简介面向yolo系列算法研发的钓鱼与垂钓行为数据集共含九百零二张带标签图像适合研究人员、算法工程师以及计算机视觉学习者用于训练、验证与评估钓鱼检测模型。压缩包内共两千个文件主要包括一百九十五张jpg原始图像、九百零二份yolo格式的txt标签、九百零二份voc格式的xml标签以及一份yaml配置文件其中txt标签采用类别、归一化中心坐标与宽高的标准写法xml标签与yolo标签分开保存于不同目录使用者可根据不同训练框架灵活选用。数据集已经完成训练集与验证集的科学划分可直接供yolov5、yolov7、yolov8、yolov9、yolov10、yolo11等主流模型开展训练、验证与测试省去自行标注与整理数据的麻烦。资源包整体大小约为三十七兆已有三百零三人学习下载特别适用于垂钓行为识别、水域安全监控、渔业管理等场景的快速算法验证与项目部署落地。1. 为什么说“钓鱼行为检测”卡你的不是网络结构拿到这个 yolo算法-钓鱼-垂钓行为数据集-902张图像带标签.zip先别急着解压。这个标题看起来像个标准的“YOLO目标检测数据集”902张图、带标签、zip打包解压后理论上就能丢进yolov8训练自己的数据集。但“钓鱼/垂钓行为检测”和行人、车辆检测有一个本质差别你要检的不是一类形状稳定的物体而是人、鱼竿、鱼线、水面共同构成的行为场景。网上讲yolo算法讲解ppt能给你网络结构图和指标曲线真落地时卡住你的反而是鱼竿太细、钓鱼人太远、902张图到底扛不扛得住训练。下面这些内容的目的是陪你把这902张图的每一张都榨干从解压一路跑到部署前。2. zip解压后先别急902张图的目录结构与标签体检压缩包拿到手第一件事不是写训练脚本而是搞清楚两件事标签是什么格式标注质量能不能用。这两个问题决定你后面是“直接开跑”还是“先写两小时转换脚本”。很多下载过数据集的人都踩过同一个坑解压后以为images和labels一一对应结果跑训练时一半图片找不到标签程序也不报错只是默默跳过。902张图如果少了100个标签训练出来的模型对那类场景就是瞎的。2.1 先看清labels是txt还是xml这决定你要不要写转换脚本解压这个zip包我一般会在Linux或macOS上执行unzip -O gbk yolo算法-钓鱼-垂钓行为数据集-902张图像带标签.zip -d fishing_dataset-O gbk是给Windows压缩的中文文件名解乱码用的如果你当前系统是Windows直接右键解压即可。解压完先不要急着打开图片先看目录结构find fishing_dataset -maxdepth 2 -type d常见的数据集布局有两种一种是images/配labels/另一种是JPEGImages/配Annotations/。前者大概率是YOLO格式的txt标签后者有极大概率是Pascal VOC的xml格式。用一条命令确认标签扩展名from pathlib import Path root Path(fishing_dataset) for sub in [labels, Annotations, annotations]: p root / sub if p.exists(): exts {f.suffix for f in p.iterdir() if f.is_file()} print(sub, exts)这段脚本会打印每个标签目录下出现的扩展名集合。看到{.txt}就是YOLO格式看到{.xml}就是VOC格式看到{.json}则可能是COCO格式。这三种格式的后续处理差别很大YOLO txt里面存的是归一化的class_id x_center y_center width heightVOC xml存的是像素坐标xmin ymin xmax ymaxCOCO json则是一个大文件加id字段关联。网上很多现成脚本能互相转但转换前必须知道源头格式。提示如果labels目录里既有txt又有xml说明这个数据集的标签是半手工整理出来的别直接用先跑一遍2.2的统计脚本。2.2 用一个小脚本统计目标数、类别与长宽比确定标签格式后先跑一次目标统计。902张图的数据集标注框数量、空标签数量、小目标占比这些数字直接决定你的训练策略。写一个简单的统计脚本from pathlib import Path labels_dir Path(fishing_dataset/labels) imgs_dir Path(fishing_dataset/images) label_files list(labels_dir.glob(*.txt)) img_files list(imgs_dir.glob(*)) empty_frames 0 total_boxes 0 tiny_boxes 0 ratios [] for lb in label_files: lines lb.read_text(encodingutf-8, errorsignore).strip().splitlines() if not lines: empty_frames 1 for line in lines: parts line.split() if len(parts) ! 5: continue _, _, _, w, h float(parts[0]), float(parts[1]), float(parts[2]), float(parts[3]), float(parts[4]) total_boxes 1 ratios.append(w / h) if w * h 0.005: # 框面积小于图面积的0.5% tiny_boxes 1 print(f图片文件数: {len(img_files)}) print(f标签文件数: {len(label_files)}) print(f空标签数: {empty_frames}) print(f目标总数: {total_boxes}) print(f小目标占比: {tiny_boxes / max(1, total_boxes) * 100:.1f}%)这段脚本会告诉你三个关键风险。第一图片和标签文件数如果对不上说明有漏标或空标签的图训练时要决定是丢弃还是保留空图当负样本。第二小目标占比如果超过30%你后面必须考虑提升imgsz或者做滑窗切片否则学习到的特征对远处的垂钓者毫无反应。第三ratios里如果出现大量大于5:1或小于0.2的极端值说明标注框里有大量细长目标——典型的鱼竿框这类框在YOLO的anchor匹配阶段容易被当成背景。2.3 把标注画回原图900张图足够肉眼抽检统计脚本只能发现数值问题标注框到底包得准不准必须肉眼抽检。写一个画框脚本把YOLO格式的坐标还原成像素框import cv2 from pathlib import Path def draw_yolo_boxes(img_path, txt_path, class_color(0, 0, 255)): img cv2.imread(str(img_path)) if img is None: return None h, w img.shape[:2] if not txt_path.exists(): return img for line in txt_path.read_text().strip().splitlines(): parts line.split() if len(parts) ! 5: continue _, xc, yc, bw, bh map(float, parts) x1 int((xc - bw / 2) * w) y1 int((yc - bh / 2) * h) x2 int((xc bw / 2) * w) y2 int((yc bh / 2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), class_color, 2) return img img_path Path(fishing_dataset/images/0001.jpg) # 换成实际文件名 txt_path Path(fishing_dataset/labels/0001.txt) result draw_yolo_boxes(img_path, txt_path) cv2.imwrite(check_0001.jpg, result)画出来的图建议重点看三类样本目标在画面边缘的、目标尺寸小于32×32像素的、有水草或栏杆遮挡的。钓鱼行为检测里最常见的问题不是框错而是只框了鱼竿没框人或者把整个场景连水面一起框进去。后一种框虽然面积大但学习到的特征是“有水的地方”部署到无水场景立刻失效。画框这一步我建议你每类场景至少抽30张图看一眼不要只看前10张——数据集经常按场景排序前10张往往是同一个监控角度的连续帧不具有代表性。3. 处理数据集用于yolov8训练格式统一与细长框修正数据集如果是干净的YOLO txt这章你只需要看3.3的数据划分如果带的是VOC xml恭喜你手动活开始了。处理数据集用于yolov8训练核心原则只有一条标签文件必须和图像文件同名同目录映射且坐标必须严格落在图像边界内。违反其中任意一条训练过程都可能“翻车”——表现为loss正常下降但验证集mAP奇低你查不到原因只能一张张翻标签。3.1 XML转YOLO txt别把class_id算错VOC xml转YOLO txt的脚本网上到处都有但大多数人照抄时都会漏掉两步类别去重和size校验。先写一个脚本打印xml里所有的name去重结果import xml.etree.ElementTree as ET from pathlib import Path xml_dir Path(fishing_dataset/Annotations) names set() for xml_file in xml_dir.glob(*.xml): root ET.parse(xml_file).getroot() for obj in root.findall(object): names.add(obj.find(name).text) print(sorted(names))打印出来的类别列表决定了你的cls_map怎么写。常见情况是只有fishing一个类有时会出现person和rod分开标。这两种做法的训练目标完全不同单类学的是“这个画面里有人钓鱼”双类学的是“哪里有人、哪里是鱼竿”。如果你只关心垂钓行为我建议把person和rod合并成同一个fishing类但前提是它们的边界框都完整包住了对应目标。接着执行转换import xml.etree.ElementTree as ET from pathlib import Path xml_dir Path(fishing_dataset/Annotations) txt_dir Path(fishing_dataset/labels) txt_dir.mkdir(exist_okTrue) cls_map {fishing: 0, person: 0, rod: 0} # 合并成单类 for xml_file in xml_dir.glob(*.xml): root ET.parse(xml_file).getroot() size root.find(size) im_w, im_h int(size.find(width).text), int(size.find(height).text) lines [] for obj in root.findall(object): name obj.find(name).text if name not in cls_map: continue box obj.find(bndbox) xmin float(box.find(xmin).text) ymin float(box.find(ymin).text) xmax float(box.find(xmax).text) ymax float(box.find(ymax).text) x_center (xmin xmax) / 2 / im_w y_center (ymin ymax) / 2 / im_h w (xmax - xmin) / im_w h (ymax - ymin) / im_h lines.append(f{cls_map[name]} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}) txt_path txt_dir / (xml_file.stem .txt) txt_path.write_text(\n.join(lines))这里最关键的参数是cls_map。如果你把rod标成1、person标成0训练时模型会拼命区分“人”和“鱼竿”但由于鱼竿太细这个区分任务几乎无解。合并成单类后模型学的是“这些像素组合起来像钓鱼场景”反而稳定。另外注意im_w和im_h取自xml里的size如果这个值和图片真实尺寸不一致转换出的坐标全会偏。所以转换完要抽一张图拿2.3的画框脚本再验证一次。3.2 修正越界框clip前先算中心点VOC转YOLO时最常见的坐标问题是越界。图片是600×800标注的xmax却到了850这类错误通常来自标注工具的缩放bug或者标注时图片被拉伸过。YOLO格式虽然允许归一化坐标后框的中心点超出边界但训练时目标会被剪裁导致学习到的特征残缺。修正逻辑不是简单地把w裁到图像宽度而是先夹住边角再重新计算中心点def clip_yolo_box(xc, yc, bw, bh): x1 max(0.0, xc - bw / 2) y1 max(0.0, yc - bh / 2) x2 min(1.0, xc bw / 2) y2 min(1.0, yc bh / 2) if x2 x1 or y2 y1: return None new_xc (x1 x2) / 2 new_yc (y1 y2) / 2 new_w x2 - x1 new_h y2 - y1 return new_xc, new_yc, new_w, new_h这段代码的核心逻辑是先把框的四个边角限制在[0,1]区间内再反推中心点、宽和高。中心点必须从夹住后的边角计算而不是直接夹住原始中心点否则框会整体漂移。我见过有人写xc min(1.0, max(0.0, xc))这样修完后框虽然不越界了但位置偏了半个身子训练出来检测框总是偏向目标一侧。另外提醒一句钓鱼场景的鱼竿框特别容易出现一种“假越界”——鱼竿斜伸出画面框的一个角在画面外。这种框修正后面积会缩小但如果你用的是2.3的脚本抽查会发现修正后的框仍然包住鱼竿的可见部分这样就够了。不要试图让框完整包住画面外的鱼竿那是不可能的。3.3 按场景划分train/val而不是纯随机902张图的数据集train/val划分看起来是个不起眼的步骤但划分策略直接决定你验证集数字可信不可信。纯随机划分在大多数数据集上没问题但垂钓监控数据有个特点连续帧高度相似。同一监控点位、同一时段采集的图片背景几乎一样。如果这些相似帧被同时分到train和val模型相当于提前看到了答案val mAP会虚高至少10个百分点。我一般按“场景文件夹”划分而不是按文件随机打散import random from pathlib import Path img_root Path(fishing_dataset/images) scenes {} for img in img_root.glob(*): scene_key img.name.split(_)[0] # 假设文件名前缀是场景编号实际按你的命名规则改 scenes.setdefault(scene_key, []).append(img) val_ratio 0.15 rng random.Random(42) val_imgs [] train_imgs [] for scene_imgs in scenes.values(): rng.shuffle(scene_imgs) n_val int(len(scene_imgs) * val_ratio) val_imgs.extend(scene_imgs[:n_val]) train_imgs.extend(scene_imgs[n_val:]) print(ftrain: {len(train_imgs)}, val: {len(val_imgs)})这个脚本按文件名前缀把同一场景的图聚在一起再从每个场景里抽15%进验证集。如果你的数据集目录本身就是按场景分文件夹的直接把scenes换成子文件夹名。这样划分的train和val在背景分布上更接近真实部署时遇到的新场景。902张图至少要保证val里有120张以上否则mAP的置信区间太宽一个epoch的随机波动都能让它跳3-5个点。划分完成后别忘把train和val的图片分别拷到images/train和images/val标签也同步拷贝。很多人在这一步只拷图片忘了拷标签训练时yolov8的data.yaml里配好了路径结果图像全找到了标签全是空的训练出来的模型对任何目标都输出空检测框。4. 用yolov8训练钓鱼检测模型最小命令与4个必调参数图片和标签都准备好了接下来就是正式用yolov8训练自己的数据集。这一章不讨论网络结构内部怎么算的只看落地时要做什么。yolov8训练自己的数据集这件事本质上是三个文件的事一个数据配置yaml、一份命令、一套参数。把这套流程固化下来以后换任何数据集都是同一套操作。4.1 目录结构与一份minimal的fishing.yaml训练前把目录整理成yolov8最容易识别的方式。我常用的结构是fishing_dataset/ ├── images/ │ ├── train/ │ └── val/ ├── labels/ │ ├── train/ │ └── val/ └── fishing.yaml注意labels目录必须和images目录平级yolov8会自动把images替换成labels去找标签。如果你把标签放在其他名字的目录里必须在yaml里显式指定否则它只会傻傻地去images的兄弟目录找。fishing.yaml内容如下path: ./fishing_dataset train: images/train val: images/val nc: 1 names: [fishing]path是相对路径建议不要写绝对路径尤其是这个zip包名字里带中文和特殊符号。有人把这个yaml放在项目根目录path直接写./fishing_dataset跑起来没问题有人图省事把图片放在桌面中文路径下结果训练时cuda报错路径找不到——不是yolov8不支持中文路径而是底层依赖库对编码的处理不一致后面避坑章会细说。nc是类别数names是类别名列表顺序必须和标签txt里的class_id严格对应。如果你用的是单类names里只有fishing所有txt里默认都是0开头这两者一旦错位模型训练时会把标签当成错误样本丢掉。4.2 最小训练命令与4个必调参数训练命令可以很简短先跑通流程再调优yolo detect train datafishing.yaml modelyolov8n.pt epochs100 imgsz640 batch16 device0这一行命令会先下载预训练权重如果本机没有缓存然后在runs/detect/下生成一个实验目录。第一次训练建议用yolov8n.pt起步这个模型只有约300万参数量902张图半小时内能跑完一个完整的epoch周期适合快速验证数据管线和标签质量。等确认一切正常再换yolov8s.pt或yolov8m.pt找精度上限。训练前必须先确认四个参数这几个参数在钓鱼检测场景里尤其关键参数建议值说明imgsz640起步显存够就上1280鱼竿细长目标在小分辨率下只有1-2像素宽batch16显存不够时优先降imgsz而不是降batch否则BN统计量不稳定mosaic0.5默认1.0会把细长目标拼碎并缩小钓鱼场景背景相似反而帮倒忙patience30902张图很容易过拟合早停30个epoch能防止后段震荡浪费时间mosaic在yolov8里默认是1.0也就是每张训练图都由4张图拼接。这个增强对通用目标检测很有效但对鱼竿这种细长目标是个灾难拼接时每张子图被缩小到一半甚至四分之一鱼竿变成一条1像素宽的斜线模型学到的是“斜线”而不是“鱼竿”。我建议显式设置mosaic0.5保留一部分干净样本。完整的调参命令长这样yolo detect train datafishing.yaml modelyolov8n.pt epochs100 imgsz640 batch16 mosaic0.5 patience30 projectruns/fishing nameexp1 device04.3 中断恢复与训练过程的三个风险点训练中途断开是常态尤其是用远程服务器跑数据集的场景。yolov8支持恢复训练只要训练过程正常退出时last.pt保存过yolo detect train resumeTrue这个命令会自动找最近一次训练的实验目录。如果实验目录被手动移动过可以指定modelruns/fishing/exp1/weights/last.pt。恢复训练时要特别注意data.yaml的参数必须和中断时一致否则会自动重新划分数据集之前的epoch学习率状态全乱。训练过程中有三个风险点我建议每20个epoch看一次runs/fishing/exp1/下的曲线图。第一train loss下降但val mAP长期不动先考虑是不是mosaic太大或lr0不合适而不是盲目加epoch。第二val mAP在前30个epoch冲到高点然后开始锯齿轮动这是典型的过拟合信号902张图训练集太小epoch超过80后模型开始记背景纹理。第三loss曲线出现断崖式跳水排查是不是有标签文件损坏导致某张图被跳过。这几个风险点的共同特征是损失指标看起来正常但可视化输出完全不能看。所以不要只盯loss定期跑一次验证集推理看真实效果。5. 避坑指南钓鱼数据集训练最常见的5个坑把训练流程跑通之后真正的麻烦才开始显形。下面这五个坑在垂钓行为这种小目标、细长目标、小数据集组合场景里几乎必现按出现频次从高到低排列。5.1 类别ID错位names顺序和txt里的0/1对不上现象训练loss正常下降验证时mAP0.5也能到0.7以上但打开验证集的PR曲线发现精确率在置信度0.2附近有一个断崖式下跌大量检测框被标记为错误的类别。原因data.yaml里的names列表顺序和txt标签里的class_id对不上。比如标签txt里0代表fishing但yaml里写的是names: [rod, fishing]0对应rod。yolov8的损失函数不会报错它只会把“渔竿”的标签按“钓鱼”去学两个类特征混淆在一起。解决训练前写一个五行脚本把标签里出现的所有class_id打印出来和names列表做映射核对。902张图的数据集class_id只应该出现你定义的几个整数一旦出现越界值说明xml转txt时映射表写错或者某个标签文件损坏。我的习惯是在训练脚本里加一段断言凡是出现未知class_id直接抛异常而不是让训练带病跑完100个epoch。5.2 细长鱼竿漏检置信度阈值和imgsz怎么配合现象模型在验证集上mAP不错但用摄像头实拍时画面里的鱼竿完全没有框把同一帧截图调低置信度阈值后又能看到微弱的检测框。原因鱼竿在640分辨率下通常只有1-2像素宽yolov8n的特征图最深层下采样到20×20左右这个级别的感受野对细长目标不敏感模型输出的置信度普遍偏低。默认推断阈值conf0.25会把这些低置信度框全部过滤掉。解决推理时把置信度阈值降到0.05并配合NMS参数调整yolo predict modelruns/fishing/exp1/weights/best.pt sourcetest_video.mp4 conf0.05 iou0.5 imgsz1280这行命令会把输出置信度阈值降到0.05同时把输入分辨率提到1280。如果换成1280后漏检明显减少说明模型本身学到了鱼竿特征只是分辨率不够。如果1280下依然漏检就要考虑把训练时的imgsz也提到1280重新训练一轮。注意推理分辨率可以和训练分辨率不一致一般推理设为训练的1.5倍以内效果最好过大会引入大量插值噪声。5.3 902张图过拟合增强策略与backbone冻结现象训练集loss降到0.03验证集mAP却在50个epoch后开始下滑F1曲线峰值越来越低。可视化验证集预测结果模型把地面纹理、水面波纹都检测成目标。原因902张图对“人鱼竿水面”这个组合来说太小。模型在训练后期开始记忆背景纹理而不是学习目标结构。尤其鱼竿框内有大片水面背景模型会误认为“蓝色区域”是正样本特征。解决先冻结backbone训练10个epoch再解冻全部微调。yolov8的freeze参数可以指定冻结前几层yolo detect train datafishing.yaml modelyolov8n.pt epochs100 freeze10 mosaic0.5freeze10表示冻结backbone的前10层让模型先训练检测头把已经预训练过的特征提取器保留下来。同时开启适当的颜色增强hsv_h0.015 hsv_s0.5让模型对水面颜色变化更鲁棒。不要开mixup这个增强方式对细长目标的边缘特征干扰极大。5.4 zip伪加密与损坏包不是每层压缩包都能直接解现象解压时提示End-of-central-directory signature not found或者解压到一半报CRC校验错误。文件名带中文的zip包还可能解出来全是乱码目录。原因数据集zip包的压缩层数通常不止一层有时外层的zip是伪加密——它只是设置了加密标志但没有实际加密内容普通解压工具会要求输入密码。另外下载中断会导致zip的中央目录损坏标准的unzip会直接罢工。解决先判断是不是伪加密用7-Zip打开zip包如果能直接看到文件列表且能拖出来说明只是zip伪加密直接用7-Zip解压到目标目录。中央目录损坏的zip包别急着扔用zip -F尝试修复zip -F damaged.zip --out repaired.zip修复后解压出来优先校验图片文件数是不是902张。我遇到过修复后图片文件都在但标签目录少了一个子文件夹的情况所以解压后务必跑一遍2.2的统计脚本确认标签文件和图片文件数量一致再进入训练流程。5.5 中文文件与路径Windows上好好的Linux上找不到图现象在Windows本地解压后训练正常把整个fishing_dataset目录传到Linux服务器后再跑训练报Image not found但图片明明就在目录里。原因zip包里的中文文件名在Windows解压时用的是GBK编码Linux服务器默认UTF-8读取文件名里的中文变成了一串乱码。yolov8的图片加载器找不到路径就会静默跳过最终导致训练时有效图片数远小于902。解决在任何平台解压后立即把文件名统一改成纯英文和数字import re from pathlib import Path for sub_dir in [images, labels]: for p in Path(ffishing_dataset/{sub_dir}).glob(*): if p.is_dir(): continue new_name re.sub(r[^\w.], _, p.name) if new_name ! p.name: p.rename(p.with_name(new_name))这段脚本把所有非字母数字下划线的字符替换成下划线把中文、空格、括号全部清理干净。我当时在这个问题上浪费了一个晚上最后发现罪魁祸首是数据集里有一张图片名称里带着全角括号。训练脚本查不到文件时会跳过而不是报错所以检查日志里image count是否等于902是最快的定位方式。6. 模型出来先别信mAP漏检回放与两阶段验证训练完拿到best.pt先不要看mAP数字直接跑一次验证集推理把漏检图回放出来看。yolo val modelruns/fishing/exp1/weights/best.pt datafishing.yaml运行结束后打开runs/detect/val/下的PR_curve.png和F1_curve.png。重点看F1曲线的峰值位置如果峰值在conf0.3附近且F1值高于0.75说明模型学到的是有效特征阈值选在峰值即可如果F1峰值低于0.6提高置信度阈值只会让漏检更严重这时候要回数据而不是调阈值。PR曲线如果在小recall区间精确率就开始下跌说明模型把大量水面背景误判为目标需要补充负样本或重新检查标签框是否包进了太多背景。6.1 用PR曲线和F1曲线判断该调数据还是调阈值曲线图呈现在你面前的时候判断逻辑要清晰调阈值只能解决“检测到了但置信度低”的问题解决不了“压根没检测到”的问题。如果F1曲线的峰值出现在低置信度区域比如conf0.1说明所有框的置信度都被压低这是特征学习问题要回去调训练参数如果峰值出现在0.5以上说明模型区分得很自信实际部署时可以直接把阈值设到0.5减少误报。我一般会在验证集上多测几个阈值点0.1、0.25、0.5把每个阈值下的精确率和召回率记下来选精确率大于0.8且召回率损失最小的那个点。6.2 单帧漏检不是死局用5帧状态窗口做行为判定垂钓是一个持续时间较长的行为单帧偶尔漏检并不致命致命的是漏掉整个行为过程。在监控场景里我习惯把YOLO的单帧检测结果喂给一个极简的状态窗口from collections import deque class FishingTemporalJudge: def __init__(self, window5, threshold3): self.window window self.threshold threshold self.state deque(maxlenwindow) def update(self, person_box, rod_box, img_shape): if person_box is None or rod_box is None: self.state.append(0) return False ih, iw img_shape rx (rod_box[0] rod_box[2]) / 2 / iw ry (rod_box[1] rod_box[3]) / 2 / ih hit int(person_box[0] / iw rx person_box[2] / iw and person_box[1] / ih ry person_box[3] / ih) self.state.append(hit) return sum(self.state) self.threshold这个类维护一个长度为5的滑动窗口每次推理传入人和鱼竿的边界框只有鱼竿中心落在人框内才算一次有效观测。连续5帧里如果有3帧满足条件就判定为“垂钓行为进行中”。这个策略能容忍短暂遮挡和单帧漏检同时过滤掉路人手持长棍经过造成的瞬时误报。我现在的习惯是任何新数据集都不直接上线单帧模型至少套一层这样的时序逻辑再交给业务方。这套方法不复杂但能让误报率降一半以上。希望帮到你。本文还有配套的精品资源点击获取