企业官网建设流程全解析

简介：面向医学图像目标检测任务，该资源提供肺结节CT图像数据集，并按YOLOV5标准目录结构整理，标注统一为txt格式，读取后即可供YOLO系列模型直接训练，省去格式转换与目录修改步骤，便于快速投入算法迭代。数据仅包含“肺结节”一个目标类别，训练集包含220张图像及对应220个标签文件，测试集包含28张图像及对应标签，同时附带类别字典txt文件，可用于配置模型类别数，满足基础训练与验证需求。压缩包共499个文件，主体为248张jpg格式CT影像与249个txt格式标注文件，另附一个可直接运行的Python可视化脚本，随机传入一张图片即可绘制边界框并将结果保存到当前目录，有助于人工核验标注是否准确，也便于展示检测效果。整个资源包大小约5.14MB，体量小巧、目录结构清晰，适合本地快速搭建实验环境。目前已有988人学习下载，尤其适合医学影像算法研究者、目标检测方向学生以及进行项目开发或算法验证的工程师使用；同时规模适中、格式规范，也可作为深度学习初学者理解目标检测标注流程与YOLO数据组织的入门数据。

1. 拿到一份YOLOV5目录格式的肺结节CT数据集，先别急着训练

肺结节CT图像目标检测是医学影像AI里最典型的「小目标+低对比度」场景：结节在CT切片上可能只有十几像素，灰度差异又小，直接套用通用目标检测流程很容易漏检。这份数据集已经按照YOLOV5目录格式整理好，训练集220张、验证集28张，共248张CT切片图像，单类别「肺结节」，标签全部是YOLO格式的txt文件，还附带一个无需修改就能跑的可视化脚本。6MB的体积决定了它的定位不是临床级模型训练集，而是用来跑通YOLOV5从数据加载、训练到评估的完整流程，或者做迁移学习的起点。下面按数据组织、标签解析、可视化验证、训练配置和调参五个部分，把这份数据集的用法和边界一次说清。

2. 从CT切片到YOLO标签：数据组织与格式拆解

在动手训练前，先把数据目录和标注格式看清楚。YOLOV5对数据组织有约定俗成的结构，这个数据集基本沿用了通用目标检测数据集的 layout，只是内容换成了医学CT图像。

2.1 目录结构与数据集划分

常见做法是datasets/下划分images和labels，各自再按train、val分目录。这份数据集保存为训练集datasets/images/train、验证集datasets/images/val，对应的标注文件放在datasets/labels/train和datasets/labels/val，图片和标签文件名一一对应，只是扩展名不同。展开来看是这样的：

datasets/ ├── images/ │ ├── train/ │ │ ├── R1.3.6.1.4.1.14519.5.2.1.6655.2359.111547677257119150655452340387.jpg │ │ ├── ... │ └── val/ │ ├── R1.3.6.1.4.1.14519.5.2.1.6655.2359.108523832239873578979600404354.jpg │ └── ... ├── labels/ │ ├── train/ │ │ ├── R1.3.6.1.4.1.14519.5.2.1.6655.2359.111547677257119150655452340387.txt │ │ └── ... │ └── val/ │ └── ... ├── classes.txt └── visualize.py

文件名里那一长串数字不是随机数，而是 LIDC-IDRI 这类公开肺部CT数据集中 DICOM 文件的 SOP Instance UID。用 UID 做文件名好处是跨数据集不重名，缺点是可读性差，训练日志里要定位某张图时会比较费劲。

表格统计一下数据规模：

总大小 6MB，平均每张图片只有 25KB 左右，说明这些CT切片很可能已经做过压缩或转成JPG。真实临床DICOM单张就要几百KB到1MB，这也提醒我们：这份数据适合流程验证，不适合直接衡量模型在真实影像设备上的表现。

2.2 YOLO标注格式：归一化坐标与目标框

YOLO 格式的 txt 文件每一行表示一个目标框，格式是class x_center y_center width height。注意所有数值都相对于图片宽高做了归一化，取值在 0 到 1 之间。随便打开一个标签文件，内容会是这样：

0 0.5238 0.6114 0.0876 0.0932 0 0.7812 0.3251 0.0547 0.0612

第一列 0 是类别编号，因为只有一个类别，所以全部是 0。后面四列分别是边界框中心的 x、y 坐标以及框的宽度和高度，全部是归一化后的比例值。例如第一个框0.5238 0.6114表示目标中心点位于图片横向 52.38%、纵向 61.14% 的位置，框宽高占图片宽高的 8.76% 和 9.32%。

一个容易踩的坑是：COCO 格式和 YOLO 格式的坐标顺序不同。COCO 是x_min y_min width height，YOLO 是x_center y_center width height，两者换算关系如下：

x_center = (x_min + x_max) / 2 / image_width y_center = (y_min + y_max) / 2 / image_height width = (x_max - x_min) / image_width height = (y_max - y_min) / image_height

如果你从其他工具拿到的是 COCO 标注，务必先做转换再喂给 YOLOV5。数据集作者已经把标签转好，这一步对使用者是透明的，但理解换算关系有助于后面排查标注错位问题。

2.3 类别字典与 classes.txt

数据集根目录下的classes.txt是类别字典文件，YOLOV5 在训练时会读取它来生成类别名列表。因为只有 "肺结节" 一类，字典内容通常是单行：

nodule

文件名可能是classes.txt，也可能被写成nodule.yaml里的names字段。如果后续要在这个数据集上增加新类别，比如把 "磨玻璃结节" 和 "实性结节" 分开，就要同时修改classes.txt和每个 label 文件的第一列编号，这是一个容易漏改的地方。我一般会在数据准备阶段写个小脚本统一校验类别编号是否越界，避免训练中途报错。这一点在下一章展开。

2.4 CT图像的小目标特性对标注的影响

CT切片的肺结节，在512x512的图像里往往只占几十个像素，对应到归一化坐标上，width 和 height 可能只有 0.02 到 0.1。这个量级说明默认的 YOLOV5 锚框设计并不一定适配。标准的 COCO 预训练模型锚框最小为 10x13，对应到 640x640 输入也就是约 1.5% 的图幅，对于更小的结节仍然会偏大。所以在这类数据上，训练流程要和自然图像目标检测有所区别，这一点会在第5章具体展开。

另外，CT图像是灰度图，很多 YOLOV5 预训练模型是在 RGB 自然图片上预训练的，训练时会把单通道复制成三通道。这不一定最优，但实践表明在小数据集上直接使用预训练特征仍然比从零训练好。如果后续有多模态需求，比如融合 PET 或 MRI，才需要考虑更换 backbone 或输入分支。

3. 训练前先看图：用可视化脚本校验标注质量

数据集的标注是人眼标注后转换的，但转换过程可能出现坐标越界、框偏移、漏标错标。训练之前必须把标注可视化一遍，这是所有目标检测项目里最值得花时间的步骤之一。

3.1 运行自带的 visualize.py

数据集作者提供了一个可视化 py 文件，放在数据集根目录，随机传入一张图片即可绘制边界框并保存到当前目录。正常使用方式是把脚本和数据放在同一个目录，在终端执行：

python visualize.py --img datasets/images/train/R1.3.6.1.4.1.14519.5.2.1.6655.2359.111547677257119150655452340387.jpg

脚本内部逻辑通常是：用 OpenCV 读取图片和同名 txt，逐行解析五个数值，用cv2.rectangle在图上画框，最后cv2.imwrite保存。运行后目录下会多出一张带框的图片，直接打开看就能快速发现标注是否有整体偏移、框大小是否明显不符合结节形态。

如果脚本接收的是图片路径，需要保证图片名和标签名严格一致；文件名里那一长串 UID 不要手动改，改短后会导致脚本找不到 txt 而报错。

3.2 自己写一个标签校验脚本

如果原作者的可视化脚本只适合单张查看，我一般会再写一个批量校验脚本，把所有训练图片和标签过一遍，检查三个问题：文件是否成对、坐标是否越界、框是否过小或太大。下面这个脚本可以直接跑，输出异常样本列表。

import os import cv2 img_dir = "datasets/images/train" label_dir = "datasets/labels/train" for img_name in os.listdir(img_dir): if not img_name.endswith(".jpg"): continue label_name = img_name.replace(".jpg", ".txt") label_path = os.path.join(label_dir, label_name) img_path = os.path.join(img_dir, img_name) # 1. 检查标签文件是否存在 if not os.path.exists(label_path): print("MISSING LABEL:", img_name) continue # 2. 检查归一化坐标是否越界 img = cv2.imread(img_path) h, w = img.shape[:2] with open(label_path) as f: for line in f: parts = line.strip().split() if len(parts) != 5: print("BAD FORMAT:", img_name, line) continue cls, xc, yc, bw, bh = parts xc, yc, bw, bh = map(float, (xc, yc, bw, bh)) if not (0 <= xc <= 1 and 0 <= yc <= 1 and 0 < bw <= 1 and 0 < bh <= 1): print("OUT OF RANGE:", img_name, line) # 3. 按反归一化检测框尺寸 box_w, box_h = bw * w, bh * h if box_w < 3 or box_h < 3: print("TOO SMALL:", img_name, box_w, box_h) print("done")

这段脚本的逻辑很简单，但很实用。第一段检查图片和标签是否成对，排查漏转换或漏复制；第二段把归一化坐标还原到像素尺寸，标记出那些在 512x512 图上小于 3 像素的框。小于 3 像素的目标即使人眼也需要放大才能确认，通常需要和医生确认是否保留。如果你的数据集里结节的真实最小直径都在 5 像素以上，那么这些过小的框多半是标注噪声，可以剔除。

如果发现框整体偏移，大概率是图像预处理时做了裁剪，但标签没有同步变换。这类问题在可视化阶段暴露得越早，后面浪费的 GPU 时间越少。

如果要扩展到多类标注，脚本里的cls变量还可以用来统计每个类别的目标数量分布。比如想知道结节大小分布，可以把所有标签的bw、bh收集起来画直方图，看是不是集中在 0.05 附近。这种分布信息在决定锚框和输入分辨率时非常有用。

3.3 标签异常类型与处理方式

这里重点提一下“坐标越界”的处理。很多工具在标注时会把框扩展到图像边缘之外，转换脚本如果没有 clamp，就会留下负数或大于1的值。这种数据直接训练，YOLOV5 的损失函数虽然不会崩溃，但会给出大量负样本，拉低召回。建议统一按x = min(max(x, 0), 1)的方式裁剪，而不是直接把这些样本删掉，因为边缘结节本身就是肺结节检测的重要场景。

4. 用YOLOv5训练肺结节检测：配置与命令

数据检查通过后，就是标准 YOLOV5 流程。这里以官方 ultralytics/yolov5 仓库为例，版本分支选 v6.0 之后的版本都可以，因为数据接口不变。关键是写好 data.yaml 和数据路径。

4.1 准备数据集配置文件 data.yaml

YOLOV5 通过一个 yaml 文件告诉训练脚本图片和标签在哪里、有多少类。打开nodule.yaml，内容如下：

train: datasets/images/train val: datasets/images/val nc: 1 names: ['nodule']

注意train和val写的是images目录路径，YOLOV5 会自动把路径中的images替换成labels来寻找标签文件。所以标签目录名必须保持和 images 下的划分一致，否则会直接报assertion error找不到标签。这一点经常有人搞错：有人把train字段写成 labels 路径，结果数据加载器在 labels 下再找 labels，自然找不到。

如果你把数据集放在了自定义目录，可以在 yaml 里写绝对路径，也可以写相对路径，以你执行训练命令的当前目录为基准。我倾向于用绝对路径，避免换终端后路径失效。

4.2 训练命令与超参数选择

进入 yolov5 仓库目录，安装依赖后执行：

python train.py \ --data /path/to/nodule.yaml \ --weights yolov5s.pt \ --img 640 \ --batch 16 \ --epochs 100 \ --device 0

参数含义如下：

• --data：上一步配置的数据集文件，指定类别和路径。
• --weights：预训练权重。数据量很小，用 COCO 的 yolov5s 做迁移学习能显著提升收敛速度和最终精度。
• --img：输入尺寸，640 是 YOLOV5 默认值，CT 原图是 512x512，用 640 会在训练时先 resize 到 640，会轻微拉伸。由于 YOLOV5 默认启用 letterbox 填充，不会改变宽高比，所以可以接受。
• --batch：批量大小，6MB 的小数据集可以先从 16 开始，根据显存调整。如果显存只有 8G，--batch 8更稳妥。
• --epochs：小数据集建议 100 起步。由于样本少，训练很快，一个 100 epoch 的流程在单张 3090 上十几分钟就能跑完。
• --device：指定 GPU，没有 GPU 可以去掉，用 CPU 训练 248 张图也能跑，但速度慢很多。

小数据集上我建议再加几个参数：

python train.py \ --data /path/to/nodule.yaml \ --weights yolov5s.pt \ --img 640 \ --batch 16 \ --epochs 100 \ --patience 20 \ --save-period 10

--patience 20表示 20 个 epoch 内 mAP 没有提升就提前结束，防止过拟合；--save-period 10每 10 个 epoch 保存一次 checkpoint，方便观察中间状态。这两个参数在长训练里很实用。

表格里是几个影响较大的超参数参考值：

训练过程中看到终端打印类似Epoch gpu_mem box_obj cls ...的信息，主要关注box_loss和obj_loss是否整体下降，以及每个 epoch 结束时的mAP@0.5。如果 loss 反复震荡不下降，优先检查学习率，YOLOV5 默认学习率 0.01，在小数据集上可以降到 0.001 试试。

--multi-scale参数可以每 10 轮随机变化一次输入尺寸，范围是--img的 0.5 到 1.5 倍。对小目标检测有一定帮助，因为它等于把目标按不同比例呈现给模型。但在这个数据集上，我建议先关闭，因为样本量太少，多尺度会增加训练不稳定性；等基线跑通后再开启对比效果。

4.3 评估输出与结果文件

训练结束后，runs/train/exp目录下会生成weights/best.pt、results.png、confusion_matrix.png等。验证集只有 28 张，指标波动会很大，使用best.pt而不是last.pt是关键。可以用下面命令在验证集上单独评估：

python val.py \ --data /path/to/nodule.yaml \ --weights runs/train/exp/weights/best.pt \ --img 640 \ --conf-thres 0.001 \ --iou-thres 0.6

注意--conf-thres设为 0.001 是为了在验证时统计所有可能的目标框，避免因为置信度阈值过高而遗漏低置信度漏检。真正做推理时再使用 0.25 或 0.5。

评估结果里mAP@0.5和mAP@0.5:0.95要分开看。肺结节这类小目标，mAP@0.5 可能在 0.7 以上，但 mAP@0.5:0.95 往往低不少，因为 IoU 阈值提高后，框位置稍有偏差就判为不匹配。这并不完全代表模型差，而是小目标定位精度本来就难。

如果你需要把训练好的模型导出为 ONNX 或 TensorRT 做推理，可以使用export.py。但要注意，导出的模型输入尺寸固定，最好用训练时的--img一致的值，否则精度会下降。这个小数据集的实验价值就在于此：你能在几小时内快速验证一套端到端流程是否可行。

5. 小目标调参：锚框、数据增强与验证技巧

肺结节检测的难点不在类别区分，而在「目标太小」。248 张图、单类别，默认 COCO 锚框可能不是最优。这一章给三个可落地的技巧。

5.1 用 autoanchor 重算锚框

YOLOv5 会根据数据集自适应锚框，训练时会自动计算（也可以禁用）。小数据集上建议先用utils/autoanchor.py工具重新计算：

python utils/autoanchor.py --data nodule.yaml --img 640

它会统计所有标签的宽高分布，输出新的锚框建议。如果输出的锚框与默认值差别较大，可以在yolov5s.yaml中手动替换anchors字段，再重新训练。注意 autoanchor 的结果要放到模型 yaml 里，而不是 data yaml 里。这一步对肺结节这种尺寸变化大的目标很有用，因为 CT 结节直径从 3mm 到 30mm 都有，对应像素差异接近 10 倍，固定锚框覆盖不全。

如果重算锚框后 mAP 反而下降，可以保留默认锚框，因为对于数据量极小的场景，预训练锚框携带的分布先验可能比数据统计更可靠。此时--noautoanchor参数可以强制关闭自动锚框计算。

5.2 降低 mosaic 增强对医学小目标的影响

YOLOv5 默认开启 mosaic 增强，将四张图拼接成一张。对普通目标检测是好事，但对肺结节来说，拼接后每个结节被进一步缩小，容易变成 2-3 像素的噪声。我一般会在小目标场景把 mosaic 概率从 1.0 降到 0.5 甚至关闭，方法是在训练命令里指定 hyp 文件：

python train.py --data nodule.yaml --hyp hyp.scratch-low.yaml --epochs 100

然后编辑hyp.scratch-low.yaml中的mosaic: 0.5或mosaic: 0.0。同时保留轻微尺度抖动scale: 0.5，帮助模型适应不同大小的结节。如果之后发现正样本数量太少，还可以开启copy_paste，但它对小目标的增益不明显，反而增加训练时间，不建议优先尝试。

5.3 用特征图或结果图确认漏检原因

训练完成后，用detect.py在验证集上输出带框图片，重点看假阴性样本。对于漏检的结节，检查它周围是否有血管截面或其他高密度组织干扰。如果某几个固定位置漏检，往往是标注问题而非模型问题，回到第 3 章的可视化脚本复查那几张图。另一个办法是打印results.png中的 P、R 曲线，观察 Recall 是否在低 confidence 区间有突然下跌，如果有，说明漏检集中在小目标上，可以考虑提高输入分辨率或者重新调整锚框。

清理未标注的近空白样本或去除异常小的标注后重训练，通常能稳定提升 1-2 个点的 mAP。这种反复验证标注质量的过程，比盲目调超参数更值得做。

本文还有配套的精品资源，点击获取