087、零售货架商品检测：密集排列、遮挡严重、类别极多的 SKU 检测方案

087、零售货架商品检测：密集排列、遮挡严重、类别极多的 SKU 检测方案

一、从一次线上事故说起

去年双十一前夜，我盯着监控面板上那条直线下降的mAP曲线，后背发凉。零售货架商品检测模型在测试集上表现完美，一上线就崩了——密集堆叠的饮料瓶互相遮挡，同系列不同口味的SKU（比如“可乐原味”和“可乐零度”）几乎无法区分，更别提那些被促销标签遮挡了一半的包装袋。甲方运维在群里连发三个问号，我默默把训练好的YOLOv8模型拖进了回收站。

那次事故让我明白：零售货架场景不是简单的“目标检测”，而是密集排列+严重遮挡+细粒度分类的三重地狱。今天这篇笔记，就聊聊我们后来怎么用YOLOv8+改进方案啃下这块硬骨头。

二、问题拆解：为什么通用检测器会翻车

先看数据特点。一张货架图里可能有200+个商品，每个商品占几十到几百像素，互相挨着像多米诺骨牌。YOLOv8的默认anchor设计针对的是COCO那种“一个物体占画面1/3”的场景，放到这里直接水土不服。

更致命的是遮挡。两个相邻的洗发水瓶，一个瓶身被另一个完全挡住，只剩瓶盖露在外面。模型会把它当成背景，或者错误地预测成“瓶盖”这个类别——但我们的SKU列表里根本没有“瓶盖”这个标签。

还有类别极多的问题。一个中型超市的SKU数量在5000-10000之间，远超COCO的80类。YOLOv8的分类头在这么多类别上训练，很容易出现类别混淆，尤其是那些外观相似的SKU（比如不同口味的薯片包装）。