大佬们，小弟有一个表面缺陷检测的任务需要落地。漏检/误检会有一定代价。现在是用的yolo，但是感觉泛化能力不好，因为缺陷的形状简直太多样了。而且一些微小缺陷在标注时老是在纠结要不要算数，感觉会给模型引入噪声。所以我会有点质疑yolo目标检测在表面缺陷检测方面的能力。是不是我标注和训练得不好？还有什么路线推荐嘛 :tieba_097: 我对神经网络这块了解得不深，只会表面上得标注、调参、训练。