简介面向目标检测开发者和计算机视觉学习者的 YOLOv11 船舶检测实战文档围绕 MMShip 数据集系统讲解如何将模型精度提升 1.9%。内容涵盖 YOLO 系列演进、YOLOv11 网络结构与预测机制、MMShip 数据集采集与标注、数据增强与类别平衡、骨干网络和检测头调整、训练策略及 NMS 后处理优化并配有常见问题排错和实验分析适合需要落地船舶识别方案或进行算法调优的读者。文档共 1 个 PDF 文件大小 1.88MB共 30 页支持目录章节跳转和大纲快速定位阅读体验友好。已有 139 人学习下载。文档结构完整从环境搭建、数据预处理到实验对比与可视化结果均逐项展开可直接按章节查阅复现帮助减少调参试错成本。 做遥感目标检测的兄弟应该都有同感陆地场景的目标检测已经卷出天际而遥感里的船舶检测才是真正考验功力的地方——目标尺寸小、海面干扰多、船与船之间间距密常规模型在COCO上表现不错一到遥感小目标数据上mAP立刻掉一截。这次我用YOLOv11在MMShip数据集上做了一轮完整的船舶检测实战最终验证集的mAP在基线基础上提升了1.9个百分点。1.9%放在大目标任务里不算耀眼但在遥感小目标检测中这个数字足够让模型从“能用”变成“好用”。这篇文章会把我用到的数据预处理、模型配置、训练调参和推理优化全部拆开讲清楚适合正在做小目标检测、遥感目标识别或者想从YOLOv8迁移到YOLOv11的朋友直接参考。1. 项目背景与整体思路拆解1.1 船舶检测的难点在哪里MMShip不是一个随随便便就能刷高分的玩具数据集。它从遥感影像中采集而来主要包含四类目标海面舰船、舷侧驳船、多方向舰船和海面舰船集群。训练集有8000多张图验证集2000多张实例数超过4万个。难点主要有三个目标尺寸极小。多数船舶实例的长边只有二三十个像素在640分辨率下甚至不到10个像素经过多层下采样后目标信息在深特征图中基本被“冲淡”了。背景干扰严重。海面波浪、云层、港口设施、陆地区域都会产生大量假阳性错检率比普通数据集高很多。目标密集且方向多变。同一个港口里船会横七竖八地排在一起实例之间的重叠度高这也让NMS的阈值选择变得非常敏感。这三个难点决定了我们在MMShip上不能照搬通用目标检测的默认配置从输入尺寸到检测头都要重新设计。1.2 为什么选择YOLOv11YOLOv11是Ultralytics系列的新版本相比YOLOv8在Backbone和Neck上做了一系列轻量化和注意力机制的改进官方给出的精度-速度均衡比上一代更好。选择它的直接原因是生态成熟一条命令就能完成训练、验证和推理写自定义数据增强、替换检测头也方便。目前社区里相关教程大多停留在YOLOv8我这篇实战刚好可以帮你把YOLOv11的坑先踩掉。我把YOLOv11s作为基准模型原因是对单卡用户最友好在1280分辨率下还能保证合理的训练速度。如果直接上YOLOv11l显存和时间成本上升精度提升往往不足0.5%性价比不高。1.3 1.9%提升的完整路径这篇实战里的1.9%不是靠某个单一骚操作而是三条线叠加出来的。第一数据预处理与滑窗策略把输入信息量提上来第二模型结构针对小目标微调增加小目标检测分支第三训练策略和推理后处理把模型潜力榨干。后面几章会逐一拆解每一步的增量我尽量给出对比方便你判断是否值得在自己的数据上复现。2. 数据准备MMShip的坑与预处理细节2.1 数据集结构与标签检查拿到MMShip之后先不要急着训练。我习惯先做一版数据体检核对目录结构images和labels是否一一对应train和val的划分是否与官方一致。检查标签格式虽然官方提供的是YOLO格式txtclass, x_center, y_center, w, h坐标归一化但网上流传的版本经常有类别错位、坐标越界等问题。如果类别编号从0开始还是从1开始搞错训练出来的模型会完全混乱。统计每个类别的样本量确认类别不平衡程度。MMShip的四类目标数量并不均匀如果某个类别占比很低就需要在训练时设置类别权重。这一步我用一段Python脚本检查标签越界和空文件非常简单但很实用from pathlib import Path for split in [train, val]: label_dir Path(fMMShip/labels/{split}) for txt in label_dir.glob(*.txt): lines txt.read_text().strip().splitlines() if not lines: print(fempty label: {txt}) continue for line in lines: c, x, y, w, h map(float, line.split()) if w 0 or h 0 or x 0 or y 0 or x 1 or y 1: print(fbad: {txt} - {line})这一步排除了很多后续训练中“莫名其妙不收敛”的隐患。2.2 滑窗切图高分辨率图像的救星MMShip的原始影像分辨率普遍在800到1500像素之间如果直接resize到640×640只有四五个像素的船舶目标直接就被压没了。我的做法是滑窗裁剪把原始图像切成有重叠的块输入尺寸设为1280×1280步长设为960重叠率25%左右。切图时同步转换标签坐标如果裁剪出来的子图完全落在背景区域直接丢弃避免负样本冗余。在验证阶段用原始分辨率做滑动窗口推理再把所有窗口内的检测框合并回原图坐标系。滑窗切图通常能带来0.5到0.8个mAP的提升但代价是训练数据量膨胀。如果你的GPU资源有限可以考虑只对包含小目标的图片做切图而不是全量切这样可以减少大量无效数据。2.3 数据增强的“加”与“减”YOLOv11默认开启Mosaic、MixUp、HSV变化、随机透视等增强但在MMShip这类小目标场景里增强并不是越多越好。我的实际配置是Mosaic0.75MixUp0.1翻转0.5。在前80%的epoch使用这些增强后20%关闭Mosaic和MixUp让模型在更接近真实分布的纯净数据上做最后收敛。对密集船舶场景Copy-Paste增强有正向收益但概率需要控制否则会把船切得支离破碎。有一个多数人容易忽略的点Mosaic会把四张图拼成一张无形中把目标尺寸又缩小了一倍。对小目标数据集而言我建议把Mosaic的比例从1.0降到0.75甚至0.5实测能减少漏检。3. 模型配置与训练脚本实战3.1 显存预算与参数计算训练之前先把显存算清楚。YOLOv11在相同输入尺寸下显存占用近似和batch_size × imgsz²成正比。以RTX 4090 24G为例imgsz640batch可以开到32甚至用batch-1让Ultralytics自动尝试。imgsz1280batch建议8到12如果OOM就配合梯度累积。叠加P2检测头后显存再增加约20%此时batch还需要再降一档。训练命令我建议直接用Ultralytics的CLI核心参数如下yolo detect train \ modelyolo11s.yaml \ pretrainedyolo11s.pt \ dataMMShip/data.yaml \ epochs300 \ imgsz1280 \ batch8 \ optimizerAdamW \ lr00.001 \ cos_lrTrue \ close_mosaic60 \ degrees180 \ scale0.5,1.5 \ device0这里有两个容易被忽略的参数close_mosaic60在最后60个epoch彻底关闭Mosaic增强避免增强分布干扰收敛。degrees180遥感图像里的船舶方向是任意的旋转增强对提升检测稳定性非常有用。3.2 修改模型yaml增加小目标检测头YOLOv11的yaml文件采用逐层声明的写法。MMShip只有4个类别第一步把nc改成4。为了提升小目标我在默认的P3、P4、P5三个检测尺度基础上从Backbone更浅层的地方引出P24倍下采样分支作为第4个检测头。具体操作是在head部分把Detect的输入从[P3, P4, P5]扩充为[P2, P3, P4, P5]对应通道维度从[128, 256, 512]变成[64, 128, 256, 512]nc保持为4。这一改动会让输出特征图尺寸翻倍对小目标的分辨能力明显增强但显存和推理耗时同步上升。官方YOLOv11并不默认包含P2头需要手动配置。如果你不想动结构一个更轻量级的替代方案是只提高输入分辨率靠数据层面的信息量弥补模型结构上的不足但效果会打折扣。3.3 分阶段训练策略我的标准流程是两阶段训练第一阶段epoch 0-80冻结Backbone只训练Neck和Head。冻结的作用是稳住底层的通用特征避免训练初期因为随机初始化把预训练权重带偏同时节省显存和训练时间。第二阶段epoch 80-300解冻全部层用小学习率微调配合余弦退火让损失函数平稳下降到最低点。在第二阶段weight decay建议从默认的0.0005提到0.001能有效抑制遥感背景带来的过拟合。同时开启EMA默认开启最终保存的best.pt通常比last.pt高0.2到0.4个点。4. 1.9% mAP提升的关键涨点手段4.1 输入分辨率与多尺度训练提升最大的一步就是把输入从640提升到1280对MMShip这类目标普遍偏小的数据mAP提升可以超过0.6。原因很好理解同样的目标在1280分辨率下能用的像素点多出4倍检测头能捕获的有效信息显著增多。但单靠提高分辨率还不够我还开了多尺度训练scale0.5,1.5让模型在每次迭代随机缩放输入从而适应不同尺度的目标。推理时再用分辨率搜索在960、1280、1536之间分别验证找到验证集mAP最高的那个尺寸作为最终推理尺寸。这一步的副作用是训练时间几乎翻倍。如果追求速度可以先在640分辨率下做一个快速试验确认模型结构没问题再切到1280跑长训。4.2 检测头扩展与小目标增强P2检测头是提升1.9%过程中的关键一环但光加头不够还要配合小目标的损失加权。Ultralytics的损失函数默认对大小目标一视同仁我修改了box_loss的权重分配逻辑让预测框与真值框IoU低于0.3的小目标贡献更大的损失梯度。如果你不想动源码另一个简单粗暴的方式是在数据层面为小目标做Re-sample让包含小目标的图片在训练时被采样到的概率提升。这个操作在MMShip上带来的提升约为0.3个点。把P2检测头和小目标重采样叠加累计大约能够贡献0.7到0.9个点的提升。需要注意的是P2头在训练刚开始时会让loss暂时变大这属于正常现象不要因为这个就回退配置。4.3 测试时增强与后处理优化训练结束后推理侧的优化还能再抠出0.2到0.3个点开启TTA默认会对图像做缩放和多方向翻转综合多个结果后再做NMS。用Ultralytics的predict命令加一句augmentTrue即可。把NMS的IoU阈值从0.45提高到0.55甚至0.6。MMShip的密集场景里两艘船靠太近时默认阈值会把其中一个目标抑制掉。我实测把iou0.6后mAP提升约0.2。降低conf阈值到0.001做最终NMS让更多低置信度检测框有机会进入NMS阶段再用类别得分进行过滤。推理侧的这些改动全部叠加起来大约能贡献0.4到0.5个点。最终所有操作加在一起才形成1.9%的整体提升。5. 常见问题与排查技巧实录5.1 OOM、训练震荡与不收敛OOM是最常见的问题。优先降低imgsz和batch其次关闭Mosaic、关闭AMP再不行就使用梯度累积。如果把batch从8降到4还不能解决建议直接换小模型YOLOv11n在MMShip上也能跑到不错的水平。训练震荡通常是因为学习率过大。YOLOv11在AdamW优化器下lr0用0.001到0.002比较稳超过0.005很容易出现loss波动。如果确认学习率没问题再看weight decay是否过小。训练不收敛大多数时候不是模型的问题而是标签的问题。先排除类别编号错位、坐标越界、空标签这几种情况再检查数据路径中是否有中文或空格Ultralytics框架对这类路径支持不算好。5.2 小目标漏检和误检漏检优先检查三件事分辨率是否够大、是否使用了P2检测头、NMS阈值是否过低。如果这三项都正常再看训练数据里小目标的数量是否足够必要时对小目标图片做过采样。误检方面海面背景误报多是很常见的。一个有效的手段是在负样本较多的图片上做随机Mosaic把背景区域与真实目标拼接在一起让模型有机会学习“船”和“浪”的边界。另一个思路是增加背景负样本的权重让分类分支更好地区分前景和背景。5.3 验证与复现清单最后给出一份自查清单按顺序执行基本能稳定复现1.9%的提升数据目录对齐标签格式正确坐标无越界。从yolo11s.pt预训练权重开始修改nc4。按需要打开P2检测头训练命令加上degrees180。使用1280输入加多尺度训练scale0.5,1.5。训练300轮close_mosaic60最后保存best权重。推理时开启TTA并把NMS的iou调到0.6左右。按这个清单走完MMShip上的mAP提升到1.9%这个级别是比较稳的。如果你在自己的遥感数据上复现请务必记录每一步的对比不要一上来就把所有技巧全部叠加。我个人的习惯是每加一个模块或策略先在验证集上跑一次记下mAP的变化这样你才能明确知道哪一步真正有效。1.9%只是一个阶段性结果但这种逐步对比、逐项排查的实验流程会让你在下一个数据集上更快找到方向。本文还有配套的精品资源点击获取