【RT-DETR实战】092、交通监控场景（车辆，行人）改进实战

一、深夜报警的误触发

上周三凌晨两点，手机突然收到十几条告警短信——系统把晃动的树影识别成了行人，连续触发违规闯入警报。

客户第二天一早的电话里带着明显的不满：“咱们的AI怎么连树和人都分不清？” 这个问题把我直接拉回了调试现场。

RT-DETR在COCO数据集上mAP看着挺漂亮，但到了真实交通场景，夜间光影变化、雨雪干扰、小目标密集这些问题全暴露出来了。

二、数据层面的“脏活累活”

拿到现场三个月的监控数据，第一件事就是清洗标注。发现原有标注存在几个典型问题：远处行人标成了“person”，但实际像素不到15×15；车辆在遮挡情况下标注不连续；雨雾天气的样本严重不足。

# 数据增强策略调整# 原版的数据增强太“温和”了，交通场景需要更狠的操作train_transforms=[# 模拟夜间低光照 - 别简单调亮度，那样噪声分布不对RandomGamma(gamma_limit=