企业官网建设流程全解析

简介：这份积水图像分割检测数据集面向具备Python与CNN基础、从事图像分割或目标检测的开发者与研究者，可用于YOLOv8、YOLOv11等框架的训练与验证，帮助解决积水场景下像素级分割与目标定位的数据来源问题。资源包共1071个文件，压缩后约389.4MB，包含428张jpg原始积水图像、428个txt标注文件、214个json标注文件及1个yaml配置文件；其中jpg为待分割原图，txt对应YOLO格式标注，json提供结构化区域与类别信息，yaml用于数据集路径与类别配置，三种格式可灵活切换使用。目前已有519人学习下载。数据集按segment目录组织，img、json、seg子文件夹分别存放原图与两类标注，结构清晰，便于直接接入YOLO系列训练流程，也可用于自定义分割模型的标注解析与格式转换练习，适合作为积水检测课题的基线数据。

1. 积水图像分割检测数据集：从标注掩码到 YOLO11 训练的第一公里

城市内涝、地下车库进水、隧道积水，这些场景的监控画面里，水面的边界往往模糊、反光、和湿滑地面几乎同色。用目标检测框去圈积水，框里一半是水一半是墙，后处理根本没法用。真正能落地的是图像分割：给每个像素判定「是不是积水」，输出一张和原图等大的掩码。积水图像分割检测数据集就是为这件事准备的原料，它提供原图与对应的分割标注，可以直接喂给 YOLOv8-seg、YOLO11-seg 这类实例分割模型做训练。这篇文章面向已经会用 Python、想把手头积水数据跑通分割训练的人，从数据格式、环境配置、训练参数一路讲到踩坑排查。如果你手上只有一堆积水照片、还没想清楚标注怎么转成 YOLO 能吃的格式，或者跑起来 loss 不降、掩码全黑，那接下来的内容基本能对上你的问题。

2. 积水分割数据集长什么样：掩码格式、目录结构与选型判断

拿到一个分割数据集，第一件事不是急着训练，而是搞清楚它的标注到底以什么形式存在。积水分割的标注常见有三种：PNG 单通道掩码（像素值 0/1 或 0/255）、COCO 格式的 polygon JSON、以及 LabelMe 导出的 JSON。这三种决定了你后面转换脚本怎么写，也决定了能不能直接用 YOLO 官方的那套数据加载逻辑。

2.1 三种标注格式的差异与转换代价

PNG 掩码是最省事的。每张图对应一张同名的灰度图，白色区域是积水，黑色是背景。YOLO 的分割训练最终需要的是 polygon 坐标（归一化后的多边形点集），所以 PNG 掩码要先用轮廓提取转成多边形。这条路的好处是标注质量直观、可视化方便；坏处是如果掩码边缘有锯齿，提取出来的多边形点数会爆炸，一个目标几千个点，训练时显存和速度都受影响。

COCO polygon JSON 是另一种常见形态，annotations 里直接存 segmentation 数组。它和 YOLO 的差距主要在坐标系和归一化方式：COCO 用绝对像素坐标，YOLO 用相对图像宽高的 0~1 浮点数。转换时除以宽高即可，但要注意 COCO 的 polygon 可能是多段（一个目标多个不连通区域），YOLO 每行只接受一个多边形，多段需要拆成多行或者只保留最大轮廓。

LabelMe JSON 最灵活，支持多边形、矩形、圆形混合标注，但字段结构最杂。转 YOLO 时要遍历 shapes，按 label 过滤出积水类别，再把 points 归一化。

选型上，如果你是从零标注，我一般建议直接标 polygon 存 COCO 或 LabelMe，别走 PNG 掩码再反提取，那一步的精度损失和点数膨胀是纯亏。如果数据集已经给的是 PNG 掩码，那就老老实实写轮廓提取，后面用 approxPolyDP 做抽稀。

2.2 目录结构：YOLO 分割训练要求的布局

YOLO 系列（v8 和 11 通用）对分割数据集要求固定的目录布局，images 和 labels 平行，labels 里是 txt，每行格式为：

<class_id> <x1> <y1> <x2> <y2> ... <xn> <yn>

坐标全部是相对图像宽高的 0~1 浮点数，类别 id 从 0 开始。一个能直接开训的结构是这样：

datasets/ water/ images/ train/ a001.jpg val/ a002.jpg labels/ train/ a001.txt val/ a002.txt

注意 images 和 labels 下的子目录名必须一致（train/val），文件名（不含扩展名）必须一一对应。YOLO 加载时是按文件名去 labels 里找同名 txt，找不到就当作负样本跳过，不会报错——这也是很多人「训练正常但模型啥也学不到」的隐形原因。

2.3 用脚本把 PNG 掩码转成 YOLO 分割标签

假设你手上是 PNG 掩码，下面这段脚本做两件事：提取轮廓、抽稀、归一化、写 txt。依赖 opencv 和 numpy。

import cv2 import numpy as np import os from pathlib import Path def mask_to_yolo(mask_path, img_w, img_h, class_id=0, epsilon_ratio=0.002): # 读单通道掩码，二值化 mask = cv2.imread(str(mask_path), cv2.IMREAD_GRAYSCALE) _, binary = cv2.threshold(mask, 127, 255, cv2.THRESH_BINARY) # 找外轮廓，只取最外层 contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) lines = [] for cnt in contours: # 面积太小的噪点直接丢，阈值按图像尺寸调 if cv2.contourArea(cnt) < 50: continue # 抽稀：epsilon 越大点越少，0.002 是经验起点 eps = epsilon_ratio * cv2.arcLength(cnt, True) approx = cv2.approxPolyDP(cnt, eps, True) # 少于 3 个点构不成多边形 if len(approx) < 3: continue pts = approx.reshape(-1, 2).astype(float) # 归一化到 0~1 pts[:, 0] /= img_w pts[:, 1] /= img_h coords = " ".join(f"{x:.6f} {y:.6f}" for x, y in pts) lines.append(f"{class_id} {coords}") return lines def convert_dir(mask_dir, img_dir, out_dir): os.makedirs(out_dir, exist_ok=True) for mask_path in Path(mask_dir).glob("*.png"): img_path = Path(img_dir) / f"{mask_path.stem}.jpg" if not img_path.exists(): continue img = cv2.imread(str(img_path)) h, w = img.shape[:2] lines = mask_to_yolo(mask_path, w, h) with open(Path(out_dir) / f"{mask_path.stem}.txt", "w") as f: f.write("\n".join(lines)) convert_dir("masks/train", "images/train", "labels/train")

逻辑说明：findContours用RETR_EXTERNAL只取外轮廓，避免内孔产生多余多边形；approxPolyDP的 epsilon 是抽稀强度，按周长比例给，比固定像素值更适应不同尺寸目标；归一化用图像真实宽高，不是掩码宽高——两者通常一致，但如果掩码被缩放过分，这里就会错位。参数上，epsilon_ratio从 0.002 起调，点数还是太多就加到 0.005，边缘明显变方就降到 0.001。面积阈值 50 是过滤小噪点，积水场景里雨滴反光容易产生碎斑，这个值可以适当放大到 100。

2.4 转换后必须做的两步校验

转完不要直接开训，先做两件事。第一，用可视化脚本把 txt 画回图上，肉眼确认多边形贴合水面边界。第二，统计每张图的标签行数和点数分布，如果某张图有几百个多边形，基本是掩码噪点没清干净，回去调面积阈值。这两步花十分钟，能省掉后面几小时的无效训练。

3. YOLO11 分割训练环境配置与最小可跑命令

环境这块是新手翻车最集中的地方。YOLO11 和 YOLOv8 同属 ultralytics 库，安装方式一样，但 YOLO11 的预训练权重文件名不同（yolo11n-seg.pt 这种），别拿 v8 的权重去套 11 的配置。下面按 Windows 和 Linux 通用的方式讲，Windows 安装 yolo11 的坑单独在避坑章说。

3.1 用 conda 建环境并装 ultralytics

不要用系统 Python 直接 pip install，依赖冲突会让你怀疑人生。建一个干净环境：

conda create -n yolo11 python=3.10 -y conda activate yolo11 # 装 PyTorch，按你的 CUDA 版本选，这里以 CUDA 12.1 为例 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121 # 装 ultralytics，它会带上 opencv、numpy 等依赖 pip install ultralytics

逻辑说明：Python 3.10 是目前 ultralytics 兼容性最稳的版本，3.12 偶尔有包编译问题。PyTorch 一定要先装、且和 CUDA 版本对齐，装完用python -c "import torch; print(torch.cuda.is_available())"验证，输出 True 才算通。ultralytics 放最后装，让它自己解析剩余依赖。参数上，如果你没有 NVIDIA 显卡，把 torch 那行换成 CPU 版（去掉 index-url），训练会慢但能跑通流程。

3.2 写数据集配置文件 water.yaml

YOLO 训练靠一个 yaml 描述数据位置和类别。放在项目根目录：

path: ./datasets/water train: images/train val: images/val names: 0: water

逻辑说明：path是数据集根目录，train和val是相对 path 的子路径，指向 images 下的目录，YOLO 会自动去同级的 labels 找标签。names是类别映射，积水单类就写 0: water，多类（比如积水、湿滑、反光）按顺序加。注意 yaml 里路径用正斜杠，Windows 下反斜杠会被当转义符。

3.3 一条命令启动 YOLO11 分割训练

最小可跑命令：

yolo segment train model=yolo11n-seg.pt data=water.yaml epochs=100 imgsz=640 batch=8 device=0

逻辑说明：segment train是分割任务子命令，别写成 detect。model=yolo11n-seg.pt是 nano 版分割预训练权重，第一次跑会自动下载。data指向刚写的 yaml。epochs=100是迭代轮数，积水数据集通常几百到几千张，100 轮起步。imgsz=640是输入分辨率，分割任务对分辨率敏感，小目标多就上 1024。batch=8按显存调，8G 显存跑 640 大概能到 8~16。device=0指定第一块 GPU，CPU 训练去掉这个参数。

跑起来后终端会打印每轮的 box_loss、seg_loss、mask mAP。分割任务重点看 seg_loss 和 mask mAP50，box 指标只是辅助。如果 seg_loss 前几轮不降反升，先别慌，分割的收敛比检测慢，看 10 轮趋势。

3.4 训练参数里真正影响积水分割效果的几个

默认参数能跑，但积水场景有几个参数值得动。imgsz前面说了，水面边界细，分辨率低了掩码糊成一片。mosaic默认 1.0，做数据增强拼接四张图，对分割有好处但会让小目标更小，积水面积普遍不小，保持默认即可。copy_paste是分割专属增强，把目标抠出来贴到别的图上，积水场景可以开到 0.3 增加样本多样性。overlap_mask控制训练时掩码是否允许重叠，单类积水保持 True。学习率lr0默认 0.01，如果 loss 震荡厉害降到 0.001。

4. 从训练日志判断积水分割是否真的在学

训练跑起来不等于学对了。这一章讲怎么从日志和验证结果里读出模型状态，以及几个积水场景特有的判断方法。

4.1 看懂 seg_loss 和 mask mAP 的配合关系

YOLO 分割训练会同时输出分类损失、box 损失、seg 损失和对应的 mAP。判断模型是否在学，看两条曲线：seg_loss 应该整体下降并逐渐平缓，mask mAP50 应该整体上升。如果 seg_loss 降但 mask mAP 不涨，通常是过拟合或者验证集分布和训练集差太多。如果 seg_loss 一直高位震荡，检查标签是不是有问题——最常见的是多边形自交或者点数过少。

积水场景有个特点：水面边界本身模糊，标注时不同人画的边界能差十几个像素。这导致 mask mAP 的天花板不会太高，能到 0.7~0.8 就算不错，别拿检测任务的 0.9 去要求它。

4.2 用验证命令单独跑一遍并保存可视化结果

训练完或者训练中想单独验证：

yolo segment val model=runs/segment/train/weights/best.pt data=water.yaml imgsz=640 save_json=True plots=True

逻辑说明：val子命令加载指定权重在验证集上跑。save_json=True会把预测结果存成 COCO 格式 json，方便后续算指标或对比。plots=True生成混淆矩阵、PR 曲线等图，存在 runs 目录下。跑完重点看runs/segment/val/下的 val_batch0_pred.jpg，那是模型预测掩码叠在原图上的可视化，一眼能看出漏检和误检。

4.3 积水分割特有的失败模式：反光、倒影、湿地面

普通分割任务错就是错，积水分割的错有规律。反光：水面反射天空或灯光，模型容易把亮斑判成非水。倒影：积水里的建筑倒影，颜色和真实建筑接近，模型可能把倒影区域也标成积水（其实那确实是水，但标注时可能没标）。湿地面：刚下过雨的地面是湿的但没积水，颜色和浅积水极像，这是误检重灾区。

针对这几种，验证时单独挑出对应样本看预测。如果反光误判多，训练时加亮度扰动的增强；湿地面误检多，说明数据集里负样本（湿地面无积水）不够，得补。

4.4 用预测命令快速看单张图效果

不想跑整个验证集，单张图快速看：

yolo segment predict model=runs/segment/train/weights/best.pt source=test_imgs/ imgsz=640 save=True conf=0.25

逻辑说明：predict子命令对 source 目录下所有图做推理，save=True存可视化结果到 runs/segment/predict。conf=0.25是置信度阈值，积水分割建议从 0.25 起，太低会出一堆碎掩码，太高会漏掉边界模糊的水面。这个命令适合调阈值阶段反复跑。

5. 积水分割训练避坑：从环境到标签的 5 个血泪记录

这一章全是实际踩过的坑，每条按现象、原因、解决写。新手照着排查能省大量时间。

5.1 Windows 下装 ultralytics 报 DLL 加载失败

现象：pip install 成功，但 import ultralytics 或跑训练时报OSError: [WinError 126] 找不到指定的模块，通常指向 torch 的某个 dll。

原因：Windows 上 PyTorch 的 CUDA 运行时依赖没装全，或者 conda 环境里混了多个 torch 版本。另一个常见原因是缺 Visual C++ Redistributable。

解决：先确认只装了一个 torch（pip list | findstr torch），多了就卸干净重装。然后装最新的 VC++ 运行库。还不行就换 CPU 版 torch 先跑通流程，确认是 CUDA 依赖问题再针对性修。Windows 安装 yolo11 的坑九成出在 torch 和 CUDA 版本不匹配上。

5.2 训练正常但 mask mAP 一直是 0

现象：loss 在降，box mAP 有值，但 mask mAP 始终 0 或者极低。

原因：标签格式不对。最常见的是 txt 里坐标没归一化（还是像素值），或者每行开头少了 class_id，或者多边形点数少于 3。YOLO 对格式错误不报错，直接当无效标签跳过。

解决：随便打开一个 labels 下的 txt，确认每行是0 x1 y1 x2 y2 ...，坐标都在 0~1 之间。写个脚本统计所有 txt 的行数和坐标范围，超出 0~1 的就是没归一化。

5.3 显存爆了但 batch 已经调到 1

现象：CUDA out of memory，batch 降到 1 还是爆。

原因：imgsz 太大，或者某个样本的多边形点数极多导致单张图计算量暴涨。分割任务的显存占用和多边形总点数强相关，不是只看 batch。

解决：先把 imgsz 从 1024 降到 640 试。还爆就回去检查标签，把点数超过 500 的多边形用 approxPolyDP 再抽稀。另外cache=True会把整个数据集缓存到内存/显存，数据大时关掉。

5.4 验证集指标好但实际推理一塌糊涂

现象：val 的 mask mAP 0.8，拿真实监控图去预测，掩码乱七八糟。

原因：训练集和真实场景分布不一致。数据集里的积水图可能是特定角度、特定天气，真实监控是另一个视角。或者验证集本身和训练集同源，没有真正独立的测试集。

解决：从真实场景单独切一批图做测试，别用验证集的结果下结论。如果差距大，要么补真实场景数据进训练集，要么做域适应增强（色调、视角、亮度扰动）。

5.5 训练中断后想接着跑结果从头开始

现象：跑了 50 轮断了，重新执行训练命令，loss 从初始值开始，之前的白跑。

原因：没指定 resume。YOLO 默认每次训练新建一个 run 目录，不会自动续。

解决：训练时加resume=True并指向上次的 last.pt：yolo segment train resume=True model=runs/segment/train/weights/last.pt。注意 resume 要求其他参数和上次一致，改了 imgsz 或 data 会报错。养成习惯：长训练前确认 last.pt 会正常保存，默认每轮都存。

6. 把积水分割模型推到可用：阈值调优与掩码后处理技巧

训练出 best.pt 只是半成品，真正上线前还有两步：置信度阈值调优和掩码后处理。这两步做得好，同样的模型效果能上一个台阶。

6.1 按场景调 conf 和 iou 阈值

YOLO 分割推理有两个阈值：conf控制哪些检测保留，iou控制重叠掩码的合并（NMS）。积水场景的调法：

调的时候别凭感觉，写个循环跑不同阈值组合，统计 mask mAP 或直接看可视化。我一般固定 iou=0.5，只扫 conf 从 0.1 到 0.5，步长 0.05，挑误检和漏检平衡的那个点。

6.2 掩码后处理：去碎斑和填孔洞

模型输出的掩码常有小碎斑（几个像素的孤立区域）和孔洞（水面中间被误判成背景）。后处理两步：

import cv2 import numpy as np def clean_mask(mask, min_area=100, close_kernel=5): # mask 是 0/1 的 uint8 mask = mask.astype(np.uint8) # 形态学闭运算填小孔洞 kernel = np.ones((close_kernel, close_kernel), np.uint8) mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel) # 连通域分析，去掉小面积碎斑 num, labels, stats, _ = cv2.connectedComponentsWithStats(mask, connectivity=8) cleaned = np.zeros_like(mask) for i in range(1, num): if stats[i, cv2.CC_STAT_AREA] >= min_area: cleaned[labels == i] = 1 return cleaned

逻辑说明：闭运算先填内部小孔洞，kernel 大小按掩码分辨率调，640 输入用 5 就够。连通域分析按面积过滤，min_area是保留阈值，监控场景积水面积大，可以设到 200~500。参数上，close_kernel太大会把两个相邻积水区域粘一起，太小填不上孔洞，5 是 640 分辨率的稳妥值。

6.3 一个容易被忽略的验证习惯

我现在的习惯是：每次调完阈值或后处理，固定拿同一批 20 张「难样本」（反光、湿地面、夜间）跑一遍，把结果拼成对比图存下来。这样改动的效果是变好还是变差，一眼能看出来，不靠记忆。积水分割这活儿，模型指标只是参考，最终看的是那几张最难图上掩码贴不贴边。希望帮到你。

本文还有配套的精品资源，点击获取