【YOLO目标检测全栈实战】23 小目标检测的“显微镜”：用超分头+联合训练突破像素极限

开篇，我先讲个真实故事。

去年，我帮一家安防公司优化停车场监控模型。他们的目标是检测50米外的车牌——在1080p画面里，车牌只有20x10像素。

项目经理拍着胸脯说：“我们换了YOLOv8x，ResNet-101 backbone，应该够了。”

结果上线后，白天检测率85%，一到阴天直接掉到40%。更惨的是，他们试了各种trick：多尺度训练、Mosaic、Copy-Paste……都没用。

我过去一看，笑了：“你们在拿显微镜看蚂蚁，却用望远镜的镜头。” 20像素的物体，特征图经过5次下采样后只剩2x1像素——信息早丢了。这就像让你从10米外认出一只苍蝇的性别，不是模型不行，是“眼睛”分辨率不够。

痛点拆解：小目标检测的三大“自杀式”操作

先看你踩过几个坑：

1. 盲目堆大模型，忽略特征退化

反例代码：

# 错误做法：无脑换大backbonemodel=YOLOv8x(backbone='resnet101',pretrained