从一次诡异的漏检说起
上周在部署YOLOv11到边缘设备时,遇到一个头疼的问题:白天检测正常的模型,到了傍晚总在固定区域漏检车辆。调高阈值?误检就上来了。加数据增强?效果不明显。最后决定把模型内部“扒开看看”——不是看输出结果,而是看中间层到底在“看”什么。这一看,问题直接浮出水面:某层卷积在低光照下对车轮边缘的响应几乎消失。今天我们就聊聊怎么给YOLOv11做“内窥镜检查”。
特征图可视化:模型看见了什么?
特征图可视化是最直接的诊断手段。YOLOv11的Backbone和Neck层会输出多尺度特征,我们需要把这些张量从通道维度“切片”出来看看。下面是一段常用的可视化代码片段:
defvisualize_feature_map(feature_tensor,layer_name,save_dir='feat_maps')