简介这份资源面向从事计算机视觉与目标检测的开发者、学生及科研人员提供一套真实场景下的海洋目标检测数据集可用于YOLO系列模型的训练、验证与算法对比实验。压缩包共2000个文件约23.38MB包含1000张标注图片及对应的vocxml、cocojson与yolotxt三种格式标签另附yaml配置文件、Python划分脚本和html说明文档方便直接接入主流检测框架。资源同时提供训练集、验证集、测试集划分脚本可按需重新组织数据并附有YOLO环境搭建与训练案例教程覆盖Windows与Linux两种平台帮助读者快速跑通从环境配置到模型训练的全流程。目前已有413人学习下载适合希望快速上手海洋目标检测任务、减少数据准备成本的入门与进阶用户参考使用。1. 海洋目标检测数据集到底解决了什么痛点做海洋视觉项目的工程师多半经历过这种场景算法在 COCO 上跑得漂漂亮亮一换到海面监控画面就集体翻车——浪花被认成船、远处渔船和浮标分不清、逆光下的舰船只剩一个黑点。通用数据集里海洋类样本占比极低模型根本没学过海面长什么样。这份 YOLO 海洋目标检测数据集含 1000 张图片配套 voc、coco、yolo 三种格式标签外加划分脚本和训练教程针对的正是这个缺口它把标注、格式转换、数据划分、训练配置这条链路一次性打包让你不用再从零爬图、标框、写转换脚本。适合两类人一是刚接触 yolo 目标检测、想找一个完整数据集跑通全流程的新手二是手里已有海洋业务场景、需要快速验证检测可行性的从业者。1000 张的规模不算大但胜在格式齐全、流程闭环拿来当 baseline 和 pipeline 模板非常合适。2. 三种标签格式的差异与转换逻辑拿到数据集第一件事不是急着训练而是搞清楚 voc、coco、yolo 三种格式各自长什么样、为什么同一批图要存三份。很多人直接拿 yolo 格式开跑结果想换评估工具或做可视化时发现对不上又回头补转换白白浪费时间。2.1 voc、coco、yolo 三种格式的坐标与结构对比三种格式的核心差异在坐标表示和文件组织方式维度VOCCOCOYOLO单图标注文件一个 XML全部图共用一个 JSON一个 TXT坐标形式左上右下绝对像素 (xmin,ymin,xmax,ymax)左上角宽高绝对像素 (x,y,w,h)归一化中心点宽高 (cx,cy,w,h)坐标范围像素值像素值0~1类别存储XML 内 name 字段JSON categories 数组classes.txt 按行索引典型用途传统检测框架、部分评估脚本官方评估 API、分割任务YOLO 系列训练关键点在于 YOLO 的归一化cx、cy、w、h 都是相对整张图宽高的比例不是像素。转换时最容易错的就是这一步——忘了除宽高或者把绝对坐标直接塞进去训练时 loss 会异常大甚至不收敛。2.2 用脚本在三种格式间互转数据集自带的划分脚本通常只做 train/val 切分格式转换往往要自己补。下面这段把 VOC 的 XML 批量转成 YOLO 的 TXT逻辑清晰、可直接改import os import xml.etree.ElementTree as ET # 类别列表顺序必须和训练时 classes.txt 一致 CLASSES [ship, boat, buoy, platform] # 类别名到索引的映射 class_to_id {name: i for i, name in enumerate(CLASSES)} def voc_to_yolo(xml_dir, out_dir, img_w, img_h): os.makedirs(out_dir, exist_okTrue) for xml_file in os.listdir(xml_dir): if not xml_file.endswith(.xml): continue tree ET.parse(os.path.join(xml_dir, xml_file)) root tree.getroot() # 用图片实际尺寸不要硬编码 size root.find(size) w int(size.find(width).text) h int(size.find(height).text) lines [] for obj in root.iter(object): name obj.find(name).text if name not in class_to_id: continue # 跳过未定义类别避免索引错乱 bbox obj.find(bndbox) xmin float(bbox.find(xmin).text) ymin float(bbox.find(ymin).text) xmax float(bbox.find(xmax).text) ymax float(bbox.find(ymax).text) # 转成归一化中心点宽高 cx (xmin xmax) / 2.0 / w cy (ymin ymax) / 2.0 / h bw (xmax - xmin) / w bh (ymax - ymin) / h lines.append(f{class_to_id[name]} {cx:.6f} {cy:.6f} {bw:.6f} {bh:.6f}) # 同名 txt 输出 txt_name os.path.splitext(xml_file)[0] .txt with open(os.path.join(out_dir, txt_name), w) as f: f.write(\n.join(lines)) voc_to_yolo(annotations_xml, labels_yolo, 0, 0)逻辑说明函数遍历 XML 目录逐个解析 object 节点把绝对像素坐标转成归一化值。参数上CLASSES必须和后续训练配置文件里的 names 完全一致顺序错了模型学到的类别就是乱的img_w、img_h传参其实被函数内部从 XML 的 size 覆盖了保留是为了兼容某些没有 size 字段的脏数据那种情况才需要外部传入。坐标保留 6 位小数是经验值太少会丢精度太多没必要。反过来COCO 的 JSON 转 YOLO 时要注意 categories 的 id 不一定从 0 连续得先建 id 到连续索引的映射否则类别索引会跳号。这一步是血泪经验跳过映射直接拿 category_id 当索引训练时会出现类别 5 没有样本的报错。2.3 划分脚本怎么用才不出错数据集里的划分脚本一般做两件事按比例切 train/val以及生成对应的图片路径列表。常见坑是只切了图片没切标签或者切完路径写的是绝对路径换台机器就跑不了。正确做法是图片和标签同步切、路径用相对路径。运行前先确认脚本里的比例参数常见 8:2 或 7:3小数据集建议 val 不低于 15%否则评估指标抖动大。划分完务必抽查几个 val 样本确认图片和同名 txt 都在且 txt 内容非空。3. 用这份数据集跑通 YOLO 训练的最小闭环格式理清后进入训练。这一章给出一条从环境到出结果的最短路径不追求调参极致先让模型跑起来、能出预测框再谈优化。3.1 环境配置与目录结构约定环境上PyTorch ultralytics 这套组合目前最省心。装之前先确认 CUDA 版本和显卡驱动匹配这是新手翻车最多的地方——torch 装成 CPU 版训练时慢到怀疑人生。用下面命令检查# 确认显卡和驱动 nvidia-smi # 确认 torch 是否能用 GPU python -c import torch; print(torch.cuda.is_available())输出 True 才算配置成功。目录结构建议按 YOLO 官方约定组织避免路径问题dataset/ images/ train/ val/ labels/ train/ val/ data.yamldata.yaml是训练入口内容如下path: ./dataset train: images/train val: images/val nc: 4 names: [ship, boat, buoy, platform]参数说明nc是类别数必须和 names 长度一致names顺序必须和转换脚本里的 CLASSES 完全对应这是最容易埋雷的地方顺序错一位所有评估指标都失去意义。3.2 训练命令与关键参数怎么设最小训练命令一行搞定yolo detect train datadataset/data.yaml modelyolov8n.pt epochs100 imgsz640 batch16逐参数拆解modelyolov8n.pt用官方预训练权重做迁移学习1000 张图从零训基本学不出东西预训练权重是刚需epochs100对小数据集够用配合早停imgsz640是速度和精度的平衡点海洋目标往往偏小可以试 800 但显存要够batch16视显存调整爆显存就降到 8 或 4。训练中重点看三个指标box_loss 是否稳定下降、mAP50 是否上升、以及有没有出现 loss 突然变 NaN。如果 loss 震荡剧烈先把学习率调小或加大 batch。3.3 训练结果怎么读、模型怎么验证训练完在 runs/detect/train 目录下会生成权重和曲线图。别只看最后的 mAP混淆矩阵才是诊断利器——它能告诉你模型把哪两类搞混了。海洋场景里 ship 和 boat 混淆是高频问题如果混淆矩阵显示这两类互相误判严重说明标注边界本身模糊需要回头统一标注标准。验证单张图yolo detect predict modelruns/detect/train/weights/best.pt sourcetest.jpg conf0.25conf0.25是置信度阈值调低召回高但误检多调高反之按业务容忍度定。海洋监控场景通常宁可误检不可漏检可以设 0.15~0.2。4. 海洋场景训练的避坑与排查清单这一章是踩坑记录每条都按现象、原因、解决写都是实际跑海洋数据时反复遇到的。4.1 小目标漏检严重现象远处小船、浮标几乎检测不到mAP 里小目标那档特别低。原因海洋目标尺度跨度极大近处船占半张图远处只剩十几个像素640 输入下小目标特征在深层几乎消失。解决把 imgsz 提到 800 或 960开启多尺度训练scale0.5或者用带 P2 小目标检测层的模型结构。单纯加数据量对小目标帮助有限尺度增强更直接。4.2 类别索引错乱导致训练报错现象训练启动就报 Label class X exceeds nc 或某类永远学不到。原因转换脚本里类别顺序和 data.yaml 的 names 不一致或者 COCO 的 category_id 没做连续映射。解决写个校验脚本遍历所有 label 文件统计出现的类别索引最大值和 nc 对比。这个检查花两分钟能省几小时排查。4.3 图片和标签不对应现象训练不报错但 mAP 极低或提示找不到 label。原因划分时图片和标签没同步切或者文件名大小写、扩展名不一致。解决写脚本比对 images 和 labels 目录的文件名集合差集就是问题文件。YOLO 是按同名找标签的图片叫IMG_001.jpg标签必须是IMG_001.txt差一个字符就找不到。4.4 显存溢出与 batch 设置现象训练中途 OOM 崩溃。原因batch 或 imgsz 超过显存。解决优先降 batch其次降 imgsz最后考虑梯度累积模拟大 batch。别一上来就上大模型1000 张图用 yolov8n 或 yolov8s 足够大模型在小数据上更容易过拟合。4.5 过拟合与验证集指标虚高现象训练集 loss 一直降验证集 mAP 早早到顶后下滑。原因1000 张图偏少模型记住了训练样本。解决开数据增强翻转、HSV、mosaic加 weight_decay早停 patience 设小一点。另外检查 train/val 有没有重复图片重复会导致验证指标虚高实际部署一塌糊涂。5. 从 1000 张到可用模型数据增强与迁移策略1000 张图能训出能用的模型但前提是把数据增强和迁移学习用到位。这一章讲几个我实际用下来收益明显的技巧。数据增强方面海洋场景有几个针对性手段。水平翻转几乎无副作用海面左右对称翻完依然合理HSV 抖动要开海面光照变化剧烈清晨、正午、黄昏的色调差异大模型必须适应mosaic 增强对小目标友好它把四张图拼一张变相增加了小目标出现频率但要注意 mosaic 关闭的最后若干 epoch 让模型回归真实分布。旋转增强要谨慎海平线旋转后不符合物理常识可能引入噪声。迁移策略上如果手头还有别的海洋数据哪怕没标注也可以先做自监督预训练再微调没有的话用 COCO 预训练权重起步已经够用。微调时建议先冻结 backbone 训几轮再解冻全量训这样小数据集上更稳。学习率用余弦退火初始 0.01配合 warmup。验证方法上别只信 mAP。做一个按目标尺寸分档的评估小目标面积小于 32×32、中目标、大目标分别看召回。海洋业务里小目标往往是重点整体 mAP 高但小目标漏检模型就是不可用的。再做一个按光照条件分档的评估把验证集按亮度分组看模型在暗光下的表现这比单一指标更能暴露问题。最后说个习惯每次改完配置或增强策略固定用同一批验证图跑预测肉眼对比框的位置和置信度。指标会骗人眼睛不会。我一般会留 20 张覆盖各种场景的回归测试图任何改动后都过一遍确认没有退化再继续。这套流程跑下来1000 张海洋数据训出的模型在同类场景里做到可用是完全现实的。希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/10/2 18:01:25 · 阅读 1.2k YOLO海洋目标检测实战：1000张数据集从格式转换到训练全流程
简介这份资源面向从事计算机视觉与目标检测的开发者、学生及科研人员提供一套真实场景下的海洋目标检测数据集可用于YOLO系列模型的训练、验证与算法对比实验。压缩包共2000个文件约23.38MB包含1000张标注图片及对应的vocxml、cocojson与yolotxt三种格式标签另附yaml配置文件、Python划分脚本和html说明文档方便直接接入主流检测框架。资源同时提供训练集、验证集、测试集划分脚本可按需重新组织数据并附有YOLO环境搭建与训练案例教程覆盖Windows与Linux两种平台帮助读者快速跑通从环境配置到模型训练的全流程。目前已有413人学习下载适合希望快速上手海洋目标检测任务、减少数据准备成本的入门与进阶用户参考使用。1. 海洋目标检测数据集到底解决了什么痛点做海洋视觉项目的工程师多半经历过这种场景算法在 COCO 上跑得漂漂亮亮一换到海面监控画面就集体翻车——浪花被认成船、远处渔船和浮标分不清、逆光下的舰船只剩一个黑点。通用数据集里海洋类样本占比极低模型根本没学过海面长什么样。这份 YOLO 海洋目标检测数据集含 1000 张图片配套 voc、coco、yolo 三种格式标签外加划分脚本和训练教程针对的正是这个缺口它把标注、格式转换、数据划分、训练配置这条链路一次性打包让你不用再从零爬图、标框、写转换脚本。适合两类人一是刚接触 yolo 目标检测、想找一个完整数据集跑通全流程的新手二是手里已有海洋业务场景、需要快速验证检测可行性的从业者。1000 张的规模不算大但胜在格式齐全、流程闭环拿来当 baseline 和 pipeline 模板非常合适。2. 三种标签格式的差异与转换逻辑拿到数据集第一件事不是急着训练而是搞清楚 voc、coco、yolo 三种格式各自长什么样、为什么同一批图要存三份。很多人直接拿 yolo 格式开跑结果想换评估工具或做可视化时发现对不上又回头补转换白白浪费时间。2.1 voc、coco、yolo 三种格式的坐标与结构对比三种格式的核心差异在坐标表示和文件组织方式维度VOCCOCOYOLO单图标注文件一个 XML全部图共用一个 JSON一个 TXT坐标形式左上右下绝对像素 (xmin,ymin,xmax,ymax)左上角宽高绝对像素 (x,y,w,h)归一化中心点宽高 (cx,cy,w,h)坐标范围像素值像素值0~1类别存储XML 内 name 字段JSON categories 数组classes.txt 按行索引典型用途传统检测框架、部分评估脚本官方评估 API、分割任务YOLO 系列训练关键点在于 YOLO 的归一化cx、cy、w、h 都是相对整张图宽高的比例不是像素。转换时最容易错的就是这一步——忘了除宽高或者把绝对坐标直接塞进去训练时 loss 会异常大甚至不收敛。2.2 用脚本在三种格式间互转数据集自带的划分脚本通常只做 train/val 切分格式转换往往要自己补。下面这段把 VOC 的 XML 批量转成 YOLO 的 TXT逻辑清晰、可直接改import os import xml.etree.ElementTree as ET # 类别列表顺序必须和训练时 classes.txt 一致 CLASSES [ship, boat, buoy, platform] # 类别名到索引的映射 class_to_id {name: i for i, name in enumerate(CLASSES)} def voc_to_yolo(xml_dir, out_dir, img_w, img_h): os.makedirs(out_dir, exist_okTrue) for xml_file in os.listdir(xml_dir): if not xml_file.endswith(.xml): continue tree ET.parse(os.path.join(xml_dir, xml_file)) root tree.getroot() # 用图片实际尺寸不要硬编码 size root.find(size) w int(size.find(width).text) h int(size.find(height).text) lines [] for obj in root.iter(object): name obj.find(name).text if name not in class_to_id: continue # 跳过未定义类别避免索引错乱 bbox obj.find(bndbox) xmin float(bbox.find(xmin).text) ymin float(bbox.find(ymin).text) xmax float(bbox.find(xmax).text) ymax float(bbox.find(ymax).text) # 转成归一化中心点宽高 cx (xmin xmax) / 2.0 / w cy (ymin ymax) / 2.0 / h bw (xmax - xmin) / w bh (ymax - ymin) / h lines.append(f{class_to_id[name]} {cx:.6f} {cy:.6f} {bw:.6f} {bh:.6f}) # 同名 txt 输出 txt_name os.path.splitext(xml_file)[0] .txt with open(os.path.join(out_dir, txt_name), w) as f: f.write(\n.join(lines)) voc_to_yolo(annotations_xml, labels_yolo, 0, 0)逻辑说明函数遍历 XML 目录逐个解析 object 节点把绝对像素坐标转成归一化值。参数上CLASSES必须和后续训练配置文件里的 names 完全一致顺序错了模型学到的类别就是乱的img_w、img_h传参其实被函数内部从 XML 的 size 覆盖了保留是为了兼容某些没有 size 字段的脏数据那种情况才需要外部传入。坐标保留 6 位小数是经验值太少会丢精度太多没必要。反过来COCO 的 JSON 转 YOLO 时要注意 categories 的 id 不一定从 0 连续得先建 id 到连续索引的映射否则类别索引会跳号。这一步是血泪经验跳过映射直接拿 category_id 当索引训练时会出现类别 5 没有样本的报错。2.3 划分脚本怎么用才不出错数据集里的划分脚本一般做两件事按比例切 train/val以及生成对应的图片路径列表。常见坑是只切了图片没切标签或者切完路径写的是绝对路径换台机器就跑不了。正确做法是图片和标签同步切、路径用相对路径。运行前先确认脚本里的比例参数常见 8:2 或 7:3小数据集建议 val 不低于 15%否则评估指标抖动大。划分完务必抽查几个 val 样本确认图片和同名 txt 都在且 txt 内容非空。3. 用这份数据集跑通 YOLO 训练的最小闭环格式理清后进入训练。这一章给出一条从环境到出结果的最短路径不追求调参极致先让模型跑起来、能出预测框再谈优化。3.1 环境配置与目录结构约定环境上PyTorch ultralytics 这套组合目前最省心。装之前先确认 CUDA 版本和显卡驱动匹配这是新手翻车最多的地方——torch 装成 CPU 版训练时慢到怀疑人生。用下面命令检查# 确认显卡和驱动 nvidia-smi # 确认 torch 是否能用 GPU python -c import torch; print(torch.cuda.is_available())输出 True 才算配置成功。目录结构建议按 YOLO 官方约定组织避免路径问题dataset/ images/ train/ val/ labels/ train/ val/ data.yamldata.yaml是训练入口内容如下path: ./dataset train: images/train val: images/val nc: 4 names: [ship, boat, buoy, platform]参数说明nc是类别数必须和 names 长度一致names顺序必须和转换脚本里的 CLASSES 完全对应这是最容易埋雷的地方顺序错一位所有评估指标都失去意义。3.2 训练命令与关键参数怎么设最小训练命令一行搞定yolo detect train datadataset/data.yaml modelyolov8n.pt epochs100 imgsz640 batch16逐参数拆解modelyolov8n.pt用官方预训练权重做迁移学习1000 张图从零训基本学不出东西预训练权重是刚需epochs100对小数据集够用配合早停imgsz640是速度和精度的平衡点海洋目标往往偏小可以试 800 但显存要够batch16视显存调整爆显存就降到 8 或 4。训练中重点看三个指标box_loss 是否稳定下降、mAP50 是否上升、以及有没有出现 loss 突然变 NaN。如果 loss 震荡剧烈先把学习率调小或加大 batch。3.3 训练结果怎么读、模型怎么验证训练完在 runs/detect/train 目录下会生成权重和曲线图。别只看最后的 mAP混淆矩阵才是诊断利器——它能告诉你模型把哪两类搞混了。海洋场景里 ship 和 boat 混淆是高频问题如果混淆矩阵显示这两类互相误判严重说明标注边界本身模糊需要回头统一标注标准。验证单张图yolo detect predict modelruns/detect/train/weights/best.pt sourcetest.jpg conf0.25conf0.25是置信度阈值调低召回高但误检多调高反之按业务容忍度定。海洋监控场景通常宁可误检不可漏检可以设 0.15~0.2。4. 海洋场景训练的避坑与排查清单这一章是踩坑记录每条都按现象、原因、解决写都是实际跑海洋数据时反复遇到的。4.1 小目标漏检严重现象远处小船、浮标几乎检测不到mAP 里小目标那档特别低。原因海洋目标尺度跨度极大近处船占半张图远处只剩十几个像素640 输入下小目标特征在深层几乎消失。解决把 imgsz 提到 800 或 960开启多尺度训练scale0.5或者用带 P2 小目标检测层的模型结构。单纯加数据量对小目标帮助有限尺度增强更直接。4.2 类别索引错乱导致训练报错现象训练启动就报 Label class X exceeds nc 或某类永远学不到。原因转换脚本里类别顺序和 data.yaml 的 names 不一致或者 COCO 的 category_id 没做连续映射。解决写个校验脚本遍历所有 label 文件统计出现的类别索引最大值和 nc 对比。这个检查花两分钟能省几小时排查。4.3 图片和标签不对应现象训练不报错但 mAP 极低或提示找不到 label。原因划分时图片和标签没同步切或者文件名大小写、扩展名不一致。解决写脚本比对 images 和 labels 目录的文件名集合差集就是问题文件。YOLO 是按同名找标签的图片叫IMG_001.jpg标签必须是IMG_001.txt差一个字符就找不到。4.4 显存溢出与 batch 设置现象训练中途 OOM 崩溃。原因batch 或 imgsz 超过显存。解决优先降 batch其次降 imgsz最后考虑梯度累积模拟大 batch。别一上来就上大模型1000 张图用 yolov8n 或 yolov8s 足够大模型在小数据上更容易过拟合。4.5 过拟合与验证集指标虚高现象训练集 loss 一直降验证集 mAP 早早到顶后下滑。原因1000 张图偏少模型记住了训练样本。解决开数据增强翻转、HSV、mosaic加 weight_decay早停 patience 设小一点。另外检查 train/val 有没有重复图片重复会导致验证指标虚高实际部署一塌糊涂。5. 从 1000 张到可用模型数据增强与迁移策略1000 张图能训出能用的模型但前提是把数据增强和迁移学习用到位。这一章讲几个我实际用下来收益明显的技巧。数据增强方面海洋场景有几个针对性手段。水平翻转几乎无副作用海面左右对称翻完依然合理HSV 抖动要开海面光照变化剧烈清晨、正午、黄昏的色调差异大模型必须适应mosaic 增强对小目标友好它把四张图拼一张变相增加了小目标出现频率但要注意 mosaic 关闭的最后若干 epoch 让模型回归真实分布。旋转增强要谨慎海平线旋转后不符合物理常识可能引入噪声。迁移策略上如果手头还有别的海洋数据哪怕没标注也可以先做自监督预训练再微调没有的话用 COCO 预训练权重起步已经够用。微调时建议先冻结 backbone 训几轮再解冻全量训这样小数据集上更稳。学习率用余弦退火初始 0.01配合 warmup。验证方法上别只信 mAP。做一个按目标尺寸分档的评估小目标面积小于 32×32、中目标、大目标分别看召回。海洋业务里小目标往往是重点整体 mAP 高但小目标漏检模型就是不可用的。再做一个按光照条件分档的评估把验证集按亮度分组看模型在暗光下的表现这比单一指标更能暴露问题。最后说个习惯每次改完配置或增强策略固定用同一批验证图跑预测肉眼对比框的位置和置信度。指标会骗人眼睛不会。我一般会留 20 张覆盖各种场景的回归测试图任何改动后都过一遍确认没有退化再继续。这套流程跑下来1000 张海洋数据训出的模型在同类场景里做到可用是完全现实的。希望帮到你。本文还有配套的精品资源点击获取