YOLOv8自定义模型无法检测卡证元素——我哪里操作出错了？

兄弟，我之前也踩过类似的卡证检测坑，咱们一步步捋捋可能拖后腿的细节，大概率是这些地方没做到位：

• 数据集标注与质量问题
  这是最容易掉坑的核心环节：

  • 先核对标注准确性：有没有漏标小尺寸元素（比如卡证芯片）？标注框是不是精准框住了目标？标注的类别名称是不是和后续配置文件里完全一致（别出现"logo"写成"log"这种低级错误）？
  • 数据集规模够不够？每个待检测类别至少得准备200-300张标注样本吧？只有几十张的话，模型根本学不到通用识别特征。
  • 数据多样性达标吗？你的样本是不是只有单一角度、单一光照的卡证？现实场景里卡证可能歪放、反光、背景杂乱，这些情况的样本有没有补充进数据集？
  • 数据增强适配吗？YOLOv8默认增强对卡证这类规则物体可能不够，要不要针对性加一些旋转、仿射变换、亮度调整的增强操作？

• config.yaml配置踩坑
  打开你的config.yaml仔细核对这几点：

  • nc（类别数量）是不是和你要检测的元素数完全匹配？比如要检测logo、照片、芯片、签名4类，nc就得设为4，多一个少一个都不行。
  • names列表里的类别名称是不是和标注文件里的标签100%对应？比如标注里写的是"signature"，这里就不能写成"sign"。
  • 训练、验证集的路径是不是写对了？比如train: ./datasets/card/train，要确保路径指向的文件夹里确实有对应的图片和标注文件。

• 训练参数与模型选择问题
  你用YOLO("yolov8m.yaml")从头训练，其实不如先试试预训练模型做迁移学习：

  • 换成YOLO("yolov8m.pt")启动训练，预训练模型已经自带通用视觉特征，迁移到卡证检测任务上会快很多，效果也更稳定。
  • 检查epochs设置：如果只设了20-30 epochs，模型大概率还没学透，至少调到50以上，复杂场景可以给到100+。
  • batch size是不是太小？GPU扛得住的话尽量调到16或32，太小会导致训练梯度波动大，模型学不到稳定特征。
  • 输入图像尺寸imgsz合理吗？卡证是长方形，默认640x640会拉伸变形，试试设置成和卡证比例接近的尺寸（比如640x320），让模型看到更自然的卡证形态。

• 训练过程与推理环节的细节

  • 训练时有没有监控loss和mAP指标？如果val loss一直不下降甚至上升，要么是过拟合，要么是数据集有问题；如果mAP@0.5接近0，那模型根本没学到东西，回去优先查数据集和配置。
  • 推理时是不是用对了模型文件？得用训练后生成的runs/detect/train/weights/best.pt，别误用到初始的yaml空模型文件。
  • 推理的置信度阈值是不是设太高了？默认0.25如果筛掉了所有结果，可以临时调低到0.1试试，看有没有检测框出现。

内容来源于stack exchange