在遥感变化检测任务中，最让人头疼的往往不是漏检，而是模型在完全没变化的区域疯狂“脑补”出变化——大片假阳性直接让产品无法落地。最近在使用 SCanNet 处理 CD93 数据集（93 张灰度遥感图，45 张有变化 / 48 张无变化）时，就遭遇了这种灾难，并由此展开了一场从架构修补到数据驱动的攻坚。这篇文章完整记录了问题根因、各个版本的尝试、失败教训，以及最终通过合成难负例实现突破的全过程。
1. 起点：触目惊心的假阳性
先看初始对比。当我们把 SCanNet v1、v2 与产品级的 SenseEarth 放在一起评估时，差距是碾压级的：
| 指标 | SCanNet v1 | SCanNet v2 | SenseEarth |
|---|---|---|---|
| Overall F1 (93图) | 0.126 | 0.086 | 0.411 |
| Change F1 (45图) | 0.183 | 0.251 | 0.448 |
| Change Precision | 0.101 | 0.160 | 0.530 |
| Change Recall | 0.930 | 0.585 | 0.387 |
| No-change FP (像素) | 341K | 6,151K | — |
SCanNet v2 虽然把变化图的 F1 从 0.183 拉到了 0.251，但在 21 张完全无变化的图上竟然爆出了 615 万个假阳性像素（仅单张 34.png 就贡献了 162 万）。这让 Overall F1 直接跌到 0.086，根本不可用。
初步根因定位：SCanNet 的深层 CD 分支（6 层 ResBlock + Decoder + CSWin Transformer）会将微小的纹理、亮度差异不断放大为“变化”，而 FocalLoss(α=0.75) 又让模型对困难样本极度敏感，相当于在无变化图上不断“挖掘”根本不存在的伪变化。相比之下，SenseEarth 的简洁架构天然就规避了这种过激行为。
2. 第一阶段：回归基线，缓解 FP 爆炸 (v3)
既然 v2 加深 CD head 的策略带来了灾难，我们首先回退到更保守的设计，形成了 v3 基线：
- CD head 恢复为
1×1分类器。 - 损失函数：
FocalLoss(α=0.75, γ=2.0) + DiceLoss。 - 训练策略：Cosine Annealing + Warmup。
v3 交出的成绩单如下：
| 指标 | SCanNet v1 | SCanNet v2 | SCanNet v3 | SenseEarth |
|---|---|---|---|---|
| Overall F1 | 0.126 | 0.086 | 0.124 | 0.411 |
| Change F1 (45) | 0.183 | 0.251 | 0.326 | 0.448 |
| Change Precision | 0.101 | 0.160 | 0.221 | 0.530 |
| Change Recall | 0.930 | 0.585 | 0.620 | 0.387 |
| F1>0.7 变化图数量 | 7 | — | 23 | 31 |
| 主要问题 | 召回虚高 | FP 灾难 | 10 张图 FP>5 万 | — |
v3 是 SCanNet 自身的最佳版本：变化图 F1 相比 v1 提升 78%，精确率和召回率逐渐走向平衡。但根因并未解决——仍有 10 张无变化图存在严重假阳性，无变化图 FP 总量高达 4,289,226。这说明只要 SCanNet 的复杂 CD 分支还在，训练时的 512×512 随机裁剪就会让它学到局部纹理模式，一旦对整图进行滑窗推理，就会对某些纹理/光照差异产生系统性误判。
3. 第二阶段：试图用“图像级置信度”过滤假阳性 (v4–v5，失败)
一个很自然的想法浮现：能不能加一个图像级分类头，判断“这张图有没有变化”？ 推理时若置信度低于阈值，直接输出全零掩膜，把假阳性图拦在门外。
v4：基于 CD 特征的置信度头
- 结构：
GAP(xc) → FC(128→64) → FC(64→1)，训练时加入GlobalBCE损失。 - 结果：全部 93 张图的 global_conf 全部挤在 0.37–0.46 的窄区间内，0 张被门控，Overall F1 跌至 0.070。
- 原因：CD 分支的
xc特征本身就充斥着纹理噪声，全局平均池化无差别地把真变化和噪声混在一起，完全无法分离。
v5：基于差异特征的置信度头
- 结构：改为
GAP(|f1-f2|) → FC，直接从 backbone 差异图出发，绕开 CD 分支。 - 结果：置信度集中在 0.41–0.49，仍然没有一张图被滤除，Overall F1 仅为 0.089。
- 原因：backbone 提取的差异特征同样缺少图像级的判别力，仅靠池化优化无济于事。
这两个版本让我意识到一个关键事实：如果不改变特征源本身的表达能力，无论怎么设计头结构或训练策略，都不可能让模型学会“整张图有没有变化”这件事。
4. 第三阶段：回归数据——合成难负例，一招制敌 (v6)
既然所有模型/策略层面的修补都无法根除假阳性，那问题一定出在训练数据本身。回顾整个训练流程，模型从未见过“看起来有变化但实际上没变化”的样本——而这恰恰是全图推理时假阳性的主要来源。
我提出了一个直接且粗暴的方案：对无变化图像的 T2 时相施加随机亮度、对比度、噪声扰动，生成“貌似变化、实则未变”的难负例，并强制模型在这些样本上输出全零。
具体实现：
- 训练时，对无变化 crop 的
img_B以 80% 概率随机施加 brightness shift、contrast scale、Gaussian noise，20% 概率保留原始。 - 增加一个 suppression loss：
mean(sigmoid(pred))，直接压制被扰动样本的所有非零激活。
结果堪称神奇：
| 版本 | Overall F1 | Change F1 | No-change FP | 策略 |
|---|---|---|---|---|
| SenseEarth | 0.411 | 0.448 | 105,208 | 独立模型（要求单模型部署） |
| SCanNet v3 | 0.124 | 0.326 | 4,289,226 | FocalLoss + DiceLoss + CosAnnealing |
| v4 | 0.070 | 0.198 | 8,535,010 | CD 特征置信度头 |
| v5 | 0.089 | 0.210 | 5,908,505 | 差异图特征置信度头 |
| v6 | 0.258 | 0.264 | 81,420 | 合成难负例 + suppression loss |
- No-change FP 从 428 万骤降至 8.1 万（降幅 98.1%），直接与 SenseEarth 的 10.5 万站到了同一量级。
- Overall F1 翻倍，从 0.124 提升到 0.258。
- 唯一代价：suppression loss 让模型整体更保守，Change F1 从 0.326 回落到 0.264（召回率有所下降）。
v6 的成功说明，之前所有在模型架构、损失函数、置信度头上的雕花，都没有触及核心矛盾：数据没有教给模型“什么叫没变化”。合成难负例一举将这一矛盾注入训练过程，让模型学会了压制伪变化。
5. 尚存问题与后续方向
虽然 v6 取得了巨大进步，但离完美还有距离：
- Change F1 仍偏低 (0.264)：可通过降低
suppression_weight（当前 1.0 → 0.3~0.5）或适当降低推理阈值（当前 0.5 → 0.4）来唤醒部分被压制的真变化。 - No-change FP 仍有 8.1 万：与 SenseEarth 的 10.5 万已属同一水平。进一步引入弹性形变等模拟配准误差的扰动，有望继续压缩这一数字。
- 训练-推理分布不一致：512×512 随机裁剪训练 vs 全图滑窗推理的根本矛盾依然存在。v6 用数据增广大幅缓解了问题，但并未彻底解决。
- 单模型部署的桎梏：SenseEarth 作为独立模型表现更好，但业务要求单模型部署，SCanNet v6 已经是当前约束下的最优解。若未来可以放松约束，用 SCanNet 做候选提取 + 轻量后处理过滤，效果会更稳健。
6. 复盘总结
这次假阳性攻坚战的核心经验只有一条：
当模型架构修补走到死胡同时，回头检查数据——教给模型的东西，是不是漏掉了最关键的那一课？
v1 到 v5 我们改了 CD head 深度、损失函数、学习率策略、外加分类头……但模型依然会在无变化图上崩溃，因为它从来没有在训练中见到过“被扰动但实际没变”的样本。v6 仅仅通过增广数据的“语义扰动”，就让假阳性降低了两个数量级。这一点在变化检测这种极度依赖上下文和纹理的任务上，远比盲目加深网络或调损失来得有效。
如果读者正在经历类似的假阳性噩梦，建议先别急着改模型，试试问自己：我的训练集里，有没有足够多、足够像的“假变化”去教会模型克制？
完。