【数据集】【YOLO】【目标检测】水面船只识别数据集 9798 张，YOLO船只识别算法实战训练教程！

ops/2024/11/12 16:51:45/

一、数据集介绍

【数据集】水面船只识别数据集 9798 张，目标检测，包含YOLO/VOC格式标注。

数据集中包含1种分类：{'0': 'ship'}，代表水面船只。

数据集来自国内外图片网站和视频截图；

可用于无人机船只检测、监控灯塔船只检测等。

检测场景为河道、海洋、港湾船只检测，可用于智慧海洋管理、智慧捕鱼等，服务于管理海洋资源，确保海上安全，以及防止海洋污染等。

1、数据概述

水面船只识别的重要性

 水面船只识别在海事监控、渔业管理、环境保护等领域具有重要意义。自动化的船只检测技术可以帮助相关部门实时监控海域内的船只活动，从而更好地管理海洋资源，确保海上安全，以及防止海洋污染。然而，水面船只识别也面临不少挑战。首先，船只的形状和大小差异很大，从小型帆船到大型集装箱船，都需要被检测系统有效识别。其次，海面上可能存在海鸟、波浪等干扰，这会增加识别的难度。再者，由于光照、天气等自然条件的影响，船只的外观在图像上可能存在较大变化。最后，实时性要求高，必须确保能够快速准确地进行检测，以便快速响应。

基于YOLO的水面船只识别算法

  1. 快速高效：YOLO算法具有快速的检测速度，能够满足实时性要求较高的水面船只识别任务。

  2. 高精度：通过引入深度可分离卷积和CSPNet结构等改进措施，YOLOv5等版本在精度上有了显著提升，能够更好地应对复杂场景下的船只识别挑战。

  3. 端到端训练：YOLO算法的端到端训练方式避免了传统方法中的多阶段处理过程，简化了模型训练流程。

  4. 多尺度检测：YOLO算法能够传入任意大小的图片进行检测，并且采用了多尺度特征融合的技术，使得算法能够在不同尺度下对目标进行检测。

该数据集含有 9798 张图片，包含Pascal VOC XML格式和YOLO TXT格式，用于训练和测试河道、海洋、港湾等水域的情况。

图片格式为jpg格式，标注格式分别为：

YOLO：txt

VOC：xml

数据集均为手工标注，保证标注精确度。

2、数据集文件结构

ship_single/

——Annotations/

——images/

——labels/

——data.yaml

  • Annotations文件夹为Pascal VOC格式的XML文件 ；
  • images文件夹为jpg格式的数据样本；
  • labels文件夹是YOLO格式的TXT文件；
  • data.yaml是数据集配置文件，包含水面船只的目标分类和加载路径。

Annotations目录下的xml文件内容如下：

<annotation><folder></folder><filename>1097_jpg.rf.aaf6622453086c788d042aa8fd0d04ff.jpg</filename><path>1097_jpg.rf.aaf6622453086c788d042aa8fd0d04ff.jpg</path><source><database>roboflow.com</database></source><size><width>640</width><height>640</height><depth>3</depth></size><segmented>0</segmented><object><name>ship</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><occluded>0</occluded><bndbox><xmin>60</xmin><xmax>630</xmax><ymin>247</ymin><ymax>417</ymax></bndbox></object>
</annotation>

3、数据集适用范围 

  • 目标检测场景，无人机检测或监控识别；
  • yolo训练模型或其他模型；
  • 河道、海洋、港湾船只检测；
  • 可用于智慧海洋管理、智慧捕鱼等，服务于管理海洋资源，确保海上安全，以及防止海洋污染等。

4、数据集标注结果 

​​

4.1、数据集内容 

  1. 多角度场景：包含无人机视角、监控灯塔视角、岸边视角等；
  2. 标注内容：names: ['ship']，总计1个分类；
  3. 图片总量：9798张图片数据；
  4. 标注类型：含有Pascal VOC XML格式和yolo TXT格式；

5、训练过程

5.1、导入训练数据

下载YOLOv8项目压缩包，解压在任意本地workspace文件夹中。

下载YOLOv8预训练模型，导入到ultralytics-main项目根目录下。

​​​​

在ultralytics-main项目根目录下，创建data文件夹，并在data文件夹下创建子文件夹：Annotations、images、imageSets、labels，其中，将pascal VOC格式的XML文件手动导入到Annotations文件夹中，将JPG格式的图像数据导入到images文件夹中，imageSets和labels两个文件夹不导入数据。

data目录结构如下：

data/

——Annotations/   //存放xml文件

——images/          //存放jpg图像

——imageSets/

——labels/

整体项目结构如下所示：

​

5.2、数据分割

首先在ultralytics-main目录下创建一个split_train_val.py文件，运行文件之后会在imageSets文件夹下将数据集划分为训练集train.txt、验证集val.txt、测试集test.txt，里面存放的就是用于训练、验证、测试的图片名称。

import os
import randomtrainval_percent = 0.9
train_percent = 0.9
xmlfilepath = 'data/Annotations'
txtsavepath = 'data/ImageSets'
total_xml = os.listdir(xmlfilepath)num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)ftrainval = open('data/ImageSets/trainval.txt', 'w')
ftest = open('data/ImageSets/test.txt', 'w')
ftrain = open('data/ImageSets/train.txt', 'w')
fval = open('data/ImageSets/val.txt', 'w')for i in list:name = total_xml[i][:-4] + '\n'if i in trainval:ftrainval.write(name)if i in train:ftrain.write(name)else:fval.write(name)else:ftest.write(name)ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

5.3、数据集格式化处理

这段代码是用于处理图像标注数据，将其从XML格式（通常用于Pascal VOC数据集）转换为YOLO格式。

convert_annotation函数

  • 这个函数读取一个图像的XML标注文件，将其转换为YOLO格式的文本文件。

  • 它打开XML文件，解析树结构，提取图像的宽度和高度。

  • 然后，它遍历每个目标对象（object），检查其类别是否在classes列表中，并忽略标注为困难（difficult）的对象。

  • 对于每个有效的对象，它提取边界框坐标，进行必要的越界修正，然后调用convert函数将坐标转换为YOLO格式。

  • 最后，它将类别ID和归一化后的边界框坐标写入一个新的文本文件。

import xml.etree.ElementTree as ET
import os
from os import getcwdsets = ['train', 'val', 'test']
classes = ['ship'] # 根据标签名称填写类别
abs_path = os.getcwd()
print(abs_path)def convert(size, box):dw = 1. / (size[0])dh = 1. / (size[1])x = (box[0] + box[1]) / 2.0 - 1y = (box[2] + box[3]) / 2.0 - 1w = box[1] - box[0]h = box[3] - box[2]x = x * dww = w * dwy = y * dhh = h * dhreturn x, y, w, hdef convert_annotation(image_id):in_file = open('data/Annotations/%s.xml' % (image_id), encoding='UTF-8')out_file = open('data/labels/%s.txt' % (image_id), 'w')tree = ET.parse(in_file)root = tree.getroot()size = root.find('size')w = int(size.find('width').text)h = int(size.find('height').text)for obj in root.iter('object'):difficult = obj.find('difficult').textcls = obj.find('name').textif cls not in classes or int(difficult) == 1:continuecls_id = classes.index(cls)xmlbox = obj.find('bndbox')b = (float(xmlbox.find('xmin').text),float(xmlbox.find('xmax').text),float(xmlbox.find('ymin').text),float(xmlbox.find('ymax').text))b1, b2, b3, b4 = b# 标注越界修正if b2 > w:b2 = wif b4 > h:b4 = hb = (b1, b2, b3, b4)bb = convert((w, h), b)out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')wd = getcwd()
for image_set in sets:if not os.path.exists('data/labels/'):os.makedirs('data/labels/')image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split()list_file = open('data/%s.txt' % (image_set), 'w')for image_id in image_ids:list_file.write(abs_path + '/data/images/%s.jpg\n' % (image_id))convert_annotation(image_id)list_file.close()

5.4、修改数据集配置文件

train: ../train/images
val: ../valid/images
test: ../test/imagesnc: 1
names: ['ship']

5.5、执行命令

执行train.py

model = YOLO('yolov8s.pt')
results = model.train(data='data.yaml', epochs=200, imgsz=640, batch=16, workers=0)

也可以在终端执行下述命令：

yolo train data=data.yaml model=yolov8s.pt epochs=200 imgsz=640 batch=16 workers=0 device=0

5.6、模型预测 

你可以选择新建predict.py预测脚本文件，输入视频流或者图像进行预测。

代码如下：

import cv2
from ultralytics import YOLO# Load the YOLOv8 model
model = YOLO("./best.pt") # 自定义预测模型加载路径# Open the video file
video_path = "./demo.mp4" # 自定义预测视频路径
cap = cv2.VideoCapture(video_path) # Get the video properties
frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
fps = cap.get(cv2.CAP_PROP_FPS)# Define the codec and create VideoWriter object
fourcc = cv2.VideoWriter_fourcc(*'mp4v')  # Be sure to use lower case
out = cv2.VideoWriter('./outputs.mp4', fourcc, fps, (frame_width, frame_height)) # 自定义输出视频路径# Loop through the video frames
while cap.isOpened():# Read a frame from the videosuccess, frame = cap.read()if success:# Run YOLOv8 inference on the frame# results = model(frame)results = model.predict(source=frame, save=True, imgsz=640, conf=0.5)results[0].names[0] = "道路积水"# Visualize the results on the frameannotated_frame = results[0].plot()# Write the annotated frame to the output fileout.write(annotated_frame)# Display the annotated frame (optional)cv2.imshow("YOLOv8 Inference", annotated_frame)# Break the loop if 'q' is pressedif cv2.waitKey(1) & 0xFF == ord("q"):breakelse:# Break the loop if the end of the video is reachedbreak# Release the video capture and writer objects
cap.release()
out.release()
cv2.destroyAllWindows()

也可以直接在命令行窗口或者Annoconda终端输入以下命令进行模型预测：

yolo predict model="best.pt" source='demo.jpg'

6、获取数据集 

看我“头像”获取数据，或者主页私聊博主哈~

二、基于QT的目标检测可视化界面

yolo可视化界面源码

1、环境配置

# 安装torch环境
pip install torch -i https://pypi.tuna.tsinghua.edu.cn/simple
# 安装PySide6依赖项
pip install PySide6 -i https://pypi.tuna.tsinghua.edu.cn/simple
# 安装opencv-python依赖项
pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

2、使用说明

​​​​​

界面功能介绍：

  • 原视频/图片区：上半部分左边区域为原视频/图片展示区；
  • 检测区：上半部分右边区域为检测结果输出展示区；
  • 文本框：打印输出操作日志，其中告警以json格式输出，包含标签框的坐标，标签名称等；
  • 加载模型：下拉框绑定本地文件路径，按钮加载路径下的模型文件；
  • 置信度阈值：自定义检测区的置信度阈值，可以通过滑动条的方式设置；
  • 文件上传：选择目标文件，包含JPG格式和MP4格式；
  • 开始检测：执行检测程序；
  • 停止：终止检测程序；

 3、预测效果展示

3.1、图片检测

​​​​​

切换置信度再次执行：

​​​​​

上图左下区域可以看到json格式的告警信息，用于反馈实际作业中的管理系统，为管理员提供道路养护决策 。

3.2、视频检测 

​​​​​

3.3、日志文本框

​

4、前端代码 

class MyWindow(QtWidgets.QMainWindow):def __init__(self):super().__init__()self.init_gui()self.model = Noneself.timer = QtCore.QTimer()self.timer1 = QtCore.QTimer()self.cap = Noneself.video = Noneself.file_path = Noneself.base_name = Noneself.timer1.timeout.connect(self.video_show)def init_gui(self):self.folder_path = "model_file"  # 自定义修改：设置文件夹路径self.setFixedSize(1300, 650)self.setWindowTitle('目标检测')  # 自定义修改：设置窗口名称self.setWindowIcon(QIcon("111.jpg"))  # 自定义修改：设置窗口图标central_widget = QtWidgets.QWidget(self)self.setCentralWidget(central_widget)main_layout = QtWidgets.QVBoxLayout(central_widget)# 界面上半部分： 视频框topLayout = QtWidgets.QHBoxLayout()self.oriVideoLabel = QtWidgets.QLabel(self)# 界面下半部分： 输出框 和 按钮groupBox = QtWidgets.QGroupBox(self)groupBox.setStyleSheet('QGroupBox {border: 0px solid #D7E2F9;}')bottomLayout = QtWidgets.QHBoxLayout(groupBox)main_layout.addWidget(groupBox)btnLayout = QtWidgets.QHBoxLayout()btn1Layout = QtWidgets.QVBoxLayout()btn2Layout = QtWidgets.QVBoxLayout()btn3Layout = QtWidgets.QVBoxLayout()# 创建日志打印文本框self.outputField = QtWidgets.QTextBrowser()self.outputField.setFixedSize(530, 180)self.outputField.setStyleSheet('font-size: 13px; font-family: "Microsoft YaHei"; background-color: #f0f0f0; border: 2px solid #ccc; border-radius: 10px;')self.detectlabel = QtWidgets.QLabel(self)self.oriVideoLabel.setFixedSize(530, 400)self.detectlabel.setFixedSize(530, 400)self.oriVideoLabel.setStyleSheet('border: 2px solid #ccc; border-radius: 10px; margin-top:75px;')self.detectlabel.setStyleSheet('border: 2px solid #ccc; border-radius: 10px; margin-top: 75px;')topLayout.addWidget(self.oriVideoLabel)topLayout.addWidget(self.detectlabel)main_layout.addLayout(topLayout)

5、代码获取

YOLO可视化界面

看我“头像”获取数据，或者主页私聊博主哈~

注：以上均为原创内容，转载请私聊！！！


http://www.ppmy.cn/ops/132493.html

相关文章

JavaWeb——Web入门（7/9）-Tomcat-介绍（Tomcat 的简介：轻量级Web服务器，支持Servlet/JSP少量JavaEE规范）

JavaWeb——Web入门（7/9）-Tomcat-介绍（Tomcat 的简介：轻量级Web服务器，支持Servlet/JSP少量JavaEE规范）

目录 Web服务器的作用 三个方面的讲解 Tomcat 的简介 小结 Web服务器的作用 封装 HTTP 协议操作&#xff1a;Web服务器是一个软件程序&#xff0c;对 HTTP 协议的操作进行了封装。这样开发人员就不需要再直接去操作 HTTP 协议&#xff0c;使得外部应用程序的开发更加便捷、…
阅读更多...
ctfshow(328)--XSS漏洞--存储型XSS

ctfshow(328)--XSS漏洞--存储型XSS

Web328 简单阅读一下页面。 是一个登录系统&#xff0c;存在一个用户管理数据库。 那么我们注册一个账号&#xff0c;在账号或者密码中植入HTML恶意代码&#xff0c;当管理员访问用户管理数据库页面时&#xff0c;就会触发我们的恶意代码。 思路 我们向数据库中写入盗取管理员…
阅读更多...
第四期书生大模型实战营（【基础岛】- 第2关 | 玩转书生「多模态对话」与「AI搜索」产品）

第四期书生大模型实战营（【基础岛】- 第2关 | 玩转书生「多模态对话」与「AI搜索」产品）

文章目录 1. 任务介绍[玩转书生「多模态对话」与「AI搜索」产品 - 任务](https://github.com/InternLM/Tutorial/blob/camp4/docs/L1/InternIntro/tasks.md)1.1. 基础任务 (完成此任务即完成闯关)1.2. 进阶任务 (优秀学员需要完成)1.3. 闯关材料提交 (完成材料提交视为闯关成功…
阅读更多...
clickhouse自增id的处理

clickhouse自增id的处理

msyql 中创建数据表的时候可以通过AUTO_INCREMENT 来实现&#xff0c;clickhouse中可以通过其他方式来处理 一、 默认值 创建表时可以实用默认值&#xff0c;该列值可以自动递增。如下所示 CREATE TABLE my_table ( id UInt32 DEFAULT IDENTITY(AUTO_INCREMENT), name Strin…
阅读更多...
月薪已炒到15w？强烈建议大家冲一冲设计新兴领域，工资高前景好，人才缺口极大！

月薪已炒到15w？强烈建议大家冲一冲设计新兴领域，工资高前景好，人才缺口极大！

2024年&#xff0c;你一定要学会用AI设计**。** 1年时间&#xff0c;AI证明了它的超强设计能力&#xff1a; 不用PS&#xff0c;一键完成抠图、扩图&#xff1b; 不用绘图&#xff0c;几个字描述&#xff0c;轻松生成****矢量图标、3D 插画****&#xff1b; 不用付费&#…
阅读更多...
Python 小高考篇（2）字符串

Python 小高考篇（2）字符串

目录 字符串字符串运算符格式化转义符字符串和整数间的转换字符串的一些其它知识点字符串切割获取字符串长度 自测总结结尾 本文由Jzwalliser原创&#xff0c;发布在CSDN平台上&#xff0c;遵循CC 4.0 BY-SA协议。 因此&#xff0c;若需转载/引用本文&#xff0c;请注明作者并附…
阅读更多...
python机器人Agent编程——实现一个本地大模型和爬虫结合的手机号归属地天气查询Agent

python机器人Agent编程——实现一个本地大模型和爬虫结合的手机号归属地天气查询Agent

目录 一、前言二、准备工作三、Agent结构四、python模块实现4.1 实现手机号归属地查询工具4.2实现天气查询工具4.3定义创建Agent主体4.4创建聊天界面 五、小结PS.扩展阅读ps1.六自由度机器人相关文章资源ps2.四轴机器相关文章资源ps3.移动小车相关文章资源ps3.wifi小车控制相关…
阅读更多...
ubuntu24.04.1 安装 mysql

ubuntu24.04.1 安装 mysql

ubuntu24.04.1 用 apt 安装 mysql , 笔记241109 apt安装mysql sudo apt install mysql-server -y sudo apt install mysql-server -y修改 /etc/mysql/mysql.conf.d下的 mysqld.cnf 配置文件 sudo vi /etc/mysql/mysql.conf.d/mysqld.cnfUbuntu虽然安装mysql方便, 但默认不能…
阅读更多...
最新文章

Copyright @ 2022~2023