高架视角车辆检测数据集：600张图三格式标签与YOLO11一键训练脚本

简介这份资源面向交通监控与自动驾驶感知方向的算法开发者提供高架视角下的道路车辆检测数据集覆盖城市道路、高速道路、农村道路及车辆遮挡、严重遮挡等真实场景统一标注为 Vehicle 单一类别适合作为车辆检测项目训练或通用监控场景数据的补充。资源包共 2000 个文件以 1257 个 txt 与 737 个 xml 标注文件为主另含 3 个 yaml 配置、2 个 json 与 1 个 sh 脚本压缩包约 130.64MB已整理为 VOC、COCO、YOLO 三种常见格式可直接接入 YOLO 等目标检测算法训练。随包附赠 YOLO11 一键训练脚本及博主训练结果日志便于快速复现与调参参考。目前已有 142 人学习下载适合需要快速验证高架视角车辆检测效果、补充遮挡样本或搭建训练流程的读者使用。1. 高架视角车辆检测数据集600 张图、三格式标签与 YOLO11 一键脚本到底能省多少事做交通监控车辆检测的同行大概率都经历过这个阶段模型在通用 COCO 上跑得挺好一换到高架俯拍场景就拉胯车顶反光、车辆密集、远近尺度差异大通用权重根本压不住。这份高架视角道路车辆检测数据集就是冲着这个痛点来的——600 张真实场景图片覆盖城市道路、高速道路、农村道路包含车辆遮挡和严重遮挡样本统一标注为 Vehicle 一个类别同时提供 VOC(xml)、COCO(json)、YOLO(txt) 三种标签格式还附带 YOLO11 一键训练脚本和训练日志参考。它适合两类人一是手头有交通监控项目、需要快速验证检测方案的工程师二是想拿一份干净数据跑通 YOLO11 全流程、不想在数据清洗上耗时间的新手。资源托管在网盘本地拿到的是 PDF 说明文档里面写了数据集基本情况和获取方式这点先有个预期别拿到 PDF 就以为下错了。2. 三种标签格式怎么选VOC、COCO、YOLO 的转换逻辑与目录结构2.1 为什么同一批数据要发三种格式很多人第一反应是「给 YOLO 用的数据集直接给 txt 不就行了」。实际项目里不是这样。VOC 的 xml 是 labelimg 的原生输出保留了图片尺寸、标注框的绝对像素坐标和类别名适合做数据审核和二次转换COCO 的 json 是很多预训练权重和评估工具比如 pycocotools的输入格式做 mAP 对比、跨模型评测时绕不开YOLO 的 txt 是归一化后的中心点加宽高训练时直接读省去在线转换开销。这份资源三种都给意味着你可以在标注审核、格式转换、训练三个阶段用不同格式不用自己写转换脚本反复折腾。从目录结构看训练侧的核心文件是这几个train2017.txt、val2017.txt、trainval.txt是图片路径索引instances_train2017.json、instances_val2017.json是 COCO 标注train2017_000018.txt、train2017_000479.txt这类是单张图的 YOLO 标签。run_train.sh是一键训练入口。理解这套命名后面排错时能快速定位是索引问题还是标签问题。2.2 VOC 转 YOLO坐标归一化的四个参数如果你手上只有 VOC 格式或者想自己重新生成 YOLO 标签转换逻辑必须吃透。核心是把 xml 里的xmin, ymin, xmax, ymax绝对坐标转成归一化的cx, cy, w, h。import xml.etree.ElementTree as ET import os def voc_to_yolo(xml_path, img_w, img_h, class_map): tree ET.parse(xml_path) root tree.getroot() lines [] for obj in root.findall(object): cls_name obj.find(name).text if cls_name not in class_map: continue cls_id class_map[cls_name] bbox obj.find(bndbox) xmin float(bbox.find(xmin).text) ymin float(bbox.find(ymin).text) xmax float(bbox.find(xmax).text) ymax float(bbox.find(ymax).text) # 归一化中心点 宽高全部除以图片尺寸 cx (xmin xmax) / 2.0 / img_w cy (ymin ymax) / 2.0 / img_h w (xmax - xmin) / img_w h (ymax - ymin) / img_h lines.append(f{cls_id} {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}) return lines class_map {Vehicle: 0}这段代码里四个参数的含义要记牢cx, cy是框中心点相对整图的归一化坐标w, h是框宽高相对整图的归一化比例全部落在 0 到 1 之间。class_map把类别名映射成从 0 开始的整数这份数据集只有 Vehicle 一类所以就是 0。常见翻车点是图片尺寸读错——xml 里虽然有size节点但有些标注工具写的是原图尺寸有些写的是缩放后尺寸稳妥做法是用 PIL 或 OpenCV 重新读一遍图片实际宽高别直接信 xml。2.3 COCO 转 YOLO注意 bbox 是左上角坐标COCO 的 json 里bbox字段是[x, y, width, height]注意这里是左上角坐标加宽高不是中心点。转 YOLO 时先算中心点再归一化。import json def coco_to_yolo(json_path, img_w, img_h): with open(json_path, r) as f: data json.load(f) # 建立 image_id 到文件名的映射 img_info {img[id]: img for img in data[images]} results {} for ann in data[annotations]: img img_info[ann[image_id]] x, y, w, h ann[bbox] cx (x w / 2.0) / img[width] cy (y h / 2.0) / img[height] nw w / img[width] nh h / img[height] results.setdefault(img[file_name], []).append( f{ann[category_id]} {cx:.6f} {cy:.6f} {nw:.6f} {nh:.6f} ) return results这里有个容易忽略的点COCO 的category_id不一定从 0 开始有些数据集从 1 开始。YOLO 训练时类别索引必须从 0 连续排列所以拿到 json 后先检查categories字段必要时做一次 id 重映射。另外img[width]和img[height]是 json 里记录的尺寸如果和实际图片不一致同样以实际读取为准。2.4 目录结构怎么摆才能被 YOLO11 直接认YOLO11 训练时对目录有约定常见做法是dataset/ ├── images/ │ ├── train/ │ └── val/ ├── labels/ │ ├── train/ │ └── val/ └── data.yamldata.yaml里写清train、val路径和names。这份资源给的train2017.txt、val2017.txt是图片路径列表如果你用列表方式训练data.yaml里可以直接指向 txt 文件不用非得按上面的目录摆。两种方式都行列表方式适合图片分散在不同目录的情况目录方式适合规整存放。我一般会先把图片和标签按上面结构整理一遍后面换模型、换框架都不用再动数据。3. YOLO11 一键训练脚本拆解run_train.sh 里到底做了什么3.1 脚本逐行读从环境检查到启动训练run_train.sh这种一键脚本价值在于把容易漏的参数固化下来。虽然不同版本脚本细节有差异但典型结构跑不出这几块#!/bin/bash set -e # 任何一步失败就退出避免带着错误继续跑 # 1. 检查 ultralytics 是否安装 python -c import ultralytics 2/dev/null || pip install ultralytics # 2. 指定数据配置和模型 DATA_YAML./dataset/data.yaml MODELyolo11n.pt # n/s/m/l/x 按显存和精度需求选 # 3. 启动训练 yolo detect train \ data$DATA_YAML \ model$MODEL \ epochs100 \ imgsz640 \ batch16 \ device0 \ projectruns/train \ namevehicle_expset -e是血泪经验不加的话前面 pip 装失败了脚本还会继续往下跑最后报一个莫名其妙的错。model参数决定用哪个预训练权重yolo11n.pt是最小的显存不够先从它试。imgsz640是输入分辨率高架视角车辆偏小的话可以提到 1280但显存占用会明显上升。batch16要根据显卡调整8G 显存跑 640 分辨率一般 8 到 16 之间。device0指定第一块 GPUCPU 训练把这里改成cpu。3.2 关键参数怎么调epochs、imgsz、batch 的取舍600 张图属于小数据集epochs100起步是合理的但别盲目拉到 300小数据容易过拟合验证集 loss 反弹时早停比硬跑更划算。imgsz是影响小目标检测的关键参数高架视角下远处车辆可能只有十几个像素640 分辨率下特征图到检测头时可能已经糊了常见做法是提到 1024 或 1280代价是训练时间成倍增加。batch和imgsz是联动的显存不够时优先降 batch别轻易降 imgsz分辨率降了小目标直接丢。还有一个容易被忽略的参数是workers默认值在 Windows 上经常导致卡死Linux 下一般设 4 到 8。如果你在 Windows 上跑workers0虽然慢但最稳。3.3 训练日志怎么看loss 曲线和 mAP 的对应关系脚本跑起来后runs/train/vehicle_exp/下会有results.csv和权重文件。看日志重点盯三个指标box_loss、cls_loss、mAP50。box_loss持续下降说明框回归在收敛cls_loss下降说明分类在学mAP50是验证集上的综合指标。正常情况是 loss 下降、mAP 上升如果 loss 降但 mAP 不涨大概率是过拟合或者验证集分布和训练集差太多。这份资源附带了博主的训练结果日志可以拿来对照自己的曲线看收敛速度和最终指标是否在合理范围。提示小数据集训练时验证集划分很关键。600 张图如果随机划分可能出现验证集里全是简单样本、mAP 虚高的情况。建议按场景分层抽样城市、高速、农村各留一部分进验证集。4. 避坑与排查从环境到标签的五个高频翻车点4.1 现象训练启动就报「No labels found」原因通常是标签路径没对上。YOLO 找标签的规则是图片在images/train/xxx.jpg标签就在labels/train/xxx.txt路径是镜像替换的。如果你把图片和标签放在完全无关的目录或者 txt 文件名和图片名不一致就会报这个。解决先确认图片和标签文件名一一对应除了扩展名再确认目录结构符合镜像规则。用列表方式训练时检查train2017.txt里的路径是不是绝对路径或相对于运行目录的正确路径。4.2 现象训练 loss 一直是 nan原因可能是标签里有非法值。VOC 转 YOLO 时如果xmax小于xmin或者坐标超出图片范围归一化后会出现负数或大于 1 的值YOLO 读到这种标签就可能产生 nan loss。解决转换后加一步校验过滤掉cx, cy, w, h不在 0 到 1 之间、或者w、h小于等于 0 的标注行。这份数据集标注质量高但自己转换时这步不能省。4.3 现象显存溢出 CUDA out of memory原因通常是batch或imgsz设大了。600 张图虽然不多但 1280 分辨率下 batch 16 对 8G 显存就是灾难。解决先把 batch 降到 4 或 8 试还不行就降 imgsz 到 640。另外 YOLO11 有amp混合精度选项默认开启如果手动关了也会增加显存占用。4.4 现象mAP 高但实际检测漏检严重原因是验证集和实际场景分布不一致。数据集里车辆遮挡样本多如果验证集恰好抽到的都是清晰样本mAP 会虚高。解决自己重新划分验证集把严重遮挡、远距离小目标样本按比例放进验证集。另外推理时调低置信度阈值默认 0.25 对遮挡车辆可能偏高试到 0.1 到 0.15 看召回变化。4.5 现象Windows 下训练卡在扫描标签阶段原因是workers多进程在 Windows 上的兼容问题。解决训练命令里加workers0虽然数据加载慢但不会卡死。或者改用 Linux 环境跑这是最省心的做法。5. 从 600 张图到可用模型小数据集微调与推理验证的实操技巧600 张图训一个从零开始的模型肯定不够正确姿势是基于预训练权重做微调。yolo11n.pt是在 COCO 上训过的已经具备通用车辆特征你只需要让它适应高架视角这个特定分布。实操上冻结主干网络前几层、只训检测头在小数据集上往往比全量微调更稳YOLO11 里可以通过freeze参数控制冻结层数常见做法是freeze10具体数值看模型结构。训练完之后别只看 mAP 数字拿几张典型场景图跑推理肉眼过一遍。我一般会挑三类图远距离小目标、密集遮挡、逆光或反光。推理命令很简单yolo detect predict \ modelruns/train/vehicle_exp/weights/best.pt \ source./test_images \ conf0.15 \ saveTrueconf0.15是刻意调低的为的是看召回上限如果低置信度下误检爆炸说明模型还没学好背景。best.pt是验证集上表现最好的权重别用last.pt小数据集上最后一轮往往已经过拟合了。还有一个验证技巧把训练集里的图片拿几张出来推理如果训练集上都漏检那是欠拟合回去加 epoch 或提 imgsz如果训练集完美但验证集拉胯那是过拟合回去加数据增强或减 epoch。YOLO11 默认开了 mosaic、翻转等增强小数据集上可以适当加大增强力度但高架视角的垂直翻转要慎用翻转后车辆倒置不符合真实分布。从那以后我每次拿到新数据集都强制先跑一遍「训练集推理 验证集推理」对照确认不是数据泄漏或过拟合再往下走。这套流程帮我省了很多返工时间希望帮到你。本文还有配套的精品资源点击获取