企业官网建设流程全解析

简介：这份YOLO船舶目标检测数据集面向计算机视觉学习者与算法工程师，用于训练和验证水面船只识别模型，适合从入门练手到模型对比实验的多种场景。压缩包共2000个文件，约114.65MB，其中1817个txt为YOLO格式标注文件，178个jpg为船舶、皮划艇、独木舟等水上目标图像，另有5个yaml配置文件，目录已按train、valid、test划分完毕，并附带data.yaml，类别仅boat一类，yolov5、yolov7、yolov8等主流框架可直接读取训练，无需再自行整理标注。目前已有1523人学习下载，说明该数据集在实际项目中被较多验证。读者拿到后可直接复现训练流程，观察单类别小目标在复杂水面背景下的检测表现，也可用于数据增强、模型迁移与精度对比实验，配套博文还提供了检测结果参考，便于快速判断数据质量与训练效果。

1. 从 yolo-boat-detect-dataset-1.zip 说起：船舶目标检测数据集到底解决什么问题

内河航道监控、港口靠泊管理、海上执法巡查，这些场景里最耗人力的环节不是"看"，而是"盯"——盯着几十路摄像头画面，判断哪一帧里出现了船、船在哪、是什么船型。用 YOLO 做船舶目标检测，第一道门槛从来不是模型结构，而是数据。yolo-boat-detect-dataset-1.zip 这类命名方式，本质上是把"船舶"这个垂直场景的标注图像打包成一个可直接喂给 YOLO 训练流程的数据集压缩包，省掉从零采集、标注、清洗的几周时间。

它适合三类人：一是刚入门 YOLO、想找一个非 COCO 非 VOC 的真实场景练手的人；二是做水域安防、渔政、航运监管方向，需要快速验证检测可行性的人；三是已有模型但想补充船舶类别样本、做增量训练的人。这个数据集能解决的核心问题是"让模型认识船"，但解决不了"让模型认识你的船"——后者要靠你自己的场景数据做微调。理解这个边界，比急着解压跑训练更重要。

2. 拆开压缩包之前：船舶检测数据集的结构与 YOLO 格式对齐

2.1 一个目标检测数据集到底由什么组成

不管压缩包叫什么名字，一个能直接用于 YOLO 训练的检测数据集，内部结构基本逃不出这几样东西：图像文件、标注文件、类别定义文件、以及划分训练/验证/测试的索引。图像是原始输入，标注是监督信号，类别定义决定输出头的维度，索引决定每轮 epoch 喂哪些数据。

船舶检测的特殊性在于目标形态差异极大。远洋货轮在画面里可能只占几十个像素，近岸渔船可能横跨半个画面；船头船尾的朝向、水面反光、雾天低对比度，都会让标注边界框的松紧程度不一致。所以拿到一个船舶数据集，第一件事不是看图片好不好看，而是看标注框是否贴合、类别是否统一、有没有把"船"和"船的倒影"标成两个目标。

常见做法是先统计一遍标注分布：每张图平均几个目标、目标框的宽高比分布、小目标（面积小于 32×32 像素）占比。这三个数字直接决定你后面选哪个 YOLO 版本、用多大的输入分辨率、要不要开多尺度训练。

2.2 YOLO 标注格式与常见数据集格式的差异

YOLO 用的是归一化中心点格式，每行一个目标：类别索引 中心x 中心y 宽 高，四个坐标都除以图像宽高，落在 0~1 之间。而很多公开数据集给的是 VOC 的 XML（左上角+右下角绝对坐标）或 COCO 的 JSON（绝对坐标+类别 id）。直接混用会导致框全错位，这是新手最常翻的车。

下面这段脚本用来检查一个 YOLO 格式数据集的基本健康度，包括类别分布、框尺寸分布和越界框：

import os import glob from collections import Counter # 数据集根目录，按你解压后的实际路径改 DATA_ROOT = "./yolo-boat-detect-dataset-1" LABEL_DIR = os.path.join(DATA_ROOT, "labels") IMG_DIR = os.path.join(DATA_ROOT, "images") cls_counter = Counter() box_areas = [] bad_lines = 0 for txt in glob.glob(os.path.join(LABEL_DIR, "**", "*.txt"), recursive=True): with open(txt, "r") as f: for line in f: parts = line.strip().split() if len(parts) != 5: bad_lines += 1 continue c, x, y, w, h = parts x, y, w, h = map(float, (x, y, w, h)) # 越界检查：归一化坐标必须在 0~1 if not (0 <= x <= 1 and 0 <= y <= 1 and 0 < w <= 1 and 0 < h <= 1): bad_lines += 1 continue cls_counter[int(c)] += 1 box_areas.append(w * h) print("类别分布:", dict(cls_counter)) print("异常标注行数:", bad_lines) if box_areas: small = sum(1 for a in box_areas if a < 0.01) # 相对面积小于1%视为小目标 print(f"目标总数: {len(box_areas)}, 小目标占比: {small/len(box_areas):.2%}")

逻辑说明：脚本遍历 labels 目录下所有 txt，逐行解析五元组。越界检查是重点，因为标注工具导出时偶尔会产生超出图像边界的框，YOLO 训练时这类框会被静默裁剪或直接报错。参数上，0.01这个阈值是相对面积，对应约 640 分辨率下 64×64 像素的框，你可以按自己场景调整。类别分布如果出现某个类别数量为 0 或极端不均衡，就要考虑是不是标注时漏标了。

2.3 训练/验证集划分与 data.yaml 的写法

YOLO 系列（v5/v8/v11 都类似）靠一个 yaml 文件告诉训练器去哪找数据、有几个类别、类别叫什么。这个文件写错，训练要么直接崩，要么类别名对不上导致推理结果全是错的。

# data.yaml path: ./yolo-boat-detect-dataset-1 # 数据集根目录 train: images/train # 训练集图像相对路径 val: images/val # 验证集图像相对路径 test: images/test # 可选 nc: 1 # 类别数，船舶检测通常先做单类 names: ['boat'] # 类别名，顺序必须和标注里的类别索引一致

参数说明：path是根目录，train/val是相对 path 的子路径，YOLO 会自动把路径里的images替换成labels去找标注。nc和names长度必须一致，且names的顺序要和标注文件里类别索引 0、1、2 对应。如果数据集里船分了"货船/渔船/客船"多类，这里就要相应改成多类，但建议第一次训练先用单类跑通，确认流程无误再细分。

提示：划分训练验证集时不要随机打散同一段视频的连续帧。同一艘船相邻几帧几乎一样，随机划分会导致验证集里出现训练集见过的船，指标虚高。按视频源或时间段划分更靠谱。

3. 用 YOLO 在本地跑通船舶检测的最小训练流程

3.1 环境准备与依赖安装

训练船舶检测模型，硬件上有一块 8GB 显存的显卡就能起步，batch 设小一点即可。软件上，Python 3.8~3.11 都行，CUDA 版本要和 PyTorch 对应。我一般用 conda 建独立环境，避免和系统里的包打架。

conda create -n boat_yolo python=3.10 -y conda activate boat_yolo # 按你的 CUDA 版本选对应命令，这里以 CUDA 11.8 为例 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 pip install ultralytics opencv-python pyyaml

逻辑说明：ultralytics 这个包把 YOLOv8/v11 的训练、验证、导出都封装好了，一条命令能跑完整个流程。CUDA 版本一定要和驱动匹配，装错了会在torch.cuda.is_available()返回 False，训练自动掉到 CPU 上，速度差几十倍。装完先跑一句验证：

import torch print(torch.cuda.is_available(), torch.cuda.get_device_name(0))

如果输出 False，先别急着往下走，回去查驱动和 CUDA 版本对应关系，这是最常见的翻车点。

3.2 从预训练权重开始微调

船舶检测数据量通常不大，从零训练容易过拟合，标准做法是从 COCO 预训练权重开始微调。COCO 里本来就有 boat 类，所以迁移效果一般不错。

yolo detect train \ data=./data.yaml \ model=yolov8n.pt \ epochs=100 \ imgsz=640 \ batch=16 \ lr0=0.01 \ patience=20 \ project=./runs/boat \ name=exp1

参数说明：model=yolov8n.pt是最小的 nano 版本，速度快、适合先验证流程，确认有效再换 s/m/l。imgsz=640是输入分辨率，船舶小目标多的话可以提到 960 或 1280，但显存占用和训练时间会明显上升。lr0=0.01是初始学习率，微调场景下如果发现 loss 震荡厉害，可以降到 0.001。patience=20表示验证指标 20 轮不提升就早停，省时间。batch=16在 8GB 显存上跑 640 分辨率一般够用，爆显存就减到 8。

训练过程中重点看三个东西：box_loss 是否稳定下降、mAP50 是否在涨、验证集的预测图里有没有大量漏检。如果 box_loss 降但 mAP 不涨，多半是过拟合或标注有问题；如果一开始 loss 就是 nan，检查学习率是不是太大或标注里有非法值。

3.3 推理与结果验证

训练完在 runs/boat/exp1/weights/ 下会有 best.pt 和 last.pt。best.pt 是验证指标最好的那轮，推理一般用它。

yolo detect predict \ model=./runs/boat/exp1/weights/best.pt \ source=./yolo-boat-detect-dataset-1/images/test \ conf=0.25 \ iou=0.45 \ save=True

参数说明：conf=0.25是置信度阈值，低于它的框不输出，船舶场景如果漏检严重可以降到 0.1 看看，但误检会变多。iou=0.45是 NMS 的 IoU 阈值，两艘船靠得近时这个值调太大会把其中一艘压掉，调太小会重复框同一艘船。这两个参数没有万能值，要拿几十张典型图反复试。

验证阶段别只看 mAP 数字。把预测结果按"正确检测/漏检/误检/重复框"分类各挑几张看，比盯着一个小数点有用得多。船舶检测里最常见的误检是把水面反光、桥墩、浮标当成船，这类问题靠调阈值解决不了，得补负样本。

4. 船舶检测训练避坑：5 个真实踩过的坑

4.1 坑一：验证集 mAP 很高，实际部署全是漏检

现象：训练日志里 mAP50 到 0.9 以上，但拿现场视频一跑，远处的船基本检测不到。

原因：验证集和训练集来自同一批图像，分布一致，且验证集里可能没有足够的小目标样本。mAP 是在验证集上算的，验证集不代表真实场景。

解决：单独准备一批来自实际部署场景的图像做测试集，不参与训练和验证。如果这批图上指标掉得厉害，说明模型没泛化到你的场景，需要补充该场景的标注数据做微调，而不是继续在原有数据上加 epoch。

4.2 坑二：标注框把船的倒影一起框进去

现象：模型在水面平静、倒影清晰的图上，会把倒影也检测成船，或者框比实际船大一倍。

原因：标注阶段标注员图省事，把船和倒影框在一起。模型学到的是"船+倒影"的组合特征，遇到倒影就触发。

解决：重新检查标注，倒影不属于目标本体，框应只贴船体。如果倒影样本很多，可以把倒影单独标一个类或作为负样本，让模型学会区分。这个坑在船舶数据集里极其常见，拿到任何船舶数据都要先抽查这一点。

4.3 坑三：类别索引和 names 顺序对不上

现象：训练不报错，但推理时所有船都被标成错误的类别名，或者置信度异常低。

原因：data.yaml 里 names 的顺序和标注文件里的类别索引不一致。比如标注里 0 是货船、1 是渔船，但 yaml 里写反了。

解决：写 yaml 前先统计标注里出现过的所有类别索引，按索引顺序填 names。改完 yaml 后重新训练，不要指望在旧权重上改名字就能对。

4.4 坑四：图像和标注文件名不匹配

现象：训练时警告 "image not found" 或 "label missing"，大量样本被跳过，实际参与训练的数据远少于预期。

原因：YOLO 靠文件名（不含扩展名）匹配图像和标注。如果图像是boat_001.jpg，标注是boat_001.txt，没问题；但如果标注是boat_1.txt或带了额外后缀，就匹配不上。

解决：写个脚本批量检查图像和标注的文件名集合是否一致，差集就是问题文件。统一重命名后再训练。这个检查应该在训练前做，而不是等训练日志里出现警告才回头查。

4.5 坑五：小目标检测效果差就盲目加大模型

现象：远处小船检测不到，第一反应是换更大的模型（n 换到 x），结果速度慢了好几倍，小目标召回只提升一点点。

原因：小目标检测的瓶颈往往在输入分辨率，不在模型容量。640 分辨率下，一个 20 像素的船缩到网络深层只剩几个像素，再大的模型也提取不出有效特征。

解决：优先提高输入分辨率（640→1280），或者用带 P2 小目标检测层的 YOLO 变体。分辨率提升对小目标的收益通常比换大模型明显，代价是显存和推理时间。先试分辨率，再考虑模型规模。

5. 把船舶检测做扎实：从跑通到可用的几个进阶技巧

跑通一次训练只是起点。要让船舶检测真正可用，有几个我反复验证过的做法。

第一是分场景评估，不要只看总体 mAP。把测试集按"近景/远景""白天/夜间""平静水面/有浪"分组，分别算指标。你会经常发现总体 0.85，但夜间只有 0.4。这种细分指标才告诉你下一步该补哪类数据。

第二是善用负样本。船舶检测最大的误检来源是水面反光、浮标、桥墩、岸上建筑。专门收集一批不含船但包含这些干扰物的图像，标注为空（没有标注行），加入训练集。这比调置信度阈值有效得多。空标注文件在 YOLO 里是合法的，表示这张图没有目标。

第三是推理时的切片策略。对于高分辨率监控画面，整图缩到 640 会丢失小目标。常见做法是把大图切成有重叠的小块分别推理，再合并结果。下面是一个简化的切片推理思路：

import cv2 import numpy as np def sliced_infer(model, img, slice_size=640, overlap=128): h, w = img.shape[:2] step = slice_size - overlap all_boxes = [] for y in range(0, h, step): for x in range(0, w, step): patch = img[y:y+slice_size, x:x+slice_size] if patch.shape[0] < slice_size or patch.shape[1] < slice_size: patch = cv2.copyMakeBorder( patch, 0, slice_size-patch.shape[0], 0, slice_size-patch.shape[1], cv2.BORDER_CONSTANT, value=(114,114,114)) results = model(patch, conf=0.25, verbose=False) for box in results[0].boxes: xyxy = box.xyxy[0].cpu().numpy() xyxy[[0,2]] += x # 还原到原图坐标 xyxy[[1,3]] += y all_boxes.append((xyxy, float(box.conf[0]))) # 跨切片去重，这里用简单 IoU 过滤，实际可用 NMS return all_boxes

逻辑说明：把大图按固定步长切成小块，每块单独推理，再把框坐标加回偏移量还原到原图。overlap 是为了避免目标正好落在切片边界被切断。最后需要做一次全局 NMS 去掉重叠切片产生的重复框。参数上，slice_size 和模型训练分辨率一致，overlap 一般取 slice_size 的 15%~25%。这个策略对高分辨率监控画面提升明显，代价是推理时间随切片数线性增长。

第四是模型导出。训练用的 PyTorch 权重不适合直接部署，通常导出成 ONNX 或 TensorRT。导出时注意输入尺寸要和训练时一致，动态 batch 按部署需求设。导出后一定要拿同一批图对比 PyTorch 和导出模型的输出，确认没有精度损失再上线。

最后说个习惯：每次训练前把 data.yaml、标注统计结果、训练命令记在一个文本文件里，和权重放一起。过两周回头看，你会庆幸自己留了这些记录。船舶检测这行，数据版本和参数组合一多，没有记录就是黑匣子，出了问题连后悔药都没得吃。希望帮到你。

本文还有配套的精品资源，点击获取