先看输入#

我会在训练前随机抽取几十张图片，把标签还原成像素坐标并画出来。尤其要看小目标、贴边目标、遮挡目标和多目标图片。

我会先选少量图片做检查：一张正常图、一张边界图、一张容易失败的图。小样本跑通以后，再扩大到完整数据集。

示例代码#

1
import cv2
2

3
# 伪代码：读取一行 YOLO 标注后还原
4
h, w = img.shape[:2]
5
cls, xc, yc, bw, bh = values
6
x1 = int((xc - bw / 2) * w)
7
y1 = int((yc - bh / 2) * h)
8
x2 = int((xc + bw / 2) * w)
9
y2 = int((yc + bh / 2) * h)
10
cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2)

可视化验收#

• 保存至少一张中间结果图，而不是只打印数组形状。
• 检查坐标顺序，确认没有把 x/y 和 w/h 混用。
• 抽查失败样本路径，避免批量流程悄悄跳过坏图。
• 如果结果要进入训练集，记录数据版本和处理脚本版本。

常见误差来源#

常见误差来自归一化坐标没有乘回宽高、xywh 当成 xyxy、类别表顺序和标注工具导出顺序不一致。

最小验收样例#

我会固定一组小样本作为回归检查集。每次改处理脚本或训练配置，都先跑这组样本，确认输出图片、标注框或预测结果没有出现明显退化。

视觉任务的验收不能只依赖成功退出码。最少要打开一张输出图，并把失败样本单独记录下来。这样后续定位问题时，能从具体图片回到具体处理步骤。

小结#

训练前先画一批标注框 的关键是让每一步都有可视化证据。视觉任务最终要回到图像本身，不能只信日志和指标。