计算机视觉 / 系统课时
处理类别不平衡
处理类别不平衡
类别不平衡会让模型优先优化数量多、变化丰富的类别,导致少数类别漏检或置信度偏低。本课将先统计 YOLO 标签分布,再按“检查定义、补充数据、重新采样”的顺序制定修复方案。
学习目标
- 能统计每个类别的目标实例数量
- 能区分样本少、标注漏失和类别定义重叠
- 能选择补充样本或重新采样方案并验证效果
先确认不平衡发生在哪里
只看每类图片数不够,因为一张图片可能包含多个目标。应至少统计每类目标实例数,并结合图片数、目标尺寸和场景多样性判断。某类有很多框但都来自少量相似图片,仍然可能缺乏泛化能力。

统计 YOLO 标签中的类别数量
下面的脚本遍历标签目录,读取每行第一个字段作为类别编号,并输出每类目标实例数。它会跳过空行,并在标签格式异常时直接报错,避免把脏数据误当成正常统计。
from __future__ import annotations
import argparse
from collections import Counter
from pathlib import Path
def count_instances(labels_dir: Path) -> Counter[int]:
counts: Counter[int] = Counter()
for label_file in labels_dir.rglob("*.txt"):
for line_number, raw_line in enumerate(
label_file.read_text(encoding="utf-8").splitlines(), start=1
):
line = raw_line.strip()
if not line:
continue
parts = line.split()
if len(parts) != 5:
raise ValueError(
f"{label_file}:{line_number} 应包含 5 个字段,实际为 {len(parts)} 个"
)
class_id = int(parts[0])
counts[class_id] += 1
return counts
def main() -> None:
parser = argparse.ArgumentParser(description="统计 YOLO 标签中的类别实例数")
parser.add_argument("--labels", type=Path, required=True, help="训练集 labels 目录")
args = parser.parse_args()
counts = count_instances(args.labels)
if not counts:
raise SystemExit("未找到有效标签,请检查目录路径")
for class_id, count in sorted(counts.items()):
print(f"class_id={class_id} instances={count}")
if __name__ == "__main__":
main()将脚本保存为 count_classes.py,再对训练集标签目录执行统计。
python count_classes.py --labels datasets/custom/labels/train预期输出如下,实际类别编号和数量会随数据集变化。
class_id=<CLASS_ID> instances=<COUNT>
class_id=<CLASS_ID> instances=<COUNT>先修正数据与类别定义
少数类别指标差,不一定只是数量少。先抽查该类图片,确认没有漏标、错标和越界框;再检查类别定义是否互相重叠。例如“车辆”和“轿车”同时存在,却没有明确优先规则,会让相似目标被随机分到不同类别。
还要检查训练集和验证集是否都覆盖少数类。验证集中某类只有极少样本时,单个预测就会让指标剧烈波动;此时应补充验证样本,而不是根据不稳定指标频繁调参。
优先补充真实少数类样本
最可靠的方案是补充少数类在不同背景、尺度、遮挡和光照下的真实样本。只复制同一批图片虽然能提高出现频率,却不会增加信息量,模型仍可能记住原图。
补充数据时应优先覆盖当前失败场景。例如少数类主要在远距离漏检,就增加远距离和小目标样本;若与相邻类别混淆,就补充两类同时出现且边界清晰的图片。数据增强可以扩大变化,但不能替代缺失的真实外观。
谨慎使用重新采样
当短期内无法继续采集数据时,可以只在训练集提高含少数类图片的抽样概率,或重复这些图片的路径。验证集和测试集必须保持真实分布,否则指标会失去参考价值。
重新采样的单位通常是图片,而不是单个目标。若一张图同时包含多数类和少数类,重复该图也会增加多数类出现次数。因此,应先计算“每张图片包含哪些类别”,再决定是否值得重复。过度采样会增加过拟合风险,可配合轻度增强并限制重复倍数。
用分类别指标验收
修复后不要只看总体 mAP。总体指标可能因多数类占比高而上涨,但少数类仍没有改善。应比较每个类别的精确率、召回率和 AP,并固定验证集、图像尺寸、权重初始化和训练轮数。
若少数类召回率提高但精确率明显下降,说明模型更愿意报出该类,同时误检增多,需要继续检查类别边界和负样本;若训练集表现上升而验证集不变,通常说明重复采样过多或样本多样性不足。
本课总结
- 类别不平衡要同时统计目标实例数、图片覆盖和场景多样性
- 修复顺序应先检查标签与类别定义,再补充真实样本,最后考虑重新采样
- 验收必须查看分类别指标,不能只依赖总体 mAP
下一课预告
下一课将继续进入训练调优,结合实验结果调整学习率、批量大小或训练轮数,并建立可复现的对比记录。