[LAB 10 · 从 RGB 图像训练小型检测器](/course/notebooks/a14237bfa9dd413d959ab4e458e11f42.html)

# 主实验的输入、目标和固定协议
[独立阅读](/course/notebook-blocks/c99421410ab94ca7b487531b85fdabbd.html)
主线阅读与优先实验

RGB图像、单特征层锚框检测器、分类/位置损失、NMS、独立检测评价

## 主实验的输入、目标和固定协议

每张输入是 `[3,48,48]` 浮点 RGB 图像。目标字典包含 `[M,4]` 的归一化 `xyxy` 框及 `[M]` 类别，$M\in\{0,1,2,3\}$。红色矩形为 1，蓝色椭圆为 2，背景为 0。位置、尺寸、亮度和对象数变化；18% 的生成概率留给空图。空图要教模型输出“没有目标”，不是强迫每图选一个框。目标框只进入损失与评价，`model(images)` 的参数里没有坐标或标签。

768 张训练图、96 张验证图、192 张保留图使用不同原始场景种子 1101/3101/5901。训练固定 28 epoch、Adam 学习率 .002、batch 32；验证集仅给固定方案的读数，没有用保留集反复挑最好超参数。本次保留集实际有 296 个对象、33 张空图、108 张多对象图。合成类别同时与颜色、轮廓相关，所以它适合验证图像到位置的学习链，不能证明自然图像的形状泛化。

在同一个原始场景种子下将尺寸乘以 .5，背景、类别、颜色、中心、对象数不变，只重新光栅化尺寸及其框。它是可核验的尺度对照。下面源码完整可见；首格覆盖当前脚本，后续格顺序追加，因此请从上到下运行。