簡(jiǎn)介這份YOLO船舶目標(biāo)檢測(cè)數(shù)據(jù)集面向計(jì)算機(jī)視覺(jué)學(xué)習(xí)者與水面目標(biāo)檢測(cè)開發(fā)者適用于需要快速驗(yàn)證檢測(cè)算法、開展課程設(shè)計(jì)或科研實(shí)驗(yàn)的場(chǎng)景。數(shù)據(jù)集已按train、val、test完成劃分并附帶data.yaml配置文件類別僅含boat一類yolov5、yolov7、yolov8等主流框架可直接讀取訓(xùn)練省去自行標(biāo)注與整理目錄的繁瑣工作。壓縮包共2000個(gè)文件以1817個(gè)txt標(biāo)注文件、178張jpg圖像和5個(gè)yaml配置為主整體約114.65MB標(biāo)注與圖像一一對(duì)應(yīng)便于直接投入訓(xùn)練與評(píng)估。目前已有1523人學(xué)習(xí)下載配套博文還提供了檢測(cè)結(jié)果參考方便對(duì)照模型表現(xiàn)。內(nèi)容覆蓋皮劃艇、獨(dú)木舟、賽艇、冰川皮劃艇、摩托艇等多種水上場(chǎng)景樣本場(chǎng)景豐富有助于提升模型在不同水域環(huán)境下的泛化能力適合作為船舶檢測(cè)任務(wù)的入門與進(jìn)階實(shí)踐素材。1. 拆開 yolo-boat-detect-dataset-1.zip船舶檢測(cè)數(shù)據(jù)集到底裝了什么拿到y(tǒng)olo-boat-detect-dataset-1.zip這個(gè)包第一反應(yīng)不該是解壓完直接train.py開跑而是先搞清楚它屬于哪一類船舶目標(biāo)檢測(cè)數(shù)據(jù)集。內(nèi)河航道監(jiān)控、港口靠泊管理、近海執(zhí)法取證這些場(chǎng)景里船是唯一主體但船的尺度跨度極大——遠(yuǎn)洋貨輪在畫面里可能只占幾十像素近處漁船又能撐滿半屏加上水面反光、船尾浪花、橋墩遮擋通用 COCO 預(yù)訓(xùn)練權(quán)重直接遷移往往 mAP 掉得很難看。這個(gè)數(shù)據(jù)集的價(jià)值就在于把「船」這個(gè)類別單獨(dú)拎出來(lái)做密集標(biāo)注省掉你自己從零標(biāo)幾千張圖的功夫。它適合三類人做水域安防的算法工程師、拿 YOLO 做畢設(shè)的學(xué)生、以及想驗(yàn)證自定義數(shù)據(jù)集訓(xùn)練流程的入門者。下面按「先看懂?dāng)?shù)據(jù)、再跑通訓(xùn)練、最后調(diào)優(yōu)避坑」的順序拆。2. 船舶數(shù)據(jù)集的結(jié)構(gòu)與標(biāo)注格式先看懂再動(dòng)手2.1 目錄布局與 YOLO 標(biāo)注的對(duì)應(yīng)關(guān)系一個(gè)規(guī)范的 YOLO 格式船舶數(shù)據(jù)集解壓后通常長(zhǎng)這樣images/train、images/val、labels/train、labels/val四個(gè)目錄外加一個(gè)data.yaml。圖片和標(biāo)簽同名不同后綴0001.jpg對(duì)應(yīng)0001.txt。標(biāo)簽文件每行五個(gè)字段class_id x_center y_center width height后四個(gè)都是歸一化到 0~1 的浮點(diǎn)數(shù)。船舶檢測(cè)如果只有「船」一類class_id恒為 0如果區(qū)分貨船、漁船、客船才會(huì)有 0/1/2。先別急著信目錄名用腳本統(tǒng)計(jì)一遍再下結(jié)論。import os, glob from collections import Counter root yolo-boat-detect-dataset-1 for split in [train, val]: imgs glob.glob(f{root}/images/{split}/*) lbls glob.glob(f{root}/labels/{split}/*.txt) print(f{split}: {len(imgs)} images, {len(lbls)} labels) cls_counter Counter() empty 0 for lp in lbls: with open(lp) as f: lines [l.strip() for l in f if l.strip()] if not lines: empty 1 for l in lines: cls_counter[int(l.split()[0])] 1 print(f class distribution: {dict(cls_counter)}, empty labels: {empty})這段腳本做三件事核對(duì)圖片與標(biāo)簽數(shù)量是否一一對(duì)應(yīng)、統(tǒng)計(jì)每個(gè)類別的框數(shù)量、找出空標(biāo)簽文件?？諛?biāo)簽在船舶數(shù)據(jù)集里很常見——純水面、純天空的負(fù)樣本圖它們不是臟數(shù)據(jù)反而能壓低誤檢率但數(shù)量超過(guò) 10% 就要警惕是不是標(biāo)注漏了。類別分布嚴(yán)重傾斜比如某類只有幾十個(gè)框時(shí)訓(xùn)練時(shí)該類基本學(xué)不動(dòng)得考慮合并類別或補(bǔ)充采樣。2.2 用可視化腳本驗(yàn)證標(biāo)注質(zhì)量數(shù)字統(tǒng)計(jì)看不出框偏沒(méi)偏必須把框畫回圖上。船舶標(biāo)注最容易出的問(wèn)題是框貼太緊切掉船頭船尾或者把浪花當(dāng)成船體一部分框進(jìn)去。抽 20 張圖疊框看一眼比看一百行統(tǒng)計(jì)有用。import cv2, glob, random root yolo-boat-detect-dataset-1 samples random.sample(glob.glob(f{root}/images/train/*.jpg), 20) for ip in samples: img cv2.imread(ip) h, w img.shape[:2] lp ip.replace(images, labels).rsplit(., 1)[0] .txt if os.path.exists(lp): for line in open(lp): c, x, y, bw, bh map(float, line.split()) x1, y1 int((x - bw/2)*w), int((y - bh/2)*h) x2, y2 int((x bw/2)*w), int((y bh/2)*h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.imwrite(fvis_{os.path.basename(ip)}, img)x_center、y_center是框中心點(diǎn)歸一化坐標(biāo)width、height是歸一化寬高反算回像素要先乘回w、h。畫出來(lái)重點(diǎn)看三種情況框是否完整包住船體、密集停泊時(shí)框有沒(méi)有互相嚴(yán)重重疊、小目標(biāo)船的框是否小到只有幾個(gè)像素。如果發(fā)現(xiàn)大量框只框住船的一半說(shuō)明標(biāo)注規(guī)范不統(tǒng)一這種數(shù)據(jù)直接訓(xùn)練會(huì)讓模型學(xué)出「半條船」的特征驗(yàn)證集 mAP 虛高但實(shí)際部署漏檢嚴(yán)重。2.3 data.yaml 里必須確認(rèn)的三個(gè)字段data.yaml是訓(xùn)練入口字段寫錯(cuò)訓(xùn)練直接報(bào)錯(cuò)或靜默學(xué)錯(cuò)類別。核心就三行train、val指向圖片目錄不是標(biāo)簽?zāi)夸沶c是類別數(shù)names是類別名列表。常見翻車點(diǎn)是nc寫成 1 但names里列了三個(gè)類或者路徑用了絕對(duì)路徑換臺(tái)機(jī)器就找不到。建議統(tǒng)一改成相對(duì)路徑并在訓(xùn)練前用一行命令確認(rèn)python -c import yaml; dyaml.safe_load(open(data.yaml)); print(d[nc], d[names], d[train])輸出里nc必須等于len(names)train路徑必須真實(shí)存在。這一步花十秒能省掉后面半小時(shí)的報(bào)錯(cuò)排查。3. 用 YOLOv8 跑通船舶檢測(cè)訓(xùn)練從命令到參數(shù)3.1 環(huán)境準(zhǔn)備與最小訓(xùn)練命令船舶數(shù)據(jù)集規(guī)模通常在幾千張量級(jí)單卡 8G 顯存足夠跑 YOLOv8n/s。環(huán)境用 conda 隔離裝 ultralytics 即可它會(huì)把 torch 一起帶上。不要手動(dòng)去裝一堆版本對(duì)不上的依賴這是血淚經(jīng)驗(yàn)。conda create -n boat python3.10 -y conda activate boat pip install ultralytics yolo detect train datadata.yaml modelyolov8s.pt epochs100 imgsize640 batch16modelyolov8s.pt是從 COCO 預(yù)訓(xùn)練權(quán)重起步船舶屬于 COCO 里的 boat 類遷移效果比從頭訓(xùn)好得多。imgsize640是默認(rèn)值但如果你的數(shù)據(jù)集里小目標(biāo)船占比高可以提到 960 或 1280代價(jià)是顯存和耗時(shí)上升。batch16在 8G 卡上跑 640 分辨率基本安全爆顯存就降到 8。epochs100對(duì)幾千張圖通常夠收斂看results.csv里 mAP 曲線平了就早停。3.2 關(guān)鍵參數(shù)怎么調(diào)以船舶場(chǎng)景為例船舶檢測(cè)有幾個(gè)參數(shù)和通用目標(biāo)檢測(cè)不一樣。第一是imgsize內(nèi)河監(jiān)控里船可能只占 30 像素640 下縮到 15 像素以下基本學(xué)不到這種情況必須上 1280。第二是mosaic增強(qiáng)默認(rèn) 1.0 開啟它把四張圖拼一張對(duì)小目標(biāo)友好但船舶場(chǎng)景里水面背景高度相似mosaic 可能拼出不合邏輯的水天線建議后期關(guān)掉設(shè) 0再微調(diào)幾十輪。第三是conf閾值船舶誤檢代價(jià)高把浪花當(dāng)船報(bào)警推理時(shí)conf可以設(shè)到 0.4~0.5比默認(rèn) 0.25 更穩(wěn)。yolo detect train datadata.yaml modelyolov8s.pt epochs150 imgsize1280 batch8 mosaic0.5 close_mosaic20 conf0.4close_mosaic20表示最后 20 輪關(guān)閉 mosaic讓模型在真實(shí)分布上收尾這是提升最終精度的常用技巧。mosaic0.5是降低拼接概率不是完全關(guān)。這些值不是死的先按這套跑一版看results.csv再?zèng)Q定往哪調(diào)。3.3 訓(xùn)練過(guò)程看什么指標(biāo)訓(xùn)練日志里重點(diǎn)盯三個(gè)box_loss、cls_loss、mAP50。box_loss降不下去說(shuō)明框回歸有問(wèn)題常見原因是標(biāo)注框尺度差異太大或?qū)W習(xí)率過(guò)高。cls_loss震蕩說(shuō)明類別不平衡或 batch 太小。mAP50是主指標(biāo)船舶單類任務(wù)里它到 0.85 以上算可用0.9 以上算好。如果mAP50高但mAP50-95低說(shuō)明框定位不夠準(zhǔn)多半是標(biāo)注框偏大或偏小。驗(yàn)證集 mAP 漲、訓(xùn)練集 mAP 更高但差距拉大就是過(guò)擬合加數(shù)據(jù)增強(qiáng)或減模型容量。4. 船舶檢測(cè)的避坑與排查五條踩坑記錄4.1 現(xiàn)象訓(xùn)練 loss 正常但驗(yàn)證 mAP 接近 0原因data.yaml里val路徑指向了標(biāo)簽?zāi)夸浕蚩漳夸浤Ｐ驮隍?yàn)證時(shí)讀不到圖指標(biāo)自然為 0。解決確認(rèn)val指向images/val且該目錄下圖片數(shù)量與標(biāo)簽數(shù)量一致用第 2 章的統(tǒng)計(jì)腳本再跑一遍。4.2 現(xiàn)象小目標(biāo)船全部漏檢原因imgsize太小小目標(biāo)在特征圖上只剩一兩個(gè)像素anchor 或檢測(cè)頭根本覆蓋不到。解決把imgsize提到 1280同時(shí)檢查數(shù)據(jù)集里小目標(biāo)框的寬高是否小于 8 像素小于這個(gè)值的框建議在標(biāo)注階段就剔除或合并它們對(duì)訓(xùn)練是噪聲。4.3 現(xiàn)象水面反光被大量誤檢為船原因反光區(qū)域紋理和船體相似模型沒(méi)學(xué)到足夠負(fù)樣本。解決往訓(xùn)練集里補(bǔ)純水面、純反光的負(fù)樣本圖空標(biāo)簽比例控制在 5%~10%同時(shí)推理時(shí)把conf提到 0.45 以上。4.4 現(xiàn)象換一臺(tái)機(jī)器訓(xùn)練報(bào)路徑錯(cuò)誤原因data.yaml里寫了絕對(duì)路徑或者圖片和標(biāo)簽的相對(duì)層級(jí)和腳本假設(shè)不一致。解決統(tǒng)一用相對(duì)路徑并在訓(xùn)練腳本開頭os.chdir到數(shù)據(jù)集根目錄避免路徑拼接歧義。4.5 現(xiàn)象訓(xùn)練到一半顯存爆了原因batch或imgsize設(shè)太大或者workers開太多導(dǎo)致內(nèi)存泄漏。解決先把batch減半imgsize不動(dòng)還爆就把workers從 8 降到 4。船舶數(shù)據(jù)集圖片分辨率如果本身是 1920×1080imgsize1280時(shí) batch 8 在 8G 卡上是安全線。5. 把船舶檢測(cè)推到可用驗(yàn)證方法與一個(gè)提點(diǎn)技巧訓(xùn)練完拿到best.pt別只看驗(yàn)證集 mAP 就上線。船舶場(chǎng)景的驗(yàn)證要分場(chǎng)景做把測(cè)試集按「近景大船」「遠(yuǎn)景小船」「密集停泊」「強(qiáng)反光」四類分開統(tǒng)計(jì) mAP你會(huì)發(fā)現(xiàn)整體 0.88 的模型在遠(yuǎn)景小船上可能只有 0.6。這種分場(chǎng)景評(píng)估才能暴露真實(shí)短板。推理時(shí)用yolo detect predict跑一批圖人工核對(duì)漏檢和誤檢各占多少漏檢多就補(bǔ)小目標(biāo)數(shù)據(jù)誤檢多就補(bǔ)負(fù)樣本。一個(gè)實(shí)操提點(diǎn)技巧船舶檢測(cè)里「船」和「水面」的邊界往往模糊可以在推理后處理階段加一個(gè)簡(jiǎn)單的長(zhǎng)寬比過(guò)濾。貨船和漁船的長(zhǎng)寬比通常在 2:1 到 6:1 之間如果檢測(cè)框接近正方形長(zhǎng)寬比小于 1.5大概率是把浪花或浮標(biāo)誤檢成了船直接過(guò)濾掉能降一批誤報(bào)。def filter_boxes(boxes, min_ratio1.5, max_ratio8.0): keep [] for b in boxes: x1, y1, x2, y2 b[:4] w, h x2 - x1, y2 - y1 ratio max(w, h) / (min(w, h) 1e-6) if min_ratio ratio max_ratio: keep.append(b) return keepmin_ratio和max_ratio要按你的實(shí)際船型調(diào)內(nèi)河小船可能更接近 2:1遠(yuǎn)洋集裝箱船能到 6:1 以上。這個(gè)過(guò)濾放在 NMS 之后、業(yè)務(wù)邏輯之前代價(jià)幾乎為零但能明顯壓低誤報(bào)。我自己做水域項(xiàng)目時(shí)習(xí)慣在模型上線前先跑一周的離線視頻把誤檢幀全部截出來(lái)看規(guī)律往往能發(fā)現(xiàn)模型在特定光照或特定碼頭背景下有系統(tǒng)性偏差這種偏差靠調(diào)參解決不了只能補(bǔ)數(shù)據(jù)。數(shù)據(jù)集和模型都是半成品真正決定能不能用的是你對(duì)場(chǎng)景的理解。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取