做船舶检测项目最头疼的不是模型选型而是手里没有一张能用的海事数据。我去年接手一个港口航道监管项目甲方要求实时识别进出港船舶类型、统计航道占用情况翻遍开源社区发现通用目标检测数据集里有车、有人、有猫有狗偏偏船的数量少得可怜好不容易找到几个海事类数据集要么分辨率太低要么只有单一场景根本撑不起YOLO训练。后来从采集、清洗到标注花了三周时间攒出一套3000张的船舶检测数据集配合YOLOv8跑通了一整套训练和部署流程。这篇文章就把这段实操经验完整拆开讲清楚数据集怎么构成、标注怎么做、YOLO怎么训以及最坑的几个问题怎么排查。这套数据本身是面向海事监测场景整理的覆盖岸基监控、无人机俯拍、内河与近海不同水域环境目标以货船、客船、渔船、工程船和快艇为主单张图片里目标数量从1艘到十几艘不等总计包含超过1.2万个标注实例。适合谁用如果你在做港口调度、水上交通安全、航道异物监测、渔业管理或者单纯想练手YOLO目标检测但找不到合适场景数据这套东西的构建思路可以直接复现。1. 数据集设计逻辑3000张图怎么撑起一个海事检测模型1.1 海事监测场景里目标检测任务的特殊性船舶检测在目标检测领域属于典型的“中等目标极端稀疏场景”组合。和COCO数据集里密集分布的小物体不同海事画面的特点是水面占了绝大部分面积船只在画面里往往呈孤立分布但是会出现严重的尺度差异——同一帧画面里近处一艘货轮可能占掉半个屏幕远处一艘渔船只有几十个像素。这个特性直接影响模型选型。用两阶段检测器比如Faster R-CNN精度确实高但推理速度撑不住多路视频流用YOLO系列则能比较好地平衡速度和精度。特别是YOLOv8之后引入anchor-free的Decoupled Head对尺度变化的适应能力明显提升在640分辨率输入下对中等尺寸船舶目标的定位和分类已经够用。我最终选定YOLOv8核心原因有三个一是训练生态成熟ultralytics框架开箱即用二是anchor-free机制省去了针对船舶长宽比手工设计锚框的步骤三是部署灵活从PyTorch导出ONNX再到TensorRT链路顺畅。另一个特殊点是类别设计。船舶不像COCO那样有80类细颗粒度目标实际海事业务中甲方关心的是“这条船是什么类型、大致多大”而不是“具体是哪艘船”。结合常见业务需求我建议把类别控制在6类左右分太细了模型容易混淆分太粗了业务上没法用。下面是我最终使用的类别定义类别名称英文标签业务含义货船cargo散货、集装箱等运输货轮客船passenger客轮、渡轮、游船渔船fishing各类捕捞作业船只工程船engineering挖泥船、打桩船、起重船快艇speedboat小型高速摩托艇其他船舶other无法归入以上类型的船只1.2 多源采集与场景覆盖策略3000张数据看着不多但质量比数量重要得多。我在采集阶段坚持一个原则宁可少十张同场景相似的图也要多覆盖一种环境变化。这套数据集的来源分成四个部分岸基固定监控截帧约占40%。这部分图像特点是视角固定、水面占比较高、船舶多出现在中间区域同一个监控点在不同时段的画面形成了天然的样本多样性。无人机航拍俯视图约占30%。无人机视角下水纹纹理丰富船的轮廓特征明显但目标尺度普遍偏小对模型的小目标感知能力是很好的训练素材。船载摄像头近景画面约占20%。这是最容易被人忽略的视角——在实际监管场景中执法船或者巡逻艇的船载摄像头会拍到其他船只的侧面和局部和监控视角差异很大。公开海事图片筛选补充约占10%。这部分作为补充主要解决某些类别比如工程船样本量不足的问题。天气和时段也做了有意分配。晴天无雾样本控制在大约60%阴天和多云约25%雨雾、逆光、黄昏等复杂条件保留15%左右。很多项目翻车就翻在这里——训练集里全是晴朗白天的照片一到阴雨天或者夜间模型直接崩。按照恶劣环境样本占比15%-20%去准备数据是海事检测能落地的经验阈值。1.3 标注规范和YOLO格式转换细节标注阶段我踩过最大的坑是坐标系理解偏差。YOLO格式要求的是相对坐标和相对宽高全部归一化到0到1区间。具体来说一张1280x720的图上如果一个目标的边界框左上角在(320, 180)、右下角在(640, 540)那么它的YOLO标注就是class_id x_center y_center width height 2 0.375 0.5 0.25 0.5原因是x_center (320640)/2 / 1280 480/1280 0.375y_center (180540)/2 / 720 360/720 0.5width (640-320)/1280 320/1280 0.25height (540-180)/720 360/720 0.5。注意宽高也必须是相对值不是像素值。这个细节如果搞错训练时loss不会报错但训练出来的模型边界框位置完全是歪的。标注工具推荐这三类按项目阶段选LabelImg老牌工具适合几十张的小规模精标界面简单但效率不高。X-AnyLabeling我主力使用的工具支持自动标注和手动微调配上一个预训练检测模型做预标注能省至少一半时间。CVAT多人协作标大规模数据集时推荐支持在线标注和标签审核但部署稍麻烦。还有个原则必须讲标注框要紧贴船体轮廓。船舶是长条形物体顶部有驾驶室、烟囱等凸起结构标注时很多新手会把凸起部分切在框外导致模型学到的是不完整的船体特征。我在审核数据时凡是框偏离船体边缘超过5%的样本一律重新标注这个细节直接决定了最终mAP的上限。2. 基于YOLOv8的训练实操流程2.1 数据划分与目录组织数据集的目录结构我建议严格按YOLO标准来组织这能省掉后面大量调试时间。最终目录结构如下ship_dataset/ ├── images/ │ ├── train/ # 2100张 │ ├── val/ # 600张 │ └── test/ # 300张 └── labels/ ├── train/ ├── val/ └── test/划分比例选70/20/10而不是更常见的80/10/10主要考虑海事场景的评判需求——测试集的300张不参与任何训练和验证专门用来做最终效果的客观评估。更重要的是划分策略划分时必须以“数据来源”为维度做分层抽样而不是简单随机打乱。具体操作上我先把四个来源岸基监控、无人机、船载、公开补充分别独立划分再合并。这一步的目的是避免同源图像同时出现在训练集和验证集。如果一个无人机航拍的连续帧序列里第1帧在训练集、第2帧在验证集那模型相当于开卷考试——它“见过”几乎一样的画面验证指标虚高但换到真实新场景就露馅。真实项目里很多人都忽略了这个细节等上线之后才发现效果和验证结果差距巨大。2.2 数据集配置文件与训练环境搭建YOLOv8使用一个简单的YAML文件描述数据集信息。我在实际项目中是这样写的path: /data/ship_dataset train: images/train val: images/val test: images/test names: 0: cargo 1: passenger 2: fishing 3: engineering 4: speedboat 5: other准备环境时如果你是在Windows上用PyCharm做开发最简单的安装方式如下。先用conda建一个干净的虚拟环境而不是直接装在base环境里避免依赖冲突conda create -n yolo python3.10 -y conda activate yolo pip install ultralytics装完后在Python交互环境里跑一下版本检查确认安装成功python -c from ultralytics import YOLO; print(YOLO.__version__)很多人在PyCharm里配置解释器时选错环境导致跑训练时报ModuleNotFoundError。特别注意PyCharm右下角选解释器时要选conda env yolo对应的python.exe路径而不是默认的base环境。2.3 训练超参数配置与损失函数解读训练启动命令比我预想的简单yolo train dataship_dataset.yaml modelyolov8s.pt epochs150 imgsz1280 batch16 device0有几个关键参数值得单独说明。imgsz我选的是1280而不是默认的640这是船舶检测任务的一个实测经验。船舶尤其是远处的小目标在640分辨率下只有三四十像素经过网络多次下采样到特征图后几乎不可辨认。提升到1280后小目标在特征图上保留了更多细节mAP50有大约8到10个点的提升。代价是显存占用增加如果你的显卡只有8GB显存建议从640起步训练推理时再用SAHI切图方案补小目标能力。预训练权重我选了yolov8s而不是n或m原因是yolov8n的骨干网络容量偏小对船舶这种外形结构相似、类间差异微妙的场景特征判别力不足yolov8m以上虽然精度更好但对3000张数据量来说容量过大容易过拟合。s是一个比较稳妥的中间选择。关于损失函数YOLOv8的分类损失用BCE、回归损失用CIoUCIoU在训练过程中同时优化预测框的重叠面积、中心点距离和长宽比。船舶检测场景下目标多为细长形长宽比变化大CIoU对预测框形状的惩罚项能有效降低定位误差。训练时观察loss曲线有个经验前30轮loss会快速下降之后进入平台期如果150轮后val loss还在缓慢下降可以适当增加到200轮但超过200轮后基本就过拟合了。2.4 训练效果评估——mAP之外还要看什么训练完成后很多人只看mAP50就下了结论这不够。船舶检测里有几个指标比mAP更能反映模型好不好用大目标/小目标的分类AP。ulytics会在训练报告中输出不同尺度目标的性能汇总重点关注small目标。海事场景里大型货轮检测精度普遍在0.95以上真正拉开差距的是远距离小目标。召回率Recall而非精确率Precision。海事监管业务中漏检一艘船的代价远大于误检一次所以在阈值选取时我主动把conf_thres从默认的0.25降到0.15召回率提升了约5%误报增加但都在后处理里被过滤掉了。类别混淆矩阵。重点看cargo、passenger、fishing这三类是否互相混淆。我第一版模型发生过客船和货船混淆率偏高的问题原因是训练集中客船多为白色涂装、货船多为深色涂装模型学到的是“颜色”特征而不是“结构”特征。通过补充不同涂装的样本后混淆率明显下降。3. 实战问题排查海事场景特有的坑3.1 类别不均衡与样本增强实际统计后你会发现3000张图里货船和渔船占了近70%工程船可能只有200多个实例快艇更少。类别不均衡直接导致少样本类别AP极低。我用了三个组合手段来解决针对少样本类别做离线过采样。把工程船和快艇的图片复制到训练目录中配合在线增强制造差异相当于让模型多“见”了几次这些类别。MixUp与Mosaic增强组合。YOLOv8内置的Mosaic增强会把四张图拼接成一张训练图能显著增加小目标密度和背景多样性MixUp则通过图像线性叠加提升模型对遮挡的鲁棒性。这两个增强默认开启但数据量少时建议适当加大增强强度。针对性数据合成。用快艇抠图贴到不同水域背景上生成约100张合成样本。这个方法争议较大但在少样本类别上确实有效前提是贴图时要注意光影方向和尺度比例否则模型会学到不真实的白边伪影。3.2 小目标漏检不止是imgsz的事即使把imgsz提到1280还是会出现远距离渔船漏检的情况。后来我测试了两种主流补强方案第一种是SAHI切片推理推理时把大图切成1024像素的块分别检测再合并结果对无人机航拍的大幅面图像效果提升很可观第二种更轻量是使用多尺度推理在推理阶段用--scale参数对图像做0.5、1.0、2.0三档缩放融合三次检测结果。但要注意多尺度推理会让推理时间翻三倍在实时视频流场景通常不划算。我最终的落地选型是近景监控视频直接用YOLOv8原生推理无人机航拍大图用SAHI切片两条路并行。3.3 水面反光与背景误检水面反光导致误检是海事检测特有的问题。太阳照射水面形成的高光斑块在特征层面和白色船体非常相似尤其容易和小型快艇、客船混淆。我在第一版模型测试中precision掉到0.72半数误检都来自反光区域。排查时先用可视化工具把误检框画出来确认集中在反光区域后采取了两个措施数据层面在训练集中加入大量包含强反光背景的负样本即不含任何船只的水面图片让模型学会“这是光不是船”。增强层面打开HSV色彩通道增强把亮度扰动幅度调大让模型对高光区域的亮度不敏感。处理后反光导致的误检减少了接近70%。3.4 模型部署阶段的两个隐藏问题训练好的模型导出ONNX再部署到推理服务时有两个问题非常隐蔽。一是导出时固定imgsz和原始训练尺寸不一致。如果你训练用1280导出用640推理效果会明显劣化。二是因为ultralytics的ONNX导出默认会包含NMS后处理但在某些推理框架中NMS算子在CPU上非常慢。我的做法是导出时设置nmsFalse在外部的后处理环节用轻量实现代替。另一个部署问题是类别标签顺序。模型输出的类别索引和训练时YAML里names的顺序严格对应。如果部署端写标签映射表时排错顺序比如把0对应成passenger模型看起来“输出正常”但类别完全对不上这种错误测试时不容易发现因为只是个数字问题。写一个快速校验脚本用一张已知图片同时跑模型输出和人工判断做对比十秒钟就能查出这类问题。4. 实操过程复盘与工作量参考4.1 完整工作流与时间分配这套系统从零到上线整个周期大约三周。我做了一张工作流拆解和对应耗时供你评估项目时参考阶段主要工作耗时数据采集监控截帧、无人机视频抽帧、公开图筛选3天数据清洗去重、模糊图剔除、相似图聚类1天标注类别标注、边界框绘制、二次审核5天训练与调参初始训练、增强调整、目标尺度优化3天问题排查混淆矩阵分析、误检可视化、负样本补充2天部署ONNX导出、推理服务、接口封装2天标注是耗时大户。一个人标3000张图每张平均1-4个目标熟练情况下每天能标300-400张但如果严格做二次审核需要额外1-2天。如果有条件上CVAT做多人协作标注周期能压缩一半。4.2 博主实操中发现的最佳实践建议数据采集阶段视频抽帧是快速获得大量样本的手段但注意抽帧间隔。每秒1帧过于密集同一艘船在相邻帧中只有几个像素的位移属于近似重复样本。我建议每3-5秒抽一帧或者按画面变化率动态抽帧既能保留时序多样性又不冗余。训练前的数据质量检查不能省。我会写一行命令统计每个类别的实例数量from collections import Counter import glob counter Counter() for label_path in glob.glob(labels/train/*.txt): with open(label_path) as f: for line in f: counter[int(line.split()[0])] 1 print(counter)如果某个类别实例数少于200我会先补充该类样本再开始训练而不是直接开训然后祈祷数据增强能创造奇迹。4.3 评估结果解读对照表最终版本的模型在测试集上的指标为mAP50 0.934mAP50-95 0.687precision 0.912recall 0.886。不同来源子集的指标差异也可以对照子集来源样本数mAP50备注岸基监控12000.958视角固定目标尺度适中无人机航拍9000.862小目标比例高难度最大船载近景6000.941目标占比大特征清晰公开补充图3000.910画风差异带来的微弱下降这个对比说明如果模型在无人机航拍子集上表现较弱问题主要是小目标感知难度而不是数据质量。后续要精度再上一个台阶方向应该是补充更多不同高度的航拍样本而不是盲目增加全类型训练图数量。5. 数据集扩展与后续迭代方向这套3000张数据集达到当前业务需求但海事检测的场景远没到尽头。我最想提醒你的一点是数据集不是一次性交付物而是需要持续生长的资产。第一个扩展方向是新增类别。比如随着内河航道管理需求增加可以加入“运送危险品的液货船”“拖轮”“公务执法船”等内容。这时不需要把整套数据重新标注一遍而是在现有模型基础上用增量训练的方式让模型学习新类别。用上个版本训练好的模型做预训练权重加上几十张新类别样本和原有全部数据训练新模型即可以往样本的经验不会丢失。第二个方向是和AIS数据做多模态融合。船舶检测模型输出的是视觉位置AIS能提供船名、航速、航向等身份信息两者结合可以做全局唯一身份匹配。检测框和AIS点通过位置和时间关联能实现“看到的船”和“物理存在的船”一一对应。这个方向对港口调度价值极大也是海事监测从单视觉走向智能感知的必经之路。第三个方向是跟踪算法的引入。检测只回答“有没有船”业务还希望知道“船往哪开”。配合ByteTrack或BoT-SORT做多目标跟踪可以输出航迹结合视频流帧率估算航速还可以实现航道逆行、禁入区域闯入等事件检测。基于我实际估算在RTX 4090上YOLOv8s加ByteTrack能做到50 FPS以上实时性完全没问题。最后分享一个我反复吃过亏才记住的经验做目标检测项目一定要从数据视角和模型视角两个方向互相校验。当模型效果不佳时先别急着换模型结构花几天时间把所有误检漏检的图片翻出来看绝大多数情况下问题都在数据端——类别混淆、标注错误、场景覆盖缺失这三类原因占七成以上。数据质量到位了YOLO这个量级的模型在海事场景里已经能交出让你满意的结果。