企业官网建设流程全解析

简介：面向yolo系列算法的多类别船舶检测数据集，内容覆盖航空母舰、潜水艇、游船、集装箱船、散货船、帆船等常见船型，适用于港口船舶识别、航道流量统计、海上目标监控以及智慧海洋相关项目，可直接用于目标检测模型的训练、验证与测试。数据集已预先完成训练集、验证集、测试集划分，并附带data.yaml配置文件，兼容yolov5、yolov7、yolov8、yolov9、yolov10及yolo11等主流版本，可大幅降低建模前的数据准备成本；同时图片与标注文件按目录组织清晰，便于直接调用。压缩包共2000个文件，主要文件类型为XML标注文件，整体大小约231.66MB；除VOC格式xml外，还提供YOLO格式txt标签，两类标签分别存储于不同文件夹。YOLO标签的每一行对应一个检测目标，依次记录类别索引、归一化后的中心点x坐标、中心点y坐标、宽度和高度；VOC格式XML则以对象为单位保存边界框信息，便于在标注工具中可视化复核。目前已有157人学习下载，适合用作目标检测练手、算法对比、论文实验或毕业设计的基准数据集。

1. 多类别船舶检测，yolo算法为什么是默认起点

做多类别船舶检测，yolo算法几乎是所有从业者默认的起点。这份 12122 张图像的带标签数据集，覆盖航空母舰、潜水艇、游船、集装箱船、猛拉（tugboat，拖轮）、散货船、帆船七类常见船舶，压缩包解压后就能直接喂给 YOLO 系列训练。它的价值不在“又多了一个数据集”，而在把过去需要自己爬图、清洗、标注、统一格式的几个月压缩成一个周末的活。

我最早接触船舶检测是在港口监控项目上，当时自己标了两千张图就迫不及待去训练，结果模型在白天远洋场景还凑合，一到近岸就崩溃。后来拿到这种多类别、带标签、分好训练验证集的数据集，才意识到问题不在算法，在数据质量与类别平衡。这篇文章不打算给你讲花哨的注意力机制，而是站在“拿到 zip 之后怎么一步步落地”的视角，从 YOLO 标签格式、目录组织，到训练参数、避坑排查，再到最后的模型验证，全部按能复现的步骤来。

如果你正准备做船舶识别、海上目标检测，或者只是需要一个多类别目标检测的练手数据集，这份 12122 张图的压缩包就是你的主场。新手可以照着命令跑通全流程，熟手可以重点关注第四章的参数调节和第五章的翻车现场，那几条都是我实际踩过之后才留下的经验。

2. 解压后的数据组织：先把 YOLO 标签格式和类别 id 理顺

2.1 一份合格的数据集包里应该有什么

你拿到的 zip 解压后，常见做法是包含images/和labels/两个兄弟目录，或者按train/、valid/、test/三个子集分别组织。不管哪种，最终要么有划分好的目录，要么有一份train.txt、valid.txt记录图片相对路径。标签文件是 YOLO 格式的纯文本，每行代表一个目标，五个字段依次是：类别 id、归一化中心点 x、归一化中心点 y、归一化宽度 w、归一化高度 h。

关于标题里的“猛拉”，这个类别名就是 tugboat 的直译，在数据集的 names 文件里通常写作tugboat，对应中文“拖轮/拖船”。拿到数据集第一件事不是训练，而是打开 labels 目录随机看几个 txt，确认类别 id 和 names 的对应关系。很多数据集在导出时把类别顺序打乱过，比如集装箱船是 id=3，但你的 names 列表里第 3 个位置写的却是游船，这种错位等到推理时才会暴露，代价是把全部训练时间浪费在了错误映射上。

我建议把类别清单自己整理成一个 Python 列表，顺序严格按数据集自带的data.yaml或names.txt来。这样后续写统计脚本、训练配置、推理可视化，用的都是同一份映射，能避掉一半以上的低级错误。

2.2 用 Python 脚本检查标签合法性，别急着开训

打开一个标签文件，不是只有非空就能训练。常见的问题有三种：坐标出现负数或大于 1（说明混入了像素坐标）、宽高为 0（框退化成线）、类别 id 超出类别总数（说明映射错位）。这些问题在训练时不一定报错，但会让 loss 异常或 mAP 虚高。我第一次跑这个数据集时，就有 17 个框的 x_center 写成了像素值，结果前一百轮 loss 死活降不下去。

用一个脚本把所有 labels 扫一遍，既能看到每类有多少目标，也能定位异常行。下面这个脚本只依赖标准库和 pathlib，直接放在数据根目录运行：

from pathlib import Path label_dir = Path("labels") class_names = [ "aircraft_carrier", "submarine", "cruise_ship", "container_ship", "tugboat", "bulk_carrier", "sailing_ship" ] counts = {name: 0 for name in class_names} bad_lines = [] # 收集格式或范围异常的行 for txt in label_dir.glob("*.txt"): with open(txt, "r", encoding="utf-8") as f: for line in f: parts = line.strip().split() if len(parts) != 5: bad_lines.append(f"{txt.name}: 字段数 {len(parts)}: {line.strip()}") continue cls_id = int(parts[0]) x, y, w, h = map(float, parts[1:]) if not (0 <= cls_id < len(class_names)): bad_lines.append(f"{txt.name}: 类别 id {cls_id} 越界") if not (0 <= x <= 1 and 0 <= y <= 1 and 0 < w <= 1 and 0 < h <= 1): bad_lines.append(f"{txt.name}: 坐标/尺寸异常 {parts}") try: counts[class_names[cls_id]] += 1 except IndexError: pass # 越界已经记录了 print("类别目标数量分布：") for name, num in counts.items(): print(f" {name:20s} {num}") print(f"\n异常行数: {len(bad_lines)}") for item in bad_lines[:20]: print(" ", item)

这段代码的核心逻辑是：按行解析，先校验字段数、类别 id、检测框坐标范围，再累加每类目标数。counts字典最终会告诉你这 12122 张图里哪一类占了半壁江山，哪一类少得可怜。这一步不耗时，却能让你对训练前的数据心里有数。

参数说明：bad_lines只记录前 20 条，因为如果文件全面出问题，刷屏反而掩盖了第一处错误；encoding="utf-8"是为了兼容 Windows 下带 BOM 的 txt，避免第一行解析出\ufeff导致 int() 报错；如果int(parts[0])偶尔遇到无法转 int 的行，可以直接在脚本里改成 try/except，并把该行视为异常。

2.3 类别不平衡：先看分布，再定训练策略

拿上面脚本跑完，典型的船舶数据集分布往往是游船、帆船非常多，航空母舰和潜水艇非常少。这符合真实世界——民用船只数量远大于军用舰艇。不平衡直接导致训练后期模型对小类别不敏感，甚至完全忽略。你在第三章训练时如果发现 mAP 在航母类别上掉到 0.2，回头看看统计结果就知道原因。

针对不平衡，常见做法是调整cls_loss权重，或对少数类别做过采样。但在此之前，先确认一个更基本的数字：每张图的平均目标数。如果很多图只有一个框，那么小目标检测本来就难。船舶检测里，航空母舰通常是画面中的大目标，而帆船可能只有几十个像素宽。类别不平衡叠加尺度差异，是这份数据集最需要认真对待的两个点。

统计完分布，建议顺手画一个 bbox 尺寸分布图，用 matplotlib 把归一化宽度和高度做成散点。这个散点图能直观告诉你：是在 640×640 下检测 20 像素的小帆船，还是 200 像素的航母。决定 imgsz 应该取 640 还是 1280，就靠它。

3. 用 YOLOv8 训练船舶检测：最小可跑通的数据准备与命令

3.1 按 YOLOv8 的目录约定重新组织文件

YOLOv8 训练时通过data.yaml指定训练、验证集路径和类别名。常见的目录约定是：

ship_dataset/ images/ train/ val/ test/ labels/ train/ val/ test/

但很多 zip 解压出来是扁平的images/和labels/，需要你自己划分。这时候先用 Python 做一次按比例划分，同时保证同名图片和标签放入同一个子集。下面这段脚本按 8:1:1 划分，但它有一个更重要的功能：确保每张图都有对应的 txt 标签，没有标签的图直接剔除，避免训练时踩到空标签的坑。

import random from pathlib import Path import shutil images_dir = Path("images") labels_dir = Path("labels") output_root = Path("ship_split") for split in ["train", "val", "test"]: (output_root / "images" / split).mkdir(parents=True, exist_ok=True) (output_root / "labels" / split).mkdir(parents=True, exist_ok=True) image_files = list(images_dir.glob("*.jpg")) + list(images_dir.glob("*.png")) random.shuffle(image_files) train_ratio, val_ratio = 0.8, 0.1 train_count = int(len(image_files) * train_ratio) val_count = int(len(image_files) * val_ratio) valid_files = [] for img in image_files: label = labels_dir / (img.stem + ".txt") if label.exists(): valid_files.append(img) else: print(f"跳过无标签: {img.name}") splits = {} splits["train"] = valid_files[:train_count] splits["val"] = valid_files[train_count:train_count + val_count] splits["test"] = valid_files[train_count + val_count:] for split, files in splits.items(): for img in files: label = labels_dir / (img.stem + ".txt") shutil.copy(img, output_root / "images" / split / img.name) shutil.copy(label, output_root / "labels" / split / label.name) print(f"{split}: {len(files)} 张")

这段脚本的边界条件值得说明：先算train_count和val_count，用切片而非循环内判断，保证三个集合没有重叠；用random.shuffle打乱顺序，但只打乱了图片名单，标签路径始终跟随图片 stem，这是 YOLO 标签命名的基本约定；复制而不是移动，是为了保留原始 zip 解压的备份，训练过程中如果发现标签错误，还能从原始目录修复后重新划分。

参数说明：train_ratio=0.8, val_ratio=0.1是目标检测最常见的比例，测试集 10% 足够验最终效果；如果数据量大到几千张，可以把 0.8 提到 0.85；如果你的数据里同一艘船的连续帧非常多，随机划分会导致验证集和训练集出现高度相似的图像，这时候要按场景或者按视频片段分组划分，后面第五章会专门讲。

3.2 写 data.yaml：names 顺序必须和标签 id 对死

YOLOv8 使用一个 YAML 文件描述数据路径和类别。这个文件不要手动把图片路径写全绝对路径，因为换机器就要改。用相对路径或者占位符都行，但最省事的写法是把path写成数据集根目录，它的子路径直接写images/train和labels/train。

path: ./ship_split train: images/train val: images/val test: images/test names: 0: aircraft_carrier 1: submarine 2: cruise_ship 3: container_ship 4: tugboat 5: bulk_carrier 6: sailing_ship

这里类别 id 的顺序不是随意的。你前面在 2.2 节脚本里用的class_names列表顺序，和这个 yaml 里的顺序必须完全一致。否则训练脚本读标签时，第 0 类原先是 aircraft_carrier，你的 yaml 却把第 0 类写成 submarine，训练过程不会报错，但模型输出的类别全部错位。

判断顺序对不对，有一个简单方法：从测试集随机挑三张包含多类船舶的图，运行 YOLOv8 的可视化脚本，把标签画出来。如果一艘航空母舰的框里写的是submarine 0.95，那么你的 yaml 顺序和标签 id 对不上，不用等训练完，当场就能发现。

3.3 用一条命令启动训练：基础参数怎么设

确认 data.yaml 无误后，训练命令是极简的。如果你只是想先跑通，用最小的预训练模型和合理的 epoch 数：

yolo detect train \ data=ship_split/data.yaml \ model=yolov8n.pt \ epochs=100 \ imgsz=640 \ batch=16 \ device=0 \ patience=20 \ name=ship_first_run

这条命令背后的逻辑：model=yolov8n.pt是下载 COCO 预训练权重，船舶检测作为下游任务，预训练权重里的通用特征（边缘、纹理）对船舶依然有效，能显著加快收敛；imgsz=640是速度和精度的折中，如果你的 bbox 尺寸分布显示有大量小目标（宽度小于 0.05 倍图宽），可以改成 896 或 1280，但显存占用会成倍增长；batch=16在 8GB 显存下比较稳，如果你有 24GB 显存可以开到 32 甚至 64，batch 越大，类别不平衡问题越容易被平均掉，但也别指望它根治。

patience=20是早停轮数，意思是验证集 mAP 连续 20 轮没有上升就自动停止。我一般把 patience 设成 10 到 20，防止模型反复震荡浪费时间。第一次训练可以不开早停，手动看曲线，但这里的 20 是一个保险值，跑完观察 loss 曲线之后再做调整。

训练结束后，runs/detect/ship_first_run/目录下会出现weights/best.pt和weights/last.pt。best.pt是验证集 mAP 最高的权重，直接拿它去推理；last.pt是最后一轮的权重，两者可能相差很大。在训练过程中，如果发现 last 的置信度普遍偏低，但 best 的 mAP 很高，说明模型后期过拟合了，需要加大增强强度或提前停止。

4. 七类船舶训练的参数调节：类别不平衡与小目标的两个硬骨头

4.1 imgsz 选择：小目标占比高时不能无脑用 640

船舶检测和行人检测有个相似之处：目标尺度分布极广。航空母舰常占据画面四分之一，帆船可能在远处海面上只有 30×30 像素。YOLO 的训练图像尺寸决定了特征图分辨率，YOLOv8 在 640 下最后一次特征图 stride 是 32，也就是说 30 像素的帆船在特征图上只占不足一个点，检测不到才是正常的。

这时候有两种选择：一是把imgsz提高到 896 或 1280，二是保留 640 但依赖数据增强中的 mosaic 和 copy-paste。提高 imgsz 最直接，但也最耗显存。在 8GB 卡上，1280 的 batch 只能开到 4，训练速度慢三倍。我的经验是先跑一个 640、batch 16 的基线，再看验证集里小目标类别的 PR 曲线。如果帆船的召回率低于 0.3，就值得专门跑一个 imgsz=896 的对比组，哪怕只训五十轮。

imgsz=896不是随意拍的，它正好是 640 的 1.4 倍，对应 YOLO 特征图尺寸从 20×20 变成 28×28，小目标在特征图上的像素面积扩大了约 1.96 倍。代价是每个 batch 的显存需求大约是 640 的两倍。如果显卡有限，另一个替代是开启augment=True下的scale=0.5，在训练时随机缩放输入图像，相当于让模型看到不同尺度的目标，但效果不如直接提高 imgsz 来得稳。

4.2 cls_loss 与类别权重：少数类别不是靠加样本就能救

类别不平衡严重时，最简单的做法是在损失函数上给少数类更高的权重。YOLOv8 的训练参数里有cls控制分类损失权重，默认是 0.5。如果你发现航母或潜水艇这类样本很少的类别 AP 极低，可以把cls提高到 1.0 或 2.0，让模型对分类错误更敏感，但代价是定位精度可能轻微下降。

另一种更精确的做法是给不同类别配不同的损失权重，YOLOv8 原生不直接支持按类权重，但你可以通过过采样少数类来近似实现。在 2.3 节的类别统计输出里，假如帆船有 5000 个目标，航空母舰只有 300 个，那么我一般会把包含航母的训练图片复制 5 到 8 份，重新划分后再训练。注意是复制图片并同步复制标签，不是把同一个文件名写两遍。这个方法很土，但非常有效，尤其是在数据增强 mosaic 开启时，复制后的图片会被裁剪组合成新图，相当于给了模型更多机会看到航母的上下文。

如果你不想动数据，也可以在data.yaml里加一个loss_weights字段，但 YOLOv8 的命令行解析不认这个，需要改配置文件或用其他框架。这里不推荐，因为改源码容易埋坑。先试过采样，再试调整cls，两个方向都跑一轮对比，再下结论。

4.3 数据增强参数：近岸场景的“解药”是 mosaic 和 mixup

船舶检测的常见场景有两种：开阔海面的独立目标，和港口、近岸的密集与遮挡目标。近岸场景下，船与船、船与码头建筑物相互遮挡，模型如果只在纯净背景下训练，到了实际监控画面必然会翻车。这份数据集的标注如果包含近岸港口图，那么增强策略会直接影响泛化能力。

YOLOv8 的默认增强已经包含 mosaic（概率 1.0）、mixup（概率 0.0）、flip（水平翻转 0.5）和 hsv 颜色扰动。对船舶来说，水平翻转完全合理，因为船的左右结构不影响类别判断；垂直翻转建议关掉，因为没有一艘船是倒着航行的，强行学习反而会干扰方向特征。Hsv 增强对海面光照变化有帮助，默认的hsv_h=0.015, hsv_s=0.7, hsv_v=0.4已经足够，不需要再加大，否则会让海面颜色失真，模型学会的可能是颜色而不是形状。

mosaic 是 YOLO 系算法的看家本领，四张图拼接成一个输入，等于让模型在更丰富的背景中学习检测，对小目标特别有效。但有一个坑：当验证集图像尺寸和训练集不一致时，mosaic 生成的拼接框可能超出原图边界，导致标签坐标被裁剪，训练 loss 出现骤降又骤升的锯齿。如果你发现训练曲线在第 20 轮附近震荡严重，可以尝试把mosaic从 1.0 降到 0.5 或完全关闭，让模型专注学习真实图像分布。我一般会在近岸场景开启 mosaic，但会把mosaic概率设成 0.8，留一些不拼接的 epoch，让模型适应完整布局。

4.4 batch、学习率和优化器：别让狮子大开口的 batch 撑爆显存

batch 大小对训练稳定性的影响常被低估。batch 太小（小于 8），BN 层的统计量不稳定，模型收敛慢；batch 太大（大于 64），BN 反而容易饱和，且需要同步提高学习率。在船舶检测这类目标数不均匀的数据集上，我建议 batch 至少 16。如果你的显卡只有 6GB，可以把imgsz降到 512，继续保持 batch 16，这样 BN 层才能统计出有意义的均值和方差。

学习率方面，YOLOv8 默认lr0=0.01搭配cos_lr调度，对预训练权重是合适的。你唯一需要调的是batch提高后，要不要同步把lr0调大。如果 batch 从 16 提到 32，可以按线性缩放原则把lr0从 0.01 提到 0.02，但注意不要超过 0.02，否则前几轮 loss 可能爆掉。最直接的监控指标是训练日志里的P（精确率）和R（召回率），如果训练刚开始 P 快速上升但 R 一直低迷，说明学习率偏高，模型只挑置信度最高的框输出，需要降低lr0到 0.005 左右。

另一个容易忽略的参数是weight_decay，默认 0.0005 对 COCO 合适，但在船舶这种背景相对单一的数据集上，我习惯把weight_decay降到 0.0001，防止模型过度正则化，丢失对船体形状的敏感度。这个参数的影响要到训练中后期才体现，如果你发现 val 的 loss 在最后 30 轮不停波动，而训练 loss 还在下降，可以查一下 weight_decay 是不是太大，或者 just 降低 patience 早点收住。

4.5 类别 id 与名字对齐后，做一次“冒烟推理”再训完整

在启动长训练之前，我强烈建议用最短的流程验证一遍整个链路。不要直接跑 100 轮，而是先用 10 轮、imgsz=256、batch 2，把训练脚本跑通一次，确保 data.yaml 能被读、标签能被加载、loss 能够下降。这一步能节省大量排查时间，尤其是当你有多个数据集交替训练时。

冒烟训练完成后，用生成的best.pt对验证集里任意几张图做推理：

yolo predict model=runs/detect/ship_smoke/weights/best.pt source=ship_split/images/val device=0

推理出的图像会保存到runs/detect/predict/，打开看看类别标签和置信度。如果一张帆船的框上写的是sailing_ship 0.85，说明标签映射没问题；如果出现submarine 0.9，回去检查 yaml。这一步虽然只花几分钟，但它能救回你后面几十小时的等待。我见过有人跑完一百轮才发现名字顺序错了，那种“白训一场”的血泪经验，拿十分钟就能避免。

5. 避坑：船舶检测数据集训练中的四个典型翻车现场

5.1 标签坐标越界导致 loss 为 NaN

现象：训练在第 12 轮左右 loss 突然变成 NaN，之后一直 NaN，训练进程虽然继续跑，但验证集 mAP 全部归零。

原因：标签 txt 里混入了绝对值坐标。比如某一张图的尺寸是 1920×1080，标注工具导出的 bbox 是100 200 300 400，没有归一化到[0,1]。这在训练早期的 mosaic 增强中可能不会立刻暴露，但当输入缩放比例触发某个框的采样区域超出边界时，损失函数计算出现无穷值。

解决：回到 2.2 节的检查脚本，把异常行过滤出来。如果确认是绝对坐标，就把这些标签重新归一化。常见做法是读取对应图片的宽高，将坐标除以宽高再写回。注意 YOLO 标签的 x_center、y_center 是相对图片宽高归一化的，不是相对框的尺寸，转换公式为x_norm = x_abs / img_width，w_norm = w_abs / img_width，高度同理。转换完成后再次运行脚本，直到bad_lines为空再训练。

5.2 随机划分导致“数据泄漏”，验证集虚高

现象：训练时 mAP 一路涨到 0.92，但把模型部署到现场视频上，检测率惨不忍睹，尤其是船舶跟踪场景，模型频繁漏检。

原因：数据划分时用了随机打乱。这份数据集里的图像很可能来自不同的视频片段，同一艘船在连续帧中外观几乎不变。如果第 100 帧进了训练集，第 101 帧进了验证集，模型在验证时等于“开卷考试”，mAP 虚高，但真实场景里船的角度、光线、姿态都和训练帧不同，立刻现出原形。

解决：按视频片段或按拍摄时间划分。如果你不知道哪些图来自同一视频，可以用文件名前缀判断，船舶数据集的图片名通常包含video1_0001.jpg、video1_0002.jpg这类编号。划分时先提取前缀，把同一前缀的图片全部放入同一集合，再按 8:1:1 切分。如果文件名没有规律，就按场景手动分组，或者干脆放弃随机划分，改成按地理位置或拍摄条件分层采样。

5.3 类别 id 错位但训练不报错，推理时全部张冠李戴

现象：训练过程一切正常，loss 平滑下降，验证集的整体 mAP 也很高。但是当你把模型用于实际识别时，发现航空母舰的框上写的都是 cruise_ship，而且置信度还挺高。

原因：数据集的标签是别人按他们的 names 顺序生成的，你用了自己的 yaml 时顺序不同。YOLO 训练读取标签每行第一个整数作为类别索引，它不管这个数字叫什么名字。如果你的 yaml 把 0 设为 submarine，而标签里 0 原本代表 aircraft_carrier，模型学到的就是错误的映射。

解决：不要偷懒，先在 2.2 节的脚本中统计每个类别 id 的目标数量，再和数据集自带的 readme 或 data.yaml 核对。如果没有原始说明，就随机抽 20 个标注框，打开对应图片人工确认。确认无误后，把class_names列表固定下来，写在训练前的 config 文件中，并写一个注释说明“此顺序对应标签 txt 中的 id”。我自己的习惯是在 data.yaml 的同级目录放一份id_map.txt，内容是每行的id: class_name，训练脚本启动时自动检查这个文件和标签中出现的最大 id 是否一致。

5.4 解压 zip 时中文文件名与路径过长导致文件丢失

现象：用 Windows 自带解压工具解压这份 zip 后，发现 labels 目录里少了几个 txt，但在压缩软件预览里却能看到这些文件。

原因：zip 包在创建时如果包含非 ASCII 文件名，或者目录层级过深，Windows 自带解压器的编码识别可能出错，把中文文件名解压成乱码，甚至因为路径超过 260 字符而自动跳过。船拍数据集的图片命名往往很长，比如2024_08_12_sanya_port_aircraft_carrier_0001.jpg，加上多层目录很容易触发路径限制。

解决：改用 Python 的zipfile模块解压，它能统一处理 UTF-8 文件名，且不受系统路径长度限制。解压时还需要处理非法字符，比如把:替换成_，避免在 Windows 文件系统中创建失败。解压完成后，再运行一遍 2.2 节的脚本，统计图片数和标签数，如果二者数量不一致，就说明有文件在解压或传递过程中丢失，需要从源头重新复制。

6. 验证模型的最后一公里：混淆矩阵、PR 曲线和 F1 阈值怎么用

训练结束并不代表模型能用。YOLOv8 在训练完成后会自动在验证集上计算 mAP50 和 mAP50-95，但这两个指标是整体平均，掩盖了类别之间的巨大差异。我会做两件额外的事：输出每个类别的混淆矩阵，以及画出 P-R 曲线来确定最终置信度阈值。

混淆矩阵可以用yolo val命令自动生成：

yolo detect val \ model=runs/detect/ship_first_run/weights/best.pt \ data=ship_split/data.yaml \ conf=0.001 \ plots=True

把conf设成 0.001 是为了让模型尽可能多地预测框，这样混淆矩阵能真实反映它的召回能力。生成的confusion_matrix.png会在验证输出目录里。重点关注两类错误：一是航空母舰和游船互相混淆，这是因为二者都有庞大的白色上层建筑，单纯靠颜色无法区分，需要在训练时引入更多船体结构细节；二是“猛拉”（拖轮）和散货船混淆，因为拖轮常常出现在散货船旁边，遮挡严重。看到这些混淆后，再去决定要不要补充数据或调整损失权重，而不是盲目加大训练轮数。

PR 曲线是另一个关键图。每个类别都会有一条曲线，曲线越靠近右上角越好。如果你的帆船类 PR 曲线明显低于其他类，说明它不是被误检就是被漏检。这时候把鼠标悬停在曲线上找到那个“拐点”，那个位置的置信度就是该类的最优阈值。YOLOv8 推理默认用conf=0.25，但在船舶检测场景，我常常会把这个值降到 0.1 以提高召回率，因为漏掉一艘船比多一个误报框更致命。

我自己第一次做船舶检测时，全程盯着 mAP50，从 0.5 涨到 0.8 就高兴得不行，结果部署后才发现在近岸遮挡场景下，拖轮和帆船几乎全被漏掉。后来学会用混淆矩阵和 PR 曲线去“拆解”性能，才发现 mAP 只是在骗自己。从那以后，每次训练完我都会单独跑一次低置信度的验证，看看模型在最差情况下到底漏了什么，这个习惯帮我避开了很多发布会式的自嗨。

如果你拿到这份 12122 张图像的数据集，我建议先按第 2 章的脚本做诊断，再按第 3 章的命令跑一个 50 轮的基线，然后根据第 4 章的三个现象调参，最后用这一章的验证方法去评估。整个流程走下来，你对 yolo 算法在船舶检测上的掌握程度，会比看十篇论文讲解都扎实。希望这些踩坑经验能帮你少走我当年的弯路，祝训练顺利。

本文还有配套的精品资源，点击获取