企业官网建设流程全解析

简介：这份资源是面向深度学习与计算机视觉方向的停车位识别数据集，基于经典PKLot停车场监控图像构建，适合正在做目标检测课程设计、毕业设计或算法验证的学生与开发者使用。数据集覆盖晴天、阴天和雨天等多种光照条件，停车位被标注为已占用或空置，原始旋转矩形注释已统一转换为标准目标检测边界框格式，可直接接入YOLOv5等主流框架训练。压缩包共24834个文件，包含12416张jpg图像、12417个txt标注文件及1个yaml配置文件，整体约866MB，图像与标注一一对应，yaml文件用于定义数据集路径与类别信息，省去自行整理与格式转换的步骤。目前已有2590人学习下载，读者可借此快速搭建停车位占用检测实验环境，验证模型在不同天气与视角下的鲁棒性，并作为对比实验或数据增强的可靠基础。

1. 停车位识别数据集到底长什么样：从拿到压缩包到判断能不能用

你从网上拖下来一个叫「停车位识别yolov5数据集.zip」的压缩包，解压之前最该干的事不是急着跑训练，而是先搞清楚里面装的是什么。停车位识别在工业界通常叫 Parking Slot Detection 或 Parking Space Occupancy Detection，前者是检测车位框线（空车位在哪），后者是判断车位有没有被占。这两个任务看着像，标注方式却完全不同：前者画的是车位四角点或旋转框，后者画的是车辆或车位状态分类。你手里的数据集如果标注是水平矩形框，那大概率只能做「有车/无车」的二分类检测，做不了精确的车位线定位。这个区别直接决定你后面模型选型、anchor 设置和评估指标，所以第一步永远是打开标注文件看结构。

这个方向适合谁？做智慧停车场、自动泊车辅助、园区车位引导系统的团队，以及想拿真实场景练 YOLOv5 自定义数据集流程的个人开发者。它解决的核心问题是：让你不用从零标注几千张车位图，直接有一个可训练的起点。但数据集质量参差不齐，有的来自固定摄像头、光照单一，有的标注框把相邻车位连成一片，这些坑不提前识别，训练出来的模型换个停车场就废。下面按「先验证数据、再转格式、再调训练、最后排错」的顺序，把这条链路讲透。

2. 解压后先做三件事：目录结构、标注格式与数据体检

2.1 看清目录结构和标注格式

拿到压缩包先别改任何东西，解压到独立目录，用命令把结构列出来。常见的数据集组织有两种：一种是已经分好images/和labels/，另一种是原始JPEGImages/加Annotations/（VOC 风格）。停车位数据集因为来源杂，两种都可能遇到。

# 解压并查看目录树，只看两层，避免输出爆炸 unzip 停车位识别yolov5数据集.zip -d parking_dataset cd parking_dataset find . -maxdepth 2 -type d | sort # 统计图片数量和标注数量，两者对不上就说明有问题 find . -name "*.jpg" -o -name "*.png" | wc -l find . -name "*.txt" -o -name "*.xml" | wc -l

逻辑说明：find -maxdepth 2只列两层目录，快速判断是 YOLO 格式还是 VOC 格式。图片数和标注数必须一致，如果标注数明显少于图片数，说明有图没标，训练时这些图会被当成纯背景，可能让模型学到「车位不存在」的错误先验。参数上，如果你的数据是.xml，那就是 VOC 格式，需要转换；如果是.txt且每行是class x_center y_center w h（归一化到 0-1），那已经是 YOLO 格式，可以直接用。

2.2 用脚本做数据体检：类别分布与框尺寸

YOLO 格式的标签文件里，第一列是类别 id。停车位数据集常见类别是0: parking_space或0: empty, 1: occupied。先统计类别分布和框的宽高分布，这决定了你后面 anchor 要不要重聚类。

import os, glob from collections import Counter label_dir = "parking_dataset/labels" cls_counter = Counter() w_list, h_list = [], [] for txt in glob.glob(os.path.join(label_dir, "*.txt")): with open(txt) as f: for line in f: parts = line.strip().split() if len(parts) != 5: continue # 跳过格式异常行 c, x, y, w, h = int(parts[0]), *map(float, parts[1:]) cls_counter[c] += 1 w_list.append(w) h_list.append(h) print("类别分布:", cls_counter) print("框宽 min/mean/max:", min(w_list), sum(w_list)/len(w_list), max(w_list)) print("框高 min/mean/max:", min(h_list), sum(h_list)/len(h_list), max(h_list))

逻辑说明：这段脚本遍历所有标签，统计每个类别的框数量和归一化宽高。参数上，w和h是相对整图的比例，不是像素。如果发现某个类别占比超过 90%，说明数据严重不平衡，训练时要么过采样少数类，要么在 loss 里给少数类加权。如果框宽普遍小于 0.05，说明车位在图中很小，YOLOv5 默认 anchor 可能匹配不上，需要重新聚类 anchor 或提高输入分辨率。

2.3 可视化抽查：别跳过这一步

统计只能看分布，看不出标注错位。抽 20 张图把框画出来，肉眼确认框有没有偏、有没有把两个车位框成一个。

import cv2, glob, random img_dir = "parking_dataset/images" label_dir = "parking_dataset/labels" samples = random.sample(glob.glob(os.path.join(img_dir, "*.jpg")), 20) for img_path in samples: img = cv2.imread(img_path) H, W = img.shape[:2] txt = os.path.join(label_dir, os.path.basename(img_path).replace(".jpg", ".txt")) if not os.path.exists(txt): continue with open(txt) as f: for line in f: c, x, y, w, h = line.split() x, y, w, h = map(float, (x, y, w, h)) x1, y1 = int((x - w/2) * W), int((y - h/2) * H) x2, y2 = int((x + w/2) * W), int((y + h/2) * H) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.imwrite(f"check_{os.path.basename(img_path)}", img)

逻辑说明：YOLO 的x_center, y_center是归一化中心点，转像素要乘宽高。这段代码把框画回原图并保存，你打开check_*.jpg就能看到标注是否贴合车位。常见问题是框整体偏移（标注工具坐标系没对齐）或框把相邻车位合并（标注员偷懒）。这类问题在统计里看不出来，但会直接拉低 mAP。

提示：体检阶段不要急着改数据，先记录问题清单。改数据前备份原始压缩包，后面所有转换都基于备份操作。

3. 把数据集转成 YOLOv5 能吃的格式：划分、转换与 yaml 配置

3.1 训练/验证/测试集划分

YOLOv5 要求images/train、images/val，测试集可选。划分比例常见 8:1:1 或 7:2:1。停车位数据集如果来自连续视频帧，千万别随机划分，否则相邻帧会同时出现在训练和验证集，造成数据泄漏，验证 mAP 虚高。

import os, glob, random, shutil random.seed(42) src_img = "parking_dataset/images" src_lbl = "parking_dataset/labels" out = "yolo_dataset" imgs = sorted(glob.glob(os.path.join(src_img, "*.jpg"))) random.shuffle(imgs) n = len(imgs) train_imgs = imgs[:int(n*0.8)] val_imgs = imgs[int(n*0.8):int(n*0.9)] test_imgs = imgs[int(n*0.9):] for split, files in [("train", train_imgs), ("val", val_imgs), ("test", test_imgs)]: os.makedirs(f"{out}/images/{split}", exist_ok=True) os.makedirs(f"{out}/labels/{split}", exist_ok=True) for p in files: shutil.copy(p, f"{out}/images/{split}/") lbl = os.path.join(src_lbl, os.path.basename(p).replace(".jpg", ".txt")) if os.path.exists(lbl): shutil.copy(lbl, f"{out}/labels/{split}/")

逻辑说明：random.seed(42)保证划分可复现。如果数据来自视频，正确做法是按视频段划分，而不是按帧随机。参数上，8:1:1 适合数据量大于 2000 张的情况；如果只有几百张，验证集太小会导致 mAP 波动大，建议 7:2:1 或做交叉验证。

3.2 如果是 VOC 格式：xml 转 txt

很多停车位数据集原始标注是 VOC 的.xml，需要转成 YOLO 的.txt。转换时注意类别名到 id 的映射要固定，别每次跑顺序不一样。

import xml.etree.ElementTree as ET import os, glob classes = ["parking_space"] # 按你的数据集类别改 cls2id = {c: i for i, c in enumerate(classes)} for xml in glob.glob("parking_dataset/Annotations/*.xml"): tree = ET.parse(xml) root = tree.getroot() size = root.find("size") W, H = int(size.find("width").text), int(size.find("height").text) lines = [] for obj in root.iter("object"): name = obj.find("name").text if name not in cls2id: continue bbox = obj.find("bndbox") x1 = float(bbox.find("xmin").text) y1 = float(bbox.find("ymin").text) x2 = float(bbox.find("xmax").text) y2 = float(bbox.find("ymax").text) # 转成归一化中心点+宽高 xc = (x1 + x2) / 2 / W yc = (y1 + y2) / 2 / H w = (x2 - x1) / W h = (y2 - y1) / H lines.append(f"{cls2id[name]} {xc:.6f} {yc:.6f} {w:.6f} {h:.6f}") out_txt = xml.replace("Annotations", "labels").replace(".xml", ".txt") os.makedirs(os.path.dirname(out_txt), exist_ok=True) with open(out_txt, "w") as f: f.write("\n".join(lines))

逻辑说明：VOC 的坐标是绝对像素，YOLO 要归一化。xc, yc是框中心，w, h是框宽高，全部除以图宽高。参数上，.6f保留六位小数足够，YOLOv5 读取时不会再做精度截断。如果类别名有空格或中文，建议先重命名成英文再映射，避免编码问题。

3.3 写 data.yaml 并核对路径

YOLOv5 训练靠data.yaml找数据和类别名。路径写错是最常见的翻车点，尤其是相对路径和绝对路径混用。

# parking.yaml path: /home/user/yolo_dataset # 数据集根目录，绝对路径最稳 train: images/train val: images/val test: images/test nc: 1 names: ["parking_space"]

逻辑说明：path是根，train/val/test是相对根的路径。nc是类别数，必须和 names 长度一致，否则训练时报维度错误。参数上，如果你的类别是空车位和占用车位两类，nc: 2，names: ["empty", "occupied"]，顺序要和标签里的 id 对应，不能反。

注意：转换完成后，用grep -r " " labels/ | awk '{print NF}' | sort -u检查每行字段数是否都是 5，出现 4 或 6 字段的行说明转换有 bug，必须修掉再训练。

4. YOLOv5 训练停车位检测：环境、超参与显存控制

4.1 环境配置与依赖版本

YOLOv5 对 PyTorch 和 CUDA 版本敏感，版本不匹配会报各种玄学错误。常见做法是用 conda 建独立环境，先装 PyTorch 再装 requirements。

conda create -n parking python=3.9 -y conda activate parking # 按你的 CUDA 版本装 PyTorch，这里以 CUDA 11.8 为例 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 git clone https://github.com/ultralytics/yolov5 cd yolov5 pip install -r requirements.txt

逻辑说明：先建环境避免污染系统 Python。PyTorch 版本要和显卡驱动支持的 CUDA 匹配，装错会报CUDA error: no kernel image is available。参数上，Python 3.9 兼容性最好，3.11 以上部分依赖可能编译失败。requirements.txt里包含 numpy、opencv、matplotlib 等，装完用python -c "import torch; print(torch.cuda.is_available())"确认 GPU 可用。

4.2 关键超参怎么设

YOLOv5 训练命令参数多，停车位场景最该关注的是--img、--batch-size、--epochs和--hyp。输入分辨率直接决定小目标车位能不能被检测到。

python train.py \ --data parking.yaml \ --weights yolov5s.pt \ --img 640 \ --batch-size 16 \ --epochs 100 \ --hyp data/hyps/hyp.scratch-low.yaml \ --name parking_v1 \ --cache

逻辑说明：--weights yolov5s.pt用预训练权重，小数据集必须用迁移学习，从零训几乎不会收敛。--img 640是默认值，如果车位在图中占比小，提到 960 或 1280，但显存占用会平方增长。--batch-size 16在 8G 显存上跑 640 分辨率比较稳，显存不够就降到 8 并加--accumulate 2模拟大 batch。--hyp hyp.scratch-low.yaml是低增强配置，停车位场景光照和角度变化不大时，强增强反而有害。--cache把图片缓存到内存，加快读取，但数据量大时吃内存。

4.3 显存不够时的降级策略

显存溢出（OOM）是训练停车位模型最常见的拦路虎。除了降 batch，还有几个不常被提到的招。

逻辑说明：--amp自动混合精度能省 30% 左右显存，YOLOv5 默认开启，如果手动关了记得加回来。--freeze 10冻结前 10 层，适合数据量极小（几百张）时防止过拟合，但停车位这种需要精细定位的任务，冻结太多层会让框不准。参数上，优先顺序是：先开 amp，再降 batch 加 accumulate，最后才降分辨率。

提示：训练前用python train.py --data parking.yaml --img 640 --batch-size 16 --epochs 1跑一个 epoch 冒烟测试，确认数据路径、类别数、显存都没问题，再开长训练。这一步能省你几个小时的无用等待。

5. 训练完别急着上线：mAP 解读、误检排查与踩坑记录

5.1 看懂验证输出：mAP@0.5 和 mAP@0.5:0.95

训练日志里mAP@0.5是 IoU 阈值 0.5 时的平均精度，mAP@0.5:0.95是 0.5 到 0.95 每隔 0.05 取平均。停车位检测里，框位置要求高，mAP@0.5:0.95比mAP@0.5更能反映定位质量。如果mAP@0.5高但mAP@0.5:0.95低，说明模型能检出车位但框不准，常见于 anchor 不匹配或标注框本身有偏差。

# 用验证集跑一次，看每类 AP 和混淆矩阵 python val.py --data parking.yaml --weights runs/train/parking_v1/weights/best.pt --img 640 --conf 0.25

逻辑说明：--conf 0.25是置信度阈值，低于它的框不算。停车位场景如果误检多，把 conf 提到 0.4 再评估，看 mAP 掉多少，掉得少说明低置信框大多是噪声。参数上，val.py还会输出 PR 曲线，PR 曲线下的面积就是 AP，曲线越靠右上越好。

5.2 避坑记录：停车位数据集训练的 5 个血泪坑

坑一：验证集 mAP 很高，实际部署全错。现象是验证集 mAP@0.5 到 0.95，换一个停车场摄像头画面，模型几乎检不出车位。原因是数据集全部来自同一摄像头、同一角度，模型过拟合了背景。解决：训练时加随机裁剪、透视变换增强，或者混入不同来源的停车位图片，哪怕只有几十张也能提升泛化。

坑二：相邻车位被检成一个框。现象是模型输出的大框横跨两个车位。原因是标注时就把两个车位标成了一个框，或者 anchor 尺寸偏大。解决：回查标注，把合并的框拆开；用kmeans重新聚类 anchor，命令是python utils/autoanchor.py --data parking.yaml。

坑三：训练 loss 不降，一直震荡。现象是 box_loss 在 0.1 附近来回跳。原因是学习率太大或 batch 太小。解决：把--lr0从 0.01 降到 0.001，或者加--accumulate增大等效 batch。停车位数据集如果只有几百张，学习率必须调小。

坑四：推理时框偏移，整体往一个方向偏。现象是检测框比真实车位偏左或偏上。原因是标注工具导出时坐标系原点不一致，或者图片被 resize 时没同步改标注。解决：用 2.3 的可视化脚本抽查，确认标注和图片对齐；如果标注偏，重新导出。

坑五：CPU 推理慢到无法接受。现象是 GPU 上 FPS 很高，部署到边缘设备只有 2 帧。原因是模型没做量化或没导出 ONNX。解决：用python export.py --weights best.pt --include onnx --img 640导出 ONNX，再用 ONNX Runtime 或 TensorRT 加速。树莓派 5 上部署自己训练的 YOLOv5 模型时，建议导出 NCNN 格式，比 ONNX 更适合 ARM。

注意：每次改完数据或超参，训练结果目录不要覆盖，用--name parking_v2区分。YOLOv5 的runs/train/下会保留每次实验的配置和权重，方便回溯。

6. 让停车位模型真正可用：从 best.pt 到业务指标的最后一公里

训练出best.pt只是起点，业务方关心的是「空车位识别准确率」和「单帧耗时」，不是 mAP。这两个指标和模型评估指标之间有一道沟，得自己搭桥。我一般会写一个业务侧评估脚本，把检测结果映射成车位状态，再和人工标注的状态对比。

import torch, cv2 from yolov5.models.common import DetectMultiBackend from yolov5.utils.general import non_max_suppression model = DetectMultiBackend("best.pt", device="cuda") model.eval() def detect_empty(img_path, conf_thres=0.4, iou_thres=0.45): img = cv2.imread(img_path) im = cv2.resize(img, (640, 640)) im = im[:, :, ::-1].transpose(2, 0, 1) # BGR->RGB, HWC->CHW im = torch.from_numpy(im).float().unsqueeze(0) / 255.0 pred = model(im) pred = non_max_suppression(pred, conf_thres, iou_thres) # pred[0] 每行是 x1,y1,x2,y2,conf,cls return pred[0] # 业务指标：检出车位数 / 真实车位数，以及误检数

逻辑说明：conf_thres=0.4比验证时的 0.25 高，是为了压误检，业务场景误检比漏检更烦人。iou_thres=0.45控制重叠框合并。参数上，如果你的业务是「引导车辆找空位」，漏检空车位比误检更严重，那就把 conf 降到 0.3。这个阈值没有标准答案，得拿一批真实场景图跑 PR 曲线，找业务能接受的平衡点。

进阶技巧是给检测框加一个「车位状态分类头」。YOLOv5 只告诉你车位在哪，不告诉你有没有车。可以在检测框内裁图，过一个轻量分类网络（比如 MobileNetV3）判断空/占，两个模型串起来。这样检测模型只管定位，分类模型只管状态，各自训练数据可以不同，迭代也解耦。我试过在 2000 张停车位图上，检测 mAP@0.5 到 0.92，分类准确率 96%，端到端在 T4 上单帧 18ms，基本能撑起一个园区级引导系统。

最后说个习惯：每次拿到新数据集，我都会先跑一遍 2.3 的可视化抽查，再跑 3.1 的划分脚本，最后用 1 个 epoch 冒烟。这三步花不到半小时，但能挡掉后面 80% 的翻车。停车位识别这个方向，数据质量比模型结构重要得多，别在调参上耗太久，先把数据看明白。希望帮到你。

本文还有配套的精品资源，点击获取