• 仅在训练前期使用Mosaic
  如果不想完全放弃这种增强的优势，可以在超参数文件中设置close_mosaic参数，指定在某个epoch后自动关闭Mosaic。比如设置close_mosaic: 20，表示训练到第20个epoch后停止使用Mosaic增强，后期用正常图像训练。

• 验证数据集正确性
  先确认你的自定义数据集没有问题：检查图像和标注文件的对应关系，确保标注的边界框坐标是基于1280×1280尺寸的，没有路径错误或标注格式错误，排除数据本身的问题导致的异常。

内容的提问来源于stack exchange，提问作者Moritz Fesseler