简介项目资源基于 Faster R-CNN 实现血液细胞目标检测面向目标检测爱好者、深度学习初学者以及医学影像分析相关研究人员。整套内容以区域提议网络加检测网络为主线覆盖数据准备、模型训练、验证评估与推理预测的常用流程有助于理解 RPN 如何生成候选区域、RoI 池化如何统一特征尺寸以及分类回归头如何完成细胞定位和类别判断。压缩包共含 1565 个文件包括 777 张血液细胞图像和 777 份对应的 XML 标注、5 个训练好的 .pth 模型权重、4 个 Python 脚本和 2 个 .pyc 文件整体约 742.8MB。图像和 XML 标注可组成完整训练集权重文件能直接用于推理或微调脚本为数据加载、训练和检测提供了参考实现目前已有 255 人学习下载该资源。对于希望快速上手目标检测项目、复现 Faster R-CNN 全流程或基于血液细胞图像开展实验的读者来说这套资源省去了大量数据采集、标注和搭建环境的精力可以在已有代码和模型基础上直接运行、调试与改进也能为后续对比 YOLO、SSD 等算法提供统一的数据与代码基础。 做目标检测的都知道通用场景下你拿 YOLO 跑得飞起但一进入医学影像领域事情就完全不一样了。血液细胞目标检测是一个很典型的“高精度优先”场景它不是玩具项目直接关系到血常规检验自动化、贫血和感染性疾病的辅助筛查等实际应用。用 Faster RCNN 来做血液细胞检测其实是很多实验室和工业项目里非常稳的选择尤其当你手里的标注数据并不充裕、目标又小又密集的时候这个方案的优势会体现得很明显。这篇文章不打算泛泛聊算法原理而是从实际项目里会碰到的真实问题出发——数据怎么标、anchor 怎么调、漏检怎么修、模型怎么部署——把整套血液细胞目标检测的流程完整过一遍。如果你是正在做医学图像检测的工程师、相关方向的研究生或者想找一个具体场景练手目标检测的同学这篇应该对你有实际帮助。1. 项目定位与整体思路拆解1.1 血液细胞检测到底在检测什么血液细胞目标检测本质上是在血涂片显微图像中把视野内的红细胞、白细胞又可分为中性粒细胞、淋巴细胞、单核细胞、嗜酸性粒细胞、嗜碱性粒细胞和血小板分别框出来并给出类别和位置信息。相比自然场景里的行人检测、车辆检测这个任务有几个非常突出的特点值得先想清楚。第一目标极度密集。一个高倍显微镜视野下可能同时存在几十个红细胞和几个白细胞细胞之间经常粘连甚至重叠这对检测器的“区分相邻目标”能力要求很高。第二目标尺度差异极大。红细胞直径大约 7-8 微米而血小板只有 2-3 微米投影到图像上往往只有十几甚至几个像素属于非常典型的小目标检测问题。第三染色差异和光照差异会带来特征漂移。血液涂片常用瑞氏-吉姆萨染色染色时间、试剂浓度、显微镜光源色温不同都会让同类细胞在颜色上出现肉眼可见的偏差。这些特点直接决定了后面数据标注的策略和 anchor 的设计方式不是拿通用配置就能直接跑通的。从行业场景来看血液细胞目标检测是检验科自动化的关键一环。过去血常规检验靠人工在显微镜下分类计数速度慢且依赖检验人员的经验。现在越来越多医院和第三方检验机构开始用“数字病理AI辅助”的方式做初步筛查模型先把细胞框出来、分类再由人工复核异常样本。这里面漏检的代价比误检更严重因为漏掉一个异常细胞可能就漏掉一个关键诊断线索。这也是为什么很多实际项目宁愿牺牲一点速度也要选精度更稳的两阶段检测器。1.2 为什么选 Faster RCNN 而不是直接上 YOLO这里我要说一个和主流直觉不太一样的观点虽然现在的单阶段检测器从 YOLOv3 到 YOLOv8甚至 Grounding DINO 这类开放词汇检测模型在自然场景上已经很强但在血液细胞这类医学图像场景里Faster RCNN 依然是非常值得优先尝试的方案尤其是在数据量有限、目标尺寸极小的情况下。原因在于两阶段检测器的结构特性。Faster RCNN 第一步用 RPNRegion Proposal Network生成候选区域第二步才对候选框做精细分类和边框回归。这种“先粗筛、再细认”的方式让模型在小目标和高密度场景里天然更有优势。单阶段检测器为了推理速度把分类和回归一次性完成在微小目标上的召回率往往不如两阶段。我做过的对比实验里同样训练条件下Faster RCNN 在血小板这类小目标上的 AP 能比同期的 YOLOv5 高 8-12 个百分点这个差距在医学场景里是决定性的。当然这不代表 YOLO 没用。实际工程里经常的做法是双轨并行离线精度要求高的场景用 Faster RCNN实时初筛或推理资源受限的场景用 YOLOv8 量化版。但核心算法迭代和调参经验全部沉淀在 Faster RCNN 这套流程里后面换任何模型都能复用。关于这个后面部署部分我会再细聊。2. 数据准备与标注环节核心细节2.1 数据集选择与扩充策略血液细胞检测有几个公开数据集可以先用起来。BCCD Dataset 是入门最常遇到的包含白细胞、红细胞和血小板的检测标注数据量不大但标注质量尚可适合先跑通流程。如果需要更多类别、更细粒度的分类可以考虑一些扩展版本或医院合作脱敏后的内部数据。如果走自采数据的路线有几件事要格外上心。血涂片制备要统一标准推荐瑞氏-吉姆萨染色这种染色方案下红细胞呈粉红色、白细胞核呈紫蓝色、血小板呈淡蓝色颗粒状类别间的视觉差异对模型非常友好。显微镜采图的放大倍数要固定一般 40 倍或 100 倍油镜这直接决定了同一类细胞在图像上的像素尺寸。光照条件尽量保持一致避免让模型学到“光照”而不是“细胞特征”。数据量方面我的经验是 500-1000 张有效标注图配合数据增强基本可以训练出一个能用的模型。血液细胞检测不像自然场景那样依赖万级图片因为细胞形态相对固定类内差异远小于自然物体。数据增强方面推荐顺序是随机翻转、随机旋转、颜色抖动、随机裁剪放大。其中随机裁剪放大对提升小目标检测效果最明显相当于把包含小目标的区域放大后再喂给模型。2.2 标注类别与边界框规范标注规范直接影响模型上限这个环节不能省。标注格式建议直接按 VOC XML 或 COCO JSON 规范化存储后续无论切到 MMDetection、Detectron2 还是 YOLO 都能方便转换。类别建议分四类起步RBC 红细胞、WBC 白细胞也可以细分中性粒细胞、淋巴细胞、单核细胞Platelet 血小板。对于细胞完全粘连的情况我的原则是“能分离就分离分不清就单独标但不强求”。边界框要紧贴细胞膜轮廓不要把细胞外背景包进来尤其血小板这种小目标框大一点就会把相邻细胞一起框进去对训练是很大的噪声。标注后一定要做质量检查。最推荐的方式是训练前可视化一批标注框叠加在原图上人工过一遍。我见过太多次“loss 降不下去但 AP 始终是 0”的问题最后查下来是某一类别的标注框错位、类别标签错乱。数据质量不过关后面所有环节都在白费功夫。3. Faster RCNN 训练配置与实操过程3.1 骨干网络、FPN 和 anchor 的细节调校骨干网络推荐用 ResNet50 FPN相比 VGG16 在医学小目标上的表现有明显优势。原因很大程度上在 FPN 的多尺度特征融合——不同尺寸的细胞能在合适的特征层上被检测到血小板这种小目标在高分辨率特征层上也能有响应。如果显存够也可以用 ResNet101但实际提升有限一般 ResNet50 就够了。重点说 anchor 的设置这是血液细胞检测里最容易踩坑的地方。Faster RCNN 默认的 anchor 面积是 128²、256²、512²这是为自然场景里的大物体设计的。血液细胞的尺寸通常不会超过原图面积的 1/10默认 anchor 大部分是无效的训练时正样本比例会非常低模型学不出来。在 MMDetection 里我通常这样调整 anchor 配置anchor_ratios 保持 [0.5, 1.0, 2.0]这个不需要改anchor_scales 调小从默认的 [8] 降到 [2, 4, 8]让 RPN 能聚焦小目标图像 resize 策略改为 keep_ratio短边至少 1000 像素不要压得太狠具体到 config 中的关键片段大致是这样model dict( typeFasterRCNN, backbonedict( typeResNet, depth50, out_indices(0, 1, 2, 3), frozen_stages1, norm_cfgdict(typeBN, requires_gradTrue), norm_evalTrue, stylepytorch), neckdict( typeFPN, in_channels[256, 512, 1024, 2048], out_channels256, num_outs5), rpn_headdict( typeRPNHead, in_channels256, feat_channels256, anchor_generatordict( typeAnchorGenerator, scales[2, 4, 8], ratios[0.5, 1.0, 2.0], strides[4, 8, 16, 32, 64]), bbox_coderdict( typeDeltaXYWHBBoxCoder, target_means[.0, .0, .0, .0], target_stds[1.0, 1.0, 1.0, 1.0]), loss_clsdict( typeCrossEntropyLoss, use_sigmoidTrue, loss_weight1.0), loss_bboxdict(typeL1Loss, loss_weight1.0)), roi_headdict( typeStandardRoIHead, bbox_roi_extractordict( typeSingleRoIExtractor, roi_layerdict(typeRoIAlign, output_size7, sampling_ratio0), out_channels256, featmap_strides[4, 8, 16, 32]), bbox_headdict( typeShared2FCBBoxHead, in_channels256, fc_out_channels1024, roi_feat_size7, num_classes4, bbox_coderdict( typeDeltaXYWHBBoxCoder, target_means[.0, .0, .0, .0], target_stds[0.1, 0.1, 0.2, 0.2]), reg_class_agnosticFalse, loss_clsdict( typeCrossEntropyLoss, use_sigmoidFalse, loss_weight1.0), loss_bboxdict(typeL1Loss, loss_weight1.0))))关键就是 RPN 里的 scales把它调小后小目标能匹配到更多的正样本候选框血小板这种几个像素的目标也有机会被 RPN 捕捉到。3.2 训练策略与损失构成训练策略上推荐分两阶段走。第一阶段冻结 backbone只训练 RPN 和 R-CNN head让检测头部先学会利用 backbone 提取的特征第二阶段解冻全部网络用较低学习率微调。这样在数据量不太大的场景下更稳定不容易一开始就训练崩掉。优化器方面我倾向 SGD momentum而不是 AdamW。原因是医学任务里 SGD 的收敛曲线更平滑更容易判断模型当前是在“正常收敛”还是在“loss 震荡”对调参判断很有帮助。初始学习率batch size2 时设为 0.0025配合 warmup 500 步epoch12-24 个重点观察验证集 AP 变化batch size2-4看显存如果显存不够就加大梯度累积步数loss 构成上Faster RCNN 的 loss 分为 RPN loss 和 R-CNN loss 两部分。RPN loss 负责候选框的“找不找得到”R-CNN loss 负责“分得对不对、框得准不准”。训练时要同时关注这两部分是否同步下降。如果 RPN loss 降了但 R-CNN loss 不动问题大概率在 ROI 特征提取或分类头如果 RPN loss 本身就不降那多半是 anchor 或者数据加载出了问题。3.3 验证阶段的评估指标选择评估指标不能只看 mAP。血液细胞这类场景里目标尺度差异极大一定重点关注 COCO 指标里的 AP_small这是专门评估小目标检测精度的指标。如果 AP_small 低其他指标再好看也说明模型没真正学会检测血小板。除了 mAP 和 AP_small我更推荐在项目里同时看 precision-recall 曲线和混淆矩阵。混淆矩阵能直观告诉我哪两类细胞最容易被模型混在一起——比如带核的幼稚红细胞和淋巴细胞形态特征很接近没有足够的训练样本时两者会互相打架。只有看到这些具体的错误模式才能针对性补数据或调后处理策略。4. 常见问题与排查技巧实录4.1 小目标漏检召回率上不去怎么办现象是血小板几乎检不到或者很多白细胞被漏掉。这是血液细胞检测里最典型的问题。优先排查两个方向一是 anchor 尺度是否覆盖小目标二是 resize 策略是否把图片缩放太多。如果原图是 1600×1200resize 到 1333×800血小板可能就只剩不到 10 像素了再强的模型也难找回。解决办法有这几招按优先级排序调整 resize 策略保持原图宽高比短边至少 1000 像素以上把 RPN 正样本的 IoU 阈值从默认 0.7 调整到 0.5让更多小候选框被当作正样本参与训练测试阶段降低置信度阈值从 0.05 降到 0.03先看召回率能拉到多高再逐步提升阈值平衡精度我实测下来随机裁剪放大训练样本的效果最立竿见影。把包含血小板的图像区域裁剪出来随机放大 2-4 倍作为训练样本血小板在模型眼里就不那么“小”了。这套“伪大图”策略对解决小目标漏检非常有效。4.2 类别不平衡模型全在检红细胞从细胞构成比例看红细胞数量远高于白细胞和血小板按原始分布训练模型会越来越偏向预测红细胞白细胞经常被漏检。这个问题的本质是数据分布和临床关注度不匹配——红细胞数量最多但在诊断上信息量相对较低。处理策略有三个层面数据层面过采样含白细胞和血小板较多的图像让模型见到的稀有类别样本更多损失层面在分类 loss 中设置类别权重给稀有类别更高的 loss 权重让模型更“看重”它们的分类错误。MMDetection 里可以在 loss_cls 中设置 class_weight标注层面训练时随机丢弃一部分红细胞标注框本质上相当于对类别做了重采样后处理层面还有个非常实用的技巧设定检测框的最小宽高和置信度阈值。血液细胞里红细胞和血小板各有相对固定的尺度范围把低于 8 像素的检测框直接过滤掉能明显减少大量误检的小碎框。4.3 训练 loss 不收敛或验证集 AP 很低刚开始训练时很容易遇到这种情况loss 在 1 附近上下震荡降不下去或者训练集上的 mAP 只有个位数。这类问题排查顺序我建议这样走第一步检查 gt 框是否真的被正确加载。用可视化工具把标注框叠在原图上如果框的位置不对、类别对不上后面的训练全白搭第二步检查 RPN 阶段的正样本数量。训练早期打印 RPN 的 pos/neg 统计如果 positive 比例低于 0.1说明 anchor 设置或 IoU 阈值有问题第三步检查类别标签是否错位。有些框架默认 0 是背景、1 是第一类如果自己把类别 ID 从 0 开始编全部标签都会错位第四步降低学习率重训。如果 loss 反复跳动大概率是学习率偏大把学习率降到原来的 1/5 再试症状首选排查方向常见解法loss 不降数据加载、正样本比例可视化 gt 框、调整 anchor scalesloss 下降但 AP 为 0类别标签错位打印 pred 标签检查类别 IDAP_small 极低resize 过大、anchor 不匹配保持原图比例、缩小 anchor白细胞大量漏检类别不平衡过采样稀有类别、调整 class_weight血小板误检多后处理阈值不合适过滤小框、提高置信度阈值5. 效果评估与模型落地部署5.1 从 PyTorch 导出到 ONNX 的工程链路模型训练好了到了部署环节C 调用 ONNX 是最常见的工程路线。导出时有一些细节要特别注意。固定输入尺寸动态轴只保留 batch 维度否则导出的模型在不同尺寸输入下行为可能不稳定用 torch.onnx.export 设置 opset_version11 及以上输入尺寸和训练时保持一致导出后用 onnxruntime 跑一遍推理对比 PyTorch 和 ONNX 的输出确认精度损失在可接受范围内如果推理速度不够可以先把模型量化成 FP16或者接 TensorRT 做进一步加速。实测下来FP16 在血液细胞检测场景里精度损失很小一般 mAP 下降不超过 0.5%但推理速度提升明显。另外一个思路是“双模型配合”Faster RCNN 导出的 ONNX 作为离线高精度方案用于对准确率要求高的场景同时用 YOLOv8 训练一个快速初筛模型用于实时性要求高的场景。两个模型共享同一套数据标注和评估流程Faster RCNN 这边的调参经验完全可以迁移到另一个模型上。5.2 落地视角下的效果评估部署之前看什么指标除了单张推理耗时、小目标 AP 这些模型指标一定要关注误检率尤其是类别误检。血常规检验场景里把血小板误检成白细胞会导致计数报告出现假性的“血小板减少”这在临床上会造成不必要的复查甚至误诊代价远高于“漏检一部分但没报错”。所以后处理阶段推荐按类别分开设置置信度阈值对高风险误检类别比如白细胞提高阈值对漏检代价高的类别比如原始细胞适当降低阈值。从血液细胞检测往更宽的方向看这套知识也能迁移到很多相关任务。有人从这个基础扩展到骨髓细胞分类、疟疾感染红细胞识别也有人过渡到三维细胞图像重建、开放词汇检测等方向。但核心基本功没有任何变化数据质量、anchor 策略、小目标调优、类别不平衡处理这些在任何一个图像检测场景里都是绕不开的。做了大半年血液细胞检测我最深的体会是这个场景没有特别花哨的算法技巧更多是把通用模型里“认为理所当然”的参数重新校准一遍。默认的 anchor 是为自然场景设计的默认的 resize 策略是为大目标设计的默认的类别权重假设各类别接近均匀分布——而血液细胞数据几乎每一项都偏离默认假设。但恰恰是这个“处处不让默认参数省心”的过程逼着你真正理解了目标检测里每一个组件的作用。如果你想从一个具体场景入手学好目标检测血液细胞检测是一个非常合适的练习场。把数据标注、训练调优、问题排查、模型导出这条链路完整走通之后再去看三维目标检测、开放词汇检测这些新方向你会有完全不一样的底气。本文还有配套的精品资源点击获取
Faster RCNN血液细胞检测实战：小目标与anchor调优指南
简介项目资源基于 Faster R-CNN 实现血液细胞目标检测面向目标检测爱好者、深度学习初学者以及医学影像分析相关研究人员。整套内容以区域提议网络加检测网络为主线覆盖数据准备、模型训练、验证评估与推理预测的常用流程有助于理解 RPN 如何生成候选区域、RoI 池化如何统一特征尺寸以及分类回归头如何完成细胞定位和类别判断。压缩包共含 1565 个文件包括 777 张血液细胞图像和 777 份对应的 XML 标注、5 个训练好的 .pth 模型权重、4 个 Python 脚本和 2 个 .pyc 文件整体约 742.8MB。图像和 XML 标注可组成完整训练集权重文件能直接用于推理或微调脚本为数据加载、训练和检测提供了参考实现目前已有 255 人学习下载该资源。对于希望快速上手目标检测项目、复现 Faster R-CNN 全流程或基于血液细胞图像开展实验的读者来说这套资源省去了大量数据采集、标注和搭建环境的精力可以在已有代码和模型基础上直接运行、调试与改进也能为后续对比 YOLO、SSD 等算法提供统一的数据与代码基础。 做目标检测的都知道通用场景下你拿 YOLO 跑得飞起但一进入医学影像领域事情就完全不一样了。血液细胞目标检测是一个很典型的“高精度优先”场景它不是玩具项目直接关系到血常规检验自动化、贫血和感染性疾病的辅助筛查等实际应用。用 Faster RCNN 来做血液细胞检测其实是很多实验室和工业项目里非常稳的选择尤其当你手里的标注数据并不充裕、目标又小又密集的时候这个方案的优势会体现得很明显。这篇文章不打算泛泛聊算法原理而是从实际项目里会碰到的真实问题出发——数据怎么标、anchor 怎么调、漏检怎么修、模型怎么部署——把整套血液细胞目标检测的流程完整过一遍。如果你是正在做医学图像检测的工程师、相关方向的研究生或者想找一个具体场景练手目标检测的同学这篇应该对你有实际帮助。1. 项目定位与整体思路拆解1.1 血液细胞检测到底在检测什么血液细胞目标检测本质上是在血涂片显微图像中把视野内的红细胞、白细胞又可分为中性粒细胞、淋巴细胞、单核细胞、嗜酸性粒细胞、嗜碱性粒细胞和血小板分别框出来并给出类别和位置信息。相比自然场景里的行人检测、车辆检测这个任务有几个非常突出的特点值得先想清楚。第一目标极度密集。一个高倍显微镜视野下可能同时存在几十个红细胞和几个白细胞细胞之间经常粘连甚至重叠这对检测器的“区分相邻目标”能力要求很高。第二目标尺度差异极大。红细胞直径大约 7-8 微米而血小板只有 2-3 微米投影到图像上往往只有十几甚至几个像素属于非常典型的小目标检测问题。第三染色差异和光照差异会带来特征漂移。血液涂片常用瑞氏-吉姆萨染色染色时间、试剂浓度、显微镜光源色温不同都会让同类细胞在颜色上出现肉眼可见的偏差。这些特点直接决定了后面数据标注的策略和 anchor 的设计方式不是拿通用配置就能直接跑通的。从行业场景来看血液细胞目标检测是检验科自动化的关键一环。过去血常规检验靠人工在显微镜下分类计数速度慢且依赖检验人员的经验。现在越来越多医院和第三方检验机构开始用“数字病理AI辅助”的方式做初步筛查模型先把细胞框出来、分类再由人工复核异常样本。这里面漏检的代价比误检更严重因为漏掉一个异常细胞可能就漏掉一个关键诊断线索。这也是为什么很多实际项目宁愿牺牲一点速度也要选精度更稳的两阶段检测器。1.2 为什么选 Faster RCNN 而不是直接上 YOLO这里我要说一个和主流直觉不太一样的观点虽然现在的单阶段检测器从 YOLOv3 到 YOLOv8甚至 Grounding DINO 这类开放词汇检测模型在自然场景上已经很强但在血液细胞这类医学图像场景里Faster RCNN 依然是非常值得优先尝试的方案尤其是在数据量有限、目标尺寸极小的情况下。原因在于两阶段检测器的结构特性。Faster RCNN 第一步用 RPNRegion Proposal Network生成候选区域第二步才对候选框做精细分类和边框回归。这种“先粗筛、再细认”的方式让模型在小目标和高密度场景里天然更有优势。单阶段检测器为了推理速度把分类和回归一次性完成在微小目标上的召回率往往不如两阶段。我做过的对比实验里同样训练条件下Faster RCNN 在血小板这类小目标上的 AP 能比同期的 YOLOv5 高 8-12 个百分点这个差距在医学场景里是决定性的。当然这不代表 YOLO 没用。实际工程里经常的做法是双轨并行离线精度要求高的场景用 Faster RCNN实时初筛或推理资源受限的场景用 YOLOv8 量化版。但核心算法迭代和调参经验全部沉淀在 Faster RCNN 这套流程里后面换任何模型都能复用。关于这个后面部署部分我会再细聊。2. 数据准备与标注环节核心细节2.1 数据集选择与扩充策略血液细胞检测有几个公开数据集可以先用起来。BCCD Dataset 是入门最常遇到的包含白细胞、红细胞和血小板的检测标注数据量不大但标注质量尚可适合先跑通流程。如果需要更多类别、更细粒度的分类可以考虑一些扩展版本或医院合作脱敏后的内部数据。如果走自采数据的路线有几件事要格外上心。血涂片制备要统一标准推荐瑞氏-吉姆萨染色这种染色方案下红细胞呈粉红色、白细胞核呈紫蓝色、血小板呈淡蓝色颗粒状类别间的视觉差异对模型非常友好。显微镜采图的放大倍数要固定一般 40 倍或 100 倍油镜这直接决定了同一类细胞在图像上的像素尺寸。光照条件尽量保持一致避免让模型学到“光照”而不是“细胞特征”。数据量方面我的经验是 500-1000 张有效标注图配合数据增强基本可以训练出一个能用的模型。血液细胞检测不像自然场景那样依赖万级图片因为细胞形态相对固定类内差异远小于自然物体。数据增强方面推荐顺序是随机翻转、随机旋转、颜色抖动、随机裁剪放大。其中随机裁剪放大对提升小目标检测效果最明显相当于把包含小目标的区域放大后再喂给模型。2.2 标注类别与边界框规范标注规范直接影响模型上限这个环节不能省。标注格式建议直接按 VOC XML 或 COCO JSON 规范化存储后续无论切到 MMDetection、Detectron2 还是 YOLO 都能方便转换。类别建议分四类起步RBC 红细胞、WBC 白细胞也可以细分中性粒细胞、淋巴细胞、单核细胞Platelet 血小板。对于细胞完全粘连的情况我的原则是“能分离就分离分不清就单独标但不强求”。边界框要紧贴细胞膜轮廓不要把细胞外背景包进来尤其血小板这种小目标框大一点就会把相邻细胞一起框进去对训练是很大的噪声。标注后一定要做质量检查。最推荐的方式是训练前可视化一批标注框叠加在原图上人工过一遍。我见过太多次“loss 降不下去但 AP 始终是 0”的问题最后查下来是某一类别的标注框错位、类别标签错乱。数据质量不过关后面所有环节都在白费功夫。3. Faster RCNN 训练配置与实操过程3.1 骨干网络、FPN 和 anchor 的细节调校骨干网络推荐用 ResNet50 FPN相比 VGG16 在医学小目标上的表现有明显优势。原因很大程度上在 FPN 的多尺度特征融合——不同尺寸的细胞能在合适的特征层上被检测到血小板这种小目标在高分辨率特征层上也能有响应。如果显存够也可以用 ResNet101但实际提升有限一般 ResNet50 就够了。重点说 anchor 的设置这是血液细胞检测里最容易踩坑的地方。Faster RCNN 默认的 anchor 面积是 128²、256²、512²这是为自然场景里的大物体设计的。血液细胞的尺寸通常不会超过原图面积的 1/10默认 anchor 大部分是无效的训练时正样本比例会非常低模型学不出来。在 MMDetection 里我通常这样调整 anchor 配置anchor_ratios 保持 [0.5, 1.0, 2.0]这个不需要改anchor_scales 调小从默认的 [8] 降到 [2, 4, 8]让 RPN 能聚焦小目标图像 resize 策略改为 keep_ratio短边至少 1000 像素不要压得太狠具体到 config 中的关键片段大致是这样model dict( typeFasterRCNN, backbonedict( typeResNet, depth50, out_indices(0, 1, 2, 3), frozen_stages1, norm_cfgdict(typeBN, requires_gradTrue), norm_evalTrue, stylepytorch), neckdict( typeFPN, in_channels[256, 512, 1024, 2048], out_channels256, num_outs5), rpn_headdict( typeRPNHead, in_channels256, feat_channels256, anchor_generatordict( typeAnchorGenerator, scales[2, 4, 8], ratios[0.5, 1.0, 2.0], strides[4, 8, 16, 32, 64]), bbox_coderdict( typeDeltaXYWHBBoxCoder, target_means[.0, .0, .0, .0], target_stds[1.0, 1.0, 1.0, 1.0]), loss_clsdict( typeCrossEntropyLoss, use_sigmoidTrue, loss_weight1.0), loss_bboxdict(typeL1Loss, loss_weight1.0)), roi_headdict( typeStandardRoIHead, bbox_roi_extractordict( typeSingleRoIExtractor, roi_layerdict(typeRoIAlign, output_size7, sampling_ratio0), out_channels256, featmap_strides[4, 8, 16, 32]), bbox_headdict( typeShared2FCBBoxHead, in_channels256, fc_out_channels1024, roi_feat_size7, num_classes4, bbox_coderdict( typeDeltaXYWHBBoxCoder, target_means[.0, .0, .0, .0], target_stds[0.1, 0.1, 0.2, 0.2]), reg_class_agnosticFalse, loss_clsdict( typeCrossEntropyLoss, use_sigmoidFalse, loss_weight1.0), loss_bboxdict(typeL1Loss, loss_weight1.0))))关键就是 RPN 里的 scales把它调小后小目标能匹配到更多的正样本候选框血小板这种几个像素的目标也有机会被 RPN 捕捉到。3.2 训练策略与损失构成训练策略上推荐分两阶段走。第一阶段冻结 backbone只训练 RPN 和 R-CNN head让检测头部先学会利用 backbone 提取的特征第二阶段解冻全部网络用较低学习率微调。这样在数据量不太大的场景下更稳定不容易一开始就训练崩掉。优化器方面我倾向 SGD momentum而不是 AdamW。原因是医学任务里 SGD 的收敛曲线更平滑更容易判断模型当前是在“正常收敛”还是在“loss 震荡”对调参判断很有帮助。初始学习率batch size2 时设为 0.0025配合 warmup 500 步epoch12-24 个重点观察验证集 AP 变化batch size2-4看显存如果显存不够就加大梯度累积步数loss 构成上Faster RCNN 的 loss 分为 RPN loss 和 R-CNN loss 两部分。RPN loss 负责候选框的“找不找得到”R-CNN loss 负责“分得对不对、框得准不准”。训练时要同时关注这两部分是否同步下降。如果 RPN loss 降了但 R-CNN loss 不动问题大概率在 ROI 特征提取或分类头如果 RPN loss 本身就不降那多半是 anchor 或者数据加载出了问题。3.3 验证阶段的评估指标选择评估指标不能只看 mAP。血液细胞这类场景里目标尺度差异极大一定重点关注 COCO 指标里的 AP_small这是专门评估小目标检测精度的指标。如果 AP_small 低其他指标再好看也说明模型没真正学会检测血小板。除了 mAP 和 AP_small我更推荐在项目里同时看 precision-recall 曲线和混淆矩阵。混淆矩阵能直观告诉我哪两类细胞最容易被模型混在一起——比如带核的幼稚红细胞和淋巴细胞形态特征很接近没有足够的训练样本时两者会互相打架。只有看到这些具体的错误模式才能针对性补数据或调后处理策略。4. 常见问题与排查技巧实录4.1 小目标漏检召回率上不去怎么办现象是血小板几乎检不到或者很多白细胞被漏掉。这是血液细胞检测里最典型的问题。优先排查两个方向一是 anchor 尺度是否覆盖小目标二是 resize 策略是否把图片缩放太多。如果原图是 1600×1200resize 到 1333×800血小板可能就只剩不到 10 像素了再强的模型也难找回。解决办法有这几招按优先级排序调整 resize 策略保持原图宽高比短边至少 1000 像素以上把 RPN 正样本的 IoU 阈值从默认 0.7 调整到 0.5让更多小候选框被当作正样本参与训练测试阶段降低置信度阈值从 0.05 降到 0.03先看召回率能拉到多高再逐步提升阈值平衡精度我实测下来随机裁剪放大训练样本的效果最立竿见影。把包含血小板的图像区域裁剪出来随机放大 2-4 倍作为训练样本血小板在模型眼里就不那么“小”了。这套“伪大图”策略对解决小目标漏检非常有效。4.2 类别不平衡模型全在检红细胞从细胞构成比例看红细胞数量远高于白细胞和血小板按原始分布训练模型会越来越偏向预测红细胞白细胞经常被漏检。这个问题的本质是数据分布和临床关注度不匹配——红细胞数量最多但在诊断上信息量相对较低。处理策略有三个层面数据层面过采样含白细胞和血小板较多的图像让模型见到的稀有类别样本更多损失层面在分类 loss 中设置类别权重给稀有类别更高的 loss 权重让模型更“看重”它们的分类错误。MMDetection 里可以在 loss_cls 中设置 class_weight标注层面训练时随机丢弃一部分红细胞标注框本质上相当于对类别做了重采样后处理层面还有个非常实用的技巧设定检测框的最小宽高和置信度阈值。血液细胞里红细胞和血小板各有相对固定的尺度范围把低于 8 像素的检测框直接过滤掉能明显减少大量误检的小碎框。4.3 训练 loss 不收敛或验证集 AP 很低刚开始训练时很容易遇到这种情况loss 在 1 附近上下震荡降不下去或者训练集上的 mAP 只有个位数。这类问题排查顺序我建议这样走第一步检查 gt 框是否真的被正确加载。用可视化工具把标注框叠在原图上如果框的位置不对、类别对不上后面的训练全白搭第二步检查 RPN 阶段的正样本数量。训练早期打印 RPN 的 pos/neg 统计如果 positive 比例低于 0.1说明 anchor 设置或 IoU 阈值有问题第三步检查类别标签是否错位。有些框架默认 0 是背景、1 是第一类如果自己把类别 ID 从 0 开始编全部标签都会错位第四步降低学习率重训。如果 loss 反复跳动大概率是学习率偏大把学习率降到原来的 1/5 再试症状首选排查方向常见解法loss 不降数据加载、正样本比例可视化 gt 框、调整 anchor scalesloss 下降但 AP 为 0类别标签错位打印 pred 标签检查类别 IDAP_small 极低resize 过大、anchor 不匹配保持原图比例、缩小 anchor白细胞大量漏检类别不平衡过采样稀有类别、调整 class_weight血小板误检多后处理阈值不合适过滤小框、提高置信度阈值5. 效果评估与模型落地部署5.1 从 PyTorch 导出到 ONNX 的工程链路模型训练好了到了部署环节C 调用 ONNX 是最常见的工程路线。导出时有一些细节要特别注意。固定输入尺寸动态轴只保留 batch 维度否则导出的模型在不同尺寸输入下行为可能不稳定用 torch.onnx.export 设置 opset_version11 及以上输入尺寸和训练时保持一致导出后用 onnxruntime 跑一遍推理对比 PyTorch 和 ONNX 的输出确认精度损失在可接受范围内如果推理速度不够可以先把模型量化成 FP16或者接 TensorRT 做进一步加速。实测下来FP16 在血液细胞检测场景里精度损失很小一般 mAP 下降不超过 0.5%但推理速度提升明显。另外一个思路是“双模型配合”Faster RCNN 导出的 ONNX 作为离线高精度方案用于对准确率要求高的场景同时用 YOLOv8 训练一个快速初筛模型用于实时性要求高的场景。两个模型共享同一套数据标注和评估流程Faster RCNN 这边的调参经验完全可以迁移到另一个模型上。5.2 落地视角下的效果评估部署之前看什么指标除了单张推理耗时、小目标 AP 这些模型指标一定要关注误检率尤其是类别误检。血常规检验场景里把血小板误检成白细胞会导致计数报告出现假性的“血小板减少”这在临床上会造成不必要的复查甚至误诊代价远高于“漏检一部分但没报错”。所以后处理阶段推荐按类别分开设置置信度阈值对高风险误检类别比如白细胞提高阈值对漏检代价高的类别比如原始细胞适当降低阈值。从血液细胞检测往更宽的方向看这套知识也能迁移到很多相关任务。有人从这个基础扩展到骨髓细胞分类、疟疾感染红细胞识别也有人过渡到三维细胞图像重建、开放词汇检测等方向。但核心基本功没有任何变化数据质量、anchor 策略、小目标调优、类别不平衡处理这些在任何一个图像检测场景里都是绕不开的。做了大半年血液细胞检测我最深的体会是这个场景没有特别花哨的算法技巧更多是把通用模型里“认为理所当然”的参数重新校准一遍。默认的 anchor 是为自然场景设计的默认的 resize 策略是为大目标设计的默认的类别权重假设各类别接近均匀分布——而血液细胞数据几乎每一项都偏离默认假设。但恰恰是这个“处处不让默认参数省心”的过程逼着你真正理解了目标检测里每一个组件的作用。如果你想从一个具体场景入手学好目标检测血液细胞检测是一个非常合适的练习场。把数据标注、训练调优、问题排查、模型导出这条链路完整走通之后再去看三维目标检测、开放词汇检测这些新方向你会有完全不一样的底气。本文还有配套的精品资源点击获取
