尧图网页设计 
简介这是一份面向目标检测初学者与算法工程师的坦克检测数据集采用Pascal VOC与YOLO双格式标注可直接用于YOLO系列模型的训练与验证适合军事目标识别、遥感图像分析等场景的入门实践与算法调优。资源包共2000个文件包含1521张jpg图片、1521个VOC格式xml标注文件及479个YOLO格式txt标注文件压缩包大小约103.15MB目录结构清晰便于按格式分别取用。标注工作由labelImg完成仅设tank一个类别共标注2220个矩形框标注准确度较高可满足单类别检测任务的训练需求。目前已有655人学习下载说明该数据集在同类资源中具有一定参考价值。读者可借助VOC格式快速接入主流检测框架或利用YOLO格式直接开展模型训练省去自行标注与格式转换的时间成本适合作为课程设计、毕业项目或算法验证的数据基础。1. 坦克检测数据集1520张VOCYOLO双格式到底能跑出什么结果拿到一个标注好的坦克检测数据集最怕的不是数据量小而是格式对不上、类别定义模糊、训练完发现模型把装甲车和坦克混为一谈。这个1520张的坦克检测数据集同时提供VOC和YOLO两种格式意味着你不需要自己写转换脚本就能直接喂给YOLOv5/v8/v11或者Faster R-CNN这类主流框架。1520张听起来不多但目标检测任务里单类别且场景集中的数据集这个量级足够跑出一个可用的基线模型——前提是你得知道怎么切分、怎么增强、怎么处理VOC和YOLO之间的坐标转换陷阱。适合刚入门目标检测想找个真实场景练手的人也适合需要快速验证坦克检测算法改进点但不想花时间标注的工程师。下面从数据检查、格式转换、训练配置到避坑把这条链路走一遍。2. 先搞清楚VOC和YOLO格式差在哪坐标、类别与目录结构2.1 VOC的XML结构里藏着哪些容易忽略的字段VOC格式每张图对应一个XML文件核心字段是bndbox里的xmin/ymin/xmax/ymax坐标原点在左上角单位是像素。但很多人只看这四个值忽略了difficult和truncated。坦克检测场景里被遮挡的坦克如果标了difficult1训练时可以选择跳过或者降权不然模型会学到不完整的特征。另外size里的width/height必须和实际图片一致有些数据集在裁剪后忘了更新导致坐标偏移。检查方法很简单用Python读一遍所有XML对比size和PIL读出的图片尺寸不一致的直接列出来。import xml.etree.ElementTree as ET from PIL import Image import os def check_voc_consistency(xml_dir, img_dir): issues [] for xml_file in os.listdir(xml_dir): if not xml_file.endswith(.xml): continue tree ET.parse(os.path.join(xml_dir, xml_file)) root tree.getroot() size root.find(size) w int(size.find(width).text) h int(size.find(height).text) img_name root.find(filename).text img_path os.path.join(img_dir, img_name) if not os.path.exists(img_path): issues.append(f图片缺失: {img_name}) continue with Image.open(img_path) as im: iw, ih im.size if (w, h) ! (iw, ih): issues.append(f尺寸不一致: {xml_file} XML({w},{h}) 实际({iw},{ih})) for obj in root.findall(object): name obj.find(name).text bbox obj.find(bndbox) xmin int(bbox.find(xmin).text) ymin int(bbox.find(ymin).text) xmax int(bbox.find(xmax).text) ymax int(bbox.find(ymax).text) if xmin xmax or ymin ymax: issues.append(f坐标非法: {xml_file} {name} ({xmin},{ymin},{xmax},{ymax})) if xmax iw or ymax ih: issues.append(f越界: {xml_file} {name} 超出图片范围) return issues issues check_voc_consistency(Annotations, JPEGImages) for i in issues[:20]: print(i) print(f共发现 {len(issues)} 个问题)这段脚本做三件事核对XML里的尺寸和实际图片是否一致、检查坐标是否越界或非法、确认图片文件是否存在。参数上xml_dir指向Annotations文件夹img_dir指向JPEGImages。如果输出大量越界记录说明标注时可能用了缩放后的坐标需要统一还原到原图尺度。2.2 YOLO的txt格式怎么和VOC互转才不出错YOLO格式每张图一个txt每行class_id x_center y_center width height全部归一化到0-1。转换时最容易翻车的地方是类别ID映射——VOC的name是字符串YOLO需要整数ID如果数据集里坦克有多个子类比如“坦克”“装甲车”“自行火炮”必须建一个固定的类别字典不能按文件夹顺序临时编号。另一个坑是归一化时的除法x_center (xmin xmax) / 2.0 / img_width注意用浮点除法Python 2里整数除法会直接归零。import xml.etree.ElementTree as ET import os CLASS_MAP {tank: 0, armored_vehicle: 1, artillery: 2} # 按实际类别修改 def voc_to_yolo(xml_dir, img_dir, out_dir): os.makedirs(out_dir, exist_okTrue) for xml_file in os.listdir(xml_dir): if not xml_file.endswith(.xml): continue tree ET.parse(os.path.join(xml_dir, xml_file)) root tree.getroot() size root.find(size) w int(size.find(width).text) h int(size.find(height).text) lines [] for obj in root.findall(object): name obj.find(name).text if name not in CLASS_MAP: continue cls_id CLASS_MAP[name] bbox obj.find(bndbox) xmin float(bbox.find(xmin).text) ymin float(bbox.find(ymin).text) xmax float(bbox.find(xmax).text) ymax float(bbox.find(ymax).text) x_center (xmin xmax) / 2.0 / w y_center (ymin ymax) / 2.0 / h bw (xmax - xmin) / w bh (ymax - ymin) / h lines.append(f{cls_id} {x_center:.6f} {y_center:.6f} {bw:.6f} {bh:.6f}) txt_name xml_file.replace(.xml, .txt) with open(os.path.join(out_dir, txt_name), w) as f: f.write(\n.join(lines)) voc_to_yolo(Annotations, JPEGImages, labels)CLASS_MAP必须和你的实际类别一致如果数据集只有“tank”一个类就写{tank: 0}。归一化保留6位小数足够YOLO训练时内部会再处理。转换完随机抽几张图用labelImg或cv2画框验证别直接开训。2.3 目录结构怎么摆才能让YOLO直接认YOLO训练要求特定的目录树images/train、images/val、labels/train、labels/val外加一个data.yaml指定路径和类别名。1520张按8:2切分训练集1216张验证集304张。切分时注意同一场景的连续帧不要跨集否则验证集精度会虚高。如果数据来自视频抽帧按时间顺序切前80%做训练、后20%做验证比随机切更接近真实部署。# 目录结构示例 dataset/ ├── images/ │ ├── train/ # 1216张 │ └── val/ # 304张 ├── labels/ │ ├── train/ │ └── val/ └── data.yamldata.yaml内容path: ./dataset train: images/train val: images/val nc: 1 names: [tank]nc是类别数names顺序必须和转换时的CLASS_MAP一致。改完用yolo checksUltralytics命令验证路径可读。3. 用YOLOv8跑通坦克检测基线从环境到第一轮训练3.1 环境配置里最容易卡住的三个依赖Ultralytics的YOLOv8对PyTorch版本敏感CUDA 11.8配PyTorch 2.0比较稳。如果用的是40系显卡需要CUDA 11.8以上。安装命令别直接pip install ultralytics就完事先确认torch.cuda.is_available()返回True。另外opencv-python和opencv-python-headless冲突会导致训练中途报GUI错误服务器上只装headless版本。conda create -n tank_det python3.10 -y conda activate tank_det pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 pip install ultralytics opencv-python-headless python -c import torch; print(torch.cuda.is_available())如果最后一行输出False检查显卡驱动和CUDA版本是否匹配。笔记本双显卡用户注意在NVIDIA控制面板里把Python设为独显运行。3.2 训练参数怎么设1520张数据集的batch和lr选择1520张图输入尺寸640×640batch size设16或32。显存8G以下用1612G以上用32。学习率用YOLOv8默认的lr00.01配合cos_lrTrue但小数据集容易过拟合把weight_decay从0.0005提到0.001warmup_epochs设3让模型先稳一稳。epochs设100patience20早停。数据增强方面坦克检测场景里mosaic1.0能提升小目标召回但mixup别开太高0.1足够否则坦克和背景混在一起反而学不到轮廓。yolo detect train \ datadataset/data.yaml \ modelyolov8n.pt \ epochs100 \ imgsz640 \ batch16 \ lr00.01 \ cos_lrTrue \ weight_decay0.001 \ warmup_epochs3 \ mosaic1.0 \ mixup0.1 \ patience20 \ device0 \ projectruns/tank \ nameexp1modelyolov8n.pt是纳米模型参数量3.2M适合快速验证。如果精度不够换yolov8s.pt或yolov8m.pt但1520张数据量下大模型容易过拟合建议先用n跑通再逐步加大。device0指定第一块GPU多卡用device0,1。3.3 训练日志里该盯哪几个指标box_loss和cls_loss下降是基本要求但更重要的是mAP50和mAP50-95。坦克检测里如果mAP50到0.85以上但mAP50-95只有0.5左右说明框的位置不够准可能是标注框偏大或偏小。看val/box_loss是否持续下降如果训练loss降但验证loss反弹过拟合了加数据增强或减模型容量。另外precision和recall要平衡坦克漏检比误检代价高优先保recall可以调低置信度阈值到0.2再测。4. 坦克检测数据集避坑从标注噪声到类别混淆的5个血泪教训4.1 现象模型把坦克和背景里的方形建筑搞混 → 原因负样本太少 → 解决加背景图1520张里如果每张都有坦克模型没见过“没有坦克”的场景部署时看到方形建筑就报坦克。从数据集中抽50-100张不含坦克的图作为负样本或者用mosaic增强时随机裁剪背景区域。YOLOv8的rect参数设False让输入保持方形减少黑边干扰。4.2 现象验证集mAP很高但实际测试漏检严重 → 原因训练集和验证集场景重叠 → 解决按场景切分如果数据来自同一段视频随机切分会让相邻帧分别进入训练和验证模型相当于“见过”验证集。按视频片段或拍摄日期切分确保验证集的场景光照、角度、背景和训练集有差异。切完后画一下训练集和验证集的类别分布直方图偏差超过10%就重新切。4.3 现象训练到一半loss变NaN → 原因标注框宽高为0或归一化后超出1 → 解决清洗标注VOC转YOLO时如果xminxmaxbw就是0YOLO计算loss时除零变NaN。转换脚本里加一行过滤if bw 0 or bh 0: continue。另外归一化后坐标理论上在0-1之间但浮点误差可能让x_centerbw/2略大于1训练时裁剪到1.0。4.4 现象GPU利用率忽高忽低 → 原因数据加载瓶颈 → 解决调num_workers和缓存1520张图不大但如果存在机械硬盘上num_workers设4-8cacheTrue把图片缓存到内存。YOLOv8默认cacheFalse小数据集开缓存能提速30%以上。内存小于16G的别开cacheram用cachedisk。4.5 现象同一张图里密集坦克只检测出一辆 → 原因NMS阈值过高 → 解决调低iou阈值坦克编队场景里框重叠度高默认iou0.7的NMS会把相邻坦克的框合并。推理时把iou降到0.5-0.6或者用agnostic_nmsFalse保留不同类别的框。训练时overlap_mask对检测任务无效别乱开。5. 把1520张用到极致小数据集上的迁移学习与推理加速技巧1520张跑完基线后如果mAP50卡在0.8左右上不去别急着标更多数据先试迁移学习。用COCO预训练的YOLOv8权重已经包含大量通用特征冻结前10个epoch的backbone只训head学习率设0.001。然后解冻全部用0.0001微调20个epoch。这样比从头训收敛快一倍且验证集精度通常能涨3-5个点。# 第一阶段冻结backbone yolo detect train datadataset/data.yaml modelyolov8n.pt epochs10 freeze10 lr00.001 # 第二阶段全量微调 yolo detect train datadataset/data.yaml modelruns/tank/exp1/weights/best.pt epochs20 lr00.0001推理加速方面1520张训练出的模型用TensorRT FP16量化后在T4上640分辨率能跑到200FPS以上足够支撑多路视频流。导出命令yolo export modelruns/tank/exp1/weights/best.pt formatengine halfTrue device0halfTrue启用FP16精度损失通常小于1%。如果部署在Jetson上用formatengine并指定workspace4。最后说个我自己的习惯每次拿到新数据集先花20分钟写个脚本统计所有标注框的宽高比分布。坦克的宽高比集中在1.5:1到2.5:1之间如果出现大量1:1的框大概率是标注员把炮塔单独标了。这个检查比看loss曲线更早发现问题。希望帮到你。本文还有配套的精品资源点击获取 坦克检测数据集实战：VOC与YOLO双格式训练与避坑指南
简介这是一份面向目标检测初学者与算法工程师的坦克检测数据集采用Pascal VOC与YOLO双格式标注可直接用于YOLO系列模型的训练与验证适合军事目标识别、遥感图像分析等场景的入门实践与算法调优。资源包共2000个文件包含1521张jpg图片、1521个VOC格式xml标注文件及479个YOLO格式txt标注文件压缩包大小约103.15MB目录结构清晰便于按格式分别取用。标注工作由labelImg完成仅设tank一个类别共标注2220个矩形框标注准确度较高可满足单类别检测任务的训练需求。目前已有655人学习下载说明该数据集在同类资源中具有一定参考价值。读者可借助VOC格式快速接入主流检测框架或利用YOLO格式直接开展模型训练省去自行标注与格式转换的时间成本适合作为课程设计、毕业项目或算法验证的数据基础。1. 坦克检测数据集1520张VOCYOLO双格式到底能跑出什么结果拿到一个标注好的坦克检测数据集最怕的不是数据量小而是格式对不上、类别定义模糊、训练完发现模型把装甲车和坦克混为一谈。这个1520张的坦克检测数据集同时提供VOC和YOLO两种格式意味着你不需要自己写转换脚本就能直接喂给YOLOv5/v8/v11或者Faster R-CNN这类主流框架。1520张听起来不多但目标检测任务里单类别且场景集中的数据集这个量级足够跑出一个可用的基线模型——前提是你得知道怎么切分、怎么增强、怎么处理VOC和YOLO之间的坐标转换陷阱。适合刚入门目标检测想找个真实场景练手的人也适合需要快速验证坦克检测算法改进点但不想花时间标注的工程师。下面从数据检查、格式转换、训练配置到避坑把这条链路走一遍。2. 先搞清楚VOC和YOLO格式差在哪坐标、类别与目录结构2.1 VOC的XML结构里藏着哪些容易忽略的字段VOC格式每张图对应一个XML文件核心字段是bndbox里的xmin/ymin/xmax/ymax坐标原点在左上角单位是像素。但很多人只看这四个值忽略了difficult和truncated。坦克检测场景里被遮挡的坦克如果标了difficult1训练时可以选择跳过或者降权不然模型会学到不完整的特征。另外size里的width/height必须和实际图片一致有些数据集在裁剪后忘了更新导致坐标偏移。检查方法很简单用Python读一遍所有XML对比size和PIL读出的图片尺寸不一致的直接列出来。import xml.etree.ElementTree as ET from PIL import Image import os def check_voc_consistency(xml_dir, img_dir): issues [] for xml_file in os.listdir(xml_dir): if not xml_file.endswith(.xml): continue tree ET.parse(os.path.join(xml_dir, xml_file)) root tree.getroot() size root.find(size) w int(size.find(width).text) h int(size.find(height).text) img_name root.find(filename).text img_path os.path.join(img_dir, img_name) if not os.path.exists(img_path): issues.append(f图片缺失: {img_name}) continue with Image.open(img_path) as im: iw, ih im.size if (w, h) ! (iw, ih): issues.append(f尺寸不一致: {xml_file} XML({w},{h}) 实际({iw},{ih})) for obj in root.findall(object): name obj.find(name).text bbox obj.find(bndbox) xmin int(bbox.find(xmin).text) ymin int(bbox.find(ymin).text) xmax int(bbox.find(xmax).text) ymax int(bbox.find(ymax).text) if xmin xmax or ymin ymax: issues.append(f坐标非法: {xml_file} {name} ({xmin},{ymin},{xmax},{ymax})) if xmax iw or ymax ih: issues.append(f越界: {xml_file} {name} 超出图片范围) return issues issues check_voc_consistency(Annotations, JPEGImages) for i in issues[:20]: print(i) print(f共发现 {len(issues)} 个问题)这段脚本做三件事核对XML里的尺寸和实际图片是否一致、检查坐标是否越界或非法、确认图片文件是否存在。参数上xml_dir指向Annotations文件夹img_dir指向JPEGImages。如果输出大量越界记录说明标注时可能用了缩放后的坐标需要统一还原到原图尺度。2.2 YOLO的txt格式怎么和VOC互转才不出错YOLO格式每张图一个txt每行class_id x_center y_center width height全部归一化到0-1。转换时最容易翻车的地方是类别ID映射——VOC的name是字符串YOLO需要整数ID如果数据集里坦克有多个子类比如“坦克”“装甲车”“自行火炮”必须建一个固定的类别字典不能按文件夹顺序临时编号。另一个坑是归一化时的除法x_center (xmin xmax) / 2.0 / img_width注意用浮点除法Python 2里整数除法会直接归零。import xml.etree.ElementTree as ET import os CLASS_MAP {tank: 0, armored_vehicle: 1, artillery: 2} # 按实际类别修改 def voc_to_yolo(xml_dir, img_dir, out_dir): os.makedirs(out_dir, exist_okTrue) for xml_file in os.listdir(xml_dir): if not xml_file.endswith(.xml): continue tree ET.parse(os.path.join(xml_dir, xml_file)) root tree.getroot() size root.find(size) w int(size.find(width).text) h int(size.find(height).text) lines [] for obj in root.findall(object): name obj.find(name).text if name not in CLASS_MAP: continue cls_id CLASS_MAP[name] bbox obj.find(bndbox) xmin float(bbox.find(xmin).text) ymin float(bbox.find(ymin).text) xmax float(bbox.find(xmax).text) ymax float(bbox.find(ymax).text) x_center (xmin xmax) / 2.0 / w y_center (ymin ymax) / 2.0 / h bw (xmax - xmin) / w bh (ymax - ymin) / h lines.append(f{cls_id} {x_center:.6f} {y_center:.6f} {bw:.6f} {bh:.6f}) txt_name xml_file.replace(.xml, .txt) with open(os.path.join(out_dir, txt_name), w) as f: f.write(\n.join(lines)) voc_to_yolo(Annotations, JPEGImages, labels)CLASS_MAP必须和你的实际类别一致如果数据集只有“tank”一个类就写{tank: 0}。归一化保留6位小数足够YOLO训练时内部会再处理。转换完随机抽几张图用labelImg或cv2画框验证别直接开训。2.3 目录结构怎么摆才能让YOLO直接认YOLO训练要求特定的目录树images/train、images/val、labels/train、labels/val外加一个data.yaml指定路径和类别名。1520张按8:2切分训练集1216张验证集304张。切分时注意同一场景的连续帧不要跨集否则验证集精度会虚高。如果数据来自视频抽帧按时间顺序切前80%做训练、后20%做验证比随机切更接近真实部署。# 目录结构示例 dataset/ ├── images/ │ ├── train/ # 1216张 │ └── val/ # 304张 ├── labels/ │ ├── train/ │ └── val/ └── data.yamldata.yaml内容path: ./dataset train: images/train val: images/val nc: 1 names: [tank]nc是类别数names顺序必须和转换时的CLASS_MAP一致。改完用yolo checksUltralytics命令验证路径可读。3. 用YOLOv8跑通坦克检测基线从环境到第一轮训练3.1 环境配置里最容易卡住的三个依赖Ultralytics的YOLOv8对PyTorch版本敏感CUDA 11.8配PyTorch 2.0比较稳。如果用的是40系显卡需要CUDA 11.8以上。安装命令别直接pip install ultralytics就完事先确认torch.cuda.is_available()返回True。另外opencv-python和opencv-python-headless冲突会导致训练中途报GUI错误服务器上只装headless版本。conda create -n tank_det python3.10 -y conda activate tank_det pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 pip install ultralytics opencv-python-headless python -c import torch; print(torch.cuda.is_available())如果最后一行输出False检查显卡驱动和CUDA版本是否匹配。笔记本双显卡用户注意在NVIDIA控制面板里把Python设为独显运行。3.2 训练参数怎么设1520张数据集的batch和lr选择1520张图输入尺寸640×640batch size设16或32。显存8G以下用1612G以上用32。学习率用YOLOv8默认的lr00.01配合cos_lrTrue但小数据集容易过拟合把weight_decay从0.0005提到0.001warmup_epochs设3让模型先稳一稳。epochs设100patience20早停。数据增强方面坦克检测场景里mosaic1.0能提升小目标召回但mixup别开太高0.1足够否则坦克和背景混在一起反而学不到轮廓。yolo detect train \ datadataset/data.yaml \ modelyolov8n.pt \ epochs100 \ imgsz640 \ batch16 \ lr00.01 \ cos_lrTrue \ weight_decay0.001 \ warmup_epochs3 \ mosaic1.0 \ mixup0.1 \ patience20 \ device0 \ projectruns/tank \ nameexp1modelyolov8n.pt是纳米模型参数量3.2M适合快速验证。如果精度不够换yolov8s.pt或yolov8m.pt但1520张数据量下大模型容易过拟合建议先用n跑通再逐步加大。device0指定第一块GPU多卡用device0,1。3.3 训练日志里该盯哪几个指标box_loss和cls_loss下降是基本要求但更重要的是mAP50和mAP50-95。坦克检测里如果mAP50到0.85以上但mAP50-95只有0.5左右说明框的位置不够准可能是标注框偏大或偏小。看val/box_loss是否持续下降如果训练loss降但验证loss反弹过拟合了加数据增强或减模型容量。另外precision和recall要平衡坦克漏检比误检代价高优先保recall可以调低置信度阈值到0.2再测。4. 坦克检测数据集避坑从标注噪声到类别混淆的5个血泪教训4.1 现象模型把坦克和背景里的方形建筑搞混 → 原因负样本太少 → 解决加背景图1520张里如果每张都有坦克模型没见过“没有坦克”的场景部署时看到方形建筑就报坦克。从数据集中抽50-100张不含坦克的图作为负样本或者用mosaic增强时随机裁剪背景区域。YOLOv8的rect参数设False让输入保持方形减少黑边干扰。4.2 现象验证集mAP很高但实际测试漏检严重 → 原因训练集和验证集场景重叠 → 解决按场景切分如果数据来自同一段视频随机切分会让相邻帧分别进入训练和验证模型相当于“见过”验证集。按视频片段或拍摄日期切分确保验证集的场景光照、角度、背景和训练集有差异。切完后画一下训练集和验证集的类别分布直方图偏差超过10%就重新切。4.3 现象训练到一半loss变NaN → 原因标注框宽高为0或归一化后超出1 → 解决清洗标注VOC转YOLO时如果xminxmaxbw就是0YOLO计算loss时除零变NaN。转换脚本里加一行过滤if bw 0 or bh 0: continue。另外归一化后坐标理论上在0-1之间但浮点误差可能让x_centerbw/2略大于1训练时裁剪到1.0。4.4 现象GPU利用率忽高忽低 → 原因数据加载瓶颈 → 解决调num_workers和缓存1520张图不大但如果存在机械硬盘上num_workers设4-8cacheTrue把图片缓存到内存。YOLOv8默认cacheFalse小数据集开缓存能提速30%以上。内存小于16G的别开cacheram用cachedisk。4.5 现象同一张图里密集坦克只检测出一辆 → 原因NMS阈值过高 → 解决调低iou阈值坦克编队场景里框重叠度高默认iou0.7的NMS会把相邻坦克的框合并。推理时把iou降到0.5-0.6或者用agnostic_nmsFalse保留不同类别的框。训练时overlap_mask对检测任务无效别乱开。5. 把1520张用到极致小数据集上的迁移学习与推理加速技巧1520张跑完基线后如果mAP50卡在0.8左右上不去别急着标更多数据先试迁移学习。用COCO预训练的YOLOv8权重已经包含大量通用特征冻结前10个epoch的backbone只训head学习率设0.001。然后解冻全部用0.0001微调20个epoch。这样比从头训收敛快一倍且验证集精度通常能涨3-5个点。# 第一阶段冻结backbone yolo detect train datadataset/data.yaml modelyolov8n.pt epochs10 freeze10 lr00.001 # 第二阶段全量微调 yolo detect train datadataset/data.yaml modelruns/tank/exp1/weights/best.pt epochs20 lr00.0001推理加速方面1520张训练出的模型用TensorRT FP16量化后在T4上640分辨率能跑到200FPS以上足够支撑多路视频流。导出命令yolo export modelruns/tank/exp1/weights/best.pt formatengine halfTrue device0halfTrue启用FP16精度损失通常小于1%。如果部署在Jetson上用formatengine并指定workspace4。最后说个我自己的习惯每次拿到新数据集先花20分钟写个脚本统计所有标注框的宽高比分布。坦克的宽高比集中在1.5:1到2.5:1之间如果出现大量1:1的框大概率是标注员把炮塔单独标了。这个检查比看loss曲线更早发现问题。希望帮到你。本文还有配套的精品资源点击获取