项目概览
ruanjianbei 是 2026 年中国软件杯大学生软件设计大赛目标检测赛道的训练工程。项目基于百度飞桨 PaddleDetection 和 PP-YOLOE 系列模型，围绕电池、电路板和火焰三个类别完成数据分析、五折训练、模型评估、预测和错误分析。
仓库当前默认分支为 trainA，主要训练平台为百度 AIStudio，输入尺寸为 640x640。
模型与数据
| 项目 | 配置 |
|---|---|
| 框架 | PaddleDetection / PaddlePaddle |
| 模型 | PP-YOLOE Small、Medium、Large 等变体 |
| 类别 | battery、board、fire |
| 输入尺寸 | 640 x 640 |
| 评估指标 | COCO mAP |
| 默认置信度阈值 | 0.5 |
推理预处理流程为 Resize、Normalize 和 Permute。多个模型配置用于比较推理速度、显存占用和检测精度。
项目结构
text
competition/ # 原始数据集和五折划分
output_inference/ # 多版本模型推理输出
PaddleDetection/ # PaddleDetection 框架与配置
5fold.py # 五折交叉验证训练
analyze_bbox.py # 边界框分析
analyze_dataset.py # 数据集统计
autoimage.py # 自动图像处理
error_analysis.py # FP/FN 错误分析
evaluate.py # 模型评估
generate_txt.py # 标注文件生成
infer_cfg.yml # 推理配置
main.ipynb # 主流程 Notebook
predict.py # 预测入口
save_infer.py # 保存推理结果训练流程
推荐 Python 3.8+ 和 PaddlePaddle 2.4+。先安装 PaddleDetection 依赖：
bash
cd PaddleDetection
pip install -r requirements.txt执行五折交叉验证：
bash
python 5fold.py也可以直接选择模型配置训练：
bash
python PaddleDetection/tools/train.py \
-c PaddleDetection/configs/competition/my_ppyoloe.yml训练后运行预测和评估：
bash
python predict.py
python evaluate.py模型变体
| 配置 | 定位 |
|---|---|
my_ppyoloe_s.yml | 轻量版本，侧重推理速度 |
my_ppyoloe.yml | 标准版本，平衡速度与精度 |
my_ppyoloe_l.yml | 大模型，侧重精度 |
my_ppyoloeM.yml | 最大模型变体 |
工程重点
五折交叉验证用于观察模型在不同数据划分上的稳定性；analyze_bbox.py 和 analyze_dataset.py 用于检查类别分布、目标尺寸和标注质量；error_analysis.py 则针对假阳性与假阴性样本进行回溯。相比只保留训练脚本，这些分析工具能帮助判断问题来自模型、阈值、数据分布还是标注本身。
项目地址
GitHub: wusi321/ruanjianbei
