基于 YOLOv11 与域随机化策略的合成到真实目标检测
计算机视觉与模式识别
2025-09-19 v1 机器学习
摘要
本文针对目标检测中的合成到真实域差距问题，重点研究了使用仅合成数据和域随机化策略训练 YOLOv11 模型以检测特定目标（汤罐）的方法。该方法涉及在数据增强、数据集组成和模型缩放方面的广泛实验。虽然合成验证指标始终较高，但它们被证明是真实世界性能的较差预测指标。因此，模型还通过预测结果的可视化检查进行定性评估，并在手动标注的真实测试集上进行定量评估，以指导开发。最终 mAP@50 分数由官方 Kaggle 竞赛提供。关键发现表明，增加合成数据集的多样性，特别是纳入不同的视角和复杂的背景，并结合精心调优的数据增强，对于弥合域差距至关重要。最佳配置——在扩展且多样化的数据集上训练的 YOLOv11l 模型——在竞赛的隐藏测试集上达到了最终的 mAP@50 为 0.910。这一结果展示了纯合成训练方法的潜力，同时也凸显了完全捕捉真实世界变异性所面临的挑战。
引用
@article{arxiv.2509.15045,
title = {Synthetic-to-Real Object Detection using YOLOv11 and Domain Randomization Strategies},
author = {Luisa Torquato Niño and Hamza A. A. Gardi},
journal= {arXiv preprint arXiv:2509.15045},
year = {2025}
}