企业官网建设流程全解析

小麦入口的东西，品质把关从来都是大事。我在某农机装备相关的模拟项目中做过一版小麦杂质检测方案，从传统图像处理做到深度学习，最后落到YOLOv11+BiFPN这套组合上。这个项目解决的核心问题很具体：如何在输送带高速运动、小麦颗粒密集堆叠的场景下，实时把霉变粒、虫蚀粒、破损粒和混入的沙子、石子、秸秆碎片、草籽这些杂质从正常小麦中准确分离出来。农业质检场景里，精度和速度都得看，而且模型要能跑在普通工控机上，不能指望机房里的高端显卡。这篇文章就把整套方案的思路、改网络、调参数和踩坑过程完整记录下来。

我先说结论：把YOLOv11默认的Neck换成BiFPN之后，在自建的小麦杂质数据集上，mAP@0.5从0.891提升到了0.934，最难检的霉变粒这一类涨了大概7个百分点，而且推理速度基本没损失。下面拆开讲。

1. 项目背景与整体思路

1.1 小麦杂质检测为什么难做

小麦杂质检测不是新题目。传统的粮食质检实验室里，人工用扦样器取样，然后铺在白纸上用小镊子挑杂质，一个人一天最多处理几十份样品，效率完全跟不上收购季节的节奏。后来出现了振动筛、风选机和比重分选机，这些设备能去掉大颗粒异物，但对霉变粒、虫蚀粒这类"看起来还像麦粒"的杂质基本无能为力。色选机靠颜色分离能解决一部分问题，可在光线变化大、麦粒表面有灰尘的情况下，误杀率很高。

这个场景对算法真正的挑战在于三点。第一，目标密集，一张640x640的图里正常麦粒可能有几百上千颗，杂质往往只有几颗到几十颗，正负样本极度不平衡。第二，目标尺度小，霉变粒和正常麦粒大小几乎一致，可能只有十几个像素到几十个像素，属于典型的小目标检测。第三，外观相似度高，早期霉变的小麦粒在RGB图像上和正常麦粒的颜色差异非常微弱，有时候连人都需要凑近仔细看才能分辨。

用传统图像处理的方案，比如阈值分割加形态学，只能处理"严重霉变发黑"这类极端情况，一旦遇到颜色过渡阶段的轻微霉变粒，特征就彻底失效。所以整个项目很快就转向了深度学习目标检测路线，确切地说，落到了YOLO系列上。

1.2 为什么选择YOLOv11+BiFPN的组合

选YOLOv11而不是其他检测框架，原因其实很实际。这个系列到了v11版本，项目生态已经非常完整，训练、导出、量化、部署的链路都是通的，对工程落地友好。更重要的是，v11的backbone在v8的基础上做了进一步优化，用C3k2模块替代部分C2f，还引入了C2PSA模块，在保持轻量化的同时增强了特征提取能力。对杂质检测这种需要兼顾速度和精度的场景，YOLOv11的默认结构已经是个不错的起点。

但默认结构有一个明显的短板：Neck部分用的还是PANet（路径聚合网络）的思路，特征是自顶向下和自底向上的双向传递，但每一层的融合权重是固定的，简单说就是"平等地融合所有尺度的特征"。在小麦杂质检测里，不同杂质的语义层级差异很大——霉变粒靠的是细微的颜色纹理，属于底层细节；石块砂砾靠的是形状，属于中层语义；而草籽秸秆这类异物，部分特征要到高层特征图才明显。固定权重的特征融合方式，很难在这么多差异化的特征之间找到一个最优平衡。

BiFPN（双向特征金字塔网络，Bidirectional Feature Pyramid Network）恰好解决这个问题。它做了三件事：把只有单个输入边的节点删除，减少计算量；增加了同一层级的横向跳跃连接，让高层语义和低层细节有更多交互；最关键的是，每一条融合路径都带一个可学习的权重系数，网络在训练过程中自己学会该重点依赖哪些层级的特征。把这些机制移植到YOLOv11的Neck里，相当于让"特征融合"这件事有了自适应能力。

这里要补充说明一下，项目里不是把整个EfficientDet的BiFPN照搬过来，那样反而会破坏YOLO原本的训练稳定性。实际操作是保留YOLOv11的backbone和检测头，只把Neck层的特征拼接逻辑改成带权重系数的双向融合形式，属于一种"取中间精髓"的嫁接方案。

2. 数据集构建与预处理

2.1 图像采集与样本标注

数据是这类项目的命门。我最初拿到的一批数据是某实验室提供的静态拍摄图片，把小麦摊在黑色绒布上，用工业相机俯拍。这批数据质量很好，但数量只有两千多张，而且都是单一背景、单一光照条件。模型在上面训练出来，一到现场的输送带环境就明显掉点。

所以后来我自己搭了一套采集装置：用工业面阵相机固定在输送带正上方，加了一组白色LED光源，用接近45度的角度打光，尽量避免麦粒表面的镜面反射。同时做了两个关键设计：一是让输送带以固定速度运行，相机采用连续拍摄模式，模拟实时检测的帧率；二是在采集样本时人为投入不同比例和不同尺寸的杂质颗粒，覆盖从单粒杂质到混杂一堆杂质的各种情况。

标注类别上，我把杂质分成四大类：霉变粒、虫蚀粒、破损粒、异物。前两类是"内部杂物"，和麦粒尺寸相近，是最难检测的；第三类破损粒包括半粒麦和被压碎的麦粒；异物类包含沙粒、小石子、秸秆碎片、草籽和个别塑料片。每张图片平均标注目标在30到80个之间，最终自建数据集总计5800多张图，标注框数量接近26万个。

2.2 标注规范与质量把控

标注质量直接决定模型上限，这一点再怎么强调都不过分。在标注环节，我定了三条硬性规则。

第一，遮挡目标只要可见面积超过1/3就必须标。麦粒堆叠严重，如果一个目标完全被其他麦粒盖住，那本来人眼也看不见，把它标出来反而会给模型传递错误信号。但在边缘露出半个的，就一定标，因为这正好是模型学习"从密集堆叠中找出小目标"的关键样本。

第二，霉变粒的判断标准要统一。霉变是一个连续变化过程，我要求标注员只标"肉眼一眼能看出异常"的麦粒，处于模糊边界的宁可不标。原因很简单，模糊边界样本会让模型的置信度输出变得混乱，后面改阈值的时候很麻烦。这条规则虽然损失了一部分模糊样本，但换来的是模型输出的稳定性。

第三，叶片碎片和草籽这种容易混淆的异物，在标签上允许"近似归类"。这个判断基于现场实践的考量：收购站关心的是"有几个异物"，并不会细分到草籽还是秸秆。如果强行细分，反而会因为两种目标外观重叠严重导致标签噪声。

标注工作完成后，我又做了两轮交叉复查，重点检查小目标有没有漏标，以及异性目标有没有标串类。实际跑下来，这样一轮人工复盘大概优化了3%到5%的标注置信度，回报相当值得。

2.3 数据增强策略

数据集规模摆在那里，数据增强是必须用足的环节。我这边采用的增强组合是Mosaic、MixUp和Copy-Paste配合使用。

Mosaic增强在YOLO训练里是标配，把四张图拼接成一张，让模型学会在更复杂背景中找到目标。但Mosaic有个副作用，它会显著改变小目标的分布，因为拼接时目标被缩小了。所以我在训练时把Mosaic概率设置为0.8，并且在最后20个epoch把这个概率逐步降到0。这个"退火"操作在YOLO社区里已经是公开经验，我也实测了确实能稳定提升mAP。

Copy-Paste增强是我这次特别加上去的，做法是从其他图片中切出真实的杂质目标，随机粘贴到当前图片的小麦区域中。这种增强对杂质检测格外有效，因为它直接增加了每一类杂质的目标数量，尤其是把霉变粒这种标注数量相对少的类别的目标数放大，缓解类别不均衡问题。

另外还在HSV颜色空间做了轻度扰动，H偏移0.015、S偏移0.5、V偏移0.4，主要是模拟现场灯光变化。亮度扰动不敢调太大，因为霉变粒检测恰恰依赖颜色信息，颜色失真太严重就等于把区分特征抹掉了。

3. YOLOv11核心机制与BiFPN融合原理

3.1 看懂YOLOv11的特征提取骨架

在改网络之前，得先明白YOLOv11默认是怎么工作的。YOLOv11把整张图送进backbone，经过一系列卷积和C3k2模块逐层提取特征，然后在不同的层级输出三种不同分辨率的特征图，分别对应小型目标、中型目标和大型目标的检测。

v11和v8相比，在backbone里有一个重要变化：用C3k2替换了C2f。C2f原本是v8引入的结构，它把特征分成多个分支并行处理再融合，参数效率很高。v11的C3k2相当于在C2f里引入了更灵活的内核尺寸选择，部分阶段还可以配合注意力机制。另一个值得注意的点是C2PSA模块，它把位置注意力机制直接嵌入到了特征提取通道中，让网络在下采样过程中就能保留位置敏感性。

这些改进对杂质检测的影响很实际。小麦颗粒排列紧密，目标之间存在大量重叠和遮挡，位置敏感性是定位精度的关键。霉变粒和正常麦粒的纹理差异可能只有几个像素，C2PSA的注意力机制放大了这种微小差异在高层特征中的表达。从我自己跑实验的情况看，把同样的数据分别用v8和v11训练，v11在霉变粒这一类上的Recall有大约3%的提升，这也侧面说明backbone确实强了。

3.2 BiFPN的特征融合思想

YOLO的Neck部分（v8/v11默认是PANet结构）承担着把backbone输出的多层特征进行融合的任务。默认的PANet是两条路径：自顶向下路径把高层的语义信息传到低层，帮助低层特征"知道自己在找什么类型的物体"；自底向上路径把底层的细节信息传到高层，帮助高层特征"看得清物体边缘纹理"。两条路径在一个通道汇合后，就得到了同时具备语义和细节的融合特征。

问题在于，YOLO的这个融合过程对每一条输入边、每一个特征层级用的都是预设权重，不会根据数据分布自动调整。比如，草籽这类小目标可能更需要低层高分辨率特征，但在这个固定权重体系下，高层特征也在强行参与融合，反而引入了噪声。

BiFPN的做法简单说就是给特征融合加杠杆。来自不同层级的特征，在相加之前先乘以一个可学习的权重，权重的初始值可以在某个范围内设置，训练过程中网络会自己调整每个权重的数值。这样一来，如果模型发现霉变粒的检测主要依赖低层纹理特征，那它自然会把低层特征的融合权重调高，把其他层的权重压低。

另外BiFPN额外加了一条路径：在自顶向下和自底向上两条干路之外，增加了从原输入层到融合输出层的横向跳跃连接。这等于让浅层特征保留了一条"原始通道"，避免信息经过多层传递后衰减太多。对小麦这种细粒度差异目标，这种信息保真机制是有价值的。

用一句话总结，BiFPN的特征融合发生在网络内部，但每次融合都带着"当前特征对最终检测重要度"的可学习权重，这就是它优于PANet的本质原因。

3.3 在YOLOv11里嫁接BiFPN的实操方案

接下来是最关键的嫁接环节。YOLOv11的模型定义在官方仓库里是以yaml配置文件加Python模块的形式组织的。backbone输出三个特征图，分别是P3、P4、P5，分辨率依次为原图的1/8、1/16、1/32，后续Neck操作就是围绕这三个尺度展开。

我的改造思路是：backbone结构不动，检测头不动，只重写Neck部分的特征融合逻辑。具体来说，默认Neck依次是上采样P5并与P4拼接、再上采样P4并与P3拼接，得到两组融合特征；然后从P3层开始依次下采样，重新与之前融合的特征拼接。我在每一处add或concat操作之前，插入一组可学习的通道权重，整个融合过程变成加权融合。

用公式描述BiFPN的一个核心计算节点：新的融合特征等于w1乘上一层输出，加上w2乘当前层级输入，加上w3乘跳跃连接输入，三个权重都经过归一化处理。归一化用的是最简单可靠的方案，每个权重除以所有权重之和，避免权重数值训练过程中出现爆炸。实操里我用了三个一维可学习参数，初始化时先保证所有路径的初始权重相等，这样在训练刚开始时相当于一个均衡的PANet，网络不会因为权重突变而震荡。

我把这个模块定义为BiFPN_Add，然后把它插入到Neck的对应位置。这里要特别提醒一点：主干网络输出的stride和通道数必须严格匹配，YOLOv11的backbone在P4、P5层输出的通道数默认都是256和512，如果改了backbone的宽度系数，那BiFPN的通道也要同步调整，否则会直接报通道不匹配的错。

另外还有一个容易被忽视的细节：BiFPN的横向跳跃连接在特征图分辨率不同的情况下需要先对齐。我在实际实现里通过1x1卷积加双线性上采样来对齐分辨率，没有引入转置卷积，因为转置卷积在小目标任务上容易出现棋盘伪影。

4. 环境搭建与训练实操

4.1 软硬件环境与初始配置

这套方案对硬件的要求并不夸张。训练阶段我用了一张单卡GPU，显存24G，batch size设到16，输入分辨率640x640，训练大约200个epoch，耗时约十个小时。如果显存只有12G，batch size减半到8也能跑，但BN层的统计会稍微不稳定，建议同步把学习率也降一半。

软件环境方面，Python版本要求3.10以上，PyTorch版本不低于2.0。这里有一个容易踩的坑：官方仓库在编译部分自定义算子时需要匹配特定的CUDA版本，如果CUDA版本不对，直接运行会报找不到so文件的错误。我这边最终的组合是CUDA 12.1加PyTorch 2.1，编译无障碍，供参考。装依赖不要漏了yaml、opencv-python、tensorboard、onnxruntime这几个常用的库，export模型时也用得上。

4.2 修改配置文件与网络结构

先说一个实用技巧：在动手改代码之前，先用官方默认的yolov11模型跑通一遍全流程，确认环境没问题，然后再改Neck结构。这样后面如果出现奇怪的问题，至少能确定不是环境造成的。

改网络结构的文件一般有两个。第一个是模型配置yaml文件，需要把Neck部分对应引用改为BiFPN模块。第二个是Python模型定义文件，要增加BiFPN_Add模块和对应的forward逻辑。我建议把BiFPN相关代码单独放在一个文件中，然后在模型文件里import进来，这样改动最小，后面回滚也方便。

关键代码片段大致是这样一个流程：先对backbone输出的P3、P4、P5做1x1卷积统一通道，然后按照BiFPN路径逐层做加权融合，融合结果再输入给下一层。要注意的是，YOLOv11的检测头期望接收的输入通道数要和Neck输出通道数一致，默认检测头的输入分别为128、256、512（对应三个scale），如果改了通道，检测头也要同步。为了改动最小化，我保留了默认通道数，只改融合逻辑。

训练数据的配置在另一个yaml文件里维护，格式照搬官方coco数据集的写法，写上train、val路径和类别名字列表。我这里四个类别的顺序是：霉变粒、虫蚀粒、破损粒、异物。这个顺序会在输出结果里固定下来，后面写推理代码读类别名的时候要和这里保持一致，否则类别名会错位，这是一个非常低级的坑，我在项目初期就踩过一次。

4.3 训练参数推导与细节调优

参数设计上，我遵循了几个在目标检测圈里比较成熟的默认值，再结合自己的数据集做了调整。

初始学习率设置为0.01，优化器用SGD，momentum为0.937，weight decay为0.0005。为什么不用AdamW？这类农业检测数据规模不算特别大，SGD配合warmup在YOLO系列上已经验证了稳定性和泛化性。AdamW跑得快，但后期容易过拟合，对小目标recall提升有限。如果确实想用AdamW，可以把学习率降到0.001，其他参数不变，也能收敛，但mAP通常会低1到2个点。

学习率调度用的是cosine退火，配合前3个epoch的warmup。warmup的用处是让模型在训练初期不用面对过大的梯度更新，尤其是BN层的统计量需要一个稳定的启动过程。我试过不设warmup直接开跑，前十几个epoch的loss曲线波动明显更剧烈，最终mAP反而低了两个点左右。

epoch数我取120作为基准，但因为数据增强导致的训练时间变长，实际设了200。判断收敛的标准不是固定的epoch数，而是看验证集mAP是否在连续20个epoch内不再上升。如果上升，就继续；如果开始震荡了，说明该停止了。用这个标准，我的实验基本在第160到180个epoch之间达到最优。

输入分辨率选择640。也试过1280，确实让mAP涨了约1.5个点，但推理速度慢了将近三倍。考虑到现场需要实时检测，速度收益远大于精度收益，最终选择了640。

4.4 训练过程中的关键观测

训练中途我会同时盯两个东西，一个是loss曲线，另一个是每一类别的PR曲线。前者看整体是否收敛，后者看具体类别的困境。

最值得关注的现象是：如果霉变粒这一类别的precision和recall始终低于其他类别，大概率是这类目标的数量不够多，或者标注目标过小导致正样本不足。我当时的处理办法是加大Copy-Paste增强的概率，并手动挑选500张霉变粒相对集中的图像做了过采样，让每个epoch里霉变粒样本的占比从原来的12%提高到20%。这个操作让霉变粒的Recall提高了大约5个百分点，效果非常直接。

还有一个训练阶段必须提到的细节：Mosaic增强会让部分目标在拼接接缝处被截断，导致框的位置不准确。YOLO官方实现里处理这种情况的办法是忽略被截断超过一定比例的目标，通常这个阈值设为0.1。但我在杂质检测场景里把它调到了0.2，因为麦粒本身很小，被截断的框即使比例大一些，也仍然包含了足够多可用于学习的视觉信息。实测在NMS后能略微提升小目标的召回，且没发现引入明显误检。

5. 实验结果分析与性能对比

5.1 评价指标与验证方法

目标检测任务的性能评估主要看mAP，具体分成mAP@0.5和mAP@0.5:0.95两档。前者是IoU阈值为0.5时的平均精度，数值通常较高，更贴近"检测出目标"这种粗粒度判断；后者是从0.5到0.95每隔0.05取一个阈值，再取平均值，更严格，也更考验定位精度。在小麦杂质检测里，我用的是mAP@0.5:0.95作为主指标，因为这个项目里很多目标只有十几个像素，定位框稍微偏移就有可能错过真正的杂质区域，对定位精度的要求确实高。

验证方式上，我把自建数据集按9:1划分训练集和验证集，确保两种数据集都覆盖四类杂质，并且验证集里包含一段连续拍摄的输送带图像序列。用连续序列做验证有一个额外的好处：可以观察同一个麦粒在帧间检测结果的稳定性，减少"单帧能检，多帧抖动"的问题。

5.2 对比实验数据

我在相同数据集、相同训练参数和相同epoch数下跑了一组对比实验，目的是验证BiFPN带来的增益是否来自结构改进，而不是其他随机因素。

数据说明三个问题。第一，加了BiFPN之后，mAP@0.5:0.95有明显提升，说明自适应权重融合确实增强了模型在复杂场景下的定位能力。第二，参数量和计算量增加很少，s版本只增加了约0.7M参数，这在工程上几乎可以忽略。第三，推理速度损失不大，s版本从63帧降到58帧，对于实际场景里30帧的要求完全够用。

分类别看，提升最大的单项出现在霉变粒上，mAP@0.5从0.82提升到了0.89，原因也很直观：霉变粒的颜色纹理是典型的细节特征，BiFPN的加权融合让低层细节特征获得了更大的融合权重，模型对这类细节特征的敏感度自然就提上去了。异物的提升则相对小，因为异物特征在多个层级都有明显表达，固定权重本来就够用。

5.3 典型检测案例分析

我挑三个有代表性的检测案例说。

第一个案例是霉变粒密集出现的情况。麦堆里有一小片霉变粒混在一起，默认YOLOv11的部分预测框出现了漏检和位置偏移，有些框的定位甚至跨在相邻麦粒之间。加上BiFPN之后，同样区域的目标框全部精准落到霉变粒上，且把相邻正常麦粒排除在外。这说明加权融合对细微差异的判别力确实更强了。

第二个案例是沙粒和草籽共存的混杂物。沙粒亮度高，形状近圆形，草籽是长条形，两者在低层特征上差异明显，但在高层语义特征上几乎相同。BiFPN通过自适应调整权重，反而没有像PANet那样在高层特征中丢失区分力，两个类别的检测框都保持清晰。

第三个案例是动态模糊场景。输送带速度偏高时，相邻帧之间麦粒会形成轻微运动模糊。这类图像里默认YOLOv11的置信度整体下降明显，加了BiFPN之后置信度下降幅度更小，漏检数也更少。推测原因是BiFPN的横向跳跃连接保留了更多原始图像信息，让网络在特征退化时依然有可用的冗余特征。

5.4 部署端的处理与速度优化

模型训练完之后要做部署。这个项目的目标是让模型跑在工控机内置的入门级推理显卡上，帧率至少要达到25帧，才能跟上输送带的速度。我最终选择导出成TensorRT引擎并开启FP16精度推理。

这里有一个经验要分享：直接导出FP16引擎时，检测头的输出容易发生精度损失，表现为个别小目标在推理时完全消失。解决办法有几个，最简单的方案是控制TensorRT的builder优化级别，不要直接使用最高优化级别，同时在导出前对模型做一次量化敏感度分析。我实际采用的方案是保留FP16精度但关闭部分层级的FP16转化，通过自定义配置文件指定哪些layer需要回退到FP32。这个过程看似麻烦，实测能把最终精度从0.94降到0.92，但推理速度从35帧提升到60帧，整体仍然是正收益。

6. 常见问题与排查技巧实录

6.1 小目标漏检严重怎么办

如果跑完训练，发现大量十几个像素大小的杂质被漏检，第一反应不要调网络结构，先检查验证集和训练集里小目标是不是太少。用脚本统计一下目标框的像素面积分布，如果小目标占比低于10%，那问题基本出现在数据层面，而不是模型层面。解决办法是加大Copy-Paste增强，也可以专门设计一个裁切分支，把图像分成四块分别放大检测，但那样推理速度会翻倍，慎用。

如果数据分布没问题，再看是不是输入分辨率导致的。640分辨率下，十几个像素的目标确实极小，可以考虑把输入分辨率升到960。我的实测数据显示，960分辨率下小目标类别的Recall提升约6%，代价是推理时间增加约40%。最终我选了640加BiFPN的方案，算是在精度速度之间做了个平衡。

6.2 训练loss不收敛

这个项目里最常见的坑是梯度爆炸。原因是自定义的BiFPN_Add模块在初始权重设置不够小心时，可能造成梯度不稳定。我的解决方法是给权重初始化加上约束，确保初始权重之和接近1，并且在forward中对权重做归一化后再参与计算。如果还是看到loss在几十个epoch后突然飙升，第一步就检查权重数值是否出现NaN，第二步把学习率降到原来的1/10重新跑。

还有一个可能原因是标签格式出错。YOLO的标签文件是txt格式，一行五个数值，类别id加归一化中心点坐标和宽高。我遇到过标注工具输出的坐标本身是像素值，直接拿来训练，结果模型完全学不到有效特征。检查方法很简单，读一个标签文件看看坐标范围是否在0到1之间，如果出现大量大于1的数字，就是归一化步骤漏了。

6.3 部署推理结果与训练验证不一致

训练时mAP很高，导出的模型在本地跑却大面积漏检，这种问题通常不是算法本身，而是预处理环节不一致。YOLO训练时做了letterbox填充、归一化到0到1、通道顺序RGB转BGR这些操作，部署时如果用opencv读图直接送入模型，不做letterbox，结果一定是错的。

我建议把整个预处理流程封装成一个函数，训练和推理共用同一份代码，从源头避免不一致。另一个隐蔽问题是模型输出的坐标是相对于输入图而非原图，推理后必须根据letterbox的填充比例把预测框映射回原图坐标。这一点我在项目里专门写了映射函数，并且用一张带标注的验证图做了端到端对比，确认坐标还原无误。

6.4 杂项问题速查

个人经验与项目体会

这个项目做完，我最深的一点体会是：农业视觉项目里，网络结构的改进所能带来的增益，往往不如数据层面的精细打磨来得直接。BiFPN这类结构优化确实有效，但它的效果建立在数据质量足够好的前提下，如果标注噪声高、样本不均衡，再强的特征融合也发挥不出来。所以做这类项目时，我的建议是先花大力气把数据集做扎实，再谈网络改进。

要补充说明一下，本文提到的所有数据和案例均来自模拟项目X，是一套完全虚构的经验整理，仅供有类似需求的从业者交流参考。实际落地时，还是建议结合自己的硬件设备、现场光照条件和目标材质特征，对网络结构和训练参数做针对性的调试，不要直接照搬参数。技术路线可以复用，具体数值必须自己重新验证一遍。

最后分享一个可以延续的思路：这套YOLOv11+BiFPN的方案，不只是适用于小麦杂质检测。水稻、玉米、大豆等粮食作物的品质筛查，甚至水产品分拣、工业零部件表面缺陷检测，只要场景特点是目标小、数量密、类别间特征差异细微，这套方法都有很大的迁移空间。后续如果想做得更深，可以尝试在检测之后接一个轻量级分类网络，对疑似目标做二次精细判别，应该还能把误检率进一步压下来。这些是我正在琢磨的方向，也希望能和做类似项目的朋友多交流。