简介面向目标检测入门学习与工程实战的车辆检测数据集主打白天、夜间和俯视视角等多类道路场景共包含两千多张已标注图片全部标注类别均为车辆car压缩包解压后可直接用于YOLO系列模型的训练、验证与测试。资源包内共有七千二百一十个文件其中标签文本两千四百零四个、JPG原图两千四百零三张、XML标注文件两千四百零三个TXT与XML两种标签格式能灵活适配常见检测框架与数据处理脚本整个压缩包约八百零三点五八MB。当前已有六千一百四十四人学习下载属于热度较高的实用数据集。对于需要车辆检测数据或希望快速开展YOLO实验的研究者和开发者来说该数据集省去了手动采集、筛选和标注的繁琐流程下载后即可按标准方式划分训练集与验证集还能通过对比两种标注格式加深对目标检测数据组织的理解非常适合用于模型效果评估、参数调整以及项目演示等场景。1. YOLO车辆检测数据集把car-dataset拿来训比从零标数据快十倍做停车场车辆识别、出入口流量统计或者道路违规抓拍时第一件事往往不是挑模型而是找数据。YOLO车辆检测数据集 car-dataset 这类资源解决的就是这个问题它已经把车辆图片和标注打包成 YOLO 系列可直接读取的目录结构下载下来改一行路径就能开训。比从街景视频里抽帧、逐框标注再转格式省下至少一周的脏活。适合刚接触目标检测的算法工程师、要做车辆检测毕设的学生以及想快速验证模型效果的开发人员。前提是你要先搞清楚它的标注约定和类别序号否则训练时容易翻车。这篇文章就把我拆这个数据集的过程、命令和踩过的坑全部写出来。2. car-dataset 目录结构与 YOLO 标注格式先看懂再动手2.1 目录布局与文件清单我第一次拿到 car-dataset 的时候直接解压开就想丢进训练脚本结果报了一堆“label not found”的错误。后来老老实实把目录树打出来看才发现数据集的目录组织方式和 YOLO 官方仓库的默认约定是一致的图片和标签分开放train/val/test 各自成目录。常见的 car-dataset 解压之后大概是下面这个样子car-dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ ├── classes.txt ├── train.txt ├── val.txt ├── test.txt └── data.yamlimages 下面放的就是 JPEG 或者 PNG 原图labels 下面放的是和图片同名的 .txt 标注文件。train.txt / val.txt 里面每一行是一条绝对路径指向对应图片YOLO 训练时可以直接用它来做数据集划分不用再自己写 split 脚本。classes.txt 一行一个类别名data.yaml 是把类别、路径、训练验证划分打包给 YOLO 读取的配置文件。这个结构的好处是它刚好对上 YOLOv5 和 YOLOv8 默认的 DataLoader 预期。你下载完不需要改代码只要把 data.yaml 里的路径改成你本机的实际位置就能跑。我一般建议拿到手先用 tree 命令看一眼确认 labels 目录和 images 目录的图片一一对应漏图多的话后期训练会很麻烦。2.2 YOLO 标注格式与归一化坐标YOLO 标注格式是每张图片对应一个同名 txt 文件每一行代表一个目标框格式固定为五个数字类别序号、归一化中心点 x、归一化中心点 y、归一化宽度、归一化高度。以 vehicle 检测为例一行可能是0 0.516 0.342 0.124 0.086意思就是这张图里有一个目标中心点在图片的 51.6% 宽度、34.2% 高度位置框宽占整图宽度的 12.4%高占 8.6%。这里最坑的是归一化。坐标不是像素值而是除以图片原始宽高之后的比例范围永远是 0 到 1。很多人第一次写可视化脚本时直接拿这个数去 OpenCV 的 rectangle 里画框画出来全是贴边的小点就是这个原因。我习惯用一个几十行的 Python 脚本先把标注可视化到原图上确认标注真的贴合车身再开始训练。import cv2 import os label_dir labels/train image_dir images/train for label_file in os.listdir(label_dir): img_path os.path.join(image_dir, label_file.replace(.txt, .jpg)) img cv2.imread(img_path) h, w img.shape[:2] with open(os.path.join(label_dir, label_file), r) as f: for line in f.readlines(): parts line.strip().split() cls int(parts[0]) x_center, y_center float(parts[1]), float(parts[2]) bw, bh float(parts[3]), float(parts[4]) x1 int((x_center - bw / 2) * w) y1 int((y_center - bh / 2) * h) x2 int((x_center bw / 2) * w) y2 int((y_center bh / 2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.putText(img, str(cls), (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2) cv2.imwrite(check_ label_file.replace(.txt, .jpg), img)这段脚本的逻辑是把归一化坐标乘回图片宽高得到像素级的左上角和右下角再画框。代码里的bw / 2和bh / 2是坐标还原的关键因为 YOLO 格式存的是中心点加宽高不是角点坐标。检验一个数据集标注是否规范我最快的办法就是随机抽十几张图这样画出来看框稍微偏离车身一点没关系如果框直接套在整张图上或者偏到背景里这个数据集基本不能用。2.3 类别文件与数据集配置文件classes.txt 决定了类别序号的语义。常见车辆检测数据集一般覆盖轿车、卡车、公交车也可能带上摩托车和自行车但具体到某个 car-dataset实际有哪些类要以 classes.txt 为准不要想当然。拿到手先cat classes.txt看一眼数一下有几行。比如car truck bus就是三类。这个顺序至关重要因为 labels 里的第一个数字就是行号的索引0 对应 car1 对应 truck2 对应 bus。这个约束在后续训练中没有任何校验错了也不报错只会让你的模型学到错误映射。data.yaml 是 YOLO 实际读取的配置里面写路径、类别数量和类别名称。一个典型内容如下path: /home/user/car-dataset train: images/train val: images/val test: images/test nc: 3 names: 0: car 1: truck 2: buspath是数据集根目录的绝对路径train和val是相对于根目录的图片路径YOLO 会自己去同名 labels 目录找标注。nc必须和 classes.txt 的行数一致names的序号从左到右依次对应标注文件里的类别数字。我每次训练前都会用一个脚本自动比对 classes.txt 的行数和 data.yaml 里的 nc并在不一致时直接退出避免训练跑了一晚上发现类别数错了。提示path建议写绝对路径。相对路径在不同工作目录下启动训练时结果不一致排查起来非常浪费精力。3. 数据预处理与增强把 car-dataset 喂进 YOLO 前的必修课3.1 清洗无效样本与损坏图片标注整洁的数据集不一定完全没有脏数据。我在 car-dataset 里遇到最多的三类问题图片本身损坏打不开、标注文件为空、标注框坐标越界。空标注在 YOLO 训练中虽然不会直接崩溃但会让模型在那一张图上没有任何监督信号相当于白学。坐标越界比空标注更隐蔽比如归一化后的宽度大于 1训练时损失会异常抖动。我每次拿到数据集第一件事不是训练而是跑一个全量校验脚本把这三类问题筛出来。import os import cv2 image_dir images/train label_dir labels/train bad_img, empty_label, bad_box [], [], [] for file in sorted(os.listdir(image_dir)): img_path os.path.join(image_dir, file) label_path os.path.join(label_dir, file.replace(.jpg, .txt)) img cv2.imread(img_path) if img is None: bad_img.append(img_path) continue h, w img.shape[:2] if not os.path.exists(label_path) or os.path.getsize(label_path) 0: empty_label.append(label_path) continue with open(label_path, r) as f: for line in f: parts line.strip().split() if len(parts) ! 5: bad_box.append(label_path) break x_center, y_center, bw, bh map(float, parts[1:]) if not (0 x_center 1 and 0 y_center 1 and 0 bw 1 and 0 bh 1): bad_box.append(label_path) break print(f损坏图片: {len(bad_img)}) print(f空标注: {len(empty_label)}) print(f越界标注: {len(bad_box)})这段脚本做的事情是打开每一张图确认能被读取检查标注文件存在且非空再验证每一行的五个数值都在合法范围内。cv2.imread读不出图片返回 None 是最直接的损坏判断方式不用引入更多依赖。空标注和越界标注我一般不会直接删除而是先统计数量如果比例低于千分之一再决定过滤还是修复。常见做法是把空标注文件移除同时把对应图片从 train.txt 里剔除避免 YOLO 在读取时因图片有标注但内容为空而产生空数组问题。3.2 类别均衡统计与小目标处理车辆检测数据集里最常见的分布问题是轿车数量远大于卡车和公交车。如果直接训练模型会偏向多数类小目标类别被当成背景的风险变大。我在 car-dataset 上训练前会统计每个类别的目标数量和框面积分布确认是否需要做类别重采样或者增广补偿。import cv2 import os import numpy as np label_dir labels/train stats {} area_stats [] for label_file in os.listdir(label_dir): with open(os.path.join(label_dir, label_file), r) as f: for line in f: parts line.strip().split() cls int(parts[0]) _, _, bw, bh map(float, parts[1:]) stats[cls] stats.get(cls, 0) 1 area_stats.append((cls, bw * bh)) for cls in sorted(stats.keys()): print(f类别 {cls}: {stats[cls]} 个目标) all_area np.array([x[1] for x in area_stats]) small_ratio np.mean(all_area 0.05) print(f小目标(面积占比5%)比例: {small_ratio:.2%})bw * bh是目标框面积占整图面积的比例这个值越小说明目标越小。0.05 是我常用的经验阈值低于 5% 面积占比的目标在 640x640 输入下通常只有不到 3600 像素YOLO 对这类目标比较吃力。如果统计发现小目标比例很高我一般会优先保证训练时开启 mosaic 增强并把img尺寸调到 960 而不是默认的 640分辨率上去之后小目标的特征保留得多一些。如果类别严重失衡我还会在采样时对少数类做重复采样的权重而不是直接把某个类别的图片复制几份。3.3 数据增强参数调整YOLO 的默认增强配置偏向通用场景车辆检测有自己的特殊性车辆是刚性物体不会出现像人像那样的大幅旋转或翻转但车辆图片经常出现在不同光照、阴影和拍摄角度下。所以我调整增强参数时不会照搬默认值而是在 YOLOv5 的 hyp 配置里做针对性修改。hsv_h: 0.02 hsv_s: 0.6 hsv_v: 0.5 degrees: 5.0 translate: 0.1 scale: 0.5 shear: 2.0 perspective: 0.0002 flipud: 0.1 fliplr: 0.5 mosaic: 1.0 mixup: 0.2这几个参数我解释一下。hsv_h / s / v控制色调、饱和度和明度的随机扰动范围车辆检测场景里光照变化很常见所以我把饱和度扰动放在 0.6明度放在 0.5让模型对逆光和阴影更鲁棒。degrees我刻意调小到 5 度因为车辆如果整体旋转超过 15 度标注框的语义含义就不太对了基本都是侧方停车或斜向视角不需要模型学会识别倒立的车。flipud上下翻转我保留 0.1 而不是 0因为俯拍摄像头下的车牌可能上下颠倒但也可能在极端视角下产生无意义的车身样本。fliplr左右翻转保留 0.5 是安全的车的水平翻转仍然是车不会改变类别语义。mosaic保持开启并且概率为 1.0这是 YOLO 提升小目标检测能力最重要的增强手段。4. YOLO 训练配置与参数调优用 car-dataset 跑通训练全流程4.1 环境准备与预训练权重选择用 car-dataset 训练之前先确认环境里已经装好 YOLO 依赖。绝大多数情况我会用 YOLOv5 的仓库因为它对自定义数据集的兼容性最好社区资料也最多。环境安装就三行命令的事不需要自己从头搭神经网络git clone https://github.com/ultralytics/yolov5 cd yolov5 pip install -r requirements.txt权重下载有两种方式一是让 train.py 脚本自动下载预训练权重二是先手动下载 yolov5s.pt 或 yolov5m.pt 放到位。自动下载的逻辑是如果你的--weights参数传了一个不存在的文件脚本会从官方源拉取。不过网络状况不好的时候我一般提前把权重放好免得训练到一半发现下载失败白跑一趟环境准备。YOLO 预训练模型下载这个动作虽然看起来简单但版本对应关系值得注意YOLOv5 的权重文件名里的 v6.0、v7.0 等版本号必须和代码仓库匹配混用了会直接报错。4.2 训练命令与关键参数把第 2 章配置好的 data.yaml 路径填进训练命令然后指定预训练权重、图片尺寸、批次大小和训练轮数。以下是一份我实际用过的训练命令python train.py \ --data /path/to/car-dataset/data.yaml \ --weights yolov5s.pt \ --img 640 \ --batch-size 16 \ --epochs 120 \ --device 0 \ --project runs/car_train \ --name exp1--img 640是把训练图片统一缩放到 640x640这个值越大模型能看到更多小目标的细节但显存占用和训练时间也明显上升。如果你的 GPU 显存是 8G 以下我建议--img 640 --batch-size 16就是上限了想跑 960 分辨率就把 batch 降到 8。--epochs 120对车辆检测数据集是一个比较合理的轮数太少欠拟合太多容易过拟合实际收敛点大概在 80-100 轮之间多留 20 轮给模型充分收敛。--project和--name是输出目录组织方式我强烈建议每个实验单独一个 name后面对比多个模型权重、看混淆矩阵才知道哪个实验对应哪个配置。批次大小的影响容易被低估。同类数据集在 batch 16 和 batch 64 下最优学习率完全不同YOLOv5 会按批次自动缩放学习率但它缩放的基础值在 hyp 配置里。如果训练过程中 loss 一开始就飞了优先排查不是学习率而是批次大小是否过小导致 BN 统计量不稳定。车辆数据集的目标数量分布比较广一张图里可能只有一辆车也可能有十几辆batch 过小时这种差异会被放大。4.3 训练监控与损失函数解读训练开始后每轮结束命令行会输出一组指标。车辆检测任务里我最关注的不是第一个 epoch 的数值而是 box_loss、obj_loss、cls_loss 三条曲线的下降趋势。YOLOv5 的总损失是这三项加权求和box_loss 用的是 CIoU 损失负责框的位置回归obj_loss 是置信度损失负责判断框里有没有目标cls_loss 是分类损失负责区分车、卡车、公交车。Epoch GPU_mem box_loss obj_loss cls_loss Instances Size 80 6.31G 0.0451 0.0320 0.0205 25 640我一般会把 val 阶段的 mAP 作为主要判断指标而不是 train loss。如果 train loss 一直降val mAP 却在某个轮次后不再上升说明模型开始过拟合数据集里的细节这时我会回退到 val 最好的一轮权重并用 hyp 配置里的weight_decay或减小epochs重新训练而不是继续硬跑。还有一个常见现象是 obj_loss 降得很慢这通常意味着数据集中有大量背景框或难分样本检查数据增强中的 mosaic 是否关闭、标注是否漏标了远处的车辆即可。anchor 也是车辆检测里需要关注的一个点。数据集里如果车的宽高比集中在几个固定值YOLO 默认的通用 anchor 不一定合适。我一般会跑一次python train.py --data data.yaml --weights yolov5s.pt --epochs 1让脚本自动计算针对当前数据集的 anchor再把这个 anchor 写回模型配置。训练车辆这种宽高比相对稳定的目标自动 anchor 通常能带来 1-2 个点的 mAP 提升。5. 避坑指南car-dataset 训练车辆检测的五个必踩坑5.1 类别序号错位训练好久 loss 就是不降现象训练了十几轮box_loss 和 cls_loss 下降很慢验证集 mAP 一直趴在地板上跑了 3 个 epoch 的 mAP 只有 0.05 以下怎么看都不像正常收敛。原因labels 里某个类别的序号和 classes.txt / data.yaml 的 names 顺序对不上。比如数据集作者在 labels 里用 0 代表卡车1 代表轿车但 data.yaml 里写的是 0 代表轿车1 代表卡车。模型始终在错误映射下学习泛化能力被压制到极低。解决训练前用一段脚本读取 labels 里出现的所有类别序号和 classes.txt 的行号集合比对允许的集合必须完全一致。我自己的习惯是跑一次数据校验脚本输出sorted(set(classes))如果发现缺失某个序号或者出现越界序号就在训练前修正标签文件而不是等模型出问题再回头查。5.2 空标签导致的空训练集报错现象train.py启动后直接报not enough images in ...或者AssertionError: train: No labels in ...看起来像是数据集里没有图片但 images 目录里明明有文件。原因YOLO 在构建训练集时会扫描图片对应的标签文件如果一个目录下的所有图片都没有有效标注它就认为这个数据集不可用。car-dataset 的 train 目录里如果存在大量空 txt 文件或者标注文件格式全错就会触发这个报错。解决先把 images 和 labels 里能一一对应的有效样本筛选出来删掉空标注以及没有标注的图片。这里注意不要用 Windows 的“按大小排列”手动去删写一个脚本统计每个 txt 的行数输出所有小于等于 1 行的文件再做批量删除。5.3 Windows 路径分隔符训练时莫名其妙的找不到文件现象在 Windows 上启动训练报FileNotFoundError或者路径拼接后变成images\\train\\img.jpg训练中断在读取数据阶段。原因data.yaml 里如果写了path: C:\Users\xxx\car-dataset反斜杠在 YAML 解析和 Python 字符串拼接时会出现转义问题路径被错误解析成了带\U、\t的字符串自然找不到文件。解决所有路径统一使用正斜杠/不管是在 Windows 还是 Linux 上。data.yaml 里写path: C:/Users/xxx/car-datasetPython 和 YAML 都能正确识别。这个坑只踩一次就建立了肌肉记忆我后来在任何配置文件里写路径都强制用正斜杠。5.4 BN 崩溃loss 突然变成 nan现象训练到某个 epoch 时loss 突然输出nan之后所有指标全部变成 nan终端里开始出现RuntimeWarning: divide by zero之类的信息继续训练也不会恢复。原因Batch Normalization 层统计量崩溃。常见触发条件是批次太小单个 batch 的均值和方差估计不稳定另一个常见原因是学习率过高梯度更新过大把中间层输出推离了正常范围。解决出现 nan 后不要继续跑先停下来检查三个位置一是--batch-size是否低于 16二是 hyp 配置里的lr0是否超过了 0.01三是数据增强里mosaic概率为 1 时有没有引入坏样本。我的排查顺序是先清掉所有 nan 的权重文件把 batch 提到 32学习率降到默认值的 1/2再从上一个正常 checkpoint 恢复训练。5.5 混淆矩阵总和不为 1验证结果越看越不对劲现象验证完成后打印的混淆矩阵每一行的百分比加起来不是 100%有的行只有 60%-70%看着像模型完全没学到东西。原因这其实不是模型错误而是混淆矩阵打印的时候把背景类和未检出的比例一起算进去了。YOLO 输出的混淆矩阵包含了每个真实类别被识别成背景的概率背景那一列把比例吃掉了所以行和小于 1 是正常现象。解决看混淆矩阵时只关注非背景列的数值分布比如真实是 car 的样本里有多少被正确识别为 car有多少被误识别为 truck 或 bus。真正需要警惕的不是行和不为 1而是非对角线上的数字明显偏高那才代表两个类别区分度不够。6. 模型验证与进阶从 mAP 评估到边缘部署的落地收尾car-dataset 训练收敛之后验证这一关不能省。先用命令把最佳权重在验证集上完整评估一遍python val.py \ --data /path/to/car-dataset/data.yaml \ --weights runs/car_train/exp1/weights/best.pt \ --img 640 \ --conf-thres 0.25 \ --iou-thres 0.5输出结果里有 mAP0.5 和 mAP0.5:0.95 两组关键数字。车辆检测场景我主要看 mAP0.5因为它对框的位置精度要求更贴合实际工程落地。两组指标差距不大说明框定位精准如果 mAP0.5 高但 mAP0.5:0.95 明显低说明框的边界不够紧凑后续要考虑调整 anchor 或增大输入分辨率。验证通过后部署是老生常谈但必须走的一步。我们最常见的部署目标是边缘盒子比如带 NPU 的 RK3588 设备跑 INT8 量化模型。我用的是 YOLOv5 的导出流程python export.py \ --weights runs/car_train/exp1/weights/best.pt \ --include onnx \ --opset 12 \ --dynamic导出成 ONNX 之后再在 RK3588 上转成 RKNN 做 INT8 量化。这个环节的坑经常不在模型而在图像预处理。RKNN 的工具链有自己的输入格式有的要求 RGB有的要求 BGR有的要求归一化到 0-1有的要求 0-255。车辆检测在边缘部署时误检率高十有八九是预处理通道顺序和归一化公式没对齐模型权重是正确的但输入到 NPU 的数据已经变了样。从那以后我每次拿到一个车辆检测数据集都会强制自己走一遍固定流程先跑校验脚本看标注完整性再画可视化抽查十张图然后统计类别分布和框大小最后才允许自己写训练命令。这个习惯帮我省掉了大半的“训练两天才发现数据有问题”的返工时间也希望帮到你。本文还有配套的精品资源点击获取