企业官网建设流程全解析

简介：YOLOV5目录格式目标检测数据集，聚焦黑夜航拍场景下的海面船只智能识别，面向深度学习与计算机视觉方向的开发者、研究者及港口船只检测相关项目人员。图像为256×256的RGB图片，按训练集与验证集划分清晰，其中训练集含17204张图片及对应txt标签，验证集含4300张图片及对应txt标签，统一标注为boat类别，可直接投入模型训练，无需额外格式转换。资源包共2000个文件，以txt标签文件为主（1999个），另附1个可视化py脚本，压缩包大小约217.48MB。可视化脚本可随机读取图片并绘制边界框，无需更改即可直接运行，便于快速预览标注效果。当前已有234人学习下载，适合用于搭建黑夜环境下船只目标检测基线任务，亦可借此熟悉数据集目录组织方式；借助附带的py脚本，还能直观核对标签质量，减少数据清洗与调试环节的额外成本。

1. 这个黑夜航拍船只数据集，解决的是白昼模型集体失明的问题

夜晚的海面不是黑的，是到处都是亮点。很多工程师拿 YOLOV5 跑惯用目标检测数据集很顺，一到黑夜航拍船只就翻车——白天场景训练好的模型，拿到夜间航拍数据集上直接失灵。原因不是模型笨，而是训练数据里根本没有「黑夜航拍」这个分布。这里要讲的数据集，就是专门为这个场景准备的：YOLOV5 目录格式、大型黑夜航拍船只、单类别。它解决的是「海上夜间有多少船、船在哪」这类巡检与监管问题，适合做海事无人机巡检、智慧港口、安防监控的视觉工程师，也适合正被「yolov5 训练自己的数据集」绕晕的入门者。拿到它之后，你要做的不是马上训练，而是先把它当规范来检查、对齐，再喂给模型。

2. 拆解 YOLOV5 目录格式：这套数据集的结构与标注怎么对齐

2.1 认目录布局：images、labels、data.yaml 三段式

YOLOV5 的数据集目录约定很简单：图片放在 images 下，按 train、val、test 分开；标注放在 labels 下，且标签必须和图片同名。一个按 YOLOV5 目录格式交付的船只数据集，布局基本长这样：

dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ └── val/ └── data.yaml

注意 labels 下通常没有 test：测试集一般不给标签，推理阶段的预测结果要用另外的脚本去评。data.yaml 是数据集的身份证，里面写 path、train、val、test 的相对路径，以及 nc=1 和 names。单类别数据集最省心的地方就是 names 只有一个值，比如写成names: ['ship']，类别编号从 0 开始。如果你之前用的是 VOC 那种 xml 标注或者 COCO 的 json，转换后最容易出错的地方就在这里：类别 id 没有从 0 开始，或者 txt 和 jpg 文件名对不上。常见做法是统一用 labelImg、CVAT 这类目标检测常用标注工具导出，或者用转换脚本做格式互转，但转完必须自己验一遍。

标注文件本身是纯文本，每行五个数：class x_center y_center width height。x_center、width 是相对图片宽度的比例，y_center、height 相对图片高度，取值 0~1。因为只有 1 个类别，所以每行开头的 class 永远是 0。这个格式本身不难，难的是坐标一旦算错，训练不报错，框却全部偏掉——这是 YOLO 系目标检测最典型的隐形事故。而且这套目录约定不只适用于 YOLOV5，YOLOv8 处理数据集时也是同一套逻辑，所以后面讲到的自检脚本可以直接跨版本复用。

2.2 先跑一个自检脚本：找缺失、越界、空标签

我第一次拿到这类数据集时吃过亏：txt 里坐标是像素值而不是归一化值，YOLOV5 不报错，训练 loss 也正常，但预测框全在画面角落。现在我的习惯是任何数据集进训练前，先跑一段自检脚本，把几类最常见的问题一次扫出来：

import numpy as np from pathlib import Path def check_dataset(data_root): img_dir = Path(data_root) / 'images' / 'train' lab_dir = Path(data_root) / 'labels' / 'train' missing_lab, empty_lab, bad_coord = [], [], [] for img_p in img_dir.glob('*.jpg'): lab_p = lab_dir / (img_p.stem + '.txt') if not lab_p.exists(): missing_lab.append(str(img_p)) continue lines = lab_p.read_text().strip().splitlines() if not lines: empty_lab.append(str(img_p)) continue for ln in lines: parts = ln.split() if len(parts) != 5: bad_coord.append(f'{lab_p.name}: 字段数不对 {ln}') continue x, y, w, h = map(float, parts[1:]) if not (0 < x < 1 and 0 < y < 1) or not (0 < w <= 1 and 0 < h <= 1): bad_coord.append(f'{lab_p.name}: 越界 x={x} y={y} w={w} h={h}') print(f'缺失标签: {len(missing_lab)} 张') print(f'空标签: {len(empty_lab)} 张') print(f'异常坐标: {len(bad_coord)} 条') for item in missing_lab[:5]: print(' 缺:', item) for item in bad_coord[:5]: print(' 坏:', item) check_dataset('./dataset')

这个脚本把三类问题分开统计：标签缺失、txt 内容为空、坐标越界。字段数不等的场景会在 YOLOV5 加载时直接抛异常，反而是好事；越界和缺失是静默的，最坑。check_dataset入参只要数据集根目录，脚本内部自己拼接 images/train 和 labels/train 的路径，建议对 val 再跑一次。还有一种情况值得加进脚本：jpg 文件本身损坏，夜间航拍素材常来自压缩传输或掉帧，混进去一张坏图会让整个训练中断，用 PIL 打开一遍就能发现。

2.3 数据体检：小目标占比决定后面的参数怎么设

目录自检通过后，别急着训练，先做一次尺度统计。目标检测里有个不成文的说法：目标在 640x640 输入图上小于 32x32 像素就属于小目标，而黑夜航拍船只里，小目标往往是绝对主力。统计方式很简单，直接读标签里的 width、height，换算到原始分辨率下看分布：

import numpy as np from pathlib import Path def analyze_scale(lab_dir): areas = [] for lab_p in Path(lab_dir).glob('*.txt'): for ln in lab_p.read_text().strip().splitlines(): p = ln.split() w, h = float(p[3]), float(p[4]) areas.append(w * h) # 归一化面积占比 areas = np.array(areas) pixel_box = np.sqrt(areas) * 640 # 近似换算到 640 输入下的像素边长 small = (pixel_box < 32).mean() * 100 print(f'标注框总数: {len(areas)}') print(f'归一化面积均值: {areas.mean():.5f}') print(f'小目标占比(边长<32px @640): {small:.1f}%') print(f'面积分位: 25%={np.percentile(areas, 25):.5f} ' f'50%={np.percentile(areas, 50):.5f} ' f'75%={np.percentile(areas, 75):.5f}') analyze_scale('./dataset/labels/train')

这里的areas保存归一化面积，乘上 640 是为了预先判断小目标占比。如果结果里大多数框的换算边长都小于 32，后面训练时 imgsz 取 1280 或者采用切图推理，会比硬拉 640 更合适；如果分布集中在中等尺寸，用默认参数反而省事。输出里的四分位数要重点看：当 25% 分位还不到 0.0001，意味着有一大批框小到可能在特征图下采样后只剩几个像素。这个体检结果直接决定后续预处理怎么做、anchors 要不要重算，也是判断数据集质量最硬核的一项。

3. 黑夜航拍数据训练前的预处理：增强要克制，策略要对路

3.1 先判断数据通道形态：可见光还是红外，做法完全不同

拿到这套黑夜航拍数据集后，第一件事是查看图像通道分布。不同航拍载荷的成像差别很大：可见光相机在夜里画面暗、噪点多；红外热像仪分辨率低但目标亮、背景净。这两种形态的标注难度和模型关注的特征完全不同。标题没有写明传感器类型，只能靠统计去判断：

import numpy as np from PIL import Image from pathlib import Path def channel_stat(img_paths, sample=50): dark_frac, sat_frac = [], [] for img_p in list(img_paths)[:sample]: arr = np.array(Image.open(img_p).convert('RGB')).astype(np.float32) gray = arr.mean(axis=-1) dark_frac.append((gray < 30).mean()) sat_frac.append((gray > 250).mean()) print(f'暗部像素占比均值: {np.mean(dark_frac)*100:.1f}%') print(f'饱和像素占比均值: {np.mean(sat_frac)*100:.1f}%') channel_stat(list(Path('./dataset/images/train').glob('*.jpg')))

这个脚本统计暗部（<30）和饱和（>250）像素占比，对小样本跑 50 张就有直观认识。如果暗部占比高且饱和低，说明是可见光低照度场景，后续要做增强；如果亮部集中在一个个小热点上且暗部极黑，更像红外或带红外补光的形态，此时对比度增强的意义不大，反而该做高光抑制。这一判断会影响后面所有参数选择。

可见光和红外的处理差异其实很大。可见光低照度下，海面和天空噪声大，船只轮廓受灯光污染重，模型要把「灯光点」聚成「船体框」，所以更依赖上下文和整体形状，增强时保边缘纹理比单纯提亮重要。红外形态下背景平坦、目标高亮，难点不是看不见，而是「亮斑」太多——海面反光、码头灯光也有类似强度，模型容易把任何高亮区域都当成船。这两类问题的解决思路正好相反：前者重增强和去噪，后者重数据多样性和负样本。

3.2 低照度增强：CLAHE 和 gamma 的参数怎么定才不伤模型

对可见光形态，最常用的离线增强是 CLAHE（限制对比度自适应直方图均衡）和 gamma 校正。我一般会先离线增强一份副本，肉眼对比效果再做决定。注意不要对训练集所有图做同一个强映射，否则网络学到的是「增强后的假纹理」，推理时遇到原图反而失配。

import cv2 import numpy as np def clahe_enhance(img, clip=2.0, grid=(8, 8), gamma=0.8): lab = cv2.cvtColor(img, cv2.COLOR_BGR2LAB) l, a, b = cv2.split(lab) clahe = cv2.createCLAHE(clipLimit=clip, tileGridSize=grid) l = clahe.apply(l) lab = cv2.merge((l, a, b)) out = cv2.cvtColor(lab, cv2.COLOR_LAB2BGR) out = np.power(out.astype(np.float32) / 255.0, gamma) * 255.0 return out.astype(np.uint8)

clipLimit我一般取 2.0~4.0，tileGridSize8x8。clip 太小增强效果不明显，clip 太大容易把海面噪声一起放大，夜晚画面里噪点会锐化成假的纹理边缘。gamma 小于 1 提亮暗部，但 gamma 低于 0.6 时暗部细节会整体发灰，模型反而分不清船和背景。黑夜航拍图我通常取 0.7~0.9，宁可保守不要激进。这段代码另一个用途是做推理前的同等预处理：如果训练数据做过 CLAHE，推理时也要对测试图做同一套增强，否则 mAP 和实际表现会有明显落差，这是很多人没意识到的坑。

3.3 YOLOv5 自带增强项：黑夜场景该开什么，该关什么

YOLOv5 的 hyp.yaml 里有一批在线增强参数，训练时边增强边喂图。原则是「增强要增加场景多样性，不要改变目标外观的语义」。黑夜航拍船只最需要的是让小船在提亮后有更多形态变化，最怕的是把船灯和海面反光人为搅在一起。

这里要重点说 mosaic。YOLOv5 默认 mosaic 是 1.0，四张图拼成一张，对通用目标检测很有效。但黑夜航拍里船目标小，拼图把每张图的船缩到原图的四分之一面积以下，近处的船勉强还能看出来，远处的小船直接被切到只剩几个像素，这种样本对训练是纯噪声。我一般建议先降到 0.5 跑一轮，val 的小目标 AP 不升反降就继续关到 0。此外degrees很容易被忽略，俯视航拍里船体方向任意，给个 5~10 度旋转等于白送一批方向样本，代价几乎为零。

4. 用 YOLOV5 跑通这套船只数据集：命令、超参与 anchors 的完整链路

4.1 最小可复现训练命令

数据集校验和预处理做完后，直接进入训练。YOLOV5 的工程结构多年没变，环境配置上 Python 3.9+、PyTorch 2.x、一张 11G 显存的卡足够起步。yolov5 环境配置最常翻车的是 requirements.txt 里的 torch 版本和 CUDA 不对应，建议先建一个干净的 conda 环境再装依赖：

conda create -n yolo python=3.9 -y conda activate yolo pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 git clone https://github.com/ultralytics/yolov5.git cd yolov5 pip install -r requirements.txt python train.py --data /path/to/data.yaml --weights yolov5s.pt \ --img 640 --batch 16 --epochs 100 --project runs/ship

--data指向数据集的 data.yaml，--img 640是输入边长，--batch 16看显存而定。我一般按 11G 显存跑 16，不够就降到 8。第一轮目标不是刷精度，是确认数据链路没断：训练到第一个 epoch 时看日志里 class 数、box、obj 的 loss 是数值而不是 nan。如果 nan 出现，先检查标签里有没有 width/height 为 0 的行，这是 YOLO 风格标注下最典型的隐性错误。

注意：训练第一轮日志出现 nan 时，优先检查标签里 width/height 是否为 0，其次是检查图片有没有损坏，最后才怀疑学习率。

yolov5s.pt是从官方 release 下载的预训练权重，黑夜小目标场景建议用预训练热启动，收敛快很多；如果网络受限，可以换随机初始化权重，但训练轮次要相应增加。

4.2 imgsz 与 anchors：小目标专用配置怎么选

黑夜航拍船只一个反直觉的事实是：输入分辨率比模型层数更影响小目标召回。640 输入下，一个 30x30 像素的船经过 5 次下采样后只剩约 1 个像素，特征图上的响应几乎不可分辨。所以这类任务的第一建议是：先试跑一轮--img 1280，但显存翻四倍，batch 必须跟着降。另一种更省钱的做法是维持 640 训练，推理时用切图（tile）保证实际输入里的船足够大，这一点在第 6 章展开。

anchors 是第二个关键点。YOLOV5 训练开始时会对当前数据集的标签做 autoanchor 计算，如果聚类出来的 anchors 和 COCO 默认值差异很大，小目标 AP 会有肉眼可见的提升。多数情况让它自动跑就行。只有一个例外：当数据集目标尺度分布极窄、或者单类别目标形状高度一致时，autoanchor 建议关闭，用--noautoanchor。原因很简单，聚类出来的 anchors 可能过拟合训练集，让验证集上的泛化变差。黑夜航拍船只属于「分布偏窄」这一类，但具体要不要关，用两轮短训练实验对比着看，训练日志里会打印出 autoanchor 前后的 anchors 数值。

这个表格是我自己的经验：黑夜小目标问题的瓶颈通常在输入分辨率和增强策略，而不是模型宽度。直接用大模型而不调 imgsz，很容易出现「训练慢、AP 没涨」的尴尬结果。

4.3 单类别数据集必调超参数：先动数据增强，后动学习率

单类别比多类别简单，但也更容易偷懒。很多人直接把 hyp.scratch-low.yaml 拿来就跑，结果小目标 AP 上不去，就归咎于数据集不行。我的 YOLOv5 超参数调整顺序是：先动增强，再动学习率，最后才动结构。黑夜场景下增强参数里有三个要重点动：hsv_v从 0.4 降到 0.2，避免模型只学会「看亮度不看形状」；mosaic降到 0.5~0.8，防止小船被切碎；degrees给 5~10 度，对应航拍姿态变化。

学习率方面，预训练热启动时lr0=0.01不需要动；从零开始随机训练时降为 0.005 更稳。这两个参数还有一个连带关系：小目标多的任务，batch 小了之后梯度噪声大，学习率也不要开大，否则 loss 会反复横跳。看到 val mAP 在 60~70 个 epoch 后停滞，先别急着加 epoch，回头检查是不是 mosaic 还开在 1.0。这种「loss 正常下降、小目标 AP 不动」的情况，八成出在增强配置而不是模型结构上。coco 预训练权重在这些场景里会帮大忙，但一定要保证你的 data.yaml 里 nc=1，否则类别头对不上，早期 loss 会异常偏高。

5. 夜间航拍船只数据集的避坑清单：现象、原因、解法

5.1 训练 loss 正常下降，验证 mAP 一直贴近 0

现象：训练日志里 box_loss 和 obj_loss 一路降，loss 曲线看着没问题，但每轮验证的 mAP50 永远是 0.0 几。 原因：最常见的是标签坐标没有归一化。txt 里存的是像素坐标或相对中心点的变体，YOLOV5 不校验坐标范围，模型把「大于 1 的坐标」当作背景忽略，于是学习过程顺利但完全学不到目标。这正是「目标检测模型微调崩了」最常见的一种形态。 解决：跑第 2 章的越界检查脚本，把所有 x/y/w/h 跑到 0~1 之外的标签行全部筛出来。如果确认是像素坐标，需要做一次转换：除以原图的宽和高，并确保 w、h 也同步归一化。

5.2 训练一开始就报 label class 越界或标签数量不匹配

现象：日志里出现ignoring corrupt label的警告刷屏，或者报 class 数量超出 nc。 原因：数据集虽然声称单类别，但 labels 里混入了旧标注。VOC 里 ship 的 id 可能是 6，转到 YOLO 后直接照搬；还有可能是同一目录下残留了没有对应图片的 txt。 解决：不依赖 YOLOV5 的自动过滤，自己写脚本把所有 txt 的每行第一个数字做唯一值统计，只保留 0。对残留 txt 和孤儿图片做一次全量配对清理，再重新跑自检脚本确认 clean。单类别数据集这一点尤其值得注意，因为标注量一大，人工很容易漏掉几行混杂数据。

5.3 val 指标不错，但推理时把港口灯、月亮倒影全识别成船

现象：验证集 mAP50 达到 0.9 以上，下到真实场景视频里，海面灯光被大量误检，船反而漏掉。 原因：数据集负样本不足。单类别数据集如果只有正样本，模型没有见过「夜里亮但不是船」的反例，会把任何高亮小斑块当作目标。 解决：收集一批不含船只的夜间海面、港口、天空镜头作为负样本，只放入 images、不放 labels，然后加入训练集。这是目标检测常用数据集整理里最容易被忽略的一步，但对夜间误检的改善往往立竿见影。加入负样本后记得把 data.yaml 里的 train 路径重新确认，并保证负样本目录不会被当 val 去统计 mAP。

5.4 把 4000x3000 的航拍原图 resize 到 640 后，船只剩几个像素

现象：训练用 640 输入，验证集 mAP 很高；实际对单张高空原图推理时，小船全部漏检。 原因：航拍原图分辨率高，船在原始图像里可能有 50x50 像素，但整体 resize 到 640 之后只剩不到 10 像素，特征图上已不可判别。 解决：两条路。一是训练和推理都用 1280 输入并降低 batch；二是维持 640 训练，推理时对原图切成 640x640 的 tile，再把框映射回原图。第二种对显存友好，实际工程里更常用，具体实现在第 6 章展开。

5.5 关闭 mosaic 后反而变好，这和主流教程说的不一样

现象：主流教程都说 mosaic 能提升精度，你把 mosaic 从 1.0 调到 0.5，模型的 val 指标明显变好，甚至调到 0 更好，于是产生怀疑。 原因：mosaic 的本意是增加上下文多样性，但黑夜小船图在拼接后，小目标被缩到几乎不可见，模型从这些退化样本里学到的是「忽略极小的亮斑」，推理时真实小船也被一并忽略。 解决：不用盲目跟随默认值。对夜间小目标，建议直接做mosaic=0.5与mosaic=0两档对比实验，选 val 小目标 AP 更高的档位。这看起来有点玄学，但实测里是最常翻车也最好修的配置项。

5.6 验证集 mAP 虚高：训练过的图片混进了验证集

现象：验证 mAP 很高，模型上线后表现却完全不同，像换了一个模型。 原因：数据划分时用了随机抽样但没有按文件名去重，或者同一航次、同一条视频里相邻帧同时进了 train 和 val，造成信息泄漏。 解决：划分 train/val 前按场景维度去重。比如文件名以场景 ID 开头，就按前缀分组后再划分。

from pathlib import Path from sklearn.model_selection import train_test_split img_pths = list(Path('./dataset/images').glob('*.jpg')) scene_ids = [p.stem.split('_')[0] for p in img_pths] train_files, val_files = train_test_split( img_pths, test_size=0.15, stratify=scene_ids, random_state=42 )

这个片段只做一件事：把同一场景的帧归到同一组，再按组切分 train/val。stratify按场景分布去重后的类别比例分层，random_state固定随机种子保证可复现。对航拍视频抽帧类数据集，这一步是必需的，否则模型可能只是「背」下了训练帧，而不是真正学会检测船。

6. 用切图推理验证真实效果：比 mAP 更靠谱的最后一关

6.1 tile 切图推理如何把坐标映射回原图

训练和验证都正常后，最后一步是验证「原图上的真实表现」。4000x3000 的航拍原图直接扔进模型，小船看不出来；切图推理在遥感图像目标检测里是常规操作，航拍船只也一样。核心逻辑是切成 640x640 的 tile，逐个推理，再把框映射回原图坐标，最后做一次全局 NMS 合并：

def iou(a, b): ix1, iy1 = max(a[0], b[0]), max(a[1], b[1]) ix2, iy2 = min(a[2], b[2]), min(a[3], b[3]) iw, ih = max(0, ix2 - ix1), max(0, iy2 - iy1) inter = iw * ih union = (a[2]-a[0])*(a[3]-a[1]) + (b[2]-b[0])*(b[3]-b[1]) - inter return inter / union if union > 0 else 0 def infer_tile(model, full_img, tile=640, overlap=64, conf=0.25): h, w = full_img.shape[:2] all_boxes = [] for y in range(0, h, tile - overlap): for x in range(0, w, tile - overlap): tile_img = full_img[y:y+tile, x:x+tile] result = model(tile_img, conf=conf) for box in result[0].boxes.xyxy.cpu().numpy(): all_boxes.append([box[0]+x, box[1]+y, box[2]+x, box[3]+y, result[0].boxes.conf.item(), result[0].boxes.cls.int().item()]) return nms_merge(all_boxes) def nms_merge(boxes, iou_thr=0.5): boxes = sorted(boxes, key=lambda b: b[4], reverse=True) keep = [] while boxes: cur = boxes.pop(0) keep.append(cur) boxes = [b for b in boxes if iou(cur[:4], b[:4]) < iou_thr] return keep

tile要与训练 imgsz 一致，overlap必须有 64~128 像素，否则船在 tile 边缘会被切掉一半，这是切图推理最常见的细节坑。映射回原图坐标时要加 x、y 偏移，相邻 tile 的重叠框用全局 NMS 合并。overlap 太小会漏检，太大计算量翻倍，航拍场景 64 是不错的起点。conf建议根据训练后画出的 PR 曲线来调，夜间误检多就升到 0.3~0.4。

6.2 用小目标召回率校准验收基线

mAP50 是宏观指标，对夜间航拍不够敏感。我现在的习惯是画一张「目标大小 x 召回率」的断点表：把验证集里的框按像素面积分成 <16、16~32、32~64 三档，分别看召回率。小于 16 像素的那一档如果没有 0.5 以上，说明模型的实用价值有限——真实场景里多数船只恰好落在这个区间。这个分析和第 2 章的尺度体检对应起来，就能看出哪些提升来自增强、哪些来自 imgsz，而不是只盯着一两个 epoch 的 loss 曲线。每换一个夜间场景，我都会先跑一遍这个分层召回，再决定要不要动 anchors 和输入的 tile 大小。希望帮到你。

本文还有配套的精品资源，点击获取