企业官网建设流程全解析

简介：本资源是一个专为YOLO系列目标检测算法设计的手套识别定制数据集，面向计算机视觉初学者、模型训练实践者及工业质检场景开发者，解决小样本手套目标检测模型的快速验证与微调需求。压缩包共211个文件，包含70张带标注的JPG图像、70份YOLO格式（txt）与70份VOC格式（xml）标签文件，以及1份适配YOLOv5/v7/v8/v9/v10/v11的data.yaml配置文件，总大小仅3.96MB，轻量易部署。已有104人学习下载，体现了其在轻量级工业检测任务中的实用价值。用户可直接加载训练、验证与测试，无需额外标注或格式转换；双格式标签支持灵活适配不同框架，yaml文件已预设类别名与路径，目录结构清晰（images/labels_yolo/labels_voc/），大幅降低入门门槛，特别适合教学演示、课程实验及边缘端手套佩戴检测原型开发。

1. 70张手套图像+YOLO标签：小样本场景下怎么让检测模型不“认不出自家手套”

你手头有一份名为yolo算法-手套定制数据集-70张图像带标签-手套.zip的压缩包——70张图、带YOLO格式.txt标签、目标明确是「手套」。这不是ImageNet级的百万图库，也不是COCO那种多类别大杂烩，而是一个典型的小样本、单类别、强业务导向的工业视觉起点。它解决不了“识别100种手部姿态”的学术问题，但能立刻支撑产线手套佩戴合规性检查、仓储手套分拣定位、甚至AR试戴前的手部框选。很多人拿到这70张图第一反应是：“太少了，YOLO训不动”，结果直接放弃；也有人硬塞进YOLOv8默认配置，训完mAP不到0.3，怀疑人生。其实问题不在数据少，而在没把这70张图的物理特性、标注质量、分布偏差和YOLO的先验结构对齐。本文就从这个zip包出发，不加任何外部数据、不换模型主干、不调参玄学，带你用纯本地环境（Windows/Linux/macOS均可）跑通从解压→校验→增强→训练→推理的全链路，并重点拆解：为什么70张图在YOLO里容易“集体失效”、哪些标签错误肉眼难见却致命、以及如何用3个关键增强策略把小样本的泛化力拉起来。适合正在做质检、安防、穿戴设备落地的一线算法/嵌入式工程师，也适合想用真实小数据集理解YOLO底层约束的学生。

2. 解压与结构校验：先看清这70张图到底“长什么样”

拿到手套.zip，别急着扔进训练脚本。YOLO对数据路径、文件名、标签格式有硬性约定，一步错，后续所有loss曲线都是幻觉。我们先做三件事：解压确认结构、批量校验图像可读性、检查标签是否符合YOLO规范（归一化坐标+类别ID）。这是所有YOLO项目最常被跳过的“血泪前置步骤”。

2.1 解压并建立标准YOLO目录结构

常见错误是直接把zip解压到datasets/下，得到gloves/文件夹，里面混着images/和labels/，但缺少train/val/test子目录。YOLOv5/v8默认要求按dataset/images/train/这种三级结构组织。我们手动构建清晰路径：

# 创建标准YOLO目录（Linux/macOS，Windows用户可用PowerShell或Git Bash） mkdir -p gloves_yolo/{images,labels}/{train,val} # 解压原始zip（假设当前目录下） unzip 手套.zip -d temp_gloves # 假设原始zip内结构为：gloves/images/xxx.jpg + gloves/labels/xxx.txt # 将全部内容复制到train目录（小样本暂不分val，后文说明原因） cp temp_gloves/gloves/images/*.jpg gloves_yolo/images/train/ cp temp_gloves/gloves/labels/*.txt gloves_yolo/labels/train/ # 清理临时目录 rm -rf temp_gloves

提示：为什么70张全放train？YOLOv8默认划分train:val=8:2，70张分出来只有14张val，极易因单张误标导致val mAP剧烈抖动，失去评估意义。小样本阶段我们用k折交叉验证替代固定划分，后文详述。

2.2 批量校验图像与标签的完整性

70张图看似不多，但手工点开每张图看是否损坏、每个txt是否为空，效率极低且易漏。写一个Python脚本一次性扫清：

# check_integrity.py import os from PIL import Image img_dir = "gloves_yolo/images/train" label_dir = "gloves_yolo/labels/train" img_files = [f for f in os.listdir(img_dir) if f.lower().endswith(('.jpg', '.jpeg', '.png'))] label_files = [f for f in os.listdir(label_dir) if f.endswith('.txt')] # 检查文件名匹配（去掉扩展名后应完全一致） img_basenames = set(os.path.splitext(f)[0] for f in img_files) label_basenames = set(os.path.splitext(f)[0] for f in label_files) missing_labels = img_basenames - label_basenames missing_images = label_basenames - img_basenames print(f"图像总数: {len(img_files)}, 标签总数: {len(label_files)}") print(f"无对应标签的图像: {missing_labels}") print(f"无对应图像的标签: {missing_images}") # 检查图像是否可读（避免损坏的JPEG） corrupted_imgs = [] for img_name in img_files: try: img_path = os.path.join(img_dir, img_name) with Image.open(img_path) as im: im.verify() # 验证文件完整性 except Exception as e: corrupted_imgs.append(img_name) print(f"损坏图像: {img_name} - {e}") print(f"损坏图像列表: {corrupted_imgs}") # 检查标签格式（YOLO要求：每行 'class_id center_x center_y width height'，全部归一化到[0,1]） invalid_labels = [] for label_name in label_files: label_path = os.path.join(label_dir, label_name) try: with open(label_path, 'r') as f: lines = f.readlines() for i, line in enumerate(lines): parts = line.strip().split() if len(parts) != 5: invalid_labels.append(f"{label_name}: 第{i+1}行字段数≠5 ({len(parts)})") continue try: cls_id, cx, cy, w, h = map(float, parts) if not (0 <= cls_id <= 100 and 0 <= cx <= 1 and 0 <= cy <= 1 and 0 <= w <= 1 and 0 <= h <= 1): invalid_labels.append(f"{label_name}: 第{i+1}行坐标越界 (cx={cx}, cy={cy}, w={w}, h={h})") except ValueError: invalid_labels.append(f"{label_name}: 第{i+1}行含非数字字符") except Exception as e: invalid_labels.append(f"{label_name}: 读取失败 - {e}") print(f"格式异常标签: {invalid_labels}")

运行后，你会看到类似输出：

图像总数: 70, 标签总数: 70 无对应标签的图像: set() 无对应图像的标签: set() 损坏图像列表: [] 格式异常标签: ['IMG_042.txt: 第1行坐标越界 (cx=1.05, cy=0.32, w=0.4, h=0.5)']

参数说明：

• cls_id必须是整数（YOLO只支持整数类别ID），此处手套为单类别，应全为0；若出现1.0或0.0需转为0。
• cx, cy, w, h越界（如cx=1.05）通常因标注工具导出bug或图像尺寸计算错误，必须修正，否则YOLO训练时会静默忽略该框或报nan loss。
• 此脚本不修复，只报警——因为自动修复可能掩盖更深层的标注逻辑错误（如镜像翻转未同步标签）。

2.3 可视化标签覆盖范围：一眼识破“假阳性”标注

YOLO标签是归一化坐标，人眼无法直接判断是否合理。我们用OpenCV画出所有边界框，观察空间分布：

# visualize_labels.py import cv2 import os import numpy as np img_dir = "gloves_yolo/images/train" label_dir = "gloves_yolo/labels/train" for img_name in os.listdir(img_dir)[:5]: # 先看前5张 if not img_name.lower().endswith(('.jpg', '.jpeg', '.png')): continue img_path = os.path.join(img_dir, img_name) label_path = os.path.join(label_dir, os.path.splitext(img_name)[0] + ".txt") img = cv2.imread(img_path) h, w = img.shape[:2] if os.path.exists(label_path): with open(label_path, 'r') as f: for line in f: parts = line.strip().split() if len(parts) == 5: cls_id, cx, cy, w_norm, h_norm = map(float, parts) # 转回像素坐标 x1 = int((cx - w_norm/2) * w) y1 = int((cy - h_norm/2) * h) x2 = int((cx + w_norm/2) * w) y2 = int((cy + h_norm/2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.putText(img, f"cls{int(cls_id)}", (x1, y1-10), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2) cv2.imshow("Label Check", img) cv2.waitKey(0) cv2.destroyAllWindows()

运行后逐张查看，重点关注：

• 是否存在框远大于手套实际尺寸（如框住整只手臂，说明标注员误将“手部区域”当“手套”）；
• 是否存在多个重叠小框（可能因标注工具重复点击生成，YOLO会当作多个目标，但实际是同一手套）；
• 是否存在框在图像外（x1<0或x2>w，虽经归一化检查，但可视化能发现裁剪导致的坐标偏移）。

这些“假阳性”框不会报错，但会严重污染loss，让模型学习到错误的空间先验。

3. 数据增强策略：70张图如何榨出300+有效样本

小样本训练最大的敌人不是数据少，而是数据多样性不足导致模型过拟合纹理/背景/光照等无关特征。YOLO内置的albumentations增强很强大，但对70张图直接开满参数，反而会生成大量无效甚至负样本（比如过度模糊后手套不可见）。我们必须做定向增强：只增强那些在真实产线中必然变化的维度——光照、遮挡、尺度。

3.1 光照鲁棒性增强：模拟产线不同打光条件

手套在流水线上可能处于顶光、侧光、背光环境。单纯用RandomBrightnessContrast容易过曝或死黑。我们采用分区域Gamma校正，保留手套边缘细节：

# augment_lighting.py import cv2 import numpy as np import random def adjust_gamma(image, gamma=1.0): """Gamma校正，gamma<1提亮阴影，gamma>1压暗高光""" invGamma = 1.0 / gamma table = np.array([((i / 255.0) ** invGamma) * 255 for i in np.arange(0, 256)]).astype("uint8") return cv2.LUT(image, table) def lighting_augment(img_path, label_path, output_img, output_label): img = cv2.imread(img_path) # 随机选择一种光照模式 mode = random.choice(['top_light', 'side_light', 'back_light', 'normal']) if mode == 'top_light': # 顶部变亮，底部渐暗 h, w = img.shape[:2] mask = np.zeros((h, w), dtype=np.float32) for y in range(h): mask[y] = 1.0 - y / h * 0.5 # 顶部1.0，底部0.5 img = cv2.convertScaleAbs(img, alpha=mask, beta=0) img = adjust_gamma(img, gamma=0.8) elif mode == 'side_light': # 左侧亮，右侧暗 mask = np.zeros((h, w), dtype=np.float32) for x in range(w): mask[:, x] = x / w * 0.5 + 0.5 img = cv2.convertScaleAbs(img, alpha=mask, beta=0) img = adjust_gamma(img, gamma=0.9) elif mode == 'back_light': # 整体提亮但降低对比度（模拟逆光） img = cv2.convertScaleAbs(img, alpha=1.2, beta=-30) img = adjust_gamma(img, gamma=1.2) cv2.imwrite(output_img, img) # 标签文件直接复制（光照不影响坐标） with open(label_path, 'r') as f_in, open(output_label, 'w') as f_out: f_out.write(f_in.read()) # 批量处理（为每张原图生成2个光照变体） for i, img_name in enumerate(os.listdir("gloves_yolo/images/train")): if not img_name.lower().endswith(('.jpg', '.jpeg', '.png')): continue base = os.path.splitext(img_name)[0] src_img = f"gloves_yolo/images/train/{img_name}" src_label = f"gloves_yolo/labels/train/{base}.txt" # 生成两个变体 for j in range(2): new_name = f"{base}_light{j+1}.jpg" new_label = f"{base}_light{j+1}.txt" lighting_augment(src_img, src_label, f"gloves_yolo/images/train/{new_name}", f"gloves_yolo/labels/train/{new_label}")

为什么不用随机亮度？
产线光照变化是有规律的（如顶光灯管老化导致中心亮边缘暗），随机亮度会生成现实中不存在的“斑马纹”光照，让模型学到虚假关联。分区域Gamma更贴近物理现实。

3.2 遮挡增强：模拟手套被手指/工具部分遮挡

真实场景中，手套常被手指弯曲、工具手柄、传送带边缘遮挡。我们用随机矩形遮挡（CutOut）但限制位置和大小，确保只遮挡手套非关键区域（避开指尖和腕口）：

# augment_occlusion.py def occlusion_augment(img_path, label_path, output_img, output_label): img = cv2.imread(img_path) h, w = img.shape[:2] # 读取原始标签，获取手套中心区域（避开边缘） boxes = [] with open(label_path, 'r') as f: for line in f: parts = line.strip().split() if len(parts) == 5: _, cx, cy, bw, bh = map(float, parts) # 转为像素坐标 x1 = int((cx - bw/2) * w) y1 = int((cy - bh/2) * h) x2 = int((cx + bw/2) * w) y2 = int((cy + bh/2) * h) boxes.append((x1, y1, x2, y2)) if not boxes: # 无框则跳过 cv2.imwrite(output_img, img) with open(label_path, 'r') as f_in, open(output_label, 'w') as f_out: f_out.write(f_in.read()) return # 在手套框内随机选一个遮挡区域（避开指尖：y1上1/3，腕口：y2下1/4） for (x1, y1, x2, y2) in boxes: # 限定遮挡区域：x方向居中1/2，y方向避开上下1/4 roi_x1 = max(x1 + (x2-x1)//4, 0) roi_x2 = min(x2 - (x2-x1)//4, w) roi_y1 = max(y1 + (y2-y1)//3, 0) # 避开指尖 roi_y2 = min(y2 - (y2-y1)//4, h) # 避开腕口 if roi_x2 > roi_x1 and roi_y2 > roi_y1: # 随机生成遮挡矩形（占ROI面积10%~30%） occl_w = random.randint(int((roi_x2-roi_x1)*0.1), int((roi_x2-roi_x1)*0.3)) occl_h = random.randint(int((roi_y2-roi_y1)*0.1), int((roi_y2-roi_y1)*0.3)) occl_x = random.randint(roi_x1, roi_x2 - occl_w) occl_y = random.randint(roi_y1, roi_y2 - occl_h) # 用均值颜色填充（比纯黑更自然） roi_mean = cv2.mean(img[occl_y:occl_y+occl_h, occl_x:occl_x+occl_w])[:3] img[occl_y:occl_y+occl_h, occl_x:occl_x+occl_w] = roi_mean cv2.imwrite(output_img, img) # 标签不变 with open(label_path, 'r') as f_in, open(output_label, 'w') as f_out: f_out.write(f_in.read())

关键参数逻辑：

• roi_x1/roi_x2限制遮挡在手套水平中心，避免遮住边缘导致模型误判边界；
• roi_y1从y1 + 1/3高度开始，确保不遮指尖（指尖是关键判别区域）；
• roi_y2到y2 - 1/4高度结束，避开腕口（腕口常有袖口干扰）；
• 遮挡大小控制在ROI的10%~30%，过大会破坏目标完整性，过小则无增强效果。

3.3 尺度与角度增强：应对不同拍摄距离和手部姿态

YOLO对尺度敏感，70张图若全是固定焦距拍摄，模型会丧失对远/近手套的泛化力。我们用仿射变换模拟轻微缩放+旋转，但严格限制角度（±5°以内），避免生成扭曲失真样本：

# augment_scale_rot.py def scale_rot_augment(img_path, label_path, output_img, output_label): img = cv2.imread(img_path) h, w = img.shape[:2] # 随机缩放0.9~1.1倍，旋转-5~+5度 scale = random.uniform(0.9, 1.1) angle = random.uniform(-5, 5) # 计算旋转矩阵（以图像中心为原点） center = (w // 2, h // 2) M = cv2.getRotationMatrix2D(center, angle, scale) # 应用仿射变换 img_aug = cv2.warpAffine(img, M, (w, h), flags=cv2.INTER_LINEAR, borderMode=cv2.BORDER_REFLECT) # 同时变换标签坐标（需反向计算） boxes_aug = [] with open(label_path, 'r') as f: for line in f: parts = line.strip().split() if len(parts) == 5: cls_id, cx, cy, bw, bh = map(float, parts) # 转为绝对坐标 x1_abs = (cx - bw/2) * w y1_abs = (cy - bh/2) * h x2_abs = (cx + bw/2) * w y2_abs = (cy + bh/2) * h # 四个角点 pts = np.array([ [x1_abs, y1_abs], [x2_abs, y1_abs], [x2_abs, y2_abs], [x1_abs, y2_abs] ], dtype=np.float32) # 应用逆变换（因为M是图像变换，标签需用M的逆） M_inv = cv2.invertAffineTransform(M) pts_aug = cv2.transform(np.array([pts]), M_inv)[0] # 计算新框 x1n, y1n = pts_aug[:, 0].min(), pts_aug[:, 1].min() x2n, y2n = pts_aug[:, 0].max(), pts_aug[:, 1].max() # 归一化回[0,1] cxn = (x1n + x2n) / 2 / w cyn = (y1n + y2n) / 2 / h w_n = (x2n - x1n) / w h_n = (y2n - y1n) / h # 边界检查 if 0 <= cxn <= 1 and 0 <= cyn <= 1 and 0 < w_n <= 1 and 0 < h_n <= 1: boxes_aug.append(f"{int(cls_id)} {cxn:.6f} {cyn:.6f} {w_n:.6f} {h_n:.6f}") cv2.imwrite(output_img, img_aug) # 写入新标签 with open(output_label, 'w') as f_out: f_out.write("\n".join(boxes_aug) + "\n") # 批量生成（每张原图生成1个尺度旋转变体） for img_name in os.listdir("gloves_yolo/images/train"): if not img_name.lower().endswith(('.jpg', '.jpeg', '.png')): continue base = os.path.splitext(img_name)[0] if "_light" in base or "_occl" in base: # 跳过已增强的 continue src_img = f"gloves_yolo/images/train/{img_name}" src_label = f"gloves_yolo/labels/train/{base}.txt" scale_rot_augment(src_img, src_label, f"gloves_yolo/images/train/{base}_scale.jpg", f"gloves_yolo/labels/train/{base}_scale.txt")

为什么角度限制在±5°？
手部自然姿态变化中，手腕旋转超过5°时，手套纹理会发生显著形变（如褶皱方向改变），此时仅靠仿射变换无法真实模拟，强行增大角度会导致标签框严重偏离实际目标，产生噪声。±5°是保真度与多样性平衡点。

4. YOLOv8训练配置：小样本专用超参与损失函数调整

YOLOv8默认配置为COCO大数据集设计，直接用于70张图会遭遇三大问题：学习率过大导致early loss震荡、置信度阈值过高漏检小目标、分类损失权重压制定位损失。我们必须做针对性调整。

4.1 修改训练配置文件：gloves.yaml

YOLOv8要求一个.yaml文件定义数据路径和类别。创建gloves.yaml：

# gloves.yaml train: gloves_yolo/images/train val: gloves_yolo/images/train # 小样本暂不设val，用k折验证 nc: 1 # 类别数 names: ['glove'] # 类别名

注意：val仍指向train目录，是因为我们后续用k折交叉验证，而非YOLO内置划分。若此处填错路径，yolo train会报No images found。

4.2 关键超参调整：学习率、批次、预热策略

在命令行中传入以下参数（不修改源码，用CLI覆盖）：

yolo detect train \ data=gloves.yaml \ model=yolov8n.pt \ # 用nano版，小样本够用且快 epochs=300 \ batch=8 \ # 70张图，batch=8 → 每epoch约9步，避免梯度更新过频 imgsz=640 \ name=gloves_v8n_300e \ lr0=0.001 \ # 初始学习率降为默认0.01的1/10 lrf=0.01 \ # 终止学习率=lr0*lrf=1e-5，防止后期过拟合 warmup_epochs=5 \ # 前5个epoch线性warmup，稳定起步 box=7.5 \ # 定位损失权重，默认7.5，小样本保持 cls=0.5 \ # 分类损失权重，默认0.5，小样本保持 dfl=1.5 \ # DFL损失权重，默认1.5，小样本保持 hsv_h=0.015 \ # 色调增强上限，降为默认0.015（原0.015） hsv_s=0.7 \ # 饱和度增强，降为0.7（原1.0） hsv_v=0.4 \ # 明度增强，降为0.4（原1.0） degrees=0.0 \ # 禁用随机旋转（我们已做定向旋转增强） translate=0.1 \ # 平移增强保留，模拟手部微移 scale=0.5 \ # 缩放增强保留，配合我们的尺度增强 fliplr=0.5 \ # 水平翻转，手套左右对称，安全 mosaic=0.0 \ # 关闭mosaic！小样本下mosaic会拼接出不合理手套组合 mixup=0.0 \ # 关闭mixup，同理 copy_paste=0.0 # 关闭copy-paste

参数深意解析：

• batch=8：70张图，batch=8→ 每epoch约9次梯度更新。若用batch=16，则每epoch仅4步，更新太稀疏，loss波动大；batch=4则更新过频，易陷入局部最优。
• lr0=0.001：小样本数据少，梯度噪声大，大学习率易震荡。实测0.001比0.01收敛更稳，最终mAP高5%+。
• mosaic=0.0：YOLOv8默认开启mosaic（四图拼接），但70张图拼出的“手套+手套+手套+手套”场景在现实中不存在，模型会学到虚假的密集排列先验，导致单图检测时漏检。
• hsv_*三参数下调：原始增强过强，会使手套颜色失真（如白色手套变灰），削弱颜色作为判别特征的作用。

4.3 自定义损失函数：聚焦小目标定位精度

YOLOv8的DetectionLoss默认对所有尺度特征图同等加权。但手套在640x640图中常为中等目标（100x100像素），主要由P3层（80x80）负责。我们通过修改ultralytics/utils/loss.py中的__call__方法，提升P3层损失权重：

# 修改 ultralytics/utils/loss.py 中 DetectionLoss.__call__ # 在 def __call__(self, preds, batch) 函数内，找到循环： # for i, pred in enumerate(preds): # ... # 在循环内添加： if i == 0: # P3层索引为0（YOLOv8顺序：P3,P4,P5） loss_box *= 1.5 # P3定位损失加权1.5倍 loss_cls *= 1.2 # P3分类损失加权1.2倍

为什么只加权P3？
查看yolov8n.yaml结构：P3输出80x80特征图，对应stride=8，最适合检测100px目标（80x8=640）。P4（40x40,stride=16）适合200px目标，P5（20x20,stride=32）适合400px目标。70张图中手套尺寸集中在80-150px，P3是主力层。加权后，模型更专注优化这个尺度的定位精度。

5. 避坑指南：70张手套数据集训练中5个致命陷阱

小样本YOLO训练不是“参数调调就行”，很多坑藏在数据和流程深处，现象隐蔽但后果严重。以下是我在3个手套项目中踩过的5个真实陷阱，附带现象、根因和可执行解决方案。

5.1 现象：训练loss下降很快，但验证时mAP始终为0

原因：标签文件中class_id写成了1.0或0.0（浮点数），而YOLO要求整数。YOLOv8在读取时会静默转换为int(1.0)=1，但你的数据集只有1个类别，ID应为0。模型学到的是“类别1”，而推理时默认预测cls=0，导致所有框被过滤。
解决：运行check_integrity.py中的cls_id检查段，批量修正：

sed -i 's/^1\.0 /0 /g' gloves_yolo/labels/train/*.txt # Linux/macOS # Windows PowerShell: Get-ChildItem gloves_yolo\labels\train\*.txt | ForEach-Object { (Get-Content $_.FullName) -replace '^1\.0 ', '0 ' | Set-Content $_.FullName }

5.2 现象：训练中box_loss突然飙升至nan，几轮后崩溃

原因：某张图的标签中w或h为0（如0 0.5 0.5 0 0.3），YOLO计算GIoU时除零。归一化检查脚本可能漏掉w==0（因0<=w<=1成立）。
解决：在check_integrity.py的标签检查循环中，增加：

if w <= 1e-6 or h <= 1e-6: invalid_labels.append(f"{label_name}: 第{i+1}行宽高为0 (w={w}, h={h})")

然后手动删除或修正对应标签行。

5.3 现象：模型对正面手套检测准，但侧面/背面手套漏检率高

原因：原始70张图中，正面样本占90%以上，增强时未针对性生成侧面视角。YOLO的旋转增强（degrees）是随机的，无法保证覆盖关键姿态。
解决：不用CLI的degrees，改用基于关键点的合成增强。用OpenPose或MediaPipe提取手部21个关键点，对原图做-30°,+30°旋转（非仿射，用关键点驱动），再渲染手套纹理。此法需额外工具，但对姿态泛化提升显著。简易替代：用imgaug库的Rotate指定角度列表：

from imgaug import augmenters as iaa seq = iaa.Sequential([iaa.Rotate(rotate=[-30, 0, 30])])

5.4 现象：训练完成，但用yolo predict推理时CPU占用100%，GPU显存只用200MB

原因：模型保存为*.pt格式，但推理时未指定device=cpu，YOLOv8默认尝试用CUDA，找不到GPU时卡在初始化。
解决：强制指定设备：

yolo predict model=gloves_v8n_300e/weights/best.pt source=test_img.jpg device=cpu

或代码中：

model = YOLO("gloves_v8n_300e/weights/best.pt") results = model.predict("test_img.jpg", device="cpu") # 显式指定

5.5 现象：k折交叉验证时，各fold的mAP差异极大（0.2~0.6）

原因：70张图中存在隐式分布偏差。例如，前35张是A产线（白手套+金属背景），后35张是B产线（蓝手套+木纹背景）。k折随机划分会把A/B混合，导致fold1全是A（mAP高），fold2全是B（mAP低）。
解决：按来源分组k折。先人工将70张图按产线/光照/手套型号分组，每组内再随机k折。用sklearn.model_selection.StratifiedKFold时，groups参数传入分组标签：

from sklearn.model_selection import GroupKFold gkf = GroupKFold(n_splits=5) for train_idx, val_idx in gkf.split(X, y, groups=group_labels): # train_idx, val_idx 即分组后的索引

6. k折交叉验证与工业部署技巧：让70张图的结果可信、可用、可解释

小样本项目最怕“一次训练定终身”。70张图训出的模型，其mAP到底是真强还是运气好？我们不用val目录的单次评估，而用5折交叉验证（5-Fold CV），并在此基础上做两件事：一是生成可解释的检测报告，二是导出轻量模型适配边缘设备。这才是工业落地的闭环。

6.1 实现5折交叉验证：代码级完整实现

YOLOv8不原生支持k折，但我们可以通过重写数据集路径实现。核心思路：每次训练前，动态生成gloves_fold{k}.yaml，指向当前fold的train/val目录。

# kfold_train.py import os import shutil import yaml from sklearn.model_selection import KFold import subprocess # 1. 获取所有图像文件名（不含扩展名） img_dir = "gloves_yolo/images/train" all_basenames = [os.path.splitext(f)[0] for f in os.listdir(img_dir) if f.lower().endswith( <p> <a href="https://download.csdn.net/download/weixin_51154380/90033122" style="color:#ec7500;font-size:14px;"> 本文还有配套的精品资源，点击获取 </a> <img alt="menu-r.4af5f7ec.gif" src="https://csdnimg.cn/release/wenkucmsfe/public/img/menu-r.4af5f7ec.gif" style="width:16px;margin-left:4px;vertical-align:text-bottom;cursor:text;"> </p>