175、Copy-Paste 实例级复制粘贴增强的 YOLOv11 实现：对密集场景和小目标的增益从一次线上事故说起去年双十一，我负责的工业质检项目突然报警——密集摆放的电子元件漏检率从2.3%飙到11.7%。排查后发现，训练数据里元件间距普遍大于5像素，但线上场景中元件间距经常小于2像素，甚至出现重叠。当时我盯着标注框发呆：数据增强翻来覆去就那几招，Mosaic、MixUp、RandomAffine，对密集场景的泛化能力根本不够。后来翻到Google的Copy-Paste论文（Simple Copy-Paste是CVPR 2021的），思路很暴力：把一张图里的实例抠出来，随机贴到另一张图上。但YOLO系列一直没官方实现，因为目标检测的Copy-Paste比分类复杂——你得同步处理bbox和mask，还得考虑遮挡关系。我花了两个周末在YOLOv11上跑通，效果出乎意料：密集场景mAP提升4.7%，小目标AP提升6.2%。Copy-Paste的核心逻辑别被名字唬住，实现起来就三步：从源图中随机选一个实例（可以是GT框内的物体，也可以是用SAM分割出的任意物体）随机缩放、旋转后粘贴到目标图上（注意不要超出图像边界）合并标注信息（如果粘贴的实例遮挡了目标图上的其他物体，需要处理遮挡关系）YOLOv11的标签格式是