简介这是一份专为YOLO系列目标检测算法准备的车辆数据集覆盖卡车、小型车、摩托车、公交车四类常见车辆共2129张带标签图像。数据集已完成训练集、验证集与测试集的划分并内置data.yaml配置文件可直接对接YOLOv5、YOLOv7、YOLOv8、YOLOv9、YOLOv10及YOLO11等主流版本免去环境适配的繁琐步骤。包内同时提供YOLO格式的txt标签和VOC格式的xml标签分别存放于独立文件夹txt标注按class、x_center、y_center、width、height的归一化坐标记录目标信息xml则保留完整物体框与类别信息便于不同流程下的格式转换与调试。整个压缩包共含2000个文件以1589个xml和411个txt为主体积仅62.4MB轻量易下载适合目标检测初学者快速跑通训练链路也可供有车辆识别需求的开发者进行迁移学习或性能测试。目前已有111人学习下载在标注规范、划分完整的前提下是一份即拿即用的高性价比数据资源。1. 拿到yolo车辆数据集的第一步先别急着训练先搞清这2129张图里是什么一个包含2129张带标签图像的yolo算法车辆数据集类目覆盖卡车、小型车、摩托车、公交车听起来是拿来就能训的现成资源。但实际跑过的人都知道这种zip包真正的问题从来不在数量够不够而在标签是否真的和图像对得上、类别顺序是不是和训练脚本里写的一致、解压出来的文件是不是出现了乱码和损坏。如果你直接丢给YOLO训练轻则loss异常重则模型把摩托车认成公交车排查时还得回头翻原始标注血泪经验非常典型。这个数据集的典型使用场景是路侧监控、停车场管理、高速卡口这类固定视角下的车辆检测。四类目标里有大目标也有小目标卡车和公交车的框通常很大摩托车的框则小到在640分辨率下容易被忽略这让它很适合用来验证YOLO系列算法在小目标与大目标混合情况下的表现同时也能用来练习完整的YOLO训练流程。适合的人群有两类一是刚入门yolo、想拿一份带标签数据跑通训练和验证链路的新手二是已经在做车辆计数或车流统计需要针对特定四类车辆做模型微调的一线工程师。后面章节我会按解压检查、格式整理、训练落地、踩坑排查的顺序把这个数据集的用法讲透。2. 解剖这个数据集目录结构、YOLO标签格式与类名顺序怎么确认拿到zip的第一件事不是解压了直接训而是先做整包体检。很多人在这一步偷懒结果后续所有报错都从这里埋下。按我的习惯解压后要同时核对三个维度图片和标签文件数量是否对得上、标签内容是否符合YOLO格式、类别顺序是否和你预想的一致。三个检查五分钟内做完能省掉后面至少半天的排错时间。2.1 解压后先做三项体检先看整个压缩包解压后有没有配置说明文件。多数车辆数据集会附带一个classes.txt或README记录类别顺序。如果只有图片和标签那就需要自己推断顺序这时标题里的“卡车-小型车-摩托车-公交车”只能作为参考不能当依据因为标注工具常见的导出顺序未必和标题一致。我的做法是先把解压结果列出来看看目录长什么样。unzip yolo车辆数据集.zip -d vehicle_dataset cd vehicle_dataset ls -la find . -type f | wc -l find . -name *.txt | wc -l find . -name *.jpg -o -name *.jpeg -o -name *.png | wc -l这段命令先解压到vehicle_dataset目录再统计全部文件总数、txt数量和图片数量。正常情况下txt数量应该等于图片数量因为YOLO数据集里每张图片对应一个同名同路径的标签文件。如果数字对不上说明存在漏标图片或空标签这类问题会在训练时表现为某个batch的targets为0后续章节会专门讲处理方案。统计完数量后随手抽查几张图片和一个标签文件确认标签可读且坐标在合理范围内。比如打开一个标签文件里面应该是每行5个数字第一个是类别id后面四个是归一化坐标。如果出现文件损坏、乱码或坐标大于1的情况说明标注格式不是标准YOLO文本需要做格式清洗。2.2 YOLO标签里的一行数字到底在说什么YOLO标签格式各家工具导出略有差异但ultralytics系和darknet系基本统一为一行五个数字class_id、x_center、y_center、width、height全部是相对于图像宽高的比例值取值范围通常在0到1之间。举例来说如果一张1920x1080的图里有一辆卡车其左上角在像素坐标(480, 270)右下角在(1440, 810)那么x_center就是(4801440)/2/19200.5y_center是(270810)/2/10800.5width是(1440-480)/19200.5height是(810-270)/10800.5对应的标签行就是0 0.5 0.5 0.5 0.5。这里有个细节容易被忽略归一化坐标要基于原图尺寸计算但很多标注工具导出时已经帮你算好了你只需要确认坐标值没有大于1或小于0。如果发现负值或超过1通常是标注框越界后没被裁切或者导入前经过了resize但标签没同步更新。这类脏数据最好在训练前清洗掉而不是指望YOLO的loss把它自适应掉。head -n 5 labels/000001.txt cat classes.txt 2/dev/null || ls *.names用这条命令看一眼标签内容。如果classes.txt显示的顺序是0: truck, 1: car, 2: motorcycle, 3: bus那训练时你写的类别名也必须是这个顺序。如果classes.txt缺失而标签里出现4或者5这类超出四类的id说明数据集里存在不属于卡车、小型车、摩托车、公交车的标注噪声需要筛掉或重新归类。2.3 类名顺序不是靠猜是靠classes.txt和数据标注源头类名顺序错位是这个类型数据集最容易翻车的地方。很多标注工具会按照标注人员添加类目的顺序分配id而不是按文件名或你想象的自然顺序。假设标注者先标公交车再标卡车那标签文件里的0就代表公交车而不是标题顺序里的卡车。这个错位在可视化阶段不容易发现因为yolo训练时只用id不关心类名模型照样能收敛但推理输出的时候类别就全乱了。我一般会在训练前先写一个几十行的可视化脚本把标签画到原图上直接把每个框和类别名打印出来。这样如果类别顺序错了一眼就能看到摩托车的框下面写着bus或者卡车框上面写着 motorcycle。这种验证比训练结束再看混淆矩阵要便宜得多因为训练一个模型至少几十分钟而可视化检查只需要几秒钟。import cv2 import os import numpy as np img_dir images label_dir labels class_names [truck, car, motorcycle, bus] # 以classes.txt实际内容为准 for img_name in os.listdir(img_dir)[:10]: img cv2.imread(os.path.join(img_dir, img_name)) h, w img.shape[:2] txt_path os.path.join(label_dir, os.path.splitext(img_name)[0] .txt) if not os.path.exists(txt_path): continue for line in open(txt_path): cls, cx, cy, bw, bh map(float, line.split()) x1 int((cx - bw / 2) * w) y1 int((cy - bh / 2) * h) x2 int((cx bw / 2) * w) y2 int((cy bh / 2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.putText(img, class_names[int(cls)], (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2) cv2.imwrite(check_ img_name, img)这段代码把前10张图的检测框画出来并把类名写在框上。参数里最关键的是class_names列表的索引顺序必须与classes.txt里的顺序严格对应否则框画得对但名字会错这个错在纯可视化阶段就能暴露。画框时注意坐标要先把归一化值乘回原图尺寸再换算成整数像素否则OpenCV的rectangle接口会报错。3. 把车辆数据集整理成YOLO可训练结构train/valid划分与data.yaml生成数据体检没问题之后下一步是把散落的数据整理成YOLO训练要求的标准结构。YOLOv5和YOLOv8默认支持的数据集目录是images里有train和val两个子目录labels里同样有train和val两个子目录图片文件名和标签文件名必须保持一致且txt放在labels下同名路径中。很多车辆数据集解压出来可能是单一文件夹甚至图片和标签混在一起必须先划分再使用。3.1 常见做法统一目录结构我一般会把数据集整理成下面的形态这种结构在YOLOv8中被称为dataset layout也是官方train脚本里最不容易出错的格式vehicle_dataset/ ├── images/ │ ├── train/ │ ├── val/ ├── labels/ │ ├── train/ │ ├── val/ ├── data.yaml一个常见的坑是images和labels的train、val划分比例不一致比如图片按8:2切分但标签文件仍然全部留在根目录导致训练时标签缺失。出现这个问题的原因是很多人只移动了图片没有同步移动同名txt。所以划分脚本要同时处理图片和标签而不是各写一套逻辑。3.2 一键划分脚本与参数说明下面这个Python脚本能完成从原始目录到标准目录的划分支持按比例随机拆分并且在每次运行时固定随机种子保证可复现。import os import shutil import random src_img_dir images # 原始图片目录 src_label_dir labels # 原始标签目录 dst_root yolo_dataset # 输出根目录 val_ratio 0.2 # 验证集比例 seed 42 random.seed(seed) os.makedirs(f{dst_root}/images/train, exist_okTrue) os.makedirs(f{dst_root}/images/val, exist_okTrue) os.makedirs(f{dst_root}/labels/train, exist_okTrue) os.makedirs(f{dst_root}/labels/val, exist_okTrue) img_names [f for f in os.listdir(src_img_dir) if f.lower().endswith((.jpg, .jpeg, .png))] random.shuffle(img_names) val_count int(len(img_names) * val_ratio) val_set set(img_names[:val_count]) for img_name in img_names: img_src os.path.join(src_img_dir, img_name) label_src os.path.join(src_label_dir, os.path.splitext(img_name)[0] .txt) if img_name in val_set: img_dst os.path.join(dst_root, images, val, img_name) label_dst os.path.join(dst_root, labels, val, os.path.splitext(img_name)[0] .txt) else: img_dst os.path.join(dst_root, images, train, img_name) label_dst os.path.join(dst_root, labels, train, os.path.splitext(img_name)[0] .txt) shutil.copy(img_src, img_dst) if os.path.exists(label_src): shutil.copy(label_src, label_dst) else: print(f警告: {img_name} 缺少对应标签文件)这段脚本的逻辑是按文件名把图片随机分成训练集和验证集然后同步复制对应的txt标签文件。val_ratio设为0.2意味着2129张图像大约有426张进入验证集剩余1703张用于训练。seed参数固定为42方便你下次用相同数据复现同一个划分结果。输出目录里的文件名使用copy而非move属于备份保护数据源文件未改动万一划分有问题可以随时重跑。脚本会在缺标签时打印警告这是刻意设计的。如果告警数量超过几十个说明原数据集有大量漏标图片训练前需要把没标签的图片直接从目录里剔除否则训练时OpenCV读取正常、但输入没有标注loss会异常波动。3.3 验证划分结果和生成配置文件划分完成后用find命令检查一下两边数量。find yolo_dataset/images/train -type f | wc -l find yolo_dataset/labels/train -type f | wc -l find yolo_dataset/images/val -type f | wc -l find yolo_dataset/labels/val -type f | wc -l四个数字两边应该一一对应。确认后写data.yaml这是YOLOv8训练时唯一要喂的数据集描述文件内容如下path: /path/to/yolo_dataset train: images/train val: images/val names: 0: truck 1: car 2: motorcycle 3: bus需要特别注意path字段建议写绝对路径在Windows和Linux下避免相对路径引起的“训练时找不到图片”问题。names字段的顺序必须和标签里的class_id对应这是整个训练过程中决定模型输出语义的唯一依据。如果你的classes.txt顺序和这里不一致必须修改names而不是修改标签文件里的所有id后者要把两千多个文件全部重写风险太高。4. 用这个车辆数据集训练YOLO从预权重选择到训练命令落地目录结构和data.yaml就绪后就到了真正训练的部分。这里围绕yolo算法本身的参数选择和损失函数做展开先回答一个新手最容易纠结的问题该选YOLOv5还是YOLOv8该用s还是n尺寸。我的结论是如果机器显存够优先YOLOv8s如果显存只有6G左右就用YOLOv8n这个数据集只有2129张图模型尺寸过大反而容易在验证集上过早过拟合n和s之间的mAP差距会被样本量放大。4.1 选v8s还是v5s先看硬件再定模型尺寸YOLOv8相比v5最大的改动在head部分把之前的anchor-based检测头换成了anchor-free的decoupled head并引入了DFL损失用于回归分布。对于车辆检测这种框比较规整、宽高比变化不极端的任务v8的收敛速度通常更快对边界框回归的稳定性更好尤其适合这个数据集里那种大量大目标和小目标混合的情况。如果项目部署环境必须是老框架和TensorRT的旧版本那选v5s更省事否则优先v8。预权重建议直接用官方提供的COCO预训练权重作为起点。虽然预训练权重里的80类物体和你的四类车不完全匹配但它的backbone已经学会了纹理、边缘和形状特征迁移过来的收敛速度比从随机初始化训练要快很多。对2129张图这个量级从零训练基本不可取因为你连几个epoch都跑不满就会在验证集上看到抖动剧烈的曲线。训练命令各种参数里的玄学很多最影响结果的是imgsz、batch和lr0这三个。imgsz直接决定输入分辨率直接影响小目标车的检测能力。车辆的摩托车目标在640分辨率下只有几十个像素宽如果imgsz降到416这类小目标几乎会丢失。所以这个数据集我建议至少640起步。batch的大小要配合显存batch越大BN层的统计量越稳定但显存不够就只能缩小。4.2 训练命令与关键参数说明yolo detect train \ datavehicle_dataset/data.yaml \ modelyolov8s.pt \ epochs150 \ imgsz640 \ batch16 \ lr00.01 \ patience20 \ device0 \ seed42这里几个参数说明一下。model指定预权重路径yolov8s.pt会自动从ultralytics下载没有外网的环境要提前下载放到同目录。epochs设150是因为数据量不大150轮足够收敛且有提前停机的空间。patience是早停轮数表示验证集mAP连续20轮不提升就停训这个值避免了你晚上睡觉时训练跑到几百轮白白浪费电。device0表示用第一张显卡如果你的机器只有CPU改成devicecpu但训练时间会从半小时变成七八个小时。lr0初始学习率0.01对迁移学习是一个稳妥起点如果发现前50轮loss不下降先不要动lr0优先考虑是不是数据划分或标签有问题。损失函数部分YOLOv8会自动构建box分支用DFL和CIoU的组合cls分支用BCE整体loss是三者加权求和。DFL的作用是让边界框回归输出一个离散分布而不是单点对车辆这种边界清晰的刚性目标很友好。你不需要手动改这些权重但要会看训练日志里的box_loss和cls_loss。如果box_loss降得很快而cls_loss迟迟不降问题基本出在标签噪声上也就是第2章里说的类目错位或者漏标。4.3 训练完成后的验证与推理命令训练结束后ultralytics会把best.pt和last.pt存到runs/detect/train/weights下面。验证时用best.pt跑一遍val集注意这里不要再用训练集否则mAP会虚高。yolo detect val \ modelruns/detect/train/weights/best.pt \ datavehicle_dataset/data.yaml \ imgsz640 \ batch16 \ conf0.25 \ iou0.5conf是置信度阈值0.25表示只有预测概率超过0.25的框才会被保留参与mAP计算。iou是NMS的IoU阈值0.5是检测任务的标准设定要对比不同模型时不要随便改这个值否则mAP数字没有可比性。val结束后日志里会打印每类的mAP50和mAP50-95重点关注mAP50-95它对框位置的精确程度更敏感车辆检测里很多实际项目要求框和路面元素对齐mAP50-95更能反映真实效果。推理单张图片看效果用下面的命令yolo detect predict \ modelruns/detect/train/weights/best.pt \ sourcetest_images/ \ conf0.3 \ saveTruesource可以指向图片文件夹或视频文件saveTrue会把画完框的结果存到runs/detect/predict目录。这一步的意义是看模型在真实场景里的输出而不是只看指标。如果发现小汽车被反复漏检先查训练集里小型车的样本数和标注质量而不是急着调conf阈值。5. 车辆数据集训练避坑五条能让模型翻车的血泪经验这个章节整理我在处理类似车辆数据集时最常遇到的五个问题全部来自真实训练现场。每一条都按现象、原因、解决三段式来说明建议你把第2章的可视化脚本和这里的检查脚本配套使用把问题在训练前尽量拦截下来。5.1 图片能打开但标签找不到文件名编码与后缀不一致现象训练日志提示找不到某些图片对应的txt或者标签文件数量少于图片数量也有情况是Windows下解的zip包在Linux服务器训练文件名里的中文全部变成乱码导致OpenCV读取图片直接失败。原因zip包在Windows下解压默认用GBK编码传到Linux后用UTF-8解码文件名会乱码另一个常见原因是图片后缀大小写不一致比如训练集里既有.jpg也有.JPG而分割脚本只匹配了其中一种。解决不要直接用系统的unzip解压这个数据集改用Python的zipfile模块在解压时指定文件名用UTF-8重新编码。关于后缀问题在划分脚本里统一把所有图片重命名为小写的.jpg相应地修改txt文件名格式不会变但能避免后续所有路径匹配问题。import zipfile import os with zipfile.ZipFile(yolo车辆数据集.zip, r) as zf: for info in zf.infolist(): # 强制用UTF-8重命名内部文件 new_name info.filename.encode(cp437).decode(utf-8, errorsignore) info.filename new_name zf.extract(info, clean_dataset)这段代码解决了Windows和Linux之间解压乱码的最典型场景。zipfile默认把文件名按CP437解码而中文系统写压缩包时通常是GBK所以先把原始字节解成CP437再转成UTF-8就能得到正确文件名。注意errorsignore透明丢弃无法转码的字符如果文件名里有极特殊字符解压后会变短但至少不会导致整个解压中断。解压完成后再跑一遍图片-txt数量对比脚本即可。5.2 class_id错位把摩托车当成公交车的最大元凶现象训练正常、loss正常下降、验证mAP也到了0.85以上但推理时把摩托车全部标成公交车或者小型车和卡车偶尔互换。原因训练时的data.yaml里names顺序与标签文件的class_id不一致最常见的是标注工具先建了bus这个类后续才加truck导出的标签里0是bus而不是truck而你的names里0写的却是truck。解决用第2章的可视化脚本全量抽查一遍。如果确认顺序错位优先改data.yaml里的names顺序而不是去重写所有txt。因为改names只需要一次改标签文件要遍历2129个txt并重写每个id出错概率太高而且以后如果重新导出标签又会乱。5.3 小目标车辆漏标导致AP上升很慢现象训练曲线里car类的mAP50涨得很快motorcycle类一直在0.3附近徘徊而且随着epoch增加不再上升。原因摩托车在图像里的像素占比较小放大缩小时边界框的标注框可能只覆盖了车身的一部分后视镜、骑手和行人被排除在框外导致模型学到的特征不完整另一个原因是数据集中本来就存在大量这类目标的漏标一张图有三辆摩托车但标签只有一个框训练时模型看到另外两个摩托车没被惩罚学不到应有的特征。解决对数据集做一次小目标过滤统计把所有标签中宽度或高度小于16像素的目标数量列出来。如果数量超过总量10%建议先用第3章的划分脚本把那些小目标框过小或严重漏标的图片单独剔出去优先保证训练集干净后续再补标。补标阶段常见做法是用训练过的模型做预标注再让人工只修正漏掉的目标这样能把人力成本压下来。5.4 样本类别不均衡mAP很高但公交车召回极低现象验证集整体mAP50有0.88但看per-class结果bus的recall只有0.6而car的recall是0.95。原因数据集2129张图里car占了一半以上样本bus可能只有一百多张导致模型对bus的特征学习不足。整体mAP被多数类拉高了掩盖了少数类的糟糕表现。解决不要在整体mAP上乐观先做类别分布统计。如果bus只有一百多张图优先做数据增强层面的类别拷贝比如把含bus的图片复制两份并在复制时做小幅平移或缩放增加该类的出现频率也可以直接给分类损失加一个类别权重比如bus的权重设为3car设为1。需要说明的是这种权重调整要在data.yaml里加一个额外配置项或者直接改训练脚本不是简单改文本能做到的建议先做数据层面的增样权重方式留到增样效果不够再上。5.5 zip包解压出现CRC错误现象解压过程报CRC failed或unexpected end of archive强行解压后缺失部分图片训练时数量对账对不上。原因压缩包传输过程中损坏或者下载工具断点续传导致文件不完整。CRC是zip格式的完整性校验报CRC说明文件数据确实坏了不是解压工具的玄学。解决先用下面的命令做完整性测试再决定要不要重下。unzip -t yolo车辆数据集.zip如果输出里有error字样基本只能重新下载。下载后立刻再跑一遍unzip -t确认干净再继续。注意不要对报CRC的压缩包使用zip -FF修复那些修复出来的文件往往是乱码或半截数据喂给训练只会产生更多脏标签。类似的道理是不要在网上搜什么zip密码移除工具这类工具在正常数据集上没有意义还容易引入恶意软件。6. 评估这个车辆数据集值不值得用做一次数据体检再决定增删很多人在训练前不会主动去统计数据本身的质量直到模型效果不达预期才反过来查数据。一个更高效的做法是先用一段几十行的Python脚本算出这个数据集的类别分布、框尺寸分布、每张图的标注数量然后根据报告决定是直接训练、做增强、还是补标注。这一步放在训练前能让你对这个数据集的实际价值有数。import os import cv2 img_dir yolo_dataset/images/train label_dir yolo_dataset/labels/train class_count {0: 0, 1: 0, 2: 0, 3: 0} img_count_with_boxes 0 bbox_sizes [] for img_name in os.listdir(img_dir): img cv2.imread(os.path.join(img_dir, img_name)) h, w img.shape[:2] txt_path os.path.join(label_dir, os.path.splitext(img_name)[0] .txt) if not os.path.exists(txt_path): continue lines open(txt_path).read().strip().splitlines() if lines and lines[0]: img_count_with_boxes 1 for line in lines: cls, cx, cy, bw, bh map(float, line.split()) class_count[int(cls)] 1 bbox_sizes.append((bw * w, bh * h)) print(有标注的图像数:, img_count_with_boxes) print(各类目标总数:, class_count) print(平均每张图的目标数:, len(bbox_sizes) / max(1, img_count_with_boxes)) small sum(1 for bw, bh in bbox_sizes if bw 32 or bh 32) print(小目标框(32px)占比:, small / len(bbox_sizes))这段脚本输出的三个值最有参考意义各类目标总数能让你判断是否存在严重类不平衡平均每张图的目标数如果小于1说明大量图片可能没有标注或只有单个目标模型学到的上下文信息不充分小目标框占比则决定你要不要为了提高检测精度增加数据增强策略。如果小目标框占比超过20%建议在训练时打开mosaic增强并考虑在推理阶段用原图检测和大图切分检测而不是直接缩小输入分辨率。数据体检报告出来后我的经验习惯是先跑一个baseline用默认参数训练100个epoch记录四类的AP再针对薄弱类做一次数据增强或补标注接着再训一次对比。这个数据集的底子是够的但大概率存在类不平衡前一次训练结果就是最好的证据。以我的经验拿到这种历史数据集第一版尽量减少改动先跑通链路第二版再围绕数据治理做优化不要期望一次就出完美模型。希望帮到你。本文还有配套的精品资源点击获取