作者IT跃迁谷毕设展个人简介曾长期从事计算机专业培训教学本人也热爱上课教学语言擅长Java、微信小程序、Python、Golang、安卓Android等开发项目包括大数据、深度学习、网站、小程序、安卓、算法。平常会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。平常喜欢分享一些自己开发中遇到的问题的解决办法也喜欢交流技术大家有技术代码这一块的问题可以问我想说的话感谢大家的关注与支持Java实战项目集微信小程序实战项目集Python实战项目集安卓Android实战项目集大数据实战项目集文末获取源码文章目录文末获取源码[TOC](文章目录)一、课题简要二、应用价值三、技术栈3.1 算法与训练环境3.2 为什么选 YOLO263.3 工程链路四、数据来源与数据规模4.1 数据来源4.2 数据规模4.3 数据体检训练前先摸清底细五、功能介绍5.1 图片识别批量5.2 视频识别5.3 摄像头实时识别5.4 识别历史5.5 数据大屏5.6 一个容易被忽略的细节拒识OOD六、实验对比6.1 显存标定先把 batch 定死在硬件安全线内6.2 超参寻优短程扫描代替拍脑袋6.3 主训练与早停6.4 权重与推理策略消融6.5 导出一致性校验七、可视化分析7.1 总体指标7.2 混淆矩阵错误集中在哪一类7.3 P-R 曲线7.4 逐类 AP7.5 检测效果实拍八、总结8.1 已完成的工作8.2 后期可以进一步优化的地方参考文献一、课题简要本课题的题目是《基于深度学习的眼部目标检测算法研究》用 YOLO26m 训练一个能在画面里把眼部区域准确框的检测模型并把它包装成一套真正能用的图像/视频/摄像头识别系统。课题拆成两条线算法线数据体检 → 显存标定 → 超参寻优 → 主训练 → 论文级图表 → 导出部署模型工程线模型 ONNX 化 → 推理一致性校验 → 拒识OOD阈值标定 → Web 端三类识别入口 识别历史 数据大屏。最终成果验证集mAP50 0.972、mAP50-95 0.779、单图推理 6.7 ms并交付了一套带用户管理、识别历史记录和可视化大屏的完整系统内部代号青蓝智检。图 1 系统首页与视频识别界面二、应用价值眼部区域检测不是一个为了做而做的任务它是好几条应用链路的第一道工序——上游只要框不准下游一切指标都是空中楼阁。应用场景眼部检测在其中的位置驾驶员疲劳监测DMS先框出眼睛才能算 EAR眼睛纵横比、PERCLOS、闭眼时长框偏了眨眼会被误判成闭眼眼科辅助筛查语料中大量样本呈现晶状体混浊、角膜白斑等表现眼部区域定位是后续分割/分级任务的输入框眼动追踪与人机交互注视点估计、AR/VR 眼动交互都要求在高鲁棒性下定位眼部区域活体检测与远程身份核验眨眼动作验证需要稳定的眼部 ROI基层医疗与远程会诊手机端拍照即可自动定位病灶区域降低对专业操作人员的依赖这套系统的实际价值在于它把模型变成了服务一张图 231 ms 出结果支持批量、支持视频、支持摄像头实时流还能把每一次识别留痕、汇总成大屏统计——这才是能进业务系统的形态。三、技术栈3.1 算法与训练环境层次具体选型深度学习框架PyTorch2.6.0 cu126检测框架Ultralytics8.4.174语言 / 运行时Python3.9.25硬件NVIDIA GeForceRTX 4060 Laptop GPU8 GB检测模型YOLO26m280 层 / 21.78 M 参数 / 75.0 GFLOPs融合后 130 层 / 20.35 M / 68.1 GFLOPs混合精度AMPdtypebfloat16数据格式YOLO 标注#27 layouttxt 归一化坐标导出格式ONNXopset 18dynamic axesnmsTrue端到端推理运行时ONNXRuntimeCUDAExecutionProvider→CPUExecutionProvider回退3.2 为什么选 YOLO26YOLO26 是 Ultralytics 面向边缘侧重构的一代三个特性和本课题高度契合原生端到端免 NMS 推理——双头设计直接输出预测省掉 CPU 侧后处理部署链路更短、延迟更稳定移除 DFL 回归分支——检测头更轻回归范围不再受reg_max截断STAL 小目标感知标签分配——本数据集小目标占比高达57.8%这正是最需要的机制。3.3 工程链路scripts/01_bench.py 显存峰值标定batch 4 → 8 递增探测 scripts/02_sweep_lr.py 学习率 优化器短程扫描 scripts/03_train_main.py 主训练300 轮上限patience20 早停 scripts/03b_tail_checklist 权重对比 / TTA / 高分辨率消融 scripts/05_generate_plots.py 论文级图表批量出图 scripts/06_export_main.py PTONNX 导出 一致性校验 拒识阈值标定脚本编号即执行顺序每一步的产物都落盘为 JSON/YAML可复现、可追溯。四、数据来源与数据规模4.1 数据来源数据来自Roboflow 平台导出的眼部区域标注数据集——文件名中的.rf.32位哈希后缀是 Roboflow 导出时的标准重命名标记。数据卡片未提供类别语义名称因此训练侧使用占位类名eye_region_a/eye_region_b系统前端对应展示为“眼部区域甲” / “眼部区域乙”并在交付清单中明确标注为待核。这一点必须说清楚类名是占位符不是结论。4.2 数据规模划分图像数标注框数甲类框乙类框train138513881190198val39639836038test19819816929合计1979198417192654.3 数据体检训练前先摸清底细正式训练前跑了一轮全量画像profile/full-profile.json结论直接决定了后面的策略体检项实测值判读每图框数mean 1.003 / p50 1.0 / max 2基本是一图一眼任务类别不均衡度6.49 : 1乙类仅 265 框落在黄区100–500小目标占比COCO 32²57.81%1147/1984红区风险目标边长 p10 / p5012.7 px / 29.2 px10% 的框不到 13 像素目标面积中位850.8 px²—中心点分布xc p500.514yc p500.506高度集中在画面正中标注合法性1979 图 / 1984 框全量实扫0 条异常缺标/空标/类 ID 越界/退化框均为 0体检给出的可行性判定是“风险 / 需对策”两条风险分别是乙类样本量黄区和小目标占比红区。图 2 数据集标注总览类别实例数、框尺寸叠加、中心点热力与宽高联合分布上图四个面板分别是类别实例数、框尺寸叠加、中心点热力、宽高联合分布。可以看到目标既小又集中——这解释了为什么后面imgsz640就够用而不需要盲目上高分辨率。五、功能介绍系统侧共五个功能模块全部截图来自实际运行界面。5.1 图片识别批量支持一次选择多张图片批量推理左侧展示已选 8 张 / 已完成 8/8 张进度识别结果区给出类别 置信度 单图耗时实测 231 ms会话历史可分页回看本次会话的每一张结果。图 3 图片识别批量 8 张单图 231 ms5.2 视频识别上传视频后逐帧检测并绘制检测框播放器下方保留时间轴示例视频 0:09 / 0:30识别过程中状态标签持续显示识别进行中右侧同步输出类别占比。5.3 摄像头实时识别“打开摄像头 / 关闭”“开始识别 / 停止识别四个控制按钮状态标签为实时检测中”识别结果区用环形图实时展示两类检出占比。图 4 摄像头实时识别与类别占比环形图5.4 识别历史所有识别记录留痕示例中共238 条支持按任务类型image / video / came 检出类别组合检索卡片上直接展示缩略图、类别、来源、模型名yolo26m、置信度进度条与时间戳支持查看详情、单条移除与多选批量删除。图 5 识别历史记录238 条支持类型 / 类别组合检索5.5 数据大屏把识别记录二次加工成运营视角的六联图各时段识别量热力图星期 × 小时、识别类别分布、识别数量时间趋势、置信度分布分箱、类别平均置信度、任务类型分布。示例日 2026-10-09 单日识别 257 次置信度高度集中在 0.8–1.0 区间。图 6 数据可视化大屏六联图5.6 一个容易被忽略的细节拒识OOD检测端到端场景下用E -log(top1_conf)作为能量分数空检测直接拒识。阈值在验证集上按 95 分位标定QA 阶段发现原始阈值过严会误拦真实眼图最终放宽至conf_floor 0.25。这类上线前才发现的阈值问题恰恰是模型指标之外最影响体验的地方。六、实验对比6.1 显存标定先把 batch 定死在硬件安全线内在写任何训练代码之前先用01_bench.py做了真实显存探测分辨率优先模式imgsz固定 640batch峰值显存占 8 GB 比例决策42.69 GB31.3%比例 0.8 → 继续放大84.83 GB56.3%采纳为标定 batch留出近一半显存余量是为了给 mosaic 增强、验证阶段和 Windows 桌面占用留缓冲——避免训练到一半 OOM 这种低级事故。6.2 超参寻优短程扫描代替拍脑袋02_sweep_lr.py用极短程训练4 轮 / 3 轮横向比较总耗时 1625 s实验配置mAP50lr0 扫描0.0010.94420.005 / 0.01 / 0.020.8880优化器扫描auto → AdamW(lr0.001667)0.9442MuSGD0.8784SGD0.7921结论很干脆lr0 0.001 AdamW。值得注意的是YOLO26 主推的 MuSGD 在这个任务上并没有赢——小数据集 预训练权重迁移的场景下AdamW 的自适应步长反而更稳。图 7 实验对比组图(a) 学习率扫描 (b) 优化器对比 © 权重与推理策略消融 (d) 逐类指标6.3 主训练与早停项值输入尺寸 / batch640 × 640 / 8优化器AdamWauto 推导lr0.001667momentum0.9调度warmup 3 轮 cos_lr余弦退火weight_decay5e-4增强mosaic1.0close_mosaic10、randaugment、HSV 抖动、水平翻转 0.5、erasing0.4损失权重box7.5cls0.5dfl1.5轮数上限 / 早停300 / patience20随机性控制seed42deterministicTrue实际结果第 81 轮最佳第 92 轮早停总耗时 6684 s ≈ 111 分钟图 8 训练全景组图损失、指标、学习率与早停信息从训练全景图能读出三件事收敛很快——mAP50 在第 7 轮就突破 0.9之后进入高位震荡平台没有过拟合——train/val 的 box loss 与 cls loss 曲线全程贴合验证损失甚至更低说明 81 轮这个早停点选得准Precision 曲线抖动明显——这正是 6.49:1 类别不均衡的直接体现少数类的精确率在轮次间反复摆动。还有个细节值得记一笔mAP50 的峰值在第 81 轮mAP50-95 的峰值却在第 72 轮。两个指标选出来的最佳权重不是同一个而 Ultralytics 默认按 mAP50 存档——如果业务更吃定位精度比如后续要接分割或测量这个选择口径本身就该重新审视。6.4 权重与推理策略消融策略mAP50结论best 权重 · 训练期默认口径0.9718✅ 采纳为交付权重last 权重第 92 轮· 同口径0.9420比 best 低 3.0 个百分点best 权重 · 放宽到 conf0.150.9662降阈值换召回指标小幅回落尾部消融 · conf0.15 TTA0.9417无收益尾部消融 · conf0.15 imgsz8000.9411无收益口径提示后三行是在conf0.15 / iou0.5的放宽口径下统一重跑的与训练期默认口径的 0.9718不能直接横向比较只有同口径内部的相对差异才是有效结论。把这条写清楚是为了避免TTA 让 mAP 掉了 3 个点这种误读——真实结论是同口径下 TTA 与高分辨率相对基线没有增益。两个值得说的结果TTA 和高分辨率都没带来提升。原因回到数据画像目标中心点 p50 就在 (0.51, 0.51)且 640 输入下中位边长仍有 29 px——信息本来就没丢堆算力只是白花钱。best 与 last 差 3 个点说明最后一轮权重在这个任务上绝不能直接用权重选择本身就是关键超参。6.5 导出一致性校验模型要上线PT 与 ONNX 必须数值等价校验项结果检测框数量差0置信度最大绝对差1.98e-5判定✅ PASS → Web 侧走 ONNX 路径单图实测预处理 0.2 ms 推理6.7 ms 后处理 1.3 ms合计约122 FPS纯推理口径约 149 FPS。七、可视化分析7.1 总体指标验证集396 图 / 398 框最终结果类别PrecisionRecallmAP50mAP50-95all0.9160.9710.9710.779眼部区域甲360 框0.9970.9680.9940.812眼部区域乙38 框0.8350.9740.9480.7467.2 混淆矩阵错误集中在哪一类图 9 归一化混淆矩阵行 预测类别列 真实类别按列真实类别归一化后误差结构非常清楚甲类自身表现优秀360 个真实甲类框中85% 被正确判为甲仅 15% 落到乙主要错误是乙被认成甲38 个真实乙类框里有32%12 个被判为甲只有 68% 留在自己的类别里。这是典型的多数类吸收少数类——1719 : 265 的先验差距让分类头天然偏向甲漏检几乎不存在background 行该框没被框出来只有 1 个格子有值模型敢框Recall 0.974 也印证了这点代价是背景误检来自背景区域的假阳框共 389 个其中 65% 被打成甲、35% 被打成乙——这正是整体 Precision 只有 0.916、乙类 Precision 只有 0.835 的直接来源。一句话诊断这个模型的问题不是找不到而是找得太勤还偶尔认错。7.3 P-R 曲线图 10 Precision-Recall 曲线PR 曲线在 Recall 0.95 之前基本贴着 Precision 高位走说明阈值可调空间很大——业务侧如果更怕漏检如疲劳监测可以放心把阈值压到 0.15 换召回如果更怕误报如辅助筛查高置信度区间同样有足够精度支撑。这种曲线右下角很饱满的形态比单点 mAP 更有工程价值。7.4 逐类 AP图 11 逐类 AP验证集两栏相差 6.8 个百分点0.812 vs 0.744与 7.1 表中 mAP50-95 的 0.812 / 0.746 同源。结合框数360 vs 38可以判断差距更多来自样本量不来自任务难度——乙类的 Recall 反而高达 0.974说明模型认得出只是顺手把邻居也框成了甲。7.5 检测效果实拍图 12 验证集批量检测可视化验证集批量预测可视化里能看到几个特征框能稳定贴合眼球区域即便目标只占画面很小一部分涵盖了白内障/角膜混浊、深肤色、浓妆、侧脸、强光反射等多种干扰条件鲁棒性来源清晰少数类乙的框明显更小更紧与甲类的整眼框在尺度上高度重叠——这恰恰是 7.2 里 32% 类间混淆的视觉解释。八、总结8.1 已完成的工作先体检再训练。小目标占比 57.8%、类别不均衡 6.49:1 这两个结论是在跑训练之前拿到的。它直接决定了选 YOLO26STAL“不盲目上高分辨率”用 640 输入三个关键选择。用扫描代替拍脑袋。1625 秒的短程扫描换来了 lr0 与优化器的确定性结论避免了300 轮训练跑完发现学习率选错的灾难。早停真的省时间。300 轮上限、92 轮停止111 分钟完成主训练且最佳点在第 81 轮——patience20 的设定不激进也不保守。交付的是系统不是一个 .pt 文件。ONNX 数值一致性校验误差 1.98e-5、拒识阈值标定、三类识别入口、历史记录、数据大屏构成了完整闭环。诚实标注不确定性。类名待核这件事从data.yaml一路标到交付的labels_zh.json没有被悄悄猜成一个看起来合理的名字。8.2 后期可以进一步优化的地方问题具体表现下一步类别语义未确认甲/乙只是占位符回溯数据卡片或标注方落实真实语义少数类 Precision 偏低乙类 0.83532% 被误判为甲类别重加权 / 过采样乙类或引入余量间隔损失背景误检偏多background 列假阳框量大加入纯背景图作 hard negative 训练缺多架构横向对比只训了 yolo26m 一个模型补 n/s/l 与 yolov8m/yolo11m 对照表缺测试集正式报告198 张 test 图尚未单独出表补 test 集完整指标防止调参泄漏到验证集未做时序层疲劳判定系统只输出检测框在检测之上叠加 EAR / PERCLOS 时间窗口逻辑参考文献算法与框架[1]阿里·阿合买提.基于深度学习的眼睑信息自动测量方法研究[D].大连工业大学,2025.[2]张震浩.基于卷积神经网络的眼动检测算法研究[D].广东技术师范大学,2024.[3]周锦.基于Transformer的视线目标检测算法研究与实现[D].华中师范大学,2023.[4]钱昭焱.基于深度学习的人眼视线检测研究[D].天津职业技术师范大学,2023.[5]黄佳林.基于深度学习的眼科超声图片分类与目标检测[D].沈阳理工大学,2023.[6] 苟超, 卓莹, 王康, 等. 眼动跟踪研究进展与展望[J]. 自动化学报, 2022, 48(5): 1173-1192.[7] SIKANDER G, ANWAR S A. Driver fatigue detection systems: a review[J]. IEEE Transactions on Intelligent Transportation Systems, 2019, 20(6): 2339-2352.本文全部数据、指标与截图均来自实际训练日志与运行界面未做修饰。Java实战项目集微信小程序实战项目集Python实战项目集安卓Android实战项目集大数据实战项目集如果大家有任何疑虑欢迎在下方位置详细交流。
作者IT跃迁谷毕设展个人简介曾长期从事计算机专业培训教学本人也热爱上课教学语言擅长Java、微信小程序、Python、Golang、安卓Android等开发项目包括大数据、深度学习、网站、小程序、安卓、算法。平常会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。平常喜欢分享一些自己开发中遇到的问题的解决办法也喜欢交流技术大家有技术代码这一块的问题可以问我想说的话感谢大家的关注与支持Java实战项目集微信小程序实战项目集Python实战项目集安卓Android实战项目集大数据实战项目集文末获取源码文章目录文末获取源码[TOC](文章目录)一、课题简要二、应用价值三、技术栈3.1 算法与训练环境3.2 为什么选 YOLO263.3 工程链路四、数据来源与数据规模4.1 数据来源4.2 数据规模4.3 数据体检训练前先摸清底细五、功能介绍5.1 图片识别批量5.2 视频识别5.3 摄像头实时识别5.4 识别历史5.5 数据大屏5.6 一个容易被忽略的细节拒识OOD六、实验对比6.1 显存标定先把 batch 定死在硬件安全线内6.2 超参寻优短程扫描代替拍脑袋6.3 主训练与早停6.4 权重与推理策略消融6.5 导出一致性校验七、可视化分析7.1 总体指标7.2 混淆矩阵错误集中在哪一类7.3 P-R 曲线7.4 逐类 AP7.5 检测效果实拍八、总结8.1 已完成的工作8.2 后期可以进一步优化的地方参考文献一、课题简要本课题的题目是《基于深度学习的眼部目标检测算法研究》用 YOLO26m 训练一个能在画面里把眼部区域准确框的检测模型并把它包装成一套真正能用的图像/视频/摄像头识别系统。课题拆成两条线算法线数据体检 → 显存标定 → 超参寻优 → 主训练 → 论文级图表 → 导出部署模型工程线模型 ONNX 化 → 推理一致性校验 → 拒识OOD阈值标定 → Web 端三类识别入口 识别历史 数据大屏。最终成果验证集mAP50 0.972、mAP50-95 0.779、单图推理 6.7 ms并交付了一套带用户管理、识别历史记录和可视化大屏的完整系统内部代号青蓝智检。图 1 系统首页与视频识别界面二、应用价值眼部区域检测不是一个为了做而做的任务它是好几条应用链路的第一道工序——上游只要框不准下游一切指标都是空中楼阁。应用场景眼部检测在其中的位置驾驶员疲劳监测DMS先框出眼睛才能算 EAR眼睛纵横比、PERCLOS、闭眼时长框偏了眨眼会被误判成闭眼眼科辅助筛查语料中大量样本呈现晶状体混浊、角膜白斑等表现眼部区域定位是后续分割/分级任务的输入框眼动追踪与人机交互注视点估计、AR/VR 眼动交互都要求在高鲁棒性下定位眼部区域活体检测与远程身份核验眨眼动作验证需要稳定的眼部 ROI基层医疗与远程会诊手机端拍照即可自动定位病灶区域降低对专业操作人员的依赖这套系统的实际价值在于它把模型变成了服务一张图 231 ms 出结果支持批量、支持视频、支持摄像头实时流还能把每一次识别留痕、汇总成大屏统计——这才是能进业务系统的形态。三、技术栈3.1 算法与训练环境层次具体选型深度学习框架PyTorch2.6.0 cu126检测框架Ultralytics8.4.174语言 / 运行时Python3.9.25硬件NVIDIA GeForceRTX 4060 Laptop GPU8 GB检测模型YOLO26m280 层 / 21.78 M 参数 / 75.0 GFLOPs融合后 130 层 / 20.35 M / 68.1 GFLOPs混合精度AMPdtypebfloat16数据格式YOLO 标注#27 layouttxt 归一化坐标导出格式ONNXopset 18dynamic axesnmsTrue端到端推理运行时ONNXRuntimeCUDAExecutionProvider→CPUExecutionProvider回退3.2 为什么选 YOLO26YOLO26 是 Ultralytics 面向边缘侧重构的一代三个特性和本课题高度契合原生端到端免 NMS 推理——双头设计直接输出预测省掉 CPU 侧后处理部署链路更短、延迟更稳定移除 DFL 回归分支——检测头更轻回归范围不再受reg_max截断STAL 小目标感知标签分配——本数据集小目标占比高达57.8%这正是最需要的机制。3.3 工程链路scripts/01_bench.py 显存峰值标定batch 4 → 8 递增探测 scripts/02_sweep_lr.py 学习率 优化器短程扫描 scripts/03_train_main.py 主训练300 轮上限patience20 早停 scripts/03b_tail_checklist 权重对比 / TTA / 高分辨率消融 scripts/05_generate_plots.py 论文级图表批量出图 scripts/06_export_main.py PTONNX 导出 一致性校验 拒识阈值标定脚本编号即执行顺序每一步的产物都落盘为 JSON/YAML可复现、可追溯。四、数据来源与数据规模4.1 数据来源数据来自Roboflow 平台导出的眼部区域标注数据集——文件名中的.rf.32位哈希后缀是 Roboflow 导出时的标准重命名标记。数据卡片未提供类别语义名称因此训练侧使用占位类名eye_region_a/eye_region_b系统前端对应展示为“眼部区域甲” / “眼部区域乙”并在交付清单中明确标注为待核。这一点必须说清楚类名是占位符不是结论。4.2 数据规模划分图像数标注框数甲类框乙类框train138513881190198val39639836038test19819816929合计1979198417192654.3 数据体检训练前先摸清底细正式训练前跑了一轮全量画像profile/full-profile.json结论直接决定了后面的策略体检项实测值判读每图框数mean 1.003 / p50 1.0 / max 2基本是一图一眼任务类别不均衡度6.49 : 1乙类仅 265 框落在黄区100–500小目标占比COCO 32²57.81%1147/1984红区风险目标边长 p10 / p5012.7 px / 29.2 px10% 的框不到 13 像素目标面积中位850.8 px²—中心点分布xc p500.514yc p500.506高度集中在画面正中标注合法性1979 图 / 1984 框全量实扫0 条异常缺标/空标/类 ID 越界/退化框均为 0体检给出的可行性判定是“风险 / 需对策”两条风险分别是乙类样本量黄区和小目标占比红区。图 2 数据集标注总览类别实例数、框尺寸叠加、中心点热力与宽高联合分布上图四个面板分别是类别实例数、框尺寸叠加、中心点热力、宽高联合分布。可以看到目标既小又集中——这解释了为什么后面imgsz640就够用而不需要盲目上高分辨率。五、功能介绍系统侧共五个功能模块全部截图来自实际运行界面。5.1 图片识别批量支持一次选择多张图片批量推理左侧展示已选 8 张 / 已完成 8/8 张进度识别结果区给出类别 置信度 单图耗时实测 231 ms会话历史可分页回看本次会话的每一张结果。图 3 图片识别批量 8 张单图 231 ms5.2 视频识别上传视频后逐帧检测并绘制检测框播放器下方保留时间轴示例视频 0:09 / 0:30识别过程中状态标签持续显示识别进行中右侧同步输出类别占比。5.3 摄像头实时识别“打开摄像头 / 关闭”“开始识别 / 停止识别四个控制按钮状态标签为实时检测中”识别结果区用环形图实时展示两类检出占比。图 4 摄像头实时识别与类别占比环形图5.4 识别历史所有识别记录留痕示例中共238 条支持按任务类型image / video / came 检出类别组合检索卡片上直接展示缩略图、类别、来源、模型名yolo26m、置信度进度条与时间戳支持查看详情、单条移除与多选批量删除。图 5 识别历史记录238 条支持类型 / 类别组合检索5.5 数据大屏把识别记录二次加工成运营视角的六联图各时段识别量热力图星期 × 小时、识别类别分布、识别数量时间趋势、置信度分布分箱、类别平均置信度、任务类型分布。示例日 2026-10-09 单日识别 257 次置信度高度集中在 0.8–1.0 区间。图 6 数据可视化大屏六联图5.6 一个容易被忽略的细节拒识OOD检测端到端场景下用E -log(top1_conf)作为能量分数空检测直接拒识。阈值在验证集上按 95 分位标定QA 阶段发现原始阈值过严会误拦真实眼图最终放宽至conf_floor 0.25。这类上线前才发现的阈值问题恰恰是模型指标之外最影响体验的地方。六、实验对比6.1 显存标定先把 batch 定死在硬件安全线内在写任何训练代码之前先用01_bench.py做了真实显存探测分辨率优先模式imgsz固定 640batch峰值显存占 8 GB 比例决策42.69 GB31.3%比例 0.8 → 继续放大84.83 GB56.3%采纳为标定 batch留出近一半显存余量是为了给 mosaic 增强、验证阶段和 Windows 桌面占用留缓冲——避免训练到一半 OOM 这种低级事故。6.2 超参寻优短程扫描代替拍脑袋02_sweep_lr.py用极短程训练4 轮 / 3 轮横向比较总耗时 1625 s实验配置mAP50lr0 扫描0.0010.94420.005 / 0.01 / 0.020.8880优化器扫描auto → AdamW(lr0.001667)0.9442MuSGD0.8784SGD0.7921结论很干脆lr0 0.001 AdamW。值得注意的是YOLO26 主推的 MuSGD 在这个任务上并没有赢——小数据集 预训练权重迁移的场景下AdamW 的自适应步长反而更稳。图 7 实验对比组图(a) 学习率扫描 (b) 优化器对比 © 权重与推理策略消融 (d) 逐类指标6.3 主训练与早停项值输入尺寸 / batch640 × 640 / 8优化器AdamWauto 推导lr0.001667momentum0.9调度warmup 3 轮 cos_lr余弦退火weight_decay5e-4增强mosaic1.0close_mosaic10、randaugment、HSV 抖动、水平翻转 0.5、erasing0.4损失权重box7.5cls0.5dfl1.5轮数上限 / 早停300 / patience20随机性控制seed42deterministicTrue实际结果第 81 轮最佳第 92 轮早停总耗时 6684 s ≈ 111 分钟图 8 训练全景组图损失、指标、学习率与早停信息从训练全景图能读出三件事收敛很快——mAP50 在第 7 轮就突破 0.9之后进入高位震荡平台没有过拟合——train/val 的 box loss 与 cls loss 曲线全程贴合验证损失甚至更低说明 81 轮这个早停点选得准Precision 曲线抖动明显——这正是 6.49:1 类别不均衡的直接体现少数类的精确率在轮次间反复摆动。还有个细节值得记一笔mAP50 的峰值在第 81 轮mAP50-95 的峰值却在第 72 轮。两个指标选出来的最佳权重不是同一个而 Ultralytics 默认按 mAP50 存档——如果业务更吃定位精度比如后续要接分割或测量这个选择口径本身就该重新审视。6.4 权重与推理策略消融策略mAP50结论best 权重 · 训练期默认口径0.9718✅ 采纳为交付权重last 权重第 92 轮· 同口径0.9420比 best 低 3.0 个百分点best 权重 · 放宽到 conf0.150.9662降阈值换召回指标小幅回落尾部消融 · conf0.15 TTA0.9417无收益尾部消融 · conf0.15 imgsz8000.9411无收益口径提示后三行是在conf0.15 / iou0.5的放宽口径下统一重跑的与训练期默认口径的 0.9718不能直接横向比较只有同口径内部的相对差异才是有效结论。把这条写清楚是为了避免TTA 让 mAP 掉了 3 个点这种误读——真实结论是同口径下 TTA 与高分辨率相对基线没有增益。两个值得说的结果TTA 和高分辨率都没带来提升。原因回到数据画像目标中心点 p50 就在 (0.51, 0.51)且 640 输入下中位边长仍有 29 px——信息本来就没丢堆算力只是白花钱。best 与 last 差 3 个点说明最后一轮权重在这个任务上绝不能直接用权重选择本身就是关键超参。6.5 导出一致性校验模型要上线PT 与 ONNX 必须数值等价校验项结果检测框数量差0置信度最大绝对差1.98e-5判定✅ PASS → Web 侧走 ONNX 路径单图实测预处理 0.2 ms 推理6.7 ms 后处理 1.3 ms合计约122 FPS纯推理口径约 149 FPS。七、可视化分析7.1 总体指标验证集396 图 / 398 框最终结果类别PrecisionRecallmAP50mAP50-95all0.9160.9710.9710.779眼部区域甲360 框0.9970.9680.9940.812眼部区域乙38 框0.8350.9740.9480.7467.2 混淆矩阵错误集中在哪一类图 9 归一化混淆矩阵行 预测类别列 真实类别按列真实类别归一化后误差结构非常清楚甲类自身表现优秀360 个真实甲类框中85% 被正确判为甲仅 15% 落到乙主要错误是乙被认成甲38 个真实乙类框里有32%12 个被判为甲只有 68% 留在自己的类别里。这是典型的多数类吸收少数类——1719 : 265 的先验差距让分类头天然偏向甲漏检几乎不存在background 行该框没被框出来只有 1 个格子有值模型敢框Recall 0.974 也印证了这点代价是背景误检来自背景区域的假阳框共 389 个其中 65% 被打成甲、35% 被打成乙——这正是整体 Precision 只有 0.916、乙类 Precision 只有 0.835 的直接来源。一句话诊断这个模型的问题不是找不到而是找得太勤还偶尔认错。7.3 P-R 曲线图 10 Precision-Recall 曲线PR 曲线在 Recall 0.95 之前基本贴着 Precision 高位走说明阈值可调空间很大——业务侧如果更怕漏检如疲劳监测可以放心把阈值压到 0.15 换召回如果更怕误报如辅助筛查高置信度区间同样有足够精度支撑。这种曲线右下角很饱满的形态比单点 mAP 更有工程价值。7.4 逐类 AP图 11 逐类 AP验证集两栏相差 6.8 个百分点0.812 vs 0.744与 7.1 表中 mAP50-95 的 0.812 / 0.746 同源。结合框数360 vs 38可以判断差距更多来自样本量不来自任务难度——乙类的 Recall 反而高达 0.974说明模型认得出只是顺手把邻居也框成了甲。7.5 检测效果实拍图 12 验证集批量检测可视化验证集批量预测可视化里能看到几个特征框能稳定贴合眼球区域即便目标只占画面很小一部分涵盖了白内障/角膜混浊、深肤色、浓妆、侧脸、强光反射等多种干扰条件鲁棒性来源清晰少数类乙的框明显更小更紧与甲类的整眼框在尺度上高度重叠——这恰恰是 7.2 里 32% 类间混淆的视觉解释。八、总结8.1 已完成的工作先体检再训练。小目标占比 57.8%、类别不均衡 6.49:1 这两个结论是在跑训练之前拿到的。它直接决定了选 YOLO26STAL“不盲目上高分辨率”用 640 输入三个关键选择。用扫描代替拍脑袋。1625 秒的短程扫描换来了 lr0 与优化器的确定性结论避免了300 轮训练跑完发现学习率选错的灾难。早停真的省时间。300 轮上限、92 轮停止111 分钟完成主训练且最佳点在第 81 轮——patience20 的设定不激进也不保守。交付的是系统不是一个 .pt 文件。ONNX 数值一致性校验误差 1.98e-5、拒识阈值标定、三类识别入口、历史记录、数据大屏构成了完整闭环。诚实标注不确定性。类名待核这件事从data.yaml一路标到交付的labels_zh.json没有被悄悄猜成一个看起来合理的名字。8.2 后期可以进一步优化的地方问题具体表现下一步类别语义未确认甲/乙只是占位符回溯数据卡片或标注方落实真实语义少数类 Precision 偏低乙类 0.83532% 被误判为甲类别重加权 / 过采样乙类或引入余量间隔损失背景误检偏多background 列假阳框量大加入纯背景图作 hard negative 训练缺多架构横向对比只训了 yolo26m 一个模型补 n/s/l 与 yolov8m/yolo11m 对照表缺测试集正式报告198 张 test 图尚未单独出表补 test 集完整指标防止调参泄漏到验证集未做时序层疲劳判定系统只输出检测框在检测之上叠加 EAR / PERCLOS 时间窗口逻辑参考文献算法与框架[1]阿里·阿合买提.基于深度学习的眼睑信息自动测量方法研究[D].大连工业大学,2025.[2]张震浩.基于卷积神经网络的眼动检测算法研究[D].广东技术师范大学,2024.[3]周锦.基于Transformer的视线目标检测算法研究与实现[D].华中师范大学,2023.[4]钱昭焱.基于深度学习的人眼视线检测研究[D].天津职业技术师范大学,2023.[5]黄佳林.基于深度学习的眼科超声图片分类与目标检测[D].沈阳理工大学,2023.[6] 苟超, 卓莹, 王康, 等. 眼动跟踪研究进展与展望[J]. 自动化学报, 2022, 48(5): 1173-1192.[7] SIKANDER G, ANWAR S A. Driver fatigue detection systems: a review[J]. IEEE Transactions on Intelligent Transportation Systems, 2019, 20(6): 2339-2352.本文全部数据、指标与截图均来自实际训练日志与运行界面未做修饰。Java实战项目集微信小程序实战项目集Python实战项目集安卓Android实战项目集大数据实战项目集如果大家有任何疑虑欢迎在下方位置详细交流。
