企业官网建设流程全解析

简介：猪圈摄像头场景下的生猪检测数据集，类别为单一pig，按YOLOV5标准目录格式整理，可直接接入现有训练流程，减少数据预处理工作。图像均截取自猪圈监控视频，分辨率覆盖640至1080，每帧包含多个生猪目标，对密集遮挡场景有一定覆盖，适合目标检测模型训练与算法验证。数据集已划分训练集与验证集：训练集含929张图片及对应txt标注，验证集含136张图片及对应txt标注，每张图片均配有对应的txt标签文件，另附可视化Python脚本，可随机读取图片并绘制边界框，无需修改即可运行。资源共2000个文件，以jpg图片和txt标签为主，附带py工具脚本，压缩包约97.43MB。目前已有600余人学习，适用于农业智能化领域的生猪检测研究、目标检测课程实践及算法性能对比。

1. 猪圈摄像头下的生猪检测：数据准备比模型选择更值钱

猪圈摄像头装完那一刻，最不缺的就是画面，几路监控全天都在录，真正缺的是能把画面变成"这栏有几头猪"的模型。目标检测里，YOLOV5目录格式几乎成了数据集的默认交换格式，图像和同名标注并列存放、一个 yaml 描述类别，结构简单到不需要解释就能读。但这个数据集特殊在"源自猪圈摄像头"：俯视视角、漏粪板反光、猪挤成一团、耳朵互相遮挡，哪怕只有一个类别，标注边界也得认真定。YOLOV5目录格式决定了这份数据能被训练脚本直接读取，不用改任何数据集加载代码。适合做智慧养殖的工程师、给猪场做视觉方案的乙方、以及第一次想用 yolov5 训练自己的数据集的学生。它的价值不在算法多新，而在目录规范、标注策略和坑的前置规避。

2. 拆开YOLOV5目录格式：这套结构凭什么成为默认标准

YOLOv5 官方仓库和绝大多数第三方代码，默认都按同一个目录契约取数据。新手拿到一个数据集先别急着训练，第一步永远是检查目录长什么样。常见做法是项目根目录建一个 dataset 目录，内部按 train/val 分开，看起来像这样：

pig-dataset/ ├── images/ │ ├── train/ │ │ ├── pig_20250101_100001.jpg │ │ └── ... │ └── val/ │ ├── pig_20250101_120001.jpg │ └── ... ├── labels/ │ ├── train/ │ │ ├── pig_20250101_100001.txt │ │ └── ... │ └── val/ │ └── ... ├── train.txt ├── val.txt └── data.yaml

这段骨架就是整套格式的物理载体。images 里放原图，labels 里放与图片同名的纯文本标注文件，train.txt 和 val.txt 只是图片路径列表，data.yaml 描述数据集根目录和类别。我一般会再保留一份 test 目录用来做最终验收，但基础训练只需要 train 和 val。

2.1 images 与 labels 的同名对应关系：为什么坐标必须归一化

labels 目录里每个 txt 文件必须与 images 里的 jpg 完全同名，后缀不同而已。txt 是一个纯文本文件，每一行代表一个真实标注框，格式是五个字段：类别 ID、中心点 x、中心点 y、框宽、框高。

0 0.624218 0.489181 0.338281 0.471265 0 0.187500 0.710297 0.126562 0.273973

第一列是类别 ID，因为本数据集只有猪一个类别，所以全部是 0。后四列是归一化坐标，范围在 0 到 1 之间。重点是归一化：YOLOv5 训练时会自动把任意尺寸的图缩放成 640×640 或你指定的分辨率，如果 txt 里存的是原始像素坐标，一次 resize 之后所有框就全错位了。归一化之后，坐标是相对值，缩放不影响。

我自己在检查数据时会算一笔账：一张 1920×1080 的图，某个框左上角在 (480, 270)，右下角在 (720, 540)，那它的归一化中心点就是((480+720)/(2×1920), (270+540)/(2×1080))，宽高分别是 240/1920 和 270/1080。标注工具会自动算，但手写脚本校验时脑子里得有这层换算关系。

2.2 用 bash 搭出标准骨架，再把图片对号入座

很多人在这一步偷懒，结果训到一半才报错"找不到 labels"。先花十秒钟把空目录结构搭好，后面每一步都有地方放东西。

# 在工程根目录下执行，一次性建好所需目录 mkdir -p pig-dataset/images/train pig-dataset/images/val mkdir -p pig-dataset/images/test pig-dataset/labels/train mkdir -p pig-dataset/labels/val pig-dataset/labels/test # 确认结构 tree pig-dataset -L 2

mkdir -p 的作用是递归创建目录，即使父目录不存在也会先建好父目录。最后用 tree 列出两层结构，目测一下 images 和 labels 下三级目录名是否完全一致。这里最常见的翻车点是：images 下建了 train 和 val，labels 下却建了 train 和 valid，多一个字母，代码按 val 去找就找不到标注。

图片放进去之后，我习惯顺手统计一下 train 和 val 的图片数量，保证比例合理。一个别漏：

find pig-dataset/images -name "*.jpg" | wc -l find pig-dataset/images/val -name "*.jpg" | wc -l

find 管道给 wc -l 统计的是匹配文件的行数。这一步不产任何训练结果，但能提前暴露"val 目录是空的"这种低级事故。我在项目里吃过一次亏，val 目录只有 3 张图，训练完看 val mAP 忽高忽低，还以为是模型不稳定，后来才发现是验证集太小，统计上没有意义。

2.3 data.yaml 与 train.txt：让训练器找到数据的两条线

YOLOv5 读取数据有两条路径：一是 train.txt 和 val.txt 里每行写一张图片的绝对路径，二是 data.yaml 里用字段指到 images 子目录。老版本只认 txt，新版本更推荐直接在 yaml 里写相对路径。为了让代码不去猜，我习惯写成这样：

# pig-dataset/data.yaml path: /home/pig/projects/pig-dataset # 数据集根目录，建议写绝对路径 train: images/train val: images/val test: images/test nc: 1 names: 0: pig

path 字段指到数据集根目录，train 和 val 写相对于根目录的子目录名。nc 是类别数，这里固定 1。names 列表只有 0 号类别 pig，注意索引必须从 0 开始，和标注文件里的第一列保持一致。有的工具导出类别时从 1 开始编号，那份数据到了 YOLOv5 里就会整体错位，这个问题在第五章展开。

train.txt 和 val.txt 里的内容极其简单，每行一张图的完整路径，结尾不要空行：

/home/pig/projects/pig-dataset/images/train/pig_20250101_100001.jpg /home/pig/projects/pig-dataset/images/train/pig_20250101_100002.jpg

data.yaml 的 path 和 txt 各行路径需要指向同一个地方。如果我改过项目目录位置，两处都要同步改。我见过同事把数据集从服务器拷到本地，yaml 里还留着服务器的绝对路径，训练直接报 FileNotFoundError，这就是最典型的路径黑匣子问题。

3. 标注环节：标注工具选择与猪框边界判定

目录结构搭好了，接下来才是最花时间的部分——标注。猪圈场景的标注难度不在工具操作，而在"一头猪的框，边界到底画在哪"。猪不像人，没有固定的目标轮廓，它可能头朝镜头、屁股朝镜头、侧躺、把脑袋伸到食槽里，甚至三头猪叠在一起只露出两个头。做目标检测数据集处理，规则定得越早，返工越少。

3.1 用 LabelImg 按 YOLO 格式落盘，两个设置别改错

目标检测常用标注工具里，LabelImg 是老牌选择，图形界面简单，适合单类别数据集中批量操作。安装和启动之后，关键不是开画，而是先把两个设置确认好：

第一个设置是保存格式。标注框画完，Ctrl+S 保存时，工具会问你存成 PascalVOC 还是 YOLO 格式。选 YOLO，它才会生成上一步那种"类别 ID + 四个归一化坐标"的 txt 文件。如果误选 PascalVOC，生成的是 XML 文件，放进 labels 目录后 YOLOv5 根本不会解析 XML，等同于没有标注。

第二个设置是默认标注目录。LabelImg 允许单独指定图片目录和标注保存目录，务必把标注保存目录指到对应的 labels 子目录。比如当前打开的是 images/train 的图片，保存目录就指到 labels/train。

下面是 LabelImg 启动的最小命令，适用于 Linux 环境：

# 安装 LabelImg 及其依赖 pip install labelImg # 打开标注界面，第二个参数指向图片目录 labelImg /home/pig/projects/pig-dataset/images/train \ /home/pig/projects/pig-dataset/labels/train

第一个参数是图片路径，第二个参数是预填的标注保存路径。启动后界面上先按 W 开始画框，画完一帧按 D 切下一张。右侧的标签栏里要预先创建好类别 pig，不要每张图临时手输，不然很容易把 pig 打成 pgi，一个拼写错误就是一类标注事故。单类别项目里这个问题还不致命，类别一多，拼写不一致直接导致某些框类别不存在，训练时报错。

我实际操作时，每标完 100 张会停一下，随便抽查 5 张，重新打开图片和 txt 对照，确认框的位置和类别没问题再继续。这不是强迫症，是防止标注手滑产生系统性误差。

3.2 猪框到哪才收手：只标可见主体，别标想象出来的轮廓

这是猪圈数据集里最需要达成一致的一条规则。摄像头是俯视的，栏里的猪互相遮挡，如果要求每头猪都框出完整轮廓，几乎不可能。我的做法是：只框当前画面里该头猪的可见主体部分，被遮挡的部分不补全。一头猪露出头、前腿和半边身体，那就框住这一整块可见区域；如果两头猪叠在一起，底下那头只露出一个臀部，也照实框出来。

这样做有几个直接好处。第一，标注员不需要脑补遮挡区域，多人协作时标准统一；第二，模型学的是"画面里猪的可见像素长什么样"，预测时遇到同样遮挡情况也能匹配上；第三，框的重叠率天然降低，NMS 后处理阶段不会因为两个高度重叠的框而互相压制。有的同学习惯把所有可见猪只框成一个大的"猪群框"，想偷懒减少标注量，这个我试过，模型会把一头猪和一个猪群全都数成一，计数任务直接废掉。

还有一个容易被忽略的点：猪的耳朵、尾巴不会被单独标注。猪尾巴是长条形的，容易误判成小目标，但猪尾巴对猪圈管理没有独立价值，按一头猪的可见主体一部分带过即可。保持目标定义纯粹，模型才会把精力放在"数出几头猪"这件事上。

这里有一条关于小目标的经验。猪圈全景画面里，离摄像头最远的栏位，猪在图像里可能只有 20×15 像素。这种目标在 640×640 输入下会被缩得更小。小目标检测的通用补救思路是在标注时保留这些极小框，不要嫌麻烦就删掉，训练阶段再用 mosaic 和大分辨率输入去兜底。删掉它们，模型就失去了对远距离猪栏的感知能力。

3.3 标注体检脚本：训练前先扫一遍坐标越界和空文件

标注完成后，不要直接开训。先跑一段脚本做体检，检查是否有空 txt、是否有坐标越界、是否有文件名不匹配。这段脚本我每次做数据集都会复用，省掉大量训练到一半才发现数据的低级事故。

import os from pathlib import Path def check_labels(img_dir: Path, lbl_dir: Path): imgs = sorted(img_dir.glob("*.jpg")) + sorted(img_dir.glob("*.png")) bad = 0 for img in imgs: label_file = lbl_dir / (img.stem + ".txt") if not label_file.exists(): print(f"[缺失标注] {img.name}") bad += 1 continue with open(label_file) as f: lines = [line.strip() for line in f if line.strip()] if not lines: print(f"[空标注] {img.name}") bad += 1 continue for line in lines: parts = line.split() if len(parts) != 5: print(f"[字段数错误] {img.name}: {line}") bad += 1 continue cid, xc, yc, w, h = parts try: xc, yc, w, h = float(xc), float(yc), float(w), float(h) except ValueError: print(f"[坐标非数字] {img.name}: {line}") bad += 1 continue if not (0.0 <= xc <= 1.0 and 0.0 <= yc <= 1.0): print(f"[中心点越界] {img.name}: {line}") bad += 1 if w <= 0 or h <= 0 or w > 1 or h > 1: print(f"[宽高异常] {img.name}: {line}") bad += 1 print(f"检查完毕，问题文件数: {bad}") check_labels(Path("pig-dataset/images/train"), Path("pig-dataset/labels/train"))

脚本的逻辑是遍历 images 下所有图片，为每张图定位同名 txt。缺失标注和空标注直接记一次问题；正常标注则拆分五个字段，检查字段数、数字合法性、中心点和宽高是否都在 0 到 1 之间。中心点越界或宽高大于 1，意味着标注工具保存了错误坐标，这类坏数据训练时轻则拉低性能，重则让 loss 出现 NaN。

参数说明：img_dir 是图片目录，lbl_dir 是对应的标签目录，两个 Path 对象拼接时用 stem 取文件名主干，这样 jpg 和 png 都能适配。体检结果里如果"缺失标注"数量超过千分之一，一般是标注员漏存了，宁可回去补标也不要抱着侥幸心理训练。

4. 数据集划分与训练准备：按时间抽帧，别让数据自己骗自己

数据和标注都齐了，接下来是数据集处理里最容易被低估的一步——划分训练集和验证集。猪圈摄像头视频是连续录的，相邻两帧之间的场景几乎一样。如果划分时把所有图片随机扔进 train 和 val，同一个猪栏同一批猪可能同时出现在两个集合里，验证指标虚高，到了新场景立刻露馅。目标检测数据集处理的质量，很大程度上取决于这一步是不是较真了。

4.1 划分脚本：按视频片段抽帧，而不是全局随机打散

合理的做法是先把视频按时间片段分组，同一个片段的帧要么全进 train，要么全进 val。下面这段脚本实现了一个简单的按文件名分组抽帧逻辑，假设文件名里带着日期和帧序号，例如 pig_20250101_100001.jpg。

import random import shutil from pathlib import Path src = Path("pig-dataset/images/full") # 所有未划分图片 src_lbl = Path("pig-dataset/labels/full") dst_img = Path("pig-dataset/images") dst_lbl = Path("pig-dataset/labels") # 按视频片段分组，这里用文件名的前15个字符代表同一段视频 video_groups = {} for img in sorted(src.glob("*.jpg")): key = img.stem[:15] # 例如 pig_20250101_10 video_groups.setdefault(key, []).append(img) keys = sorted(video_groups.keys()) random.seed(42) random.shuffle(keys) # 取 15% 的视频片段作为验证集 val_count = max(1, int(len(keys) * 0.15)) val_keys = set(keys[:val_count]) def move_img_group(img_paths, dst_dir): dst_dir.mkdir(parents=True, exist_ok=True) for img in img_paths: label = src_lbl / (img.stem + ".txt") shutil.move(str(img), str(dst_dir / img.name)) if label.exists(): shutil.move(str(label), str(dst_dir.parent.parent / "labels" / dst_dir.name / label.name)) for k, imgs in video_groups.items(): if k in val_keys: move_img_group(imgs, dst_img / "val") else: move_img_group(imgs, dst_img / "train")

脚本先说划分逻辑：把文件名前 15 个字符当作视频片段标识，同一片段的图片捆绑处理，要么全去训练要么全去验证。这样模拟真实部署场景——模型上线后看到的画面，和训练数据来自不同的时间片段。随机种子固定为 42，保证能复现划分结果；15% 的验证比例对单类别任务够用，数据量大的话可以降到 10%。

参数说明：val_count 越界保护用了 max(1, ...) 确保视频片段再多也不会出现空验证集。移动文件时同时处理图片和同名 txt，避免图片过去了标注还躺在原地。我通常在划分完再跑一遍 3.3 节的体检脚本，确认移动后没有丢文件。

4.2 data.yaml 相邻配套：单类别任务的训练参数怎么定

划分完数据，回到 data.yaml 关注训练参数。YOLOv5 提供不同规模的预训练权重，复杂场景一般从 yolov5s 起步。猪圈场景不算难，目标类别只有一个，不必一上来就用大模型。

# hyp.scratch-low.yaml 里的关键参数，按猪圈场景调整 hsv_h: 0.02 # 色调增强幅度，原默认0.015，微调即可 hsv_s: 0.3 # 饱和度增强，室内猪圈色彩单一可以调高 hsv_v: 0.4 # 亮度增强，猪圈光照差异大，适当提高 fliplr: 0.5 # 水平翻转概率，摄像头固定视角，不建议超过0.5 mosaic: 1.0 # 开启mosaic，单类别条件下mosaic能提升小目标效果

hsv_v 是亮度扰动，猪圈里白天的窗户光和晚上的灯光差异大，把亮度扰动从默认的 0.0 调高到 0.4，相当于变相扩充了训练集光照范围。hsv_s 饱和度对漏粪板反射和猪肤色都有影响，但室内场景颜色单调，0.3 足够。fliplr 保持 0.5 即可，猪圈摄像头是固定视角，左右翻转不会破坏语义。

训练命令按官方最小流程走：

python train.py \ --data pig-dataset/data.yaml \ --weights yolov5s.pt \ --img 640 \ --batch 8 \ --epochs 100 \ --patience 20

解释一下参数：weights 用官方预训练权重的 s 版本，能加速收敛；batch 根据显卡显存调整，显存不够就降到 4，单类别任务 batch 4 也可以稳定收敛；epochs 100 对单类目标检测来说够用，配合早停 patience 20，loss 连续 20 轮不下降就自动停止，避免浪费时间。img 640 是速度与精度的折中，如果离摄像头远处的小猪老是漏检，可以试试 1280，显存和训练时间代价要自己权衡。

4.3 单类别项目的特殊注意点：背景样本不可忽略

类别只有一个，数据分配上反而会出现一个隐蔽问题：所有图片都有猪，模型对"空栏"没有概念。这意味着模型见到没有猪的画面，也倾向于输出一个框。

解决办法是在数据集中加入负样本——不包含任何猪的猪圈空栏图片。负样本的 txt 是空文件，一行内容都没有。我在划分时专门保留一个 empty 目录，放 10% 左右的空栏图片进训练集和验证集。训练时模型知道纯背景是什么样，预测空栏时才不会乱框。

负样本不用太多，比例太大会压偏模型，让模型偏向输出背景。10% 是我常用的起点，如果验证时发现"空栏误检"反复出现，再逐步往上加。这是单类别目标检测里最容易忽略但收益最直接的一步。

5. 避坑记录：猪圈摄像头标注与训练的 5 次翻车

数据格式本身不复杂，但把"摄像头画面 + 手工标注 + YOLOv5 训练"串起来，至少有 5 个坑我真踩过。每一条都是现象、原因、解决三段式，按出现频率排序。

5.1 训练 loss 正常下降，val mAP 却一直是 0

现象：训练曲线和 loss 都很正常，每个 epoch 的 mAP 稳如直线，始终是 0。 原因：labels 目录里混入了 LabelImg 误保存的 XML 文件，YOLOv5 默认只读 txt，遇到非 txt 文件解析失败，相当于模型从头到尾看到的都是空标签，所有预测都被当成背景。 解决：训练前跑一遍 3.3 节的体检脚本，检查 labels 下每个 txt 的行格式，把 XML 和 json 文件全部清理掉。这种问题从 loss 曲线上根本看不出来，只能靠数据校验脚本卡住。

5.2 报错 AssertionError: train: No labels in .../labels/train

现象：train.py 启动后立刻报错，提示 train 分区的 labels 目录不存在或为空。 原因：目录层级和文件名不匹配。最常见的是 labels 下的子目录叫 valid，而 images 下叫 val；或者标注文件的后缀是 .json。 解决：统一目录命名是治本方案。用第二章节的 bash 命令重新建骨架，把文件移动到正确目录，再执行 tree pig-dataset -L 2 确认 images 和 labels 的子目录名完全一致。

5.3 数据量够，但验证集上小猪几乎全部漏检

现象：大猪检测效果不错，离摄像头远的小猪全部漏框，recall 明显偏低。 原因：训练输入被统一缩放到 640×640，原始图中只有 20 像素宽的小猪，缩放后只占 6 个像素，语义信息基本丢失。这不是模型问题，是输入分辨率和标注框分布共同作用的结果。 解决：两个方向。一是训练时把 img 提到 1280，保留原始小目标的像素；二是把图片切成若干块分别训练和推理，也就是切片推理的思路。我的习惯是先把 img 提到 1280 试一版，如果训练时间扛不住再考虑切片方案。

5.4 白天测试 mAP 很高，晚上直接全漏

现象：白天的验证集上 PR 曲线漂亮，一到夜间摄像头画面，模型几乎每帧输出空结果。 原因：训练集里 90% 以上是白天样本，模型对夜间低照度、红外补光下的图像特征完全没有概念。数据增强里 hsv_v（亮度）扰动只能模拟亮度变化，模拟不了红外补光的纹理和颜色偏移。 解决：补数据优先于调参。我实际做的时候是从夜间监控视频里抽了几百帧，和白天数据按大约 3:1 混合重新训练。如果实在没有夜间数据，数据增强阶段把 hsv_v 调高、补加高斯噪声，是无奈的补救，效果比纯白天模型好一点但有限。

5.5 部署后每帧都在抖框，同一头猪被反复计数

现象：模型跑在实时视频流上效果还行，但相邻帧的检测框跳来跳去，一头猪走进走出栅栏时被不同的框交替触发，计数重复。 原因：单帧检测天然不稳定，猪的遮挡程度、姿态、摄像头细微抖动都会让框的置信度上下浮动。模型只对单张图片做推理，没有利用时间上下文。验证集用的是静态图片，评估不出这种问题。 解决：部署阶段加一个简单的后处理策略：同一目标的框在连续 5 帧内位置变化小于阈值，就认为是同一头猪，只在第一次出现时计数。精准计数任务里这个 trick 比换模型更有效。另外把推理置信度阈值从默认的 0.25 提高到 0.4 以上，误框会少很多。

6. 验证模型与迭代：val.py 的指标别只看 mAP，还要看漏检样本

训练结束后，用 val.py 验证是看到指标最简单的方式，跑一次只花几分钟。

python val.py \ --data pig-dataset/data.yaml \ --weights runs/train/exp/weights/best.pt \ --conf 0.25 \ --iou 0.45 \ --batch 8

conf 是置信度阈值，iou 是 NMS 的 IoU 阈值，batch 与训练时保持一致即可。val.py 结束后，runs/val/exp 目录下会生成混淆矩阵、PR 曲线和一张带预测框的可视化图。在猪圈场景里，我优先看 recall，漏一头猪比多框一个无关目标后果更严重，因为漏检会影响出栏计数和异常告警。mAP 是整体质量的参考，真正要翻的是可视化图里那些左下角置信度在 0.2 到 0.4 之间的灰框——它们决定了模型的下限。

进阶的迭代习惯是挖掘难例。模型在白天样本上跑一遍，把预测框置信度低于 0.3 且真实存在的猪导出来，人工确认后补进训练集。这类 hard example 比随机抽帧补标更有价值，专门针对模型弱点做标注，下一版的效果提升是最明显的。

另外一个我常用的验证习惯是统计单张图的检测框数量。猪圈场景里单栏最多 8 头猪，如果模型在一张图上输出了 15 个框，基本能断定小目标误检问题，可以优先关注合并栏位和反光区域。可视化图扫一遍比看指标曲线直接得多。

我最初做第一版猪圈数据集时，赶进度标得急，只标大猪，小猪的框嫌小没标。结果模型对大猪 recall 很高，小猪全漏，还以为是数据增强不够，反复调了几天参数都不见起色。后来重新查标注，补上几百个被漏掉的小猪框，recall 直接涨了十几个点。从此我每做完一版数据都先抽 50 张最难的角度人工数一遍猪头数，再和模型输出对比。数据对了，后面的工作才会顺。希望帮到你。

本文还有配套的精品资源，点击获取