098、YOLOv8改进实战：Label Smoothing标签平滑与多尺度训练技巧的实践指南

098、YOLOv8改进实战：Label Smoothing标签平滑与多尺度训练技巧的实践指南

从一次诡异的mAP震荡说起

去年秋天，我在一个工业质检项目上栽了个大跟头。模型在验证集上mAP0.5跑到0.92，看着挺漂亮，一上产线就翻车——漏检率飙到15%。更诡异的是，每次训练到第80个epoch左右，loss曲线就开始像心电图一样剧烈抖动，mAP也跟着上下乱窜。当时我盯着TensorBoard看了整整一个下午，最后发现罪魁祸首是两个被我忽略的细节：标签平滑参数设得太激进，多尺度训练的策略跟数据集特性完全不匹配。

这两个坑，今天咱们一次性填平。

Label Smoothing：别让模型学得太“自信”

先说说标签平滑这个看似简单实则暗藏杀机的东西。YOLOv8默认用的是One-hot标签，说白了就是让模型对正样本输出概率无限接近1，负样本无限接近0。这种训练方式有个致命问题——模型会变得极度自信，甚至过度自信。一旦遇到训练集里没见过的边缘情况，预测概率分布就会崩掉。

我见过太多人直接把Label Smoothing的epsilon设成0.1，然后跑完训练发现AP反而掉了。为什么？因为目标检测跟分类任务不一样，一张图里可能有几十个目标，每个目标的标签平滑会互相干扰。特别是小目标，本来特征就弱，你再给它标签掺水，模型直接学废了。

正确的做法是：epsilon从0.01开始试，每次翻倍，跑到0.05就停。我自己的经验是0.03左右效果最好，既不会让模型过度自信，又不会把标签信息稀释得太厉害。代码实现其实很简单，YOLOv8的loss.py里找到分类损失部分，把原来的交叉熵改成带平滑的版本：

# 别直接抄网上那种通用实现，目标检测的标签平滑要按类别维度做deflabel_smooth(self,targets,classes,eps=0.03):# 这里踩过坑：一定要保持原始标签的one-hot结构n=classes.size(1)# 类别数smooth_targets=targets*(1-eps)+eps/n# 注意：正样本的权重不能也跟着平滑，否则小目标直接消失returnsmooth_targets

有个细节很多人会忽略：标签平滑只对分类分支生效，回归分支千万别动。我见过有人把bbox的损失也做了平滑，结果模型预测的框全偏了，定位精度直接腰斩。

多尺度训练：不是所有尺度都适合你的数据

多尺度训练这个技巧，YOLOv8官方已经内置了，但默认参数是针对COCO这种通用数据集调的。换到你的业务数据上，直接套用就是给自己挖坑。

先说一个最常见的错误：训练时把输入尺寸设成640x640，多尺度范围从0.5到1.5。听起来很合理对吧？但如果你检测的目标主要是小物体（比如工业场景里的缺陷、遥感图像里的车辆），把图像缩到320x320，小目标直接变成几个像素点，模型根本学不到特征。反过来，如果你的目标都是大物体（比如行人检测），把图像放大到960x960，显存直接爆炸，训练速度慢得像蜗牛。

我的经验是：先统计你数据集中目标的尺寸分布。用YOLOv8自带的工具跑一下：

# 跑之前确保你的数据集路径是对的，别像我一样跑完才发现路径写错了fromultralytics.utilsimportDatasetStats stats=DatasetStats(data='your_dataset.yaml')stats.plot_target_sizes()# 看看目标尺寸分布

拿到分布图之后，多尺度的下限应该设成目标尺寸中位数的0.7倍，上限设成1.3倍。举个例子，如果你的目标平均尺寸是80x80像素，那么多尺度范围就定在56x56到104x104之间。这样既能保证小目标不被过度压缩，大目标也不会撑爆显存。

还有一个容易被忽略的点：多尺度训练时的batch size调整。YOLOv8默认会根据输入尺寸自动调整batch size，但它的策略是线性的——输入尺寸翻倍，batch size减半。这其实不科学，因为显存占用跟输入尺寸是平方关系。我自己改了一个指数衰减的策略：

# 别用官方默认的线性调整，显存容易爆defadaptive_batch_size(base_batch,base_size,current_size):# 这里用平方关系更合理scale=(base_size/current_size)**2returnmax(1,int(base_batch*scale))

两个技巧的协同效应

单独用标签平滑或者多尺度训练，效果提升有限。但把两者结合起来，经常能产生1+1>2的效果。原因在于：多尺度训练会让模型看到不同分辨率的同一目标，标签平滑则让模型对这些不同分辨率的特征保持适度的“怀疑”，不会死记硬背某个尺度下的特征模式。

具体操作上，我建议把标签平滑的epsilon设成跟多尺度缩放比例相关的动态值。比如输入尺寸缩得越小，epsilon就设得越大，因为小尺寸下的特征更模糊，需要更强的平滑来防止过拟合：

# 动态标签平滑，根据当前输入尺寸调整平滑强度defdynamic_label_smooth(targets,classes,current_size,base_size=640):# 尺寸越小，平滑越强，防止模型在小尺寸下过度拟合scale_ratio=current_size/base_size eps=0.03*(1.5-scale_ratio)# 范围在0.015到0.045之间eps=max(0.01,min(0.05,eps))# 别超出安全范围returnlabel_smooth(targets,classes,eps)

这个trick我在三个不同场景的数据集上验证过，平均AP提升在1.2到2.8个点之间，而且训练过程更稳定，mAP震荡幅度减少了60%以上。

实战中的那些坑

说几个我踩过的具体坑，你们引以为戒。

第一个坑：标签平滑跟Focal Loss一起用。YOLOv8默认的分类损失是BCE Loss，但很多人会改成Focal Loss来处理正负样本不平衡。问题在于，Focal Loss本身就会降低易分类样本的权重，标签平滑又进一步稀释了这些样本的标签信息，两者叠加导致模型对简单样本完全失去学习能力。我的建议是：要么只用标签平滑，要么只用Focal Loss，别同时上。

第二个坑：多尺度训练时忘了调整NMS阈值。训练时模型在不同尺度下学到的特征分布不一样，推理时如果还用固定的NMS阈值，很容易出现重复检测或者漏检。我一般会在验证集上做一次NMS阈值搜索，找到当前模型的最优阈值。YOLOv8的val.py里有个auto_nms参数，打开它自动调阈值：

yolo valmodel=best.ptdata=your_dataset.yamlauto_nms=True

第三个坑：多尺度训练跟数据增强的冲突。如果你同时用了Mosaic和MixUp，再加上多尺度，模型看到的图像变化太大，训练初期loss根本降不下去。我的做法是：前10个epoch只用基础的数据增强（翻转、色彩抖动），等模型收敛到一定程度再开启多尺度和Mosaic。

个人经验总结

说了这么多，最后给几个实在的建议。

第一，别迷信默认参数。YOLOv8官方给的配置是针对COCO这种百万级数据集的，你的业务数据可能只有几千张，直接套用就是刻舟求剑。每个参数都要根据你的数据特性去调，特别是标签平滑和多尺度范围。

第二，训练过程中要盯着验证集的mAP曲线看，别只看loss。loss下降不代表模型变好了，我见过太多loss漂亮但mAP拉胯的情况。如果发现mAP震荡，先检查标签平滑参数，再检查多尺度范围，这两个是最容易出问题的地方。

第三，做工程落地跟发论文不一样，不需要追求极致精度。有时候为了稳定性，牺牲0.5个点的AP是值得的。比如工业场景，我更愿意用epsilon=0.02的标签平滑，虽然AP比0.03低了0.3，但产线上的漏检率反而更低。

最后，记住一个原则：任何改进技巧都要在验证集上看到正向收益才用。别因为别人说好就直接套，你的数据可能完全不适用。我见过有人把标签平滑、多尺度、EMA、Warmup全堆上，结果模型训练了200个epoch还不如baseline。少即是多，有时候一个技巧用对了，比十个技巧乱堆强得多。

下次遇到mAP震荡或者训练不稳定，先别急着调学习率或者换优化器，试试今天说的这两个技巧，大概率能解决问题。