企业官网建设流程全解析

094、YOLOv8改进实战：Copy-Paste增强在目标检测中的应用与YOLOv8代码实现

上个月调一个密集小目标场景的模型，mAP卡在0.52死活上不去。试了Mosaic、MixUp、CutMix，效果都一般。后来翻到一篇2020年的论文，Copy-Paste增强，抱着试试看的心态改了一版，mAP直接跳到0.61。今天把这个坑填上，聊聊Copy-Paste在YOLOv8里的落地实现。

为什么Mosaic搞不定密集小目标

Mosaic把四张图拼在一起，确实增加了小目标数量，但有个致命问题——小目标在拼接后变得更小了。原本32x32的物体，缩放到原图1/4区域后变成16x16，特征图上的响应几乎消失。Copy-Paste的思路完全不同：直接把目标对象复制粘贴到其他图片上，目标尺寸不变，只是换个背景。

这个思路在工业场景特别实用。比如检测生产线上的螺丝，正常样本里螺丝分布稀疏，Copy-Paste可以制造出密集场景，模型被迫学会区分重叠目标。

Copy-Paste的核心逻辑

简单说就是三步：从源图抠出目标，随机选个位置贴到目标图，处理遮挡关系。但落地时有两个关键点容易翻车。

第一个坑是标签处理。粘贴后目标框坐标变了，需要重新计算。如果粘贴位置和原有目标重叠，要不要保留？我的做法是保留所有目标，让模型自己去学遮挡情况。实验证明，保留遮挡目标比删除效果好3-4个点。

第二个坑是粘贴比例。贴太多会破坏背景分布，模型学会"有目标的地方背景就奇怪"。我控制在每张图最多贴3个目标，超过这个数效果反而下降。

YOLOv8代码实现

先看数据加载部分。YOLOv8的Dataset类在ultralytics/data/dataset.py里，我们需要在load_mosaic方法后面加一个分支。

defload_copy_paste(self,index):# 这里踩过坑：直接修改原图会导致后续epoch数据重复# 正确做法是每次随机选择源图和目标图ifrandom.random()>self.copy_paste_prob:# 控制概率，我设0.5returnself.load_image(index)# 随机选一张源图，别选同一张src_idx=random.choice([iforiinrange(len(self.im_files))ifi!=index])src_img,src_hyp=self.load_image(src_idx)# 获取源图的目标框和类别src_labels=self.labels[src_idx].copy()iflen(src_labels)==0:returnself.load_image(index)# 源图没目标就跳过# 随机选一个目标来粘贴obj_idx=random.randint(0,len(src_labels)-1)obj_box=src_labels[obj_idx][1:5]# xywh格式obj_cls=src_labels[obj_idx][0]# 抠出目标区域，这里别用cv2.resize，会改变目标尺寸x1,y1,x2,y2=self.xywh2xyxy(obj_box)obj_patch=src_img[int(y1):int(y2),int(x1):int(x2)].copy()# 随机生成粘贴位置，保证目标完全在图像内h,w=src_img.shape[:2]paste_x=random.randint(0,w-(x2-x1))paste_y=random.randint(0,h-(y2-y1))# 粘贴操作，这里用alpha blending效果更好# 简单做法直接覆盖，但边缘会有锯齿target_img=self.load_image(index)[0]target_img[paste_y:paste_y+obj_patch.shape[0],paste_x:paste_x+obj_patch.shape[1]]=obj_patch# 更新标签：添加新目标框new_box=[obj_cls,(paste_x+paste_x+obj_patch.shape[1])/2/w,# cx(paste_y+paste_y+obj_patch.shape[0])/2/h,# cyobj_patch.shape[1]/w,# wobj_patch.shape[0]/h]# hself.labels[index]=np.vstack([self.labels[index],new_box])returntarget_img

这个实现有个问题——每次都要加载两张图，训练速度会下降。我的优化方案是预加载一批图到缓存，随机选源图时从缓存里取。

训练配置

在YOLOv8的配置文件中添加参数：

# copy_paste增强参数copy_paste:0.5# 应用概率copy_paste_max_objects:3# 每张图最多贴几个copy_paste_scale_range:[0.5,1.5]# 目标缩放范围，别太大

注意copy_paste_scale_range这个参数。我一开始没加缩放，模型对固定尺寸目标过拟合。加上0.5到1.5的随机缩放后，泛化能力明显提升。

踩过的坑

第一个坑是类别不平衡。如果源图里某个类别特别多，粘贴后这个类别的样本会爆炸。我加了类别采样权重，让每个类别被选中的概率均衡。

第二个坑是背景污染。粘贴的目标边缘有原背景的像素，导致模型学到"目标周围有特定颜色"。解决方案是用高斯模糊处理边缘，或者用泊松融合。

第三个坑是标签格式。YOLOv8的标签是归一化的，粘贴后要重新计算归一化坐标。我在这里debug了半小时，因为忘记把像素坐标转成归一化坐标。

效果对比

在VisDrone数据集上，不加Copy-Paste的mAP是0.52，加了之后0.61。提升主要来自小目标类别，比如"行人"从0.38涨到0.49，"自行车"从0.41涨到0.53。

但注意，这个增强对中大目标效果不明显，甚至可能下降。因为中大目标本身特征丰富，粘贴后反而引入噪声。我建议只在密集小目标场景使用。

个人经验

Copy-Paste不是万能药。如果你的数据集目标分布均匀，Mosaic+MixUp的组合就够了。但遇到以下情况，Copy-Paste值得一试：目标尺寸小于32x32、同类目标经常重叠、背景单一但目标密集。

另外，训练轮数要适当增加。Copy-Paste增加了数据复杂度，我通常把epoch从300调到400，让模型充分学习粘贴后的分布。

最后提醒一点：验证集不要用Copy-Paste。我见过有人把增强用在验证集上，结果mAP虚高，上线后直接翻车。