数据清洗

• 数据集环境和分布偏移

作用：把脏数据清理干净，让模型训练更稳定、精度更高。

目标检测里最关键的清洗就这 4 件事：

1. 去除损坏 / 无法读取的图片

打不开、全黑、全白、尺寸异常的图片直接删。

2. 标签校验（最重要）

• 框坐标超出图片范围
• 框宽 / 框高 = 0（无效框）
• 类别 ID 错误、漏标、错标
• 重复标注同一个目标

3. 过滤小目标 / 模糊目标

太小的框（<16×16）模型学不到，可删除或合并。

4. 类别均衡

• 避免某类数量是另一类的几十倍，导致模型偏向多数类。
• 少类别可以适当多增强，多类别可以少增强。

一句话：数据清洗 = 去脏 + 纠错 + 去无效 + 平衡类别。