047、知识蒸馏改进 YOLO：用大模型软标签指导小模型训练的全流程实战

047、知识蒸馏改进 YOLO：用大模型软标签指导小模型训练的全流程实战

一、从一次线上事故说起

去年双十一大促前夜，我盯着监控面板上YOLOv8s的推理延迟曲线，血压跟着一起飙升——原本稳定在12ms的检测速度，在流量峰值时突然跳到了28ms。排查后发现，问题出在模型量化后的精度回退：FP16转INT8后，mAP从0.723掉到了0.681，召回率更是直接跌了4个点。

当时团队里有人提议直接上YOLOv8x，但算力成本翻三倍，老板肯定不批。另一个方案是剪枝，但试了两次，小目标检测直接崩了。最后我翻出半年前在GitHub上看到的YOLOv6蒸馏代码，硬着头皮改了一版——结果mAP不仅没掉，反而比原版YOLOv8s高了0.8个点。今天就把这套踩坑经验拆开揉碎讲清楚。

二、知识蒸馏到底在解决什么问题

先别急着看代码。很多同学以为蒸馏就是“大模型教小模型”，但实际落地时最头疼的是两个矛盾：

1. 速度与精度的零和博弈：YOLOv8n跑得快但漏检多，YOLOv8x精度高但跑不动。蒸馏的本质是让轻量模型学到重模型的“知识分布”，而不是简单复制输出。
2. 过拟合与泛化的跷跷板：小模型直接硬训练容易过拟合，但用软标签（soft label）做监督时，大模型输出的概率分布天然带有类别间相似性信息（比如“猫”和“老虎”的置信度分布更接近），这相当于给模型加了正则化。

我踩过最大的坑是：直接把大模型的lo