简介这份YOLO交通标志检测数据集面向计算机视觉学习者、目标检测项目开发者与自动驾驶感知方向的研究人员用于训练和验证交通标志识别模型覆盖直行、左转、右转、禁止停车、鸣笛等常见道路标志类别。压缩包共139个文件包含46张jpg原始图像、46个xml标注文件与47个txt标签文件同时提供VOC与YOLO两种标签格式方便直接接入不同检测框架整体约218.61MB。数据集按0至9共10个类别组织涵盖Right、NO-Right、Parking、STOP、Left、NO-Straight、Honking、NO-Left、NO-Parking、Straight类别命名清晰便于快速划分训练集与验证集。目前已有988人学习下载适合作为课程设计、毕业设计或算法对比实验的数据基础读者可据此完成数据加载、格式转换、模型训练与指标评估等完整流程减少自行采集与标注的成本。1. 从一份只有 10 张图的 YOLO 交通标志数据集说起如果你正在找一份能直接跑通 YOLO 交通标志检测流程的小型数据集dataset.rar这个包值得先看一眼。它包含 10 张实拍道路场景图1.jpg、5.jpg、7.jpg、8.jpg、23.jpg、26.jpg、36.jpg、37.jpg、41.jpg、45.jpg每张图都配了 xml 和 txt 两种格式的标注覆盖 Right、NO-Right、Parking、STOP、Left、NO-Straight、Honking、NO-Left、NO-Parking、Straight 共 10 个类别。这个规模不大但恰好够用来验证 YOLO 训练链路是否通畅——从数据加载、标签解析、类别映射到 loss 收敛全流程都能跑一遍。它适合两类人一是刚接触 YOLO 目标检测、想先跑通一个完整训练流程再上大规模数据集的开发者二是需要快速验证某个 YOLO 改进点比如换损失函数、调 anchor 策略是否有效的研究者。10 张图不会让你等太久但足以暴露标签格式、类别索引、数据增强配置里的常见问题。下面按「资源结构 → 标签转换 → 训练配置 → 避坑 → 验证技巧」的顺序拆开讲。2. 拆开 dataset.rar目录结构、标签格式与类别映射2.1 压缩包里的文件组织与命名规律拿到dataset.rar后先解压你会看到图片和标注文件混在一起没有按 train/val 分目录。常见做法是手动建images/和labels/两个文件夹把 jpg 和 txt 分别放进去xml 单独存一份备用。文件名是纯数字编号没有前缀这意味着你在写数据加载脚本时不能靠文件名区分图片和标签必须靠扩展名过滤。图片编号不连续1、5、7、8、23、26、36、37、41、45说明这是从更大数据集中抽样出来的子集。这种编号方式有个隐患如果你用glob按文件名排序后直接切分训练集和验证集编号跳跃会导致某些场景分布不均。我一般会先统计每张图的类别分布再决定怎么切。xml 文件是 Pascal VOC 格式txt 是 YOLO 格式。两者内容对应同一张图但坐标表示方式不同。xml 里是绝对像素坐标(xmin, ymin, xmax, ymax)txt 里是归一化后的(class_id, x_center, y_center, width, height)。如果你只打算用 YOLO 训练txt 可以直接用如果要做数据清洗或可视化校验xml 更方便读。2.2 十个类别的索引与语义对应摘要里给出的类别映射是class_id类别名中文含义0Right右转1NO-Right禁止右转2Parking停车3STOP停车让行4Left左转5NO-Straight禁止直行6Honking鸣笛7NO-Left禁止左转8NO-Parking禁止停车9Straight直行这个映射顺序不能改。YOLO 训练时txt 里的第一个数字就是 class_id如果你在data.yaml里把names列表顺序写错模型学到的就是错位的类别。比如把NO-Right和Right调换模型会把禁止右转识别成右转这种错误在混淆矩阵里表现为两类互相误判但 loss 曲线可能看起来很正常属于典型的「玄学翻车」。另外注意NO-前缀的类别有 5 个NO-Right、NO-Straight、NO-Left、NO-Parking、NO-Parking它们和对应的正向类别在视觉上高度相似——都是圆形或方形标志主要区别在红色斜杠或颜色反转。10 张图里如果某些类别只出现一两次模型很难学到区分特征。我建议先统计每个类别的实例数如果某个类别少于 3 个实例要么补充数据要么在训练时降低该类别的 loss 权重。2.3 用脚本快速校验标签一致性在训练之前先跑一段校验脚本确认每张图都有对应的 txt且 txt 里的 class_id 在 0~9 之间、坐标在 0~1 之间。这一步能帮你提前发现标注遗漏或格式错误。import os import glob img_dir images label_dir labels valid_classes set(range(10)) for img_path in glob.glob(os.path.join(img_dir, *.jpg)): base os.path.splitext(os.path.basename(img_path))[0] label_path os.path.join(label_dir, base .txt) if not os.path.exists(label_path): print(f[缺失标签] {base}.jpg 没有对应的 txt) continue with open(label_path, r) as f: for line_no, line in enumerate(f, 1): parts line.strip().split() if len(parts) ! 5: print(f[格式错误] {base}.txt 第 {line_no} 行不是 5 列) continue cls_id int(parts[0]) coords list(map(float, parts[1:])) if cls_id not in valid_classes: print(f[类别越界] {base}.txt 第 {line_no} 行 class_id{cls_id}) if any(c 0 or c 1 for c in coords): print(f[坐标越界] {base}.txt 第 {line_no} 行坐标超出 0~1) print(校验完成)这段脚本做了三件事检查图片和标签是否一一对应、检查每行是否恰好 5 列、检查 class_id 和归一化坐标是否在合法范围内。参数方面img_dir和label_dir按你实际解压后的路径改valid_classes固定为 0~9如果你后续增删类别这里要同步改。跑完如果没有输出任何错误行说明标签格式基本可用。3. 从 xml 到 YOLO txt转换脚本与坐标归一化细节3.1 为什么不能直接用 xml 训练 YOLOYOLO 系列v5/v8/v11默认读取的是归一化 txt不是 Pascal VOC xml。虽然有些第三方库支持直接解析 xml但训练时的数据加载器会多一层转换开销而且容易在collate_fn里出问题。常见做法是先把 xml 批量转成 txt再让 YOLO 只读 txt。这样训练脚本干净排查问题时也少一个变量。转换的核心是坐标归一化xml 里的xmin, ymin, xmax, ymax是像素绝对值需要除以图片宽度和高度再转成中心点加宽高的格式。公式如下x_center (xmin xmax) / 2 / img_widthy_center (ymin ymax) / 2 / img_heightwidth (xmax - xmin) / img_widthheight (ymax - ymin) / img_height注意img_width和img_height必须从对应图片读取不能硬编码。这 10 张图的分辨率可能不一致硬编码会导致某些图的坐标全部偏移。3.2 批量转换脚本与类别名到 id 的映射下面这个脚本遍历 xml 文件夹读取每张图的尺寸解析所有object节点按摘要里的类别顺序映射成 0~9输出同名 txt。import os import glob import xml.etree.ElementTree as ET from PIL import Image xml_dir annotations_xml img_dir images out_dir labels os.makedirs(out_dir, exist_okTrue) # 类别名到 id 的映射顺序必须和 data.yaml 里的 names 一致 class_map { Right: 0, NO-Right: 1, Parking: 2, STOP: 3, Left: 4, NO-Straight: 5, Honking: 6, NO-Left: 7, NO-Parking: 8, Straight: 9 } for xml_path in glob.glob(os.path.join(xml_dir, *.xml)): base os.path.splitext(os.path.basename(xml_path))[0] img_path os.path.join(img_dir, base .jpg) if not os.path.exists(img_path): print(f[跳过] 找不到图片 {base}.jpg) continue with Image.open(img_path) as im: w, h im.size tree ET.parse(xml_path) root tree.getroot() lines [] for obj in root.findall(object): name obj.find(name).text.strip() if name not in class_map: print(f[未知类别] {base}.xml 中出现 {name}) continue cls_id class_map[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) xc (xmin xmax) / 2 / w yc (ymin ymax) / 2 / h bw (xmax - xmin) / w bh (ymax - ymin) / h lines.append(f{cls_id} {xc:.6f} {yc:.6f} {bw:.6f} {bh:.6f}) with open(os.path.join(out_dir, base .txt), w) as f: f.write(\n.join(lines)) print(转换完成)关键参数说明class_map的键必须和 xml 里name标签的内容完全一致大小写敏感xc/yc/bw/bh保留 6 位小数YOLO 默认解析 float精度足够如果某张图没有目标txt 会是空文件YOLO 训练时会把空标签当作负样本这是允许的但 10 张图里如果空标签太多模型会偏向预测背景。3.3 转换后做一次可视化抽检转换完不要直接开训先抽 2~3 张图把 txt 画回原图确认框的位置和类别都对。我一般用 OpenCV 快速画一下import cv2 import os img_path images/1.jpg label_path labels/1.txt img cv2.imread(img_path) h, w img.shape[:2] with open(label_path) as f: for line in f: cls_id, xc, yc, bw, bh map(float, line.split()) x1 int((xc - bw / 2) * w) y1 int((yc - bh / 2) * h) x2 int((xc bw / 2) * w) y2 int((yc bh / 2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.putText(img, str(int(cls_id)), (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2) cv2.imwrite(check_1.jpg, img)如果画出来的框明显偏移或类别数字对不上回头检查class_map和图片尺寸读取。这一步花两分钟能省掉后面几小时的排查。4. 用这 10 张图跑通 YOLO 训练data.yaml 与参数配置4.1 data.yaml 的写法与路径陷阱YOLO 训练需要一个data.yaml描述数据路径和类别。常见写法如下path: ./traffic_sign_dataset train: images val: images nc: 10 names: 0: Right 1: NO-Right 2: Parking 3: STOP 4: Left 5: NO-Straight 6: Honking 7: NO-Left 8: NO-Parking 9: Straight这里train和val都指向images因为只有 10 张图强行切分验证集会导致某一边样本过少。更合理的做法是训练时用全部图验证时也用全部图只看 loss 是否下降和预测框是否收敛不追求验证指标。如果你一定要切分建议按 7:3 分但要注意每个类别在两边都至少出现一次。路径陷阱path是相对路径时YOLO 会相对于data.yaml所在目录解析。如果你把data.yaml放在项目根目录path写./traffic_sign_dataset那images文件夹必须在traffic_sign_dataset/下面。很多人在这里翻车报错No images found其实就是路径层级不对。4.2 训练命令与关键超参数以 YOLOv8 为例训练命令yolo detect train \ data./traffic_sign_dataset/data.yaml \ modelyolov8n.pt \ epochs100 \ imgsz640 \ batch4 \ lr00.001 \ patience20 \ projectruns/traffic_sign \ nameexp1参数逐个说modelyolov8n.pt用 nano 版本10 张图不需要大模型imgsz640是默认输入尺寸如果原图小于 640 会被放大大于 640 会被缩小batch4是因为数据量小batch 太大会导致一个 epoch 只有 2~3 次迭代loss 震荡lr00.001比默认的 0.01 小小数据集上大学习率容易发散patience20表示 20 个 epoch 验证 loss 不降就早停。如果你用的是 YOLOv5命令类似把yolo detect train换成python train.py参数名基本一致。YOLOv11 也兼容这套写法。4.3 训练过程中看什么指标10 张图的训练mAP 不会很高但你要关注三个信号box_loss是否持续下降、cls_loss是否在 20 个 epoch 内降到 0.5 以下、precision和recall是否至少有一边在上升。如果box_loss下降但cls_loss不降说明坐标在学但类别分不开常见原因是NO-类别的视觉差异太小或者data.yaml里names顺序和 txt 里的 class_id 不一致。如果box_loss和cls_loss都不降先检查数据加载是否正常——把batch1跑一个 epoch看输出里有没有WARNING: No labels found。这个警告出现时说明 txt 路径或格式有问题模型在学背景。5. 避坑与排查10 张图训练时最容易翻车的 5 个点5.1 现象训练启动后 loss 一直是 nan原因txt 里有坐标超出 0~1 范围或者某行只有 4 列导致解析出 nan。10 张图里只要有一行格式错误整个 batch 的 loss 就可能被污染。解决回到 2.3 的校验脚本把坐标越界和列数不对的行全部打印出来手动修正或删除。如果不想删可以把越界坐标裁剪到 0~1 之间。5.2 现象模型把所有框都预测成同一类原因data.yaml里的names顺序和 txt 里的 class_id 不对应。比如 txt 里0是 Right但names里0写成了 NO-Right模型学到的就是错位映射。解决把data.yaml的names和摘要里的类别表逐行对齐确认 0~9 每个 id 对应的英文名完全一致。改完后重新训练不要接着之前的 checkpoint 继续。5.3 现象验证时 mAP 为 0但 loss 在降原因val路径指向的图片和train不是同一批或者验证集里没有标签文件。10 张图如果按 7:3 切验证集只有 3 张其中某张可能没有目标导致 mAP 计算时除零。解决小数据集不建议切验证集直接把val指向train同一目录。或者用val: images但接受 mAP 波动重点看预测框的可视化结果。5.4 现象训练到一半报 CUDA out of memory原因imgsz640加上batch4在某些显存小的卡上会爆。10 张图虽然少但 YOLO 的中间特征图占显存和图片数量无关和输入尺寸、模型宽度有关。解决把imgsz降到 416 或 320或者把batch降到 2。如果还爆换yolov8n以下的模型或者用 CPU 训练速度慢但能跑通。5.5 现象预测框位置对但类别置信度极低原因某些类别在 10 张图里只出现 1 次模型没有足够样本学习该类别的特征分布。NO-系列类别尤其容易这样。解决要么补充数据要么在训练时用cls0.5降低分类 loss 权重让模型更关注框回归。另一种做法是合并相似类别比如把NO-Right和Right合并成Right但这样会丢失细粒度信息只适合做流程验证。6. 小数据集的进阶用法用这 10 张图做增强与迁移验证10 张图直接训练模型泛化能力有限但你可以把它当成一个「探针」用来验证增强策略或迁移学习是否有效。我一般会做两件事一是用离线增强把 10 张扩到 100 张二是用预训练模型做冻结训练看 loss 下降速度。离线增强用 Albumentations 比较顺手import albumentations as A import cv2 import os transform A.Compose([ A.HorizontalFlip(p0.5), A.RandomBrightnessContrast(p0.3), A.Rotate(limit15, p0.3), A.Mosaic(p0.2) # 如果版本支持 ], bbox_paramsA.BboxParams(formatyolo, label_fields[class_ids])) img cv2.imread(images/1.jpg) with open(labels/1.txt) as f: bboxes [] class_ids [] for line in f: cid, xc, yc, bw, bh map(float, line.split()) bboxes.append([xc, yc, bw, bh]) class_ids.append(int(cid)) for i in range(10): augmented transform(imageimg, bboxesbboxes, class_idsclass_ids) cv2.imwrite(faug/1_aug_{i}.jpg, augmented[image]) with open(faug/1_aug_{i}.txt, w) as f: for bbox, cid in zip(augmented[bboxes], augmented[class_ids]): f.write(f{cid} { .join(f{v:.6f} for v in bbox)}\n)这段脚本对每张图做 10 次随机增强生成 100 张新图和新标签。注意BboxParams的formatyolo表示输入输出都是归一化中心点格式和你的 txt 一致。增强后的图要重新检查一遍框是否还在合理位置尤其是旋转增强后框可能超出边界。迁移验证则是用yolov8n.pt的预训练权重先冻结 backbone 训练 20 个 epoch再解冻全部训练 30 个 epoch。对比两次的box_loss下降曲线如果冻结阶段 loss 就降得很快说明预训练特征对交通标志有效如果解冻后 loss 反而上升说明小数据集上全量微调容易过拟合需要加 weight decay 或 dropout。从那以后我每次拿到小数据集都会先跑一遍增强前后的 loss 对比再决定要不要扩数据。这个习惯帮我省掉了很多「训了半天发现数据不够」的后悔药。希望帮到你。本文还有配套的精品资源点击获取