做船舶分类识别检测这个项目我的第一反应是用YOLOv8深度学习方案打底配合自定义船舶数据集、训练好的模型权重再做一层Python的UI界面把能力暴露出来。这个组合其实就是目前视觉检测落地最常用的一条完整链路从数据标注、模型训练到桌面端推理展示每一步都有大量细节需要处理不是调个接口就能完事的。这篇东西适合谁准备做船舶目标检测方向毕业设计/课程项目的学生想快速掌握YOLOv8完整训练流程的开发者以及需要在港口、河道、船舶监管场景里做原型验证的工程人员。我会把整个系统的设计思路、数据集怎么攒、训练参数怎么调、UI界面怎么接模型推理全部分享出来也会把训练和部署阶段踩过的坑一并列出来。1. 项目整体设计与方案选型1.1 需求拆解先搞清楚你要做的是“分类”还是“检测”很多第一次做这个题目的人上来就把“船舶分类识别检测”混在一起。实际上这是两种不同的任务分类任务输入一张图输出这张图里主要船舶的类别标签货船、客船、渔船之类检测任务输入一张图不仅要输出类别还要用边界框把每艘船的位置框出来。我们这个项目标题带“检测系统”所以核心是目标检测。但检测模型天然也具备分类能力它会在每个边界框内预测一个类别ID所以“分类识别”作为检测结果的附属能力被包含在内。这个理解非常重要因为如果你去查资料看到YOLOv8还有分类模型YOLOv8-cls别被带偏了那是对整张图做分类的不输出框完全不符合本项目的需求。船舶检测这个场景还有两个明显特点一是目标尺度变化大有的图里船占了半个画面有的图里船只是远处一个小点二是背景复杂水面反光、云雾遮挡、岸上建筑物都容易造成误检。这两个特点决定了我们在后面数据集构建和训练参数上必须做出针对性调整不能照搬通用目标检测的套路。1.2 系统架构规划从训练到推理的完整链路整个系统可以拆成三大模块数据模块船舶图像的采集、筛选、标注、格式转换最终生成符合YOLO格式的数据集和配置文件训练模块基于Ultralytics YOLOv8官方代码库加载预训练权重在自建船舶数据集上微调训练产出最佳权重推理展示模块用Python编写UI界面支持加载图片、视频与实时摄像头画面调用训练好的模型做推理并把检测结果可视化叠加到界面上。这里说一下技术选型。YOLOv8的Python生态非常成熟ultralytics库把训练、验证、导出、推理都封成了统一API项目前期可以快速跑通后期又能用PyTorch生态做二次开发。UI层面我用的是PySide6也就是Qt for Python。之所以不用Flask/Django网页方案是因为桌面端UI没有网络配置的麻烦显示帧率更可控部署给本地用户测试也简单双击就能运行。网上很多教程喜欢搭HTML前端那是给展示用的本地工具还是桌面UI更实际。2. 数据集准备与预处理实践2.1 船舶图像从哪来公开数据集、视频抽帧与网络补充数据集是这类项目最花时间的事。我当时的第一步是从公开渠道收集船舶图像各类别尽量均衡。公开数据集的好处是干净、已经做了初步筛选但问题往往是类别覆盖和真实场景有偏差。所以我还做了两件事从一段段船舶航行的视频素材里按间隔抽帧比如每秒取1帧这样能拿到很多连续角度、不同光照下的船再就是补充一些模糊、逆光、有遮挡的负样本负样本是指没有船的纯水面、岸线、浪花图片用于降低误检率。类别设计这里我要多说一句不要贪多。有些初学者一上来就想区分货船、集装箱船、油轮、渔船、巡逻艇、帆船、皮划艇等等结果每类样本只有几十张模型根本学不扎实。我最终用的是五个类别——货船、客船、渔船、工作船工程船/拖轮等、其他船舶。五类覆盖了绝大多数应用需求训练数据也比较好凑。如果有特殊需求建议后续再扩展初始版本先跑通。2.2 标注、检查与增强标得准比标得多更重要标注是直接决定模型精度的环节。我用的工具是LabelImg设置成YOLO格式输出生成的是txt文件每行表示一个目标类别ID、归一化中心点x、中心点y、框宽w、框高h。归一化就是除以图片宽高比如一张1920x1080的图里目标框左上角480, 270右下角960, 810那么x_center(480960)/2/19200.375y_center(270810)/2/10800.5width(960-480)/19200.25height(810-270)/10800.5。这个格式模型训练时直接读不需要在代码里再转换。标注过程中容易犯的错一个是小目标漏标一个是背景物体误当船标进去。漏标会让模型在测试时把真值当漏检误标则会把错误信息传给模型两种都会严重拉低mAP。所以我当时制定了一个标注规范只标完整可见的船体被遮挡超过一半的船不标目标是远处白点看不清船型的也不标。把这些“困难样本”留在验证集里让它成为评测模型鲁棒性的试金石而不是干扰训练集的干净度。数据增强方面我用了Mosaic增强四张图拼一张训练、随机翻转、亮度对比度扰动、轻微旋转和缩放。这些在ultralytics里都是默认开启的参数可以在配置文件中调。有些同学训练时会把这些增强全关掉理由是“船不该是倒的”但随机翻转和亮度扰动对提升泛化能力帮助非常大建议不要关只要幅度适中就行。数据集划分我按70%/20%/10%的比例分成训练集、验证集和测试集并且用脚本做了随机打乱避免同一个视频抽出来的连续帧全部被分到同一个集合那样验证会失真。3. 模型训练与调优实战3.1 环境配置与基础训练参数训练环境其实非常标准化Python 3.9以上PyTorch 2.x然后装ultralytics库它会自动带上依赖。如果有GPU就用CUDA版本PyTorch没有GPU纯CPU也能训练就是慢很多。我实际训练用了一块消费级GPU一张图640x640batch 16150轮大概跑了几小时属于能接受的范围。训练配置直接用yaml文件描述数据集内容大致是这样path: D:/ship_dataset train: images/train val: images/val test: images/test nc: 5 names: [cargo, passenger, fishing, workboat, other]解释一下path是数据集根目录train/val/test指向相对路径下对应的图片文件夹ultralytics会自动读取每个图片文件夹旁边同名的txt标注文件。nc是类别数names是类别名列表顺序必须和标注文件里的类别ID严格对应。这里最容易翻车的是类别顺序对不上比如标注文件里0是货船names里0却写成了客船结果训练出来的模型预测结果全是错位的——模型本身没病配置错了。训练命令我用的yolo detect train dataship.yaml modelyolov8m.pt epochs150 batch16 imgsz640 device0model参数填yolov8m.pt表示加载YOLOv8中等规模的预训练权重。为什么选m而不是s或l我是这么权衡的s精度偏低l训练和推理速度都慢在船舶检测这种中等复杂任务上m的精度和速度最均衡。如果某些部署设备的算力很紧张再考虑用s如果服务器算力强、对精度要求高、不在乎延迟可以试l。经过对比m模型的mAP比s大概高4到5个百分点速度只是比s慢了百分之二三十在项目里性价比确实最高。3.2 训练过程与结果解读训练过程中要盯的关键指标不是loss曲线而是验证集上的Precision精确率、Recall召回率、mAP50、mAP50-95。这几个指标含义我用最简单的话来说精确率P模型预测出的“船”里确实真是船的比例召回率R所有真实存在的船里模型找到了多少mAP50IoU阈值为0.5时的平均精度均值这是最常用的评价指标mAP50-95多个IoU阈值下mAP的平均值更严格、更能反映模型定位精度。我这一轮训练最终跑出来的结果是mAP50接近0.92mAP50-95大概0.68P和R分别在0.89和0.91左右。光说数字你可能没概念对比一下通用目标检测在常用公开数据集上最顶尖的模型mAP50大概也就0.7上下我这个任务相对简单因为海洋背景比通用场景干净类别区分度也大所以0.92属于合理水平。如果你跑出来只有0.5左右先别怪模型大概率是数据量不够、标注有漏、或类别间样本数量差距太大。训练完成后模型会保存在runs/detect/train/weights/路径下一般有两个文件best.pt验证集最优权重和last.pt最后一轮权重。我只用best.pt后面所有部署测试都以它为准。4. UI界面设计与系统集成4.1 UI界面功能拆分与布局UI是整个系统面向用户的窗口我没把它搞得太花哨核心功能控制在三个图片检测、视频检测、摄像头实时检测。再加上一个置信度滑块用户可以动态调整阈值低于阈值的检测框会被过滤掉这在测试时候非常实用——置信度调低会看到更多框但误检也会变多调高则更保守。界面布局用PySide6实现左侧是操作面板包含“打开图片”“打开视频”“打开摄像头”三个按钮、置信度滑块和日志输出区右侧是显示区域检测结果实时渲染。整体采用QHBoxLayout横向布局左右比例设为1:3主显示区占大头界面直接用一套深色QSS美化一下项目展示和实际用起来都不掉价。为什么要单独做UI而不是直接跑命令行因为我发现很多非技术用户根本不知道怎么跑一条yolo predict命令而图形界面的置信度阈值滑动、文件选择、结果预览这些交互能让整个系统真正变成“可用”的工具而不只是一个训练脚本。这个项目标题里既然写了“UI界面”这个模块无论如何都得做好。4.2 核心推理代码逻辑UI调用模型推理的逻辑不要直接在主线程里跑否则视频和摄像头画面会卡死界面就像崩溃了一样。我用QThread创建了一个工作线程主线程只负责界面刷新和用户交互模型推理结果通过信号传递回主线程显示。这里给一段核心的推理代码示例from ultralytics import YOLO class DetectorThread(QThread): result_ready Signal(object, object, float) def __init__(self, model_path, source): super().__init__() self.model YOLO(model_path) self.source source def run(self): # 图片、视频、摄像头分别处理 results self.model.predict( sourceself.source, conf0.25, imgsz640, streamTrue, verboseFalse ) for r in results: self.result_ready.emit(r, self.source, r.speed.get(inference, 0)) def stop(self): self.requestInterruption()这段代码有几个关键点streamTrue表示使用生成器逐帧处理适合视频和摄像头不会一次性把全部帧塞进内存conf传入的是置信度阈值对应UI上的滑块用户调整后重新调用推理即可speed字段能拿到单帧推理耗时用来估算FPS可以显示在标题栏或状态栏。绘制检测框时我直接使用ultralytics自带的plot方法输出BGR图像再转RGB交给Qt显示。如果追求更精细的展示比如按类别区分颜色、在框上显示中文类别名也可以自己从results对象里解析boxes的xyxy坐标、cls和conf再用OpenCV画框加文字。需要说明的是这里放的是简化版代码实际项目里我是把多线程和界面刷新拆成独立类处理的避免信号连接混乱。5. 常见问题与排查技巧实录5.1 训练阶段损失不下降、精度一直上不去怎么办最常遇到的问题不是代码报错而是loss曲线在几十轮之后就横着走最后mAP也低。我复盘下来主要原因有这几个学习率过大导致震荡默认学习率一般没问题但如果自己改了优化器参数出现loss曲线波动极其剧烈把学习率调低1到2个数量级再试数据集的box标注有系统性偏差比如所有框都框得偏大模型要学的位置分布和真值不一致精度自然受限。这个没法在参数层面解决只能回去抽查标注文件类别不均衡某一类图片特别多另一类特别少模型会把稀有类别学成背景。解决办法是给样本少的类别做复制增强或者用类别权重。另外有个坑是epoch数太少但误以为模型收敛了。看看验证集mAP曲线如果到150轮还没明显下降但mAP还在缓慢上升那就接着训不用非得卡死在这个数上。我有一轮训练到200轮时才真正稳定下来。5.2 推理阶段漏检、误检、界面卡顿的三类表现漏检在小目标场景最常见。出海远景画面里船只有几个像素大640x640的输入确实很难识别。我的解决方案是把imgsz提到960或1280小目标召回率有明显提升代价是推理速度变慢。如果你的应用场景就是近距离监控为主640完全够用不用盲目放大。误检则常见于两种场景海里的大浪花被识别成渔船或者岸边的柱子被识别成客船。解决思路不是一味降低置信度阈值而是引入负样本重新训练。我当时专门建了一个“纯背景”图片目录图片里没有任何船标注文件全是空文件让模型见过更多“没有船但看起来很像船”的干扰物误检率降了很多。这也是很多人忽略的一个操作负样本虽然不需要标注但对减少误检帮助极大。UI卡顿多数时候不是模型慢而是视频帧读取和模型推理都在主线程里抢CPU。解决方法是把读帧、前处理、推理、绘制都在工作线程里串行完成主线程只负责把处理后的图像paint到QLabel或QGraphicsView上。如果还是卡进一步控制处理帧率比如每两帧推理一次人眼看着依然连贯但GPU负载能降一半。6. 部署打包与项目扩展的一点心得做完功能还不够项目要给别人用、要在答辩/汇报现场不翻车最好打包成exe。我用PyInstaller打过一个包含UI和YOLOv8模型的Windows可执行文件有两个经验分享第一ultralytics框架本身比较大打包出来体积通常在1GB以上因为要带上PyTorch和CUDA相关库第二打包时用--hidden-import把ultralytics的依赖模块补全不然运行起来会报ModuleNotFoundError。如果没有强烈的“免安装”需求其实更推荐让对方装一个Python环境直接运行源码桌面端部署的逻辑也会更简单。后续扩展的方向我观察下来主要有两个一是从“检测”升级到“跟踪”在YOLOv8输出的检测框基础上接入ByteTrack或BoT-SORT就能统计船舶航迹、计算大致航速二是做多相机联动把不同摄像头的检测结果汇聚到总控端统一展示。这些都建立在一个稳的检测模型之上当前这套系统把底座打牢了后面都是一层一层往上加的事。我这套项目做下来最大的感受是船舶检测的难点其实不在模型结构而在数据。YOLOv8把训练和推理已经封装得很傻瓜了真正拉开差距的是你对数据集的把控——样本是否干净、标注是否规范、类别是否均衡、负样本是否齐全。这四件事做到位你不需要堆很重的模型也能拿到不错的指标反过来数据偷懒用再大的模型也救不回来。 
长河君 · 2026/10/18 22:59:54 · 阅读 1.2k YOLOv8船舶目标检测系统：数据集训练与UI界面实战
做船舶分类识别检测这个项目我的第一反应是用YOLOv8深度学习方案打底配合自定义船舶数据集、训练好的模型权重再做一层Python的UI界面把能力暴露出来。这个组合其实就是目前视觉检测落地最常用的一条完整链路从数据标注、模型训练到桌面端推理展示每一步都有大量细节需要处理不是调个接口就能完事的。这篇东西适合谁准备做船舶目标检测方向毕业设计/课程项目的学生想快速掌握YOLOv8完整训练流程的开发者以及需要在港口、河道、船舶监管场景里做原型验证的工程人员。我会把整个系统的设计思路、数据集怎么攒、训练参数怎么调、UI界面怎么接模型推理全部分享出来也会把训练和部署阶段踩过的坑一并列出来。1. 项目整体设计与方案选型1.1 需求拆解先搞清楚你要做的是“分类”还是“检测”很多第一次做这个题目的人上来就把“船舶分类识别检测”混在一起。实际上这是两种不同的任务分类任务输入一张图输出这张图里主要船舶的类别标签货船、客船、渔船之类检测任务输入一张图不仅要输出类别还要用边界框把每艘船的位置框出来。我们这个项目标题带“检测系统”所以核心是目标检测。但检测模型天然也具备分类能力它会在每个边界框内预测一个类别ID所以“分类识别”作为检测结果的附属能力被包含在内。这个理解非常重要因为如果你去查资料看到YOLOv8还有分类模型YOLOv8-cls别被带偏了那是对整张图做分类的不输出框完全不符合本项目的需求。船舶检测这个场景还有两个明显特点一是目标尺度变化大有的图里船占了半个画面有的图里船只是远处一个小点二是背景复杂水面反光、云雾遮挡、岸上建筑物都容易造成误检。这两个特点决定了我们在后面数据集构建和训练参数上必须做出针对性调整不能照搬通用目标检测的套路。1.2 系统架构规划从训练到推理的完整链路整个系统可以拆成三大模块数据模块船舶图像的采集、筛选、标注、格式转换最终生成符合YOLO格式的数据集和配置文件训练模块基于Ultralytics YOLOv8官方代码库加载预训练权重在自建船舶数据集上微调训练产出最佳权重推理展示模块用Python编写UI界面支持加载图片、视频与实时摄像头画面调用训练好的模型做推理并把检测结果可视化叠加到界面上。这里说一下技术选型。YOLOv8的Python生态非常成熟ultralytics库把训练、验证、导出、推理都封成了统一API项目前期可以快速跑通后期又能用PyTorch生态做二次开发。UI层面我用的是PySide6也就是Qt for Python。之所以不用Flask/Django网页方案是因为桌面端UI没有网络配置的麻烦显示帧率更可控部署给本地用户测试也简单双击就能运行。网上很多教程喜欢搭HTML前端那是给展示用的本地工具还是桌面UI更实际。2. 数据集准备与预处理实践2.1 船舶图像从哪来公开数据集、视频抽帧与网络补充数据集是这类项目最花时间的事。我当时的第一步是从公开渠道收集船舶图像各类别尽量均衡。公开数据集的好处是干净、已经做了初步筛选但问题往往是类别覆盖和真实场景有偏差。所以我还做了两件事从一段段船舶航行的视频素材里按间隔抽帧比如每秒取1帧这样能拿到很多连续角度、不同光照下的船再就是补充一些模糊、逆光、有遮挡的负样本负样本是指没有船的纯水面、岸线、浪花图片用于降低误检率。类别设计这里我要多说一句不要贪多。有些初学者一上来就想区分货船、集装箱船、油轮、渔船、巡逻艇、帆船、皮划艇等等结果每类样本只有几十张模型根本学不扎实。我最终用的是五个类别——货船、客船、渔船、工作船工程船/拖轮等、其他船舶。五类覆盖了绝大多数应用需求训练数据也比较好凑。如果有特殊需求建议后续再扩展初始版本先跑通。2.2 标注、检查与增强标得准比标得多更重要标注是直接决定模型精度的环节。我用的工具是LabelImg设置成YOLO格式输出生成的是txt文件每行表示一个目标类别ID、归一化中心点x、中心点y、框宽w、框高h。归一化就是除以图片宽高比如一张1920x1080的图里目标框左上角480, 270右下角960, 810那么x_center(480960)/2/19200.375y_center(270810)/2/10800.5width(960-480)/19200.25height(810-270)/10800.5。这个格式模型训练时直接读不需要在代码里再转换。标注过程中容易犯的错一个是小目标漏标一个是背景物体误当船标进去。漏标会让模型在测试时把真值当漏检误标则会把错误信息传给模型两种都会严重拉低mAP。所以我当时制定了一个标注规范只标完整可见的船体被遮挡超过一半的船不标目标是远处白点看不清船型的也不标。把这些“困难样本”留在验证集里让它成为评测模型鲁棒性的试金石而不是干扰训练集的干净度。数据增强方面我用了Mosaic增强四张图拼一张训练、随机翻转、亮度对比度扰动、轻微旋转和缩放。这些在ultralytics里都是默认开启的参数可以在配置文件中调。有些同学训练时会把这些增强全关掉理由是“船不该是倒的”但随机翻转和亮度扰动对提升泛化能力帮助非常大建议不要关只要幅度适中就行。数据集划分我按70%/20%/10%的比例分成训练集、验证集和测试集并且用脚本做了随机打乱避免同一个视频抽出来的连续帧全部被分到同一个集合那样验证会失真。3. 模型训练与调优实战3.1 环境配置与基础训练参数训练环境其实非常标准化Python 3.9以上PyTorch 2.x然后装ultralytics库它会自动带上依赖。如果有GPU就用CUDA版本PyTorch没有GPU纯CPU也能训练就是慢很多。我实际训练用了一块消费级GPU一张图640x640batch 16150轮大概跑了几小时属于能接受的范围。训练配置直接用yaml文件描述数据集内容大致是这样path: D:/ship_dataset train: images/train val: images/val test: images/test nc: 5 names: [cargo, passenger, fishing, workboat, other]解释一下path是数据集根目录train/val/test指向相对路径下对应的图片文件夹ultralytics会自动读取每个图片文件夹旁边同名的txt标注文件。nc是类别数names是类别名列表顺序必须和标注文件里的类别ID严格对应。这里最容易翻车的是类别顺序对不上比如标注文件里0是货船names里0却写成了客船结果训练出来的模型预测结果全是错位的——模型本身没病配置错了。训练命令我用的yolo detect train dataship.yaml modelyolov8m.pt epochs150 batch16 imgsz640 device0model参数填yolov8m.pt表示加载YOLOv8中等规模的预训练权重。为什么选m而不是s或l我是这么权衡的s精度偏低l训练和推理速度都慢在船舶检测这种中等复杂任务上m的精度和速度最均衡。如果某些部署设备的算力很紧张再考虑用s如果服务器算力强、对精度要求高、不在乎延迟可以试l。经过对比m模型的mAP比s大概高4到5个百分点速度只是比s慢了百分之二三十在项目里性价比确实最高。3.2 训练过程与结果解读训练过程中要盯的关键指标不是loss曲线而是验证集上的Precision精确率、Recall召回率、mAP50、mAP50-95。这几个指标含义我用最简单的话来说精确率P模型预测出的“船”里确实真是船的比例召回率R所有真实存在的船里模型找到了多少mAP50IoU阈值为0.5时的平均精度均值这是最常用的评价指标mAP50-95多个IoU阈值下mAP的平均值更严格、更能反映模型定位精度。我这一轮训练最终跑出来的结果是mAP50接近0.92mAP50-95大概0.68P和R分别在0.89和0.91左右。光说数字你可能没概念对比一下通用目标检测在常用公开数据集上最顶尖的模型mAP50大概也就0.7上下我这个任务相对简单因为海洋背景比通用场景干净类别区分度也大所以0.92属于合理水平。如果你跑出来只有0.5左右先别怪模型大概率是数据量不够、标注有漏、或类别间样本数量差距太大。训练完成后模型会保存在runs/detect/train/weights/路径下一般有两个文件best.pt验证集最优权重和last.pt最后一轮权重。我只用best.pt后面所有部署测试都以它为准。4. UI界面设计与系统集成4.1 UI界面功能拆分与布局UI是整个系统面向用户的窗口我没把它搞得太花哨核心功能控制在三个图片检测、视频检测、摄像头实时检测。再加上一个置信度滑块用户可以动态调整阈值低于阈值的检测框会被过滤掉这在测试时候非常实用——置信度调低会看到更多框但误检也会变多调高则更保守。界面布局用PySide6实现左侧是操作面板包含“打开图片”“打开视频”“打开摄像头”三个按钮、置信度滑块和日志输出区右侧是显示区域检测结果实时渲染。整体采用QHBoxLayout横向布局左右比例设为1:3主显示区占大头界面直接用一套深色QSS美化一下项目展示和实际用起来都不掉价。为什么要单独做UI而不是直接跑命令行因为我发现很多非技术用户根本不知道怎么跑一条yolo predict命令而图形界面的置信度阈值滑动、文件选择、结果预览这些交互能让整个系统真正变成“可用”的工具而不只是一个训练脚本。这个项目标题里既然写了“UI界面”这个模块无论如何都得做好。4.2 核心推理代码逻辑UI调用模型推理的逻辑不要直接在主线程里跑否则视频和摄像头画面会卡死界面就像崩溃了一样。我用QThread创建了一个工作线程主线程只负责界面刷新和用户交互模型推理结果通过信号传递回主线程显示。这里给一段核心的推理代码示例from ultralytics import YOLO class DetectorThread(QThread): result_ready Signal(object, object, float) def __init__(self, model_path, source): super().__init__() self.model YOLO(model_path) self.source source def run(self): # 图片、视频、摄像头分别处理 results self.model.predict( sourceself.source, conf0.25, imgsz640, streamTrue, verboseFalse ) for r in results: self.result_ready.emit(r, self.source, r.speed.get(inference, 0)) def stop(self): self.requestInterruption()这段代码有几个关键点streamTrue表示使用生成器逐帧处理适合视频和摄像头不会一次性把全部帧塞进内存conf传入的是置信度阈值对应UI上的滑块用户调整后重新调用推理即可speed字段能拿到单帧推理耗时用来估算FPS可以显示在标题栏或状态栏。绘制检测框时我直接使用ultralytics自带的plot方法输出BGR图像再转RGB交给Qt显示。如果追求更精细的展示比如按类别区分颜色、在框上显示中文类别名也可以自己从results对象里解析boxes的xyxy坐标、cls和conf再用OpenCV画框加文字。需要说明的是这里放的是简化版代码实际项目里我是把多线程和界面刷新拆成独立类处理的避免信号连接混乱。5. 常见问题与排查技巧实录5.1 训练阶段损失不下降、精度一直上不去怎么办最常遇到的问题不是代码报错而是loss曲线在几十轮之后就横着走最后mAP也低。我复盘下来主要原因有这几个学习率过大导致震荡默认学习率一般没问题但如果自己改了优化器参数出现loss曲线波动极其剧烈把学习率调低1到2个数量级再试数据集的box标注有系统性偏差比如所有框都框得偏大模型要学的位置分布和真值不一致精度自然受限。这个没法在参数层面解决只能回去抽查标注文件类别不均衡某一类图片特别多另一类特别少模型会把稀有类别学成背景。解决办法是给样本少的类别做复制增强或者用类别权重。另外有个坑是epoch数太少但误以为模型收敛了。看看验证集mAP曲线如果到150轮还没明显下降但mAP还在缓慢上升那就接着训不用非得卡死在这个数上。我有一轮训练到200轮时才真正稳定下来。5.2 推理阶段漏检、误检、界面卡顿的三类表现漏检在小目标场景最常见。出海远景画面里船只有几个像素大640x640的输入确实很难识别。我的解决方案是把imgsz提到960或1280小目标召回率有明显提升代价是推理速度变慢。如果你的应用场景就是近距离监控为主640完全够用不用盲目放大。误检则常见于两种场景海里的大浪花被识别成渔船或者岸边的柱子被识别成客船。解决思路不是一味降低置信度阈值而是引入负样本重新训练。我当时专门建了一个“纯背景”图片目录图片里没有任何船标注文件全是空文件让模型见过更多“没有船但看起来很像船”的干扰物误检率降了很多。这也是很多人忽略的一个操作负样本虽然不需要标注但对减少误检帮助极大。UI卡顿多数时候不是模型慢而是视频帧读取和模型推理都在主线程里抢CPU。解决方法是把读帧、前处理、推理、绘制都在工作线程里串行完成主线程只负责把处理后的图像paint到QLabel或QGraphicsView上。如果还是卡进一步控制处理帧率比如每两帧推理一次人眼看着依然连贯但GPU负载能降一半。6. 部署打包与项目扩展的一点心得做完功能还不够项目要给别人用、要在答辩/汇报现场不翻车最好打包成exe。我用PyInstaller打过一个包含UI和YOLOv8模型的Windows可执行文件有两个经验分享第一ultralytics框架本身比较大打包出来体积通常在1GB以上因为要带上PyTorch和CUDA相关库第二打包时用--hidden-import把ultralytics的依赖模块补全不然运行起来会报ModuleNotFoundError。如果没有强烈的“免安装”需求其实更推荐让对方装一个Python环境直接运行源码桌面端部署的逻辑也会更简单。后续扩展的方向我观察下来主要有两个一是从“检测”升级到“跟踪”在YOLOv8输出的检测框基础上接入ByteTrack或BoT-SORT就能统计船舶航迹、计算大致航速二是做多相机联动把不同摄像头的检测结果汇聚到总控端统一展示。这些都建立在一个稳的检测模型之上当前这套系统把底座打牢了后面都是一层一层往上加的事。我这套项目做下来最大的感受是船舶检测的难点其实不在模型结构而在数据。YOLOv8把训练和推理已经封装得很傻瓜了真正拉开差距的是你对数据集的把控——样本是否干净、标注是否规范、类别是否均衡、负样本是否齐全。这四件事做到位你不需要堆很重的模型也能拿到不错的指标反过来数据偷懒用再大的模型也救不回来。