YOLO11m微调SKU数据集后DuoPack检测失效与幻觉问题求助

背景 #

DuoPack是由两个单包装组合而成的商品，此前模型无法可靠检测它，因此在货架背景上通过数据增强生成了约500张合成图像并重新训练模型。

问题 #

• 尽管训练集中已有500余张DuoPack图像，模型仍无法可靠检测该商品
• 模型现在产生幻觉检测，将空白区域识别为商品

配置信息 #

• 模型：YOLO11m
• 数据集：110k SKU数据集 + 约500张DuoPack合成图像
• 类别：单类别product
• 训练基础设施：GCP Vertex AI，NVIDIA A100 80GB
• 训练参数：epochs=50，imgsz=640，batch=96，optimizer=AdamW，lr0=0.01
• 训练后指标：mAP50=0.88，Precision=0.88，Recall=0.84

训练配置 #

- --epochs=50
- --imgsz=640
- --batch=96
- --optimizer=AdamW
- --lr0=0.01
- --lrf=0.01
- --momentum=0.937
- --weight_decay=0.0005
- --warmup_epochs=3
- --cos_lr=true
- --box=7.5
- --cls=0.5
- --dfl=1.5
- --iou=0.7
- --mosaic=1.0
- --mixup=0.1
- --copy_paste=0.1

疑问 #

1. 幻觉检测的成因是什么？如何解决？
2. DuoPack外观为两个单包装堆叠，为何模型无法将其识别为单个商品？如何修复？
3. 针对数据集中代表性不足的商品，是否有更优处理方案？

检测结果图像 #

内容的提问来源于stack exchange，提问作者fakeAI