【RT-DETR实战】167、交通监控综合项目：多类别车辆行人检测实战手记

一、深夜的报警电话凌晨两点，手机突然震动。运维同事发来紧急消息：“三号高架桥的检测模型又漏车了，晚高峰数据回传延迟超过300ms”。揉着惺忪睡眼打开远程终端，看到监控画面里密集的车流中，几辆白色轿车在模型输出的检测框里时隐时现——典型的漏检问题，在交通监控场景里最要命的那种。这不是第一次了。我们基于RT-DETR部署的交通监控系统已经在全市37个关键路口运行了三个月，白天表现稳定，但一到夜间、雨天、逆光这些复杂场景，模型就开始“闹脾气”。更棘手的是，实际部署的嵌入式设备算力只有实验室GPU的十分之一，任何模型优化都得在精度和速度之间走钢丝。二、数据层面的第一道防线打开训练数据目录，发现第一个问题：我们的数据增强策略太“学院派”了。# 之前的数据增强配置（问题版本）train_transforms=[RandomResize([640,