简介这份资源面向深度学习与计算机视觉方向的学习者聚焦海上渔民捕鱼方式识别这一具体场景解决围网、刺网、拖网三类作业图像的分类问题可服务于渔业资源管理与生态保护研究。压缩包共14个文件以10个Python脚本为核心覆盖特征提取、模型训练、指标评估与推理分析等环节另含3个Markdown说明文档和1个Shell运行脚本整体约30KB结构紧凑、便于快速上手。资源内含配套数据集与算法实现读者可据此完成数据预处理、CNN或预训练模型微调、训练优化、验证与测试的完整流程理解准确率、召回率、F1分数等评估指标的实际用法并掌握从特征工程到深度模型落地的排错思路。目前已有266人学习下载适合希望以真实任务练手图像分类、积累环保领域AI应用经验的中级学习者参考。1. 海上捕鱼方式识别为什么围网、刺网、拖网值得单独做一套检测方案渔船在海上作业时监管方最关心的不是“有没有船”而是“这条船在用什么方式捕鱼”。围网、刺网、拖网这三种作业方式对应的渔获结构、对海底生态的扰动程度、以及合规判定标准完全不同。围网作业通常围绕鱼群下网网具呈包围状刺网是固定或漂流式网墙鱼群被网目卡住拖网则是把网具拖曳在船后对底栖环境冲击最大。过去靠人工瞭望、AIS 轨迹和渔捞日志交叉比对效率低、漏报多夜间和恶劣海况下几乎失效。深度学习介入后思路变成用摄像头或公开视频帧做目标检测把“船 网具形态”作为一个整体目标来识别。数据集里通常包含渔船、网具展开状态、作业场景三类标注算法实现则围绕 YOLO 系列或 Faster R-CNN 做迁移学习。这套方案适合做渔业监管的技术团队、海洋遥感方向的研究生以及想拿真实场景练手深度学习工程化的开发者。难点不在模型本身而在数据集的类别定义和海上场景的域偏移。2. 数据集怎么建围网、刺网、拖网的标注边界与采集策略2.1 三类作业方式的视觉特征拆解围网在图像里最明显的特征是“船与网具形成闭合或半闭合弧线”网具通常浮在水面颜色偏深面积大但边缘模糊。刺网的特征是“长条状网墙”网具垂直或倾斜于水面有时能看到浮标串成一线。拖网的特征是“船后拖曳两条或多条缆绳网具在水下或船尾附近”水面可见的往往只是尾迹和缆绳夹角。这三类在低分辨率或远距离下极易混淆。我一般会要求标注员先看 3 秒视频片段再定类别而不是只看单帧。单帧里围网和刺网可能都表现为“一片深色区域”但视频里围网有收拢动作刺网相对静止。数据集如果只给静态图建议在标注规范里写清楚以网具主体形态为准动作特征作为辅助。2.2 采集渠道与最小可行数据集规模公开渠道能拿到的海上视频有限常见做法是组合三部分渔业监管公开视频帧、船舶公开监控片段、以及少量自己出海或租船拍摄的素材。最小可行数据集建议每类不少于 800 张有效标注图且要覆盖白天、黄昏、夜间红外三种光照。夜间红外数据最难找但恰恰是监管最需要的场景。采集时注意不要只截“船在画面中央”的图。真实场景里船可能只占画面 5%周围全是海面和天空。如果训练集里目标都很大模型上线后遇到小目标会集体翻车。我一般会强制要求每类里至少有 30% 的样本目标框面积小于整图面积的 2%。2.3 标注格式与类别编号约定常见做法是直接采用 YOLO 格式每张图对应一个 txt每行class_id x_center y_center width height坐标归一化到 0~1。类别编号建议固定为class_id类别名说明0purse_seine围网1gillnet刺网2trawl拖网3fishing_boat未明确作业方式的渔船4other其他或无法判断加fishing_boat和other是为了避免模型被迫在三类里硬选导致置信度虚高。标注时遇到网具被遮挡超过 50% 的直接标other不要猜。# 目录结构建议 dataset/ ├── images/ │ ├── train/ # 训练集图片 │ ├── val/ # 验证集图片 │ └── test/ # 测试集图片 ├── labels/ │ ├── train/ # 对应 YOLO txt │ ├── val/ │ └── test/ └── data.yaml # 数据集配置文件data.yaml里写清楚train、val、test路径和names列表。路径用相对路径换机器时只改根目录。注意nc要等于类别数这里写 5。3. 算法实现从 YOLOv8 迁移学习到海上小目标调参3.1 为什么选 YOLOv8 而不是 Faster R-CNN海上场景对推理速度有要求监管视频往往是多路并发Faster R-CNN 两阶段检测在 1080p 下很难做到实时。YOLOv8 的单阶段结构在保持 mAP 的同时推理延迟低得多。另一个原因是 YOLOv8 的锚框机制对不规则形状目标更友好围网和刺网的形态差异大固定锚框容易漏检。如果数据集里小目标占比高可以在 YOLOv8 基础上把输入分辨率从 640 提到 960 或 1280。代价是显存和推理时间上升但海上场景里船和网具往往只占几十个像素640 下特征图太粗召回率会明显掉。3.2 训练脚本与关键参数from ultralytics import YOLO # 加载预训练权重迁移学习比从头训练收敛快得多 model YOLO(yolov8m.pt) # 开始训练 results model.train( datadataset/data.yaml, # 数据集配置路径 epochs150, # 海上数据少epoch 适当加大 imgsz960, # 提高分辨率照顾小目标 batch8, # 显存不够就降到 4 device0, # 单卡训练 lr00.001, # 初始学习率迁移学习别设太大 lrf0.01, # 最终学习率因子 momentum0.937, weight_decay0.0005, warmup_epochs3, # 预热防止早期震荡 patience30, # 30 轮不涨就早停 augmentTrue, # 开启默认增强 mosaic1.0, # 马赛克增强对小目标有效 mixup0.1, # 少量 mixup别太高 copy_paste0.1, # 复制粘贴增强增加小目标样本 hsv_h0.015, # 色调扰动适应不同光照 hsv_s0.7, hsv_v0.4, degrees10.0, # 旋转角度海上视角多变 translate0.1, scale0.5, fliplr0.5, # 水平翻转 flipud0.0, # 垂直翻转慎用海天倒置不真实 saveTrue, projectruns/fishing, nameyolov8m_960, )imgsz960是这套方案里最值得先调的参数。640 下小目标召回率通常只有 50% 出头960 能拉到 70% 以上。mosaic1.0和copy_paste0.1对小目标帮助明显但mixup别超过 0.2否则海上背景被过度混合模型会学到不存在的纹理。flipud0.0是血泪经验垂直翻转会让天空跑到下面模型在真实场景里会犯低级错误。3.3 验证与指标解读训练完先看results.png里的mAP50和mAP50-95。海上场景里mAP50到 0.75 以上算可用但更要看每类的precision和recall。围网和刺网容易互相误检如果gillnet的precision低而purse_seine的recall高说明模型把刺网判成了围网。这时候不要急着加数据先检查标注里两类边界是否清晰。# 验证命令 yolo val modelruns/fishing/yolov8m_960/weights/best.pt datadataset/data.yaml imgsz960 batch8验证时把conf阈值从默认 0.25 调到 0.4 再看一遍。海上背景干净低置信度框大多是误检提高阈值能明显改善 precision。但conf太高会漏掉远距离小目标我一般会在 0.35~0.45 之间做一次扫描选 F1 最高的点。4. 避坑与排查海上检测翻车的五个真实场景4.1 现象模型在测试集上 mAP 很高上线后围网全漏原因测试集和训练集来自同一批视频域偏移没暴露。上线后摄像头角度、海水颜色、光照都变了。解决训练时强制留出至少一个完整视频片段作为测试集不要随机抽帧。另外在data.yaml里把val和test分开test只用于最终评估不参与调参。4.2 现象夜间红外图像里刺网和拖网混淆严重原因红外图像丢失颜色信息刺网的网墙和拖网的缆绳在热成像里都是细长亮线。解决夜间数据单独训练一个分支或者在标注时把“夜间”作为一个属性写入文件名训练时用--night标志切换增强策略。更实用的做法是夜间只做二分类有网具 / 无网具不强行分三类。4.3 现象训练 loss 震荡mAP 不涨原因学习率太大或 batch 太小。海上数据集类别不平衡围网样本可能是拖网的三倍。解决用lr00.001起步如果 loss 在前 10 轮就爆掉降到 0.0005。类别不平衡可以用cls损失权重调整或者在数据集层面过采样少数类。YOLOv8 默认的cls0.5可以提到 0.7。4.4 现象推理时显存溢出原因imgsz960加batch8在 8G 显存卡上容易 OOM。解决推理时batch1训练时用梯度累积模拟大 batch。YOLOv8 没有直接暴露梯度累积参数常见做法是减小batch并等比例提高lr0但别超过 0.002。4.5 现象模型把海浪泡沫判成围网原因围网在水面的白色泡沫和浪花纹理相似。解决在标注规范里明确“网具主体必须可见”纯泡沫不标。增强里加hsv_v0.4让模型对亮度变化更鲁棒。如果误检仍然多可以在后处理里加一个面积过滤围网框面积小于整图 0.5% 的直接丢弃。5. 进阶技巧用切片推理和类别平衡把召回率再拉一截5.1 切片推理处理超远距离小目标海上监控画面里船可能只有 20×20 像素。直接整图推理时YOLOv8 的下采样会把小目标特征抹掉。常见做法是切片推理把 1920×1080 的图切成 4 块 960×540每块单独推理再合并结果。代价是推理时间翻倍但小目标召回率能提升 15~20 个百分点。import cv2 from ultralytics import YOLO model YOLO(runs/fishing/yolov8m_960/weights/best.pt) img cv2.imread(test.jpg) h, w img.shape[:2] # 切成 2x2 共 4 块重叠 10% 避免边缘目标被切断 tiles [] for i in range(2): for j in range(2): y1 max(0, i * h // 2 - h // 20) y2 min(h, (i 1) * h // 2 h // 20) x1 max(0, j * w // 2 - w // 20) x2 min(w, (j 1) * w // 2 w // 20) tiles.append((img[y1:y2, x1:x2], x1, y1)) all_boxes [] for tile, ox, oy in tiles: results model(tile, imgsz960, conf0.35)[0] for box in results.boxes: x1, y1, x2, y2 box.xyxy[0].tolist() all_boxes.append([x1 ox, y1 oy, x2 ox, y2 oy, box.conf[0].item(), box.cls[0].item()]) # 用 NMS 合并重叠框 import torch from torchvision.ops import nms boxes torch.tensor([b[:4] for b in all_boxes]) scores torch.tensor([b[4] for b in all_boxes]) keep nms(boxes, scores, iou_threshold0.5) final [all_boxes[i] for i in keep]切片重叠 10% 是为了防止目标正好落在切缝上。conf0.35比整图推理时略低因为切片后目标相对变大模型更有信心。合并时用 NMS 去重iou_threshold0.5是经验值海上目标重叠少可以适当放宽到 0.6。5.2 类别平衡的采样策略围网、刺网、拖网的真实分布往往不是 1:1:1。如果拖网样本占 60%模型会偏向拖网。除了损失加权更直接的做法是构建训练集时对少数类做过采样但不要简单复制图片而是用copy_paste把少数类目标粘贴到不同背景上。这样既增加了样本量又引入了背景多样性。我一般会统计每个类别的实例数然后按1/sqrt(freq)计算采样权重。围网如果只有 500 个实例拖网有 2000 个围网的采样权重就是拖网的 2 倍。训练时用WeightedRandomSampler控制每个 batch 的类别比例比单纯调损失函数更稳。5.3 一个验证技巧混淆矩阵看边界训练完不要只看 mAP把混淆矩阵导出来看。YOLOv8 的val模式会生成confusion_matrix.png。重点看围网和刺网之间的误判数。如果purse_seine被大量判成gillnet说明标注里两类边界模糊或者增强太强把网具形态扭曲了。这时候把degrees从 10 降到 5scale从 0.5 降到 0.3重新训练一版对比。我自己的习惯是每次改完参数只跑 30 个 epoch 看混淆矩阵趋势不等到 150 轮。如果 30 轮里两类还在互相大量误判后面也很难救回来。这个习惯帮我省过很多次通宵等训练的时间。希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/10/5 1:31:16 · 阅读 1.2k 基于YOLOv8的海上捕鱼方式识别：围网、刺网、拖网检测方案与数据集构建
简介这份资源面向深度学习与计算机视觉方向的学习者聚焦海上渔民捕鱼方式识别这一具体场景解决围网、刺网、拖网三类作业图像的分类问题可服务于渔业资源管理与生态保护研究。压缩包共14个文件以10个Python脚本为核心覆盖特征提取、模型训练、指标评估与推理分析等环节另含3个Markdown说明文档和1个Shell运行脚本整体约30KB结构紧凑、便于快速上手。资源内含配套数据集与算法实现读者可据此完成数据预处理、CNN或预训练模型微调、训练优化、验证与测试的完整流程理解准确率、召回率、F1分数等评估指标的实际用法并掌握从特征工程到深度模型落地的排错思路。目前已有266人学习下载适合希望以真实任务练手图像分类、积累环保领域AI应用经验的中级学习者参考。1. 海上捕鱼方式识别为什么围网、刺网、拖网值得单独做一套检测方案渔船在海上作业时监管方最关心的不是“有没有船”而是“这条船在用什么方式捕鱼”。围网、刺网、拖网这三种作业方式对应的渔获结构、对海底生态的扰动程度、以及合规判定标准完全不同。围网作业通常围绕鱼群下网网具呈包围状刺网是固定或漂流式网墙鱼群被网目卡住拖网则是把网具拖曳在船后对底栖环境冲击最大。过去靠人工瞭望、AIS 轨迹和渔捞日志交叉比对效率低、漏报多夜间和恶劣海况下几乎失效。深度学习介入后思路变成用摄像头或公开视频帧做目标检测把“船 网具形态”作为一个整体目标来识别。数据集里通常包含渔船、网具展开状态、作业场景三类标注算法实现则围绕 YOLO 系列或 Faster R-CNN 做迁移学习。这套方案适合做渔业监管的技术团队、海洋遥感方向的研究生以及想拿真实场景练手深度学习工程化的开发者。难点不在模型本身而在数据集的类别定义和海上场景的域偏移。2. 数据集怎么建围网、刺网、拖网的标注边界与采集策略2.1 三类作业方式的视觉特征拆解围网在图像里最明显的特征是“船与网具形成闭合或半闭合弧线”网具通常浮在水面颜色偏深面积大但边缘模糊。刺网的特征是“长条状网墙”网具垂直或倾斜于水面有时能看到浮标串成一线。拖网的特征是“船后拖曳两条或多条缆绳网具在水下或船尾附近”水面可见的往往只是尾迹和缆绳夹角。这三类在低分辨率或远距离下极易混淆。我一般会要求标注员先看 3 秒视频片段再定类别而不是只看单帧。单帧里围网和刺网可能都表现为“一片深色区域”但视频里围网有收拢动作刺网相对静止。数据集如果只给静态图建议在标注规范里写清楚以网具主体形态为准动作特征作为辅助。2.2 采集渠道与最小可行数据集规模公开渠道能拿到的海上视频有限常见做法是组合三部分渔业监管公开视频帧、船舶公开监控片段、以及少量自己出海或租船拍摄的素材。最小可行数据集建议每类不少于 800 张有效标注图且要覆盖白天、黄昏、夜间红外三种光照。夜间红外数据最难找但恰恰是监管最需要的场景。采集时注意不要只截“船在画面中央”的图。真实场景里船可能只占画面 5%周围全是海面和天空。如果训练集里目标都很大模型上线后遇到小目标会集体翻车。我一般会强制要求每类里至少有 30% 的样本目标框面积小于整图面积的 2%。2.3 标注格式与类别编号约定常见做法是直接采用 YOLO 格式每张图对应一个 txt每行class_id x_center y_center width height坐标归一化到 0~1。类别编号建议固定为class_id类别名说明0purse_seine围网1gillnet刺网2trawl拖网3fishing_boat未明确作业方式的渔船4other其他或无法判断加fishing_boat和other是为了避免模型被迫在三类里硬选导致置信度虚高。标注时遇到网具被遮挡超过 50% 的直接标other不要猜。# 目录结构建议 dataset/ ├── images/ │ ├── train/ # 训练集图片 │ ├── val/ # 验证集图片 │ └── test/ # 测试集图片 ├── labels/ │ ├── train/ # 对应 YOLO txt │ ├── val/ │ └── test/ └── data.yaml # 数据集配置文件data.yaml里写清楚train、val、test路径和names列表。路径用相对路径换机器时只改根目录。注意nc要等于类别数这里写 5。3. 算法实现从 YOLOv8 迁移学习到海上小目标调参3.1 为什么选 YOLOv8 而不是 Faster R-CNN海上场景对推理速度有要求监管视频往往是多路并发Faster R-CNN 两阶段检测在 1080p 下很难做到实时。YOLOv8 的单阶段结构在保持 mAP 的同时推理延迟低得多。另一个原因是 YOLOv8 的锚框机制对不规则形状目标更友好围网和刺网的形态差异大固定锚框容易漏检。如果数据集里小目标占比高可以在 YOLOv8 基础上把输入分辨率从 640 提到 960 或 1280。代价是显存和推理时间上升但海上场景里船和网具往往只占几十个像素640 下特征图太粗召回率会明显掉。3.2 训练脚本与关键参数from ultralytics import YOLO # 加载预训练权重迁移学习比从头训练收敛快得多 model YOLO(yolov8m.pt) # 开始训练 results model.train( datadataset/data.yaml, # 数据集配置路径 epochs150, # 海上数据少epoch 适当加大 imgsz960, # 提高分辨率照顾小目标 batch8, # 显存不够就降到 4 device0, # 单卡训练 lr00.001, # 初始学习率迁移学习别设太大 lrf0.01, # 最终学习率因子 momentum0.937, weight_decay0.0005, warmup_epochs3, # 预热防止早期震荡 patience30, # 30 轮不涨就早停 augmentTrue, # 开启默认增强 mosaic1.0, # 马赛克增强对小目标有效 mixup0.1, # 少量 mixup别太高 copy_paste0.1, # 复制粘贴增强增加小目标样本 hsv_h0.015, # 色调扰动适应不同光照 hsv_s0.7, hsv_v0.4, degrees10.0, # 旋转角度海上视角多变 translate0.1, scale0.5, fliplr0.5, # 水平翻转 flipud0.0, # 垂直翻转慎用海天倒置不真实 saveTrue, projectruns/fishing, nameyolov8m_960, )imgsz960是这套方案里最值得先调的参数。640 下小目标召回率通常只有 50% 出头960 能拉到 70% 以上。mosaic1.0和copy_paste0.1对小目标帮助明显但mixup别超过 0.2否则海上背景被过度混合模型会学到不存在的纹理。flipud0.0是血泪经验垂直翻转会让天空跑到下面模型在真实场景里会犯低级错误。3.3 验证与指标解读训练完先看results.png里的mAP50和mAP50-95。海上场景里mAP50到 0.75 以上算可用但更要看每类的precision和recall。围网和刺网容易互相误检如果gillnet的precision低而purse_seine的recall高说明模型把刺网判成了围网。这时候不要急着加数据先检查标注里两类边界是否清晰。# 验证命令 yolo val modelruns/fishing/yolov8m_960/weights/best.pt datadataset/data.yaml imgsz960 batch8验证时把conf阈值从默认 0.25 调到 0.4 再看一遍。海上背景干净低置信度框大多是误检提高阈值能明显改善 precision。但conf太高会漏掉远距离小目标我一般会在 0.35~0.45 之间做一次扫描选 F1 最高的点。4. 避坑与排查海上检测翻车的五个真实场景4.1 现象模型在测试集上 mAP 很高上线后围网全漏原因测试集和训练集来自同一批视频域偏移没暴露。上线后摄像头角度、海水颜色、光照都变了。解决训练时强制留出至少一个完整视频片段作为测试集不要随机抽帧。另外在data.yaml里把val和test分开test只用于最终评估不参与调参。4.2 现象夜间红外图像里刺网和拖网混淆严重原因红外图像丢失颜色信息刺网的网墙和拖网的缆绳在热成像里都是细长亮线。解决夜间数据单独训练一个分支或者在标注时把“夜间”作为一个属性写入文件名训练时用--night标志切换增强策略。更实用的做法是夜间只做二分类有网具 / 无网具不强行分三类。4.3 现象训练 loss 震荡mAP 不涨原因学习率太大或 batch 太小。海上数据集类别不平衡围网样本可能是拖网的三倍。解决用lr00.001起步如果 loss 在前 10 轮就爆掉降到 0.0005。类别不平衡可以用cls损失权重调整或者在数据集层面过采样少数类。YOLOv8 默认的cls0.5可以提到 0.7。4.4 现象推理时显存溢出原因imgsz960加batch8在 8G 显存卡上容易 OOM。解决推理时batch1训练时用梯度累积模拟大 batch。YOLOv8 没有直接暴露梯度累积参数常见做法是减小batch并等比例提高lr0但别超过 0.002。4.5 现象模型把海浪泡沫判成围网原因围网在水面的白色泡沫和浪花纹理相似。解决在标注规范里明确“网具主体必须可见”纯泡沫不标。增强里加hsv_v0.4让模型对亮度变化更鲁棒。如果误检仍然多可以在后处理里加一个面积过滤围网框面积小于整图 0.5% 的直接丢弃。5. 进阶技巧用切片推理和类别平衡把召回率再拉一截5.1 切片推理处理超远距离小目标海上监控画面里船可能只有 20×20 像素。直接整图推理时YOLOv8 的下采样会把小目标特征抹掉。常见做法是切片推理把 1920×1080 的图切成 4 块 960×540每块单独推理再合并结果。代价是推理时间翻倍但小目标召回率能提升 15~20 个百分点。import cv2 from ultralytics import YOLO model YOLO(runs/fishing/yolov8m_960/weights/best.pt) img cv2.imread(test.jpg) h, w img.shape[:2] # 切成 2x2 共 4 块重叠 10% 避免边缘目标被切断 tiles [] for i in range(2): for j in range(2): y1 max(0, i * h // 2 - h // 20) y2 min(h, (i 1) * h // 2 h // 20) x1 max(0, j * w // 2 - w // 20) x2 min(w, (j 1) * w // 2 w // 20) tiles.append((img[y1:y2, x1:x2], x1, y1)) all_boxes [] for tile, ox, oy in tiles: results model(tile, imgsz960, conf0.35)[0] for box in results.boxes: x1, y1, x2, y2 box.xyxy[0].tolist() all_boxes.append([x1 ox, y1 oy, x2 ox, y2 oy, box.conf[0].item(), box.cls[0].item()]) # 用 NMS 合并重叠框 import torch from torchvision.ops import nms boxes torch.tensor([b[:4] for b in all_boxes]) scores torch.tensor([b[4] for b in all_boxes]) keep nms(boxes, scores, iou_threshold0.5) final [all_boxes[i] for i in keep]切片重叠 10% 是为了防止目标正好落在切缝上。conf0.35比整图推理时略低因为切片后目标相对变大模型更有信心。合并时用 NMS 去重iou_threshold0.5是经验值海上目标重叠少可以适当放宽到 0.6。5.2 类别平衡的采样策略围网、刺网、拖网的真实分布往往不是 1:1:1。如果拖网样本占 60%模型会偏向拖网。除了损失加权更直接的做法是构建训练集时对少数类做过采样但不要简单复制图片而是用copy_paste把少数类目标粘贴到不同背景上。这样既增加了样本量又引入了背景多样性。我一般会统计每个类别的实例数然后按1/sqrt(freq)计算采样权重。围网如果只有 500 个实例拖网有 2000 个围网的采样权重就是拖网的 2 倍。训练时用WeightedRandomSampler控制每个 batch 的类别比例比单纯调损失函数更稳。5.3 一个验证技巧混淆矩阵看边界训练完不要只看 mAP把混淆矩阵导出来看。YOLOv8 的val模式会生成confusion_matrix.png。重点看围网和刺网之间的误判数。如果purse_seine被大量判成gillnet说明标注里两类边界模糊或者增强太强把网具形态扭曲了。这时候把degrees从 10 降到 5scale从 0.5 降到 0.3重新训练一版对比。我自己的习惯是每次改完参数只跑 30 个 epoch 看混淆矩阵趋势不等到 150 轮。如果 30 轮里两类还在互相大量误判后面也很难救回来。这个习惯帮我省过很多次通宵等训练的时间。希望帮到你。本文还有配套的精品资源点击获取