做海事目标检测的朋友应该都绕不开一个痛点船舶数据集又少又难找。通用COCO里船的数量不多海况变化又大直接拿公共预训练模型去检测港口、航道里的船舶经常漏检。所以我拿到“船舶检测数据集 | 3000张YOLO海事监测数据集”这个项目的时候第一反应是“终于有一套专门给YOLO用的海事数据了”。3000张图听着不多但这类数据的关键从来不是数量而是场景覆盖和标注质量。这篇文章就围绕这套数据集把从数据准备、标注格式、YOLO训练、损失函数看到模型评估、ONNX导出和边缘设备部署的完整链路走一遍顺便把我在实操中踩过的坑也列出来。无论是刚入门YOLO的新手还是想落地海事监控系统的工程师都能参考。1. 项目概述与思路拆解1.1 3000张数据到底够不够用先直说结论3000张训练图对船舶检测来说够起步但不够打天下。YOLO系列本身吃数据能力很强但海事场景有很多细分——港口内的靠泊船、开阔水域的航行船、内河小船、无人机俯拍的密集渔船形态差异很大。3000张如果集中在晴天白天、单一视角模型很难泛化反之如果有意覆盖不同水域、不同天气、不同角度3000张已经能训练出一个不错的基础版检测器。我自己做项目时常用“一次模型能不能在没见过的水域图片上丢人”来衡量数据质量而不是单纯数张数。1.2 海事监测为什么要单独做数据集通用目标检测模型里的“船”类别往往混杂了货船、渔船、邮轮甚至有些还把水上飞机算进去。海事监管真正需要的不是“认出这是船”而是“认出这到底是一艘什么船、大概多大、朝哪开”。所以这套数据集在设计时就要考虑类别拆分比如按货船、集装箱船、油轮、客船、渔船、游艇等划分。如果不拆分训练出来就是一台“船型apk”做统计报表和预警很难落地。拆分之后每条船的类型、位置、大小都能变成结构化信息接到智慧港口或VTS系统里才有实际价值。1.3 为什么选YOLO而不是Faster R-CNNYOLO系列在实时性上优势太明显。海事监测通常是24小时视频流分析每秒要处理几路甚至几十路摄像头Faster R-CNN的帧率很难撑住而YOLOv5s在边缘设备上也能轻松跑到几十帧。而且YOLO的工程生态成熟数据标注转格式、预训练权重、部署导出ONNX的教程一堆适合快速验证。结合“在AGX Orin上搭建YOLO环境”这个需求NVIDIA Jetson系列对YOLO支持相当好后面我会专门讲。2. 数据集构建与标注规范2.1 3000张图的场景构成建议拿到标题里“3000张YOLO海事监测数据集”这几个字别急着开训先做一个分布表。分三类场景类型港口码头、开阔水域、内河航道、近岸锚地、天气光照白天晴、阴天、雾天、夜晚红外、拍摄视角固定摄像头俯拍、岸基水平视角、无人机斜视。每种组合都尽量覆盖。比如港口可以多拍靠泊和装卸状态开阔水域主要拍航行状态锚地拍密集停泊。如果原始视频中有连续帧记得抽帧时每隔N帧取一张不然数据几乎全重复看着3000张实际只有几十个场景。场景类型建议占比重点覆盖港口码头30%靠泊、装卸、多船交叠开阔水域25%航行中的独立船、尾迹内河航道20%小船密集、岸上干扰物近岸锚地15%密集停泊、规则排列特殊天气10%雾天、逆光、雨滴镜头2.2 标注格式与类别设计YOLO标注格式是每张图对应一个txt文件每行内容为 class x_center y_center width height四个坐标都是归一化到0~1之间的浮点数class从0开始编号。我建议类别定在6到8类之间别搞十几个细分子类。理由是小船、游艇、帆船本身长得像强行细分会让标注员吵架模型也学不明白。先定货船、集装箱船、油轮、客船、渔船、其他船舶。如果后续要做船舶速度估算可以再加“抛锚”“航行”状态但状态属性建议单独存JSON不要混进目标框会让损失函数看糊涂。2.3 清洗、增强与数据集划分数据清洗非常重要。用脚本把所有图片尺寸统一通常YOLOv5/v8训练时建议图片宽高是32的倍数比如640x640或1280x1280。如果从视频抽帧要剔除模糊帧和水花严重的帧。标注时我通常要求框贴合船身不要包一大圈水面船体和倒影重叠时只标船体倒影不标。做完清洗后按7:2:1划分train/val/test测试集必须是模型完全没见过的图片不能从原始视频同一段连续帧里随意抽否则测试指标虚高。3. YOLO训练实操全流程3.1 在PyCharm里安装并上手YOLO很多人问“使用PyCharm安装并使用YOLO”其实就是三步。第一用Anaconda或venv新建一个干净环境Python版本选3.9或3.10避免太新导致CUDA绑定编译问题。第二在PyCharm的Terminal里pip install ultralytics这个包把YOLOv5/v8/v11的训练推理接口统一了。第三下载预训练权重yolov8s.pt或yolov5s.pt放在项目根目录。如果是在AGX Orin上搭建YOLO环境记得用JetPack自带的PyTorch容器或者手动编译torch torchvision匹配cu118/cu121不要直接pip install torch大概率装成CPU版。3.2 数据集配置文件与训练命令YOLO需要用data.yaml描述数据路径和类别。比如train: /data/ship_dataset/train/images val: /data/ship_dataset/val/images test: /data/ship_dataset/test/images nc: 6 names: [cargo, container, tanker, passenger, fishing, other]训练命令可以用ultralytics的Python接口from ultralytics import YOLO model YOLO(yolov8s.pt) results model.train( dataship.yaml, epochs150, batch16, imgsz640, lr00.01, patience20, device0, )参数背后有几个坑。batch大小要受显存限制不能设得太大到训练秒退。imgsz如果目标框普遍较小建议用1280或多尺度训练。epochs不要上来就300先用150跑通观察loss有没有下降空间再决定续训。3.3 YOLO损失函数与训练日志解读热词里有人专门搜“YOLO损失函数”这里给新手讲明白。YOLOv5/v8的损失主要由三块组成边界框损失、分类损失、DFL分布焦点损失。边界框损失在v5里是GIoU/CIoU在v8里是CIoU或SIoU衡量预测框和真实框的重合度分类损失用BCE或交叉熵衡量类别判错DFL则让模型预测边框坐标的分布而不是回归一个绝对坐标对边界回归更稳定。训练时打开train日志主要看box_loss、cls_loss、dfl_loss三个数是否一轮一轮下降。如果loss一直上下抖动但mAP在涨别慌这可能是因为学习率动态变化和IOU阈值增长最终以验证集mAP为准。4. 模型评估、导出与部署4.1 验证集和测试集上该看什么指标YOLO训练完会自动在验证集上评估输出mAP50、mAP50-95、precision、recall。我建议不要把mAP50当唯一目标。海事场景里漏掉一艘船可能比错报一艘船问题更大尤其在搜救、航道安全场景recall有时候比precision重要。同时要按类别看AP如果“渔船”AP突然特别低基本是标注图片太少或框太密集。测试集要单独拿出来做一次最终验证别用验证集反复调参调着调着就过拟合了。4.2 导出ONNX并在边缘设备部署训练好的模型要落地第一步就是导出ONNX。yolo export modelbest.pt formatonnx imgsz640导出时注意选择dynamicTrue或固定输入尺寸。动态尺寸灵活但TensorRT转换时麻烦固定640x640最省心。在AGX Orin上导出ONNX后可以构建TensorRT engine用trtexec或ultralytics的TensorRT板子推理。实测下来TensorRT加速后的YOLOv8s能在Orin上跑出比PyTorch高3-5倍的帧率功耗还低。这里要特别提示NVIDIA Jetson平台一定要检查JetPack版本L4T和CUDA版本匹配不对TensorRT推理会报各种光怪陆离的野错。4.3 实际场景中的调优策略拿到3000张数据训练出的模型真实监控画面往往还有大量误检。我常用的三个策略一是多尺度推理训练时imgsz1280推理时也可以跑1280代价是延时升高二是SAHI切片推理把大图切成带重叠的片再检测船小但数量多时效果立竿见影三是做时间维度的后处理连续N帧都有同一位置的同一类别才触发告警能把摄像头抖动、反光引起的闪烁误报滤掉。另外当数据有港口岸桥、灯塔、浮标这类负样本时单独加一些无船负样本图能大幅降低误报率这是我最有体会的一点。目标框检测完之后还可以把位置、类别、置信度交给上层的多模态AI分析模块结合船名识别和轨迹预测做决策这也是很多智慧海事项目正在走的方向。5. 常见问题排查与避坑记录5.1 标注文件与图片对不上第一次训练最容易报“Image not found”或“Label not found”。检查dataset的train路径是不是指向图片文件夹labels是不是与图片同级的labels子目录。YOLO要求images目录下叫a.jpglabels目录下就叫a.txt一一对应。还有空标注问题有些txt文件是0字节训练会跳过如果跳过太多模型学不到东西。我写了个小脚本扫描每个子集的txt数量和图片数量对齐发现差距立刻补。import os for split in [train, val, test]: img_dir f/data/ship_dataset/{split}/images lab_dir f/data/ship_dataset/{split}/labels img_num len(os.listdir(img_dir)) lab_num len(os.listdir(lab_dir)) print(split, img_num, lab_num)5.2 loss不收敛或变成NaN说明什么遇到loss直接变NaN先查学习率。lr0从0.01起步比较稳上到0.1没有特殊预处理就危险。再查batch size如果显存不够硬塞小batch比如batch4BN层的统计量会很抖loss常常跳成波浪线。还有脏标注的问题一旦图像边界外的框坐标异常比如x_center大于1损失会拿非正常值去算训练一会儿就NaN。用脚本检查所有txt把坐标值小于0或大于1的过滤掉。5.3 夜间和恶劣天气检测能力不足很多海事监控要24小时跑白天模型到了晚上红外图像上效果就崩。解决办法是先做图像风格转换或直接在数据集里加入热成像可见光混合图。如果找不到红外船舶数据先保留一部分夜间画面做测试不要让它参与训练给自己留个底线知道差距在哪。可以尝试给模型加输入前预处理例如对比度受限的自适应直方图均衡化CLAHE对雾天海面有效。但别指望预处理救回所有bad case最根本的还是补数据。这套3000张YOLO海事监测数据集说大不大说小也不小。我个人实操后的体会是先把数据分布理解了再用YOLOv8s从预训练权重开始微调中间盯着损失函数和各类别AP最后一键导出ONNX接到设备上是一条性价比很高的路径。如果你还没为船舶目标检测头大过找个周末按这个流程跑一遍比看十篇文章都顶用。最后再分享一个小技巧训练完别急着删weights目录把每轮的best.pt按epoch保存好后续做数据反复迭代时回滚非常方便。 
长河君 · 2026/10/13 9:05:18 · 阅读 1.2k 3000张YOLO海事船舶检测数据集：从训练到部署全流程解析
做海事目标检测的朋友应该都绕不开一个痛点船舶数据集又少又难找。通用COCO里船的数量不多海况变化又大直接拿公共预训练模型去检测港口、航道里的船舶经常漏检。所以我拿到“船舶检测数据集 | 3000张YOLO海事监测数据集”这个项目的时候第一反应是“终于有一套专门给YOLO用的海事数据了”。3000张图听着不多但这类数据的关键从来不是数量而是场景覆盖和标注质量。这篇文章就围绕这套数据集把从数据准备、标注格式、YOLO训练、损失函数看到模型评估、ONNX导出和边缘设备部署的完整链路走一遍顺便把我在实操中踩过的坑也列出来。无论是刚入门YOLO的新手还是想落地海事监控系统的工程师都能参考。1. 项目概述与思路拆解1.1 3000张数据到底够不够用先直说结论3000张训练图对船舶检测来说够起步但不够打天下。YOLO系列本身吃数据能力很强但海事场景有很多细分——港口内的靠泊船、开阔水域的航行船、内河小船、无人机俯拍的密集渔船形态差异很大。3000张如果集中在晴天白天、单一视角模型很难泛化反之如果有意覆盖不同水域、不同天气、不同角度3000张已经能训练出一个不错的基础版检测器。我自己做项目时常用“一次模型能不能在没见过的水域图片上丢人”来衡量数据质量而不是单纯数张数。1.2 海事监测为什么要单独做数据集通用目标检测模型里的“船”类别往往混杂了货船、渔船、邮轮甚至有些还把水上飞机算进去。海事监管真正需要的不是“认出这是船”而是“认出这到底是一艘什么船、大概多大、朝哪开”。所以这套数据集在设计时就要考虑类别拆分比如按货船、集装箱船、油轮、客船、渔船、游艇等划分。如果不拆分训练出来就是一台“船型apk”做统计报表和预警很难落地。拆分之后每条船的类型、位置、大小都能变成结构化信息接到智慧港口或VTS系统里才有实际价值。1.3 为什么选YOLO而不是Faster R-CNNYOLO系列在实时性上优势太明显。海事监测通常是24小时视频流分析每秒要处理几路甚至几十路摄像头Faster R-CNN的帧率很难撑住而YOLOv5s在边缘设备上也能轻松跑到几十帧。而且YOLO的工程生态成熟数据标注转格式、预训练权重、部署导出ONNX的教程一堆适合快速验证。结合“在AGX Orin上搭建YOLO环境”这个需求NVIDIA Jetson系列对YOLO支持相当好后面我会专门讲。2. 数据集构建与标注规范2.1 3000张图的场景构成建议拿到标题里“3000张YOLO海事监测数据集”这几个字别急着开训先做一个分布表。分三类场景类型港口码头、开阔水域、内河航道、近岸锚地、天气光照白天晴、阴天、雾天、夜晚红外、拍摄视角固定摄像头俯拍、岸基水平视角、无人机斜视。每种组合都尽量覆盖。比如港口可以多拍靠泊和装卸状态开阔水域主要拍航行状态锚地拍密集停泊。如果原始视频中有连续帧记得抽帧时每隔N帧取一张不然数据几乎全重复看着3000张实际只有几十个场景。场景类型建议占比重点覆盖港口码头30%靠泊、装卸、多船交叠开阔水域25%航行中的独立船、尾迹内河航道20%小船密集、岸上干扰物近岸锚地15%密集停泊、规则排列特殊天气10%雾天、逆光、雨滴镜头2.2 标注格式与类别设计YOLO标注格式是每张图对应一个txt文件每行内容为 class x_center y_center width height四个坐标都是归一化到0~1之间的浮点数class从0开始编号。我建议类别定在6到8类之间别搞十几个细分子类。理由是小船、游艇、帆船本身长得像强行细分会让标注员吵架模型也学不明白。先定货船、集装箱船、油轮、客船、渔船、其他船舶。如果后续要做船舶速度估算可以再加“抛锚”“航行”状态但状态属性建议单独存JSON不要混进目标框会让损失函数看糊涂。2.3 清洗、增强与数据集划分数据清洗非常重要。用脚本把所有图片尺寸统一通常YOLOv5/v8训练时建议图片宽高是32的倍数比如640x640或1280x1280。如果从视频抽帧要剔除模糊帧和水花严重的帧。标注时我通常要求框贴合船身不要包一大圈水面船体和倒影重叠时只标船体倒影不标。做完清洗后按7:2:1划分train/val/test测试集必须是模型完全没见过的图片不能从原始视频同一段连续帧里随意抽否则测试指标虚高。3. YOLO训练实操全流程3.1 在PyCharm里安装并上手YOLO很多人问“使用PyCharm安装并使用YOLO”其实就是三步。第一用Anaconda或venv新建一个干净环境Python版本选3.9或3.10避免太新导致CUDA绑定编译问题。第二在PyCharm的Terminal里pip install ultralytics这个包把YOLOv5/v8/v11的训练推理接口统一了。第三下载预训练权重yolov8s.pt或yolov5s.pt放在项目根目录。如果是在AGX Orin上搭建YOLO环境记得用JetPack自带的PyTorch容器或者手动编译torch torchvision匹配cu118/cu121不要直接pip install torch大概率装成CPU版。3.2 数据集配置文件与训练命令YOLO需要用data.yaml描述数据路径和类别。比如train: /data/ship_dataset/train/images val: /data/ship_dataset/val/images test: /data/ship_dataset/test/images nc: 6 names: [cargo, container, tanker, passenger, fishing, other]训练命令可以用ultralytics的Python接口from ultralytics import YOLO model YOLO(yolov8s.pt) results model.train( dataship.yaml, epochs150, batch16, imgsz640, lr00.01, patience20, device0, )参数背后有几个坑。batch大小要受显存限制不能设得太大到训练秒退。imgsz如果目标框普遍较小建议用1280或多尺度训练。epochs不要上来就300先用150跑通观察loss有没有下降空间再决定续训。3.3 YOLO损失函数与训练日志解读热词里有人专门搜“YOLO损失函数”这里给新手讲明白。YOLOv5/v8的损失主要由三块组成边界框损失、分类损失、DFL分布焦点损失。边界框损失在v5里是GIoU/CIoU在v8里是CIoU或SIoU衡量预测框和真实框的重合度分类损失用BCE或交叉熵衡量类别判错DFL则让模型预测边框坐标的分布而不是回归一个绝对坐标对边界回归更稳定。训练时打开train日志主要看box_loss、cls_loss、dfl_loss三个数是否一轮一轮下降。如果loss一直上下抖动但mAP在涨别慌这可能是因为学习率动态变化和IOU阈值增长最终以验证集mAP为准。4. 模型评估、导出与部署4.1 验证集和测试集上该看什么指标YOLO训练完会自动在验证集上评估输出mAP50、mAP50-95、precision、recall。我建议不要把mAP50当唯一目标。海事场景里漏掉一艘船可能比错报一艘船问题更大尤其在搜救、航道安全场景recall有时候比precision重要。同时要按类别看AP如果“渔船”AP突然特别低基本是标注图片太少或框太密集。测试集要单独拿出来做一次最终验证别用验证集反复调参调着调着就过拟合了。4.2 导出ONNX并在边缘设备部署训练好的模型要落地第一步就是导出ONNX。yolo export modelbest.pt formatonnx imgsz640导出时注意选择dynamicTrue或固定输入尺寸。动态尺寸灵活但TensorRT转换时麻烦固定640x640最省心。在AGX Orin上导出ONNX后可以构建TensorRT engine用trtexec或ultralytics的TensorRT板子推理。实测下来TensorRT加速后的YOLOv8s能在Orin上跑出比PyTorch高3-5倍的帧率功耗还低。这里要特别提示NVIDIA Jetson平台一定要检查JetPack版本L4T和CUDA版本匹配不对TensorRT推理会报各种光怪陆离的野错。4.3 实际场景中的调优策略拿到3000张数据训练出的模型真实监控画面往往还有大量误检。我常用的三个策略一是多尺度推理训练时imgsz1280推理时也可以跑1280代价是延时升高二是SAHI切片推理把大图切成带重叠的片再检测船小但数量多时效果立竿见影三是做时间维度的后处理连续N帧都有同一位置的同一类别才触发告警能把摄像头抖动、反光引起的闪烁误报滤掉。另外当数据有港口岸桥、灯塔、浮标这类负样本时单独加一些无船负样本图能大幅降低误报率这是我最有体会的一点。目标框检测完之后还可以把位置、类别、置信度交给上层的多模态AI分析模块结合船名识别和轨迹预测做决策这也是很多智慧海事项目正在走的方向。5. 常见问题排查与避坑记录5.1 标注文件与图片对不上第一次训练最容易报“Image not found”或“Label not found”。检查dataset的train路径是不是指向图片文件夹labels是不是与图片同级的labels子目录。YOLO要求images目录下叫a.jpglabels目录下就叫a.txt一一对应。还有空标注问题有些txt文件是0字节训练会跳过如果跳过太多模型学不到东西。我写了个小脚本扫描每个子集的txt数量和图片数量对齐发现差距立刻补。import os for split in [train, val, test]: img_dir f/data/ship_dataset/{split}/images lab_dir f/data/ship_dataset/{split}/labels img_num len(os.listdir(img_dir)) lab_num len(os.listdir(lab_dir)) print(split, img_num, lab_num)5.2 loss不收敛或变成NaN说明什么遇到loss直接变NaN先查学习率。lr0从0.01起步比较稳上到0.1没有特殊预处理就危险。再查batch size如果显存不够硬塞小batch比如batch4BN层的统计量会很抖loss常常跳成波浪线。还有脏标注的问题一旦图像边界外的框坐标异常比如x_center大于1损失会拿非正常值去算训练一会儿就NaN。用脚本检查所有txt把坐标值小于0或大于1的过滤掉。5.3 夜间和恶劣天气检测能力不足很多海事监控要24小时跑白天模型到了晚上红外图像上效果就崩。解决办法是先做图像风格转换或直接在数据集里加入热成像可见光混合图。如果找不到红外船舶数据先保留一部分夜间画面做测试不要让它参与训练给自己留个底线知道差距在哪。可以尝试给模型加输入前预处理例如对比度受限的自适应直方图均衡化CLAHE对雾天海面有效。但别指望预处理救回所有bad case最根本的还是补数据。这套3000张YOLO海事监测数据集说大不大说小也不小。我个人实操后的体会是先把数据分布理解了再用YOLOv8s从预训练权重开始微调中间盯着损失函数和各类别AP最后一键导出ONNX接到设备上是一条性价比很高的路径。如果你还没为船舶目标检测头大过找个周末按这个流程跑一遍比看十篇文章都顶用。最后再分享一个小技巧训练完别急着删weights目录把每轮的best.pt按epoch保存好后续做数据反复迭代时回滚非常方便。