【RT-DETR涨点改进】10 从“结构”到“数据”：为RT-DETR量身定制的“温和”数据增强方案

10 从“结构”到“数据”：为RT-DETR量身定制的“温和”数据增强方案

老伙计们，咱们又见面了。

上周，我收到一个读者的私信，他正在用RT-DETR-s做一个工业检测项目，检测PCB板上的微小焊点缺陷。他按照YOLOv8的经验，上来就上了Mosaic、MixUp、HSV抖动全套，还特意把旋转角度设到了±45度。

结果呢？训练了200个epoch，mAP只有可怜的0.68，而且loss曲线像心电图一样剧烈抖动，根本没法收敛。

他问我：“为什么YOLO上效果很好的增强，到了RT-DETR这里就翻车了？”

这个问题问到了点子上。YOLO是CNN-based的，它的感受野是局部的，需要Mosaic这种“拼图”来强制模型学习小目标和遮挡。

但RT-DETR是Transformer-based，它的核心是全局注意力和匈牙利匹配——你想想，如果你把一张PCB板旋转45度，再和另一张板子拼在一起，匈牙利匹配算法要去匹配那些“歪七扭八”的框和特征，这简直就是一场灾难。

今天，我就带你彻底搞懂：为什么RT-DETR需要“温和”的数据增强，以及如何用一套“温和而有效”的方案，让RT-DETR-n/s直接涨1.5个点。

痛点拆解：你还在用YOLO的那套“暴力”增强？

先来看一个常见的错误实现。我见过太多同学直接照搬YOLO的增强代码：