【检测问题】目标检测中检测框抖动的原因与平滑处理：以车辆检测为例

检测框抖动是目标检测中的一个常见问题，不只会出现在车辆检测里，行人检测、头部检测、车牌检测、道路病害检测等连续图片或视频抽帧任务中都可能遇到。只要模型是逐图独立推理，同一个目标在相邻图片中的框就可能出现轻微跳动。本文用车辆检测作为例子说明这个问题：同一辆车在多张连续图片里可能会出现检测框轻微跳动，上一张图框得偏左，下一张图框得偏右，再下一张图又变大一点。车辆本身没有明显移动，但框的位置和大小一直抖动。test_car.py中加入的跨图平滑逻辑，就是为了解决这类问题。为什么同一目标的框会抖动YOLO 这类目标检测模型默认是逐图独立推理的。模型看到第 1 张图时，并不知道第 2 张图里还有同一辆车；看到第 2 张图时，也不会记住第 1 张图的框。这里虽然用“同一辆车”举例，但原理对大多数检测类别都一样。模型输出的是当前图片上的目标框，而不是带时间记忆的轨迹框。检测框抖动通常来自这些因素：图片压缩、光照、噪声变化会让特征响应略有变化。模型输出框本身是回归结果，不会保证相邻帧完全一致。NMS 会根据置信度和 IoU 保留某一个候选框，候选框轻微变化后，最终框也会变化。输入缩放、letterbox、坐标还原和四舍五入都会带来少量像素级误差。如果图片来自视频抽帧，同一目标在相邻帧中位置