企业官网建设流程全解析

简介：猪圈摄像头场景下的生猪检测数据集，面向目标检测入门与实战人群，解决猪场监控画面中密集目标识别与标注数据缺乏的问题。数据为640-1080分辨率的RGB图像，每张包含多个目标，统一标注为单一类别pig，并按YOLOv5标准目录整理出训练集与验证集，txt标签与图片一一对应，下载后无需额外处理即可直接送入模型训练。从内容预览看，图像多来自监控视频画面，视角贴近实际养殖场景。压缩包共2000个文件，以jpg图像、txt标签为主，另附一个可直接运行的Python可视化脚本，可随机读取图片并绘制边界框，方便快速预览标注质量与密集场景效果。整体约97MB，轻量易用。目前已有608人浏览学习，适合需要标准格式猪只检测数据用于算法验证或课程设计的开发者。

1. 生猪检测数据集：不是把照片塞进文件夹就完事

养猪场里装摄像头容易，让算法在猪圈这种又脏又暗、猪还老挤在一起的环境里把每头猪数清楚，就是另一回事了。市面上的开源数据集大多是行车记录仪视角或者农场俯拍，真正贴着猪圈摄像头拍出来的、带遮挡和弱光的样本少得可怜。如果要做猪场盘点、异常行为预警或者出栏计数，第一步卡住你的往往不是模型，而是一份整理干净的、符合YOLOV5目录格式的生猪检测数据集。这个标题里的数据集只有1个类别，意味着所有标注框都指向“猪”，不需要区分母猪、仔猪还是育肥猪，恰好是能把检测流程跑通的最小闭环。

本文会按我实际整理这一类数据集的路径来写：从摄像头场景下的采集和标注，到组装出标准YOLOV5目录，再到训练校验和常见翻车点。目标很明确——你照着做，能把一份猪圈场景图片变成可以直接丢进YOLOV5训练的数据集，并且知道每个参数为什么这么设、出错了看哪里。新手能跟着搭完，熟手可以把我写的边界条件当对照清单。

2. 采集与标注：猪圈摄像头场景下先把图片和标签搞干净

2.1 摄像头怎么架、选什么时段拍：数据分布决定模型上限

很多人的第一反应是直接把监控录像抽帧，但录像抽出来的帧相邻之间高度相似，模型在几乎一样的图上反复迭代，泛化能力很差。我常用的做法是把摄像头按不同机位拍，尽量覆盖栏位全景、食槽近景和通道尽头三个角度，然后每隔5秒抽一帧，再手动剔除连续帧和完全模糊的帧。猪圈里的猪不是静止的，5秒间隔基本能保证同一头猪在相邻帧里有位移，避免训练集和验证集之间出现太多“双胞胎图”。

时段上，白天自然光、夜间红外补光、黄昏这种光线变化剧烈的时刻都要分别抽帧。这里有个反直觉的点：夜间红外图虽然人在肉眼看时对比度低、偏灰白，但猪的体温区和环境温差在红外下边界反而清晰，模型往往能学到比白天更强的轮廓特征。所以不要因为肉眼觉得暗就删掉夜间帧，这类帧往往是夜间巡检场景的主力样本。

抽帧之后要做初筛，把没有猪的空栏位图、维修人员入镜的图、镜头被猪拱歪导致的大面积遮挡图挑出去。这一步骤不能省，它直接影响标注工时——你找一个标注员标1000张全是猪的图和标1000张只有300张有猪的图，成本差好几倍。

2.2 标注工具选型：LabelImg与CVAT的取舍

单机小规模标注，用LabelImg就够，它输出的是Pascal VOC格式的XML，后续可以转成YOLO的txt。但LabelImg有个让人烦躁的点：它保存的是XML路径，如果你移动了图片目录，再次打开会提示找不到图片，需要重新选择目录。我的习惯是一开始就把图片集和标注目录的相对路径固定下来，比如workdir/images和workdir/annotations，整个标注期间不去移动任何文件。

如果是多人协作标几千张图，我会推荐CVAT。CVAT可以部署在带Docker的服务器上，三个人同时标同一个任务，标注结果导出为YOLO格式时，它会自动生成每个类别对应的txt文件，省去了自己写XML转txt脚本的步骤。但CVAT的问题在于部署和权限配置有点繁琐，团队里没人熟悉Docker的话，学习成本会把标注效率拖垮。

标注框的大小和紧致度也直接影响训练结果。我见过不少人把猪连同栏杆、食槽一起框进去，以为框大一点“背景信息多模型更好学”。实际上YOLO系列是回归框坐标的，背景噪点太多会拉偏回归目标。正确做法是框紧贴猪的可见轮廓——如果猪头被栏杆挡住，那就只框露出来的身体部分，那截栏杆不要包含进框里。遮挡严重的猪可以单独标一个尽量贴合可见区域的框，模型会通过大量这样的样本学会“只检测可见部分”。

2.3 标注规范：母猪、仔猪怎么定义边界

这个数据集只有1个类别，看起来标注规则很简单，实际协作时最容易出分歧。比如产房栏位里，母猪身下趴着一堆仔猪，有的标注员把整片猪群框成一个框，有的则每头仔猪单独框。这两种框法训练出来的模型行为完全不同：反复输入整片框，模型学到的是“检测猪群区域”；反复输入单独框，模型学到的是“检测每头猪个体”。如果你的最终目标是盘点数量，那应该选后者，哪怕仔猪被母猪挡住一大半，只要肉眼能分辨边界就单独框。

我一般会写一份极简标注说明放在数据集根目录：类别ID为0（只有一个类别，从0开始）；可见面积大于整头猪20%的个体必须单独框；完全无法分辨边界的重叠区可以不标；同一帧画面中，同一头猪在两个框中不得重复出现。标注说明这步看似琐碎，但在你后续扩展数据集、换标注员的时候，能省掉大量返工。

3. 组装YOLOV5目录格式：目录树、分割脚本与yaml配置

3.1 标准目录树与命名规则

YOLOV5的目录格式有严格的约定，但它的要求其实比很多人想象中简单：images放图片，labels放对应的txt标注，两个目录下按train和val再分一层。目录树长这样：

pig_dataset/ ├── images/ │ ├── train/ │ │ ├── 001.jpg │ │ └── 002.jpg │ └── val/ │ ├── 003.jpg │ └── 004.jpg ├── labels/ │ ├── train/ │ │ ├── 001.txt │ │ └── 002.txt │ └── val/ │ ├── 003.txt │ └── 004.txt └── pig_data.yaml

注意标注文件的主文件名必须和图片完全一致，只是后缀从.jpg变成.txt。YOLOV5在训练时是根据这个同名规则去找标注的，文件名对不上会直接报错或者跳过该图。图片格式上，jpg和png都能用，但建议统一，不要混着放——有些图像处理库对单通道png和四通道png的处理逻辑不一样，混用容易在数据加载时报错。

3.2 数据集划分脚本：随机还是按时间切

划分训练集和验证集时，不要直接随机全量打乱。猪圈场景有个特殊问题：同一天同一个栏位的猪，姿态和位置有一定连续性，如果随机划分，验证集里可能混入大量与训练集高度相似的帧，导致验证指标虚高。等你部署到新猪舍时，性能立刻现原形。我一般按时间切分，比如取前70%天数的帧做训练，后30%天数的帧做验证，这样才能测出模型面对“没见过的时间段”时的表现。

下面这个Python脚本做的事情是：读取图片列表，按文件名中的时间戳排序，然后按比例切成train和val两组，再为每组生成对应的目录和标注文件：

import os import shutil from glob import glob # 按时间戳切分数据的示例脚本 image_dir = "raw_frames" train_ratio = 0.7 images = sorted(glob(os.path.join(image_dir, "*.jpg"))) split_idx = int(len(images) * train_ratio) train_images = images[:split_idx] val_images = images[split_idx:] # 建立目录结构 for subset in ["train", "val"]: os.makedirs(f"pig_dataset/images/{subset}", exist_ok=True) os.makedirs(f"pig_dataset/labels/{subset}", exist_ok=True) for img_path in train_images: shutil.copy(img_path, "pig_dataset/images/train/") txt_path = img_path.replace(".jpg", ".txt").replace("raw_frames", "labels") if os.path.exists(txt_path): shutil.copy(txt_path, "pig_dataset/labels/train/") for img_path in val_images: shutil.copy(img_path, "pig_dataset/images/val/") txt_path = img_path.replace(".jpg", ".txt").replace("raw_frames", "labels") if os.path.exists(txt_path): shutil.copy(txt_path, "pig_dataset/labels/val/") print(f"train: {len(train_images)}, val: {len(val_images)}")

这段代码里排序是关键，文件名里如果没有时间信息，需要先从数据库或监控系统的导出表里把拍摄时间关联上，再按时间排序。如果素材来源不统一、时间戳缺失，退而求其次的做法是按栏位ID分桶：同一个栏位的所有帧要么全进train要么全进val，避免训练时“见过这个栏位”的假象。

3.3 类别yaml与校验脚本：train能跑通才算数

pig_data.yaml是YOLOV5的数据配置入口，内容很少但容易写错路径：

# pig_data.yaml train: /absolute/path/to/pig_dataset/images/train val: /absolute/path/to/pig_dataset/images/val nc: 1 names: ['pig']

这里的train和val指向的是images目录，不是labels目录。YOLOV5会自动把路径里的images替换成labels来找标注文件，如果你在yaml里写了labels路径，训练时会报找不到文件。nc是类别数，只有一个类别就写1，别写成0。names列表的长度必须和nc一致，不然训练启动时就崩。

写好后先跑一遍校验脚本，看每个标注文件是否有效：

python -c " from pathlib import Path import cv2, numpy as np labels_dir = Path('pig_dataset/labels/train') imgs_dir = Path('pig_dataset/images/train') bad = 0 for txt in labels_dir.glob('*.txt'): img_path = imgs_dir / (txt.stem + '.jpg') if not img_path.exists(): print('missing image:', img_path) bad += 1 continue h, w = cv2.imread(str(img_path)).shape[:2] if len(txt.read_text().strip().split(chr(10))) == 0: print('empty label:', txt) bad += 1 continue for line in txt.read_text().strip().split(chr(10)): parts = line.split() if len(parts) != 5: print('bad format:', txt, line) bad += 1 x, y, bw, bh = map(float, parts[1:]) if x <= 0 or y <= 0 or x >= 1 or y >= 1 or bw <= 0 or bh <= 0: print('out of range:', txt, line) bad += 1 print('done, bad files:', bad) "

这个脚本会检查三件事：图片文件是否存在、txt内容是否为空、坐标是否超出[0,1]范围。坐标超出范围是最常见的坑，比如标注框贴边时，归一化后的中心点坐标可能变成1.0000001这类微越界数值，训练时模型可能忽略这一行或直接崩。发现越界不要手动改txt，回到LabelImg里重新保存一遍最稳妥——手动改坐标容易把中心点x改成别的数据，反而引入新错误。

4. 训练与验证：超参数、类别权重与指标解读

4.1 数据配置：img、batch、epochs怎么定

数据准备好了，第一次训练的参数设置我一般按基准配置来：img分辨率选640，batch选16（显存不够就降到8），epochs先跑100轮。分辨率这里有个权衡：猪圈摄像头大多是2K或4K的鱼眼或广角画面，直接缩到640会丢失小目标细节——那些分散在画面远处的仔猪可能只有二三十个像素。但你把分辨率拉到1280，显存占用会翻好几倍，训练速度也直线下降。我的建议是第一版跑640，把流程跑通，确认loss下降趋势正常，再针对小目标漏检的问题专门用1280精调一版。

训练启动命令：

python train.py --data pig_data.yaml --weights yolov5s.pt --img 640 --batch 16 --epochs 100 --project pig_run

--project pig_run指定输出目录，YOLOV5会在里面按每次运行时间自动建子目录，保存权重和日志。用yolov5s.pt作为预训练权重，比从零训练收敛快得多，COCO上预训练出来的底层特征对猪的轮廓、纹理有一定迁移价值。如果是新手，不要一上来就换yolov5x或yolov5m，训练时间和显存占用都会放大，而且在这个数据集规模下精度提升有限。

训练过程中主要看两个东西：box_loss和obj_loss是否持续下降，以及验证集上的mAP@0.5是否在稳步提升。如果loss前几十轮不降反升，大概率是数据配置有问题，先停掉排查，别硬等100轮跑完。

4.2 类别权重与图像数量不平衡

只有一个类别时，类别不平衡的问题基本不存在，但样本难度不平衡是真实存在的。比如大部分图片里的猪都是站立状态，卧着的猪样本很少。模型会把“卧姿”当成一种少见变异，漏检率明显升高。解决思路有两个：一个是数据层面多抽卧姿的帧，另一个是训练时提高难例权重——但YOLOV5原版并没有直接暴露这个参数，常见的做法是调整训练集里卧姿图的比例，而不是去改损失函数。

还有个容易被忽略的不平衡是尺寸不平衡。猪圈摄像头通常架在高处往下俯拍，近处的猪可能占据半个画面，远处的猪可能只有几十像素。YOLOV5本身的anchor机制能处理一定尺度变化，但跨度太大的话，大目标会把小目标的梯度淹没。我一般会在训练前统计一下所有标注框的面积分布，如果最大值和最小值差两个数量级以上，考虑把图片按远近距离切分成两组分别训练，再在推理时合并结果。这个方案工程量大，但对猪舍这类固定场景很有效——你甚至可以针对每个摄像头单独训练一个模型。

4.3 训练结果指标：P、R、mAP@0.5到底看哪个

训练结束会输出一堆指标，最常用的三个是Precision、Recall和mAP@0.5。对于猪场盘点场景，我优先看Recall——漏检一头猪比误检一头猪严重得多，漏检意味着数量统计错误，而误检可以通过后续的时间序列滤波（比如连续N帧都检测到才算有效）来消除。如果P很高但R很低，说明模型趋于保守，这时可以降低置信度阈值到0.15左右再测一次；如果R很高但P很低，说明模型把食槽、水渍、墙上的污渍都当成了猪，这时要回看训练集的负样本是否太少。

YOLOV5的验证命令会输出confusion matrix和PR曲线：

python val.py --data pig_data.yaml --weights runs/train/exp/weights/best.pt --img 640

best.pt是训练过程中在验证集上mAP最高的权重，做实验对比时用它，不要用last.pt。如果PR曲线在低置信度区间出现明显掉点，说明模型对难样本的响应差，优先去补难样本而不是调超参数。训练产生的results.png里还有每一轮的指标曲线，注意看val曲线在训练后期是否出现震荡——如果震荡幅度很大，是lr过高的信号，把--lr0从默认的0.01降到0.005重跑一版。

5. 避坑清单：猪圈场景下的数据坑，一次说清

标注了这个数据集的坑，挑几个一定会遇到的写在这里，每一条都是真实翻车场景。

5.1 夜间红外模式下猪眼反光被误检成多个小目标

现象：模型在白天测试集上P和R都超过0.9，一到夜间红外画面，猪的眼睛和反光的耳标被检测成若干小框，同一头猪出现三四个框。原因不是模型变笨了，而是夜间帧里猪体边界低对比度、眼睛高对比度的纹理特征和白天样本差异巨大，模型没学会“猪的轮廓在红外下长什么样”。解决方法是刻意的在夜间帧上做数据增强：把训练集里的夜间图做高斯模糊、亮度扰动、局部对比度拉伸，让模型适应红外图像的纹理分布。更直接的思路是先统计夜间帧的误检率，把误检框当成负样本单独存一份，下次训练时加入这些图的背景区域作为hard negative。

5.2 同一头猪在连续帧里被分配不同ID，导致数量统计翻倍

现象：模型逐帧检测都正常，但把连续帧的检测结果叠加统计数量时，猪的总数远超实际存栏数。原因是相邻帧之间同一头猪的检测框位置有轻微偏移，没有做IOU匹配或跟踪算法直接按每帧独立计数。这不是数据集的问题，而是评估方式的问题，但很多人会误以为是模型不稳定，反复调整训练参数。正确做法是用简单的IOU追踪或者直接按检测框中心点做最近邻匹配，连续帧IOU大于0.5就判定为同一头猪。用代码验证时，可以先将测试视频按帧检测后，用deep_sort或最简单的bytetrack跑一遍再统计。

5.3 标注框坐标越界导致训练直接报错

现象：训练启动后几秒钟就报assert (cx > 0.0 and cx < 1.0)类错误。原因是标注时框边缘贴着图片边界，保存出来的归一化坐标中心点等于1.0000或者宽高比画幅还大。LabelImg默认不会阻止这种边缘框，所以容易出现越界值。解决方法是跑一遍我在3.3节写的校验脚本，把所有越界txt找出来，回LabelImg里重新保存或手动把坐标修正到0.999以内。不推荐写代码批量clip坐标值——clip会把框中心点也移动掉，导致框整体偏移，模型学到的是偏移后的错误位置。

5.4 验证集和训练集图片高度相似，mAP虚高

现象：训练结束所有指标都好得吓人，mAP@0.5接近1，但一部署到新猪舍就崩。原因是抽帧间隔太短，相邻帧几乎一样，随机划分后同一天同一角度的相似帧被分到了两边。这类问题只能靠划分策略来防：按时间段或按栏位划分，而不是按整张图片随机划分。验证集的作用是模拟“第一次见到这个场景”，如果验证集的图片在训练集里能找到近乎复制品，它就没有任何说服力。

5.5 标注文件里用tab分隔而不是空格，训练时数据解析失败

现象：训练时loss正常下降，但某个epoch突然报错或者记录大量WARNING: ignoring corrupt image/label。原因是某些标注工具默认用tab分隔字段，而YOLOV5的解析器只接受空格。肉眼看着一样的txt，读进去字符编码完全不同。解决方法是先跑一次批量替换：把\t替换成空格，再检查文件行尾是否统一为\n而不是\r\n——Windows下编辑过的txt很容易带\r，会在解析时悄悄引入空行。这类问题在单机标注时几乎不会出现，一旦用了Excel或者某些在线标注平台导出，就很容易踩到。

5.6 图片EXIF方向信息导致检测框错位

现象：标注时看到的猪是正的，训练出来的模型在部分图片上检测框整体偏移约90度。原因在手机或部分监控截图带有EXIF旋转信息，标注工具读取时自动校正了方向，但YOLOV5在训练时用OpenCV读图，不会读EXIF方向，导致图片是旋转过的而标注框坐标没跟着转。猪圈摄像头一般不存在这个问题，但如果你的素材里混入手机拍摄的照片，就一定要在预处理阶段全部去掉EXIF信息或者统一旋转回标准方向。脚本很简单：用PIL打开图片后img = ImageOps.exif_transpose(img)再覆盖保存。

6. 进阶：难例挖掘与增量训练，让数据集滚起来

6.1 难例挖掘：先训一版，再挖误检补数据

第一版数据集训完之后，不要急着部署，先做一轮难例挖掘。把训练集和验证集里所有的图片用训练好的模型跑一遍推理，把那些漏检或者误检的帧单独拷出来——漏检的猪如果在画面里肉眼清晰可见，说明标注漏标了，补标；误检的帧说明模型对背景纹理没学明白，把这些帧作为纯负样本加入训练。YOLOV5的数据加载器遇到完全没有标注框的图片不会报错，但需要在labels/train里放一个空txt，否则图片会被跳过。

这个过程可以迭代三轮以上。第一轮补漏标的图，第二轮重点加夜间和逆光的图，第三轮加入摄像头被猪拱歪时产生的极端视角图。三轮下来数据集规模可能只增加了20%，但模型在真实场景的表现往往能提升一个档次。难例挖掘本质上是把模型当成标注检查员，用它的错误告诉你数据缺什么。

6.2 增量训练：老数据集与新数据集的合并策略

猪场场景有个实际问题：老猪舍的数据和新猪舍的摄像头角度、栏位颜色、光照条件都不一样。如果新数据来了直接和老数据合并重新训练，训练时间翻倍不说，老数据里那些低质量样本还会拖累新场景的精度。我一般用两段式策略：先用老数据集训练到收敛，再用新数据集以较小的学习率（--lr0 0.001）继续训练50轮左右，老数据集按10:1的比例混入新数据，防止模型遗忘老的通用特征。

这个策略的触发条件是：新场景的验证集mAP低于0.5，且新数据量小于老数据量的三分之一。如果新数据量已经超过老数据量，直接合并重训更合适。增量训练不是万能药，它对数据集分布偏移较小的场景有效，如果新旧数据之间差异极大——比如从白天监控变成夜间热成像——那还是从头训一版更靠谱。

6.3 部署前验证：用TensorRT量化检查数据质量问题

训练完的模型要上树莓派或Jetson这类边缘设备，一般会转成TensorRT的engine格式。不少人以为TensorRT只是加速，其实它还能暴露数据质量问题——INT8量化对数据分布非常敏感，如果训练集和实际部署场景的亮度分布差距大，量化后精度会断崖式下跌。我遇到过训练时验证mAP有0.92，转成INT8后掉到0.71的情况，回查发现是训练集里夜间帧占比不到5%，而部署现场夜间是主要使用时段。

解决办法是在量化校准阶段单独准备一组校准图，这批图不要从训练集里随机抽，而是从现场摄像头的历史录像里抽，数量在500到1000张之间，覆盖白天、黄昏、夜间、雨天四种光线条件。校准图的分布决定了量化后各层参数的敏感度，用现场真实光线去校准，比堆更多训练图更直接有效。这个步骤做完，就说明你的数据集和模型真正适配了实际猪圈场景，可以放心用了。

做数据集这件事，我栽过最多跟头的地方不是模型训练，而是前期数据分布没想清楚就猛干标注。现在每拿到一批新数据，我第一件事是看摄像头机位图和时间覆盖范围，而不是急着开LabelImg。先想清楚模型要在什么条件下跑，再决定数据集怎么摆布，整个流程能顺很多。希望帮到你。

本文还有配套的精品资源，点击获取