（四）没过采用线的配方

上一篇选定的 single 检测头，在 1,396 例开发集上的 mAP17 是 0.165304。9 月 23 日到 27 日，我们在 single 上试了正样本分配、末层微调、空间残差、优化器、中层特征、输出数量、学习率和 batch 这几类改动，看能不能把这个单模型再提高。每组实验的要求都在评估前定好；训练出的新候选要替换 single，开发集 mAP17 至少要比 single 高 0.003。

9 月 23 日到 24 日先看正样本分配。训练检测头时，每个 GT 的监督来自分给它的正 anchor。统计每个 GT 实际分到几个正 anchor，29.17% 的 GT 不超过 2 个，监督覆盖不足。我们把规则换成受 ATSS 启发的分配方式，这不是完整的 ATSS 复现：按候选 anchor 与 GT 重叠程度的均值加标准差挑选正 anchor，没有分到正 anchor 的 GT 再补一个。候选和对照一起训练，对照从同一份 single 权重出发，用原来的分配方式，按同样的样本顺序续训同样的步数。原计划训 5 轮，评估前把方案收紧为按第 1 轮的结果决定是否继续，并预设两项要求：比对照高出预设的幅度，同时比 single 高 0.003。第 1 轮跑完，候选为 0.163841，对照为 0.163259，都低于 single 的 0.165304。两项要求都没有满足，训练在第 1 轮结束；这个结论只针对这一次调整。

9 月 24 日转向末层微调和空间残差。检测头下面的编码器一直是冻结的，要查的是两件事：冻结的特征会不会限制检测，加入局部空间特征有没有帮助。两项改动各做一轮配对训练，候选与对照同时训：一项解冻编码器的最后一个编码块；另一项在同一张 518 输入图上加一路 CNN 分支提取局部空间特征，作为残差加回，这一路的末投影从零初始化，训练开始时输出为零，模型和原来一致。解冻的候选是 0.161796，对照是 0.162194；空间残差候选是 0.153600，对照是 0.156439，全部低于 single。两个对照也在下降，所以退步不能只归到解冻或新加的分支上。空间残差这一路读取的仍是 518 的输入，图像缩放时丢掉的细节没有补回来；这个结果也不足以否定其他骨干适配方案。

续训已经多次退步：前两次实验的对照都低于 single，上一篇 quality 的同期续训对照也低于 single。于是查了三处：复核标注，寻找检测任务里可以合规使用的明确阴性标注；比较续训时新建 AdamW 优化器与恢复 single 训练结束时的优化器状态（步数和两项动量）；冻结原检测器，比较从中间层特征引出的残差和参数量相同的末层残差。没有找到可以合规使用的明确阴性标注，因此保留现有数据，不把未标注的影像当作阴性样本；恢复优化器状态得到 0.164026，低于新建优化器的 0.164827；中间层残差的候选为 0.166057，只比对照高 0.000034。优化器恢复和中层残差到此结束，没有继续扫描层数或学习率。

9 月 24 日到 26 日回到 single 本身，检查每张图最多输出 100 个框（top100）会不会丢掉有效候选，以及较低的学习率能不能改善最终结果。在同一个 single 模型上，只把输出上限从 100 改成 200，其余解码设置不变；学习率方面，原配方是学习率 1e-4、batch 8、20 轮，另一组把学习率降到 5e-5，两组从相同的随机初始化各训满 20 轮。这两组训练前加了输入预取，并先核对了预取前后的输入、模型、优化器和随机状态一致。top200 的 mAP17 是 0.164373，还多出 94,230 个框；学习率 5e-5 的一组为 0.154446，低于原配方的 0.165304（与 single 相同）。我们保留了 top100 和原学习率。输入预取让这轮完整训练跑完了，但局部测速不能代表全程的加速倍数。

9 月 26 日到 27 日换了一个方向，比较更高的学习率、更大的 batch 和更多的训练轮数，已完成的原配方直接作为对照。四组配方：H8 为学习率 2e-4、batch 8、20 轮，名字里的 8 指 batch 大小；M16 为 1e-4、batch 16、20 轮；H16 为 2e-4、batch 16、20 轮；E30 为 1e-4、batch 8、30 轮。四组一起训练，约 24.14 小时跑完。H8 以 0.167247 居首，比 single 高 0.001943，没达到预设的 0.003，其余三组都低于 single。按预设，只有过线的候选才补一个随机种子复核，H8 没过线，没有补第二个随机种子；本轮单模型比较到此结束，不替换 single，四组的权重保留。

H8 的权重保留了下来，它的训练结果和 single 不同，后来用在了输出融合里。每个方向只试了一种具体设置，没有做大范围扫描，结论只代表试过的这几种设置。续训时对照为什么也下降，没有查清；多训的步数、样本顺序、学习率日程和过拟合，都没能排除。

开发集 mAP17（1,396 例）

single · 基线

0.165304

R1 补分配

0.163841

R2 末层微调

0.161796

R3 空间残差

0.153600

R5 恢复优化器

0.164026

top200

0.164373

低 LR 5e-5

0.154446

H8

0.167247 · +0.001943

M16

0.156649

H16

0.158323

E30

0.157283

结论

没有一组配方达到采用标准。最高的是 H8（学习率 2e-4、batch 8），mAP17 0.167247，比 single 高 0.001943，低于事先定的 +0.003。

参数

基线 single 0.165304 · 1,396 例开发集 · mAP17 · 采用线 +0.003 · 各分支按预设终点对比

没做完

多组实验的对照在续训后也低于 single，原因没有查清；每个方向只试了一种具体设置，结论只代表试过的这几种设置。

2026-09-24

R0 / R1：29.17% 的 GT 正 anchor 不超过 2 个；补分配后还是低于 single

2026-09-24

R2 / R3：末层微调和空间残差都低于 single，对照也在掉

2026-09-24

R4–R6：查了阴性样本、优化器恢复和中层特征，都没过线

2026-09-26

top200 和学习率 5e-5 训满 20 轮，都低于 single

2026-09-27

H8 / M16 / H16 / E30 四组配方跑完，H8 最高但没过线