尧图网站建设 
简介这份资源是面向高校学生与深度学习入门者的水域游泳者危险检测识别系统完整项目包基于YOLOV5目标检测框架实现可直接用于期末大作业、课程设计或毕业设计选题。压缩包共1878个文件约235.38MB包含880张jpg与4张jpeg图像样本、811个txt标注文件、60个yaml配置、34张png可视化结果、27个py源码脚本及11个pt权重文件另附Dockerfile、sh脚本与ipynb笔记覆盖数据、训练、推理与部署全流程。项目已获导师指导并通过取得96分高分代码完整下载即可运行读者可据此掌握数据集组织、模型训练调参、权重加载与检测效果评估等关键环节并参考目录结构快速复现实验。目前已有287人学习关注适合需要一份可落地水域安全检测方案的学习者参考借鉴。1. 水域游泳者危险检测为什么 YOLOV5 是期末大作业里最稳的那条路暑假去水库、河段、泳池边转一圈就能发现真正难的不是「有没有人下水」而是「这个人是不是正在出事」。水面反光、人体只露出头部和肩膀、岸上围观人群与水中目标混在一起通用检测模型直接套上去误报能把值班室逼疯。基于 YOLOV5 的水域中游泳者危险检测识别系统本质是把「人体检测 水域场景约束 危险姿态/位置判定」串成一条可跑通的流水线而不是单纯训练一个检测器就完事。它适合两类人一类是期末大作业需要完整源码 数据集、能演示、能写报告的学生另一类是想把水域安全监控从「人工盯屏」升级成「自动预警」的一线开发者。这篇笔记按「数据怎么准备 → 模型怎么训 → 危险逻辑怎么加 → 部署怎么落地」的顺序拆开讲中间会给出可直接抄的命令和参数也会把我在类似项目里翻过的车写清楚。读完你应该能判断这套方案值不值得投入以及自己动手时第一步该干什么。2. 数据集与标注把「游泳者」和「危险」拆成可训练的标签2.1 水域场景的数据从哪来、怎么筛水域游泳者检测的数据集公开资源远没有 COCO、VOC 那么现成。常见做法是三条路并行一是从公开水域监控视频里抽帧二是用手机在泳池、河段、水库边补拍三是找已有的溺水/救援类图像做补充。抽帧时不要均匀抽按「有人入水、有人挣扎、有人正常游泳、无人」四类场景各抽一批保证正负样本比例别太离谱。我一般会把视频按 2 帧/秒抽再人工过一遍删掉模糊、遮挡超过 70%、纯水面无目标的帧。筛选标准要写死否则后面标注会崩分辨率低于 640×480 的帧直接丢YOLOV5 输入 640 时放大后细节全糊。目标框小于 16×16 像素的样本单独放一个「小目标」子集训练时用 mosaic 增强补。夜间红外、逆光剪影、雨雾天气各留一部分这些是误报重灾区不能只留晴天正午的干净图。数据集目录建议按 YOLO 格式组织别用 VOC 的 XML 直接训转换一次更省心# 数据集目录结构YOLO 格式 swimmer_dataset/ ├── images/ │ ├── train/ # 训练集图片 │ ├── val/ # 验证集图片 │ └── test/ # 测试集图片 ├── labels/ │ ├── train/ # 对应 txt 标注 │ ├── val/ │ └── test/ └── data.yaml # 数据集配置文件data.yaml是 YOLOV5 训练入口路径写绝对路径最稳相对路径在不同工作目录下容易翻车# data.yaml path: /home/user/swimmer_dataset # 数据集根目录 train: images/train # 训练集相对路径 val: images/val # 验证集相对路径 test: images/test # 测试集相对路径 nc: 3 # 类别数 names: [swimmer, danger, lifeguard] # 类别名这里nc和names必须和标注文件里的 class id 严格对应。我见过有人标注时把danger写成 0、swimmer写成 1结果训练完模型把挣扎的人识别成正常游泳演示时直接社死。标注顺序一旦定下全流程不要改。2.2 标注规范三类标签怎么划边界类别设计直接决定系统能不能用。只标「人」不够因为系统要判危险标太细又会导致样本不足。我一般用三类类别定义典型场景swimmer正常游泳、踩水、漂浮泳池、河面正常活动danger挣扎、挥手求救、头部反复沉浮溺水前兆、体力不支lifeguard救生员、救援人员岸边或水中施救danger和swimmer的边界最容易标错。判断标准可以简化为头部是否频繁没入水面、手臂是否无规律拍打、身体是否接近垂直。如果只是慢速蛙泳哪怕动作不标准也归swimmer。标注时用 LabelImg 或 CVAT框要贴紧人体可见部分不要框住整片水花。标注完成后跑一遍校验脚本检查有没有越界框、类别 id 超范围、图片和标签不匹配import os import cv2 img_dir swimmer_dataset/images/train lbl_dir swimmer_dataset/labels/train for name in os.listdir(lbl_dir): lbl_path os.path.join(lbl_dir, name) img_path os.path.join(img_dir, name.replace(.txt, .jpg)) if not os.path.exists(img_path): print(缺图:, name) continue img cv2.imread(img_path) h, w img.shape[:2] with open(lbl_path) as f: for line in f: cls, x, y, bw, bh map(float, line.split()) # YOLO 格式为归一化中心点 宽高必须在 0~1 if not (0 x 1 and 0 y 1 and 0 bw 1 and 0 bh 1): print(越界框:, name, line.strip()) if cls not in [0, 1, 2]: print(类别异常:, name, cls)这段脚本不依赖任何框架纯 OpenCV 标准库跑一遍就能把脏数据筛出来。参数上重点看bw、bh是否接近 0接近 0 的框训练时几乎不产生梯度属于无效标注。2.3 数据增强水域反光和遮挡怎么补YOLOV5 自带 mosaic、mixup、HSV 增强但水域场景有两个特殊问题水面高光过曝、人体被水花遮挡。默认增强不够用我一般会在hyp.scratch-low.yaml基础上改几个值# hyp.yaml 关键参数 hsv_h: 0.015 # 色调扰动水面偏绿偏蓝时有用 hsv_s: 0.7 # 饱和度扰动抑制反光过曝 hsv_v: 0.4 # 亮度扰动模拟阴天/逆光 mosaic: 1.0 # 四图拼接小目标友好 mixup: 0.1 # 轻微混叠别开太大否则水面纹理混乱 copy_paste: 0.1 # 复制粘贴增强补充遮挡样本hsv_s调到 0.7 是为了让模型别把「亮白色反光」当成人体。copy_paste对遮挡场景帮助明显但比例超过 0.3 会出现明显伪影验证集 mAP 反而掉。增强策略没有万能值建议先跑 50 epoch 看验证集曲线再决定要不要加码。3. YOLOV5 训练与调参从环境配置到 mAP 收敛3.1 环境配置conda 隔离 版本对齐YOLOV5 对环境版本敏感尤其是 PyTorch 和 CUDA。我一般用 conda 建独立环境避免和系统里的其他项目打架conda create -n swimmer python3.9 -y conda activate swimmer # 安装 PyTorch按自己 CUDA 版本选这里以 CUDA 11.8 为例 pip install torch2.0.1 torchvision0.15.2 --index-url https://download.pytorch.org/whl/cu118 # 克隆 YOLOV5 并安装依赖 git clone https://github.com/ultralytics/yolov5.git cd yolov5 pip install -r requirements.txt装完先跑一次自检确认 GPU 可用import torch print(CUDA 可用:, torch.cuda.is_available()) print(设备:, torch.cuda.get_device_name(0) if torch.cuda.is_available() else CPU)如果CUDA 可用是 False别急着训先查驱动和 CUDA 版本是否匹配。CPU 训 YOLOV5s 大概 1 张图 0.5 秒几千张图能等到天亮期末大作业时间紧的话建议租一张 8G 显存以上的卡。3.2 训练命令与关键参数训练入口是train.py最简命令如下python train.py \ --data data.yaml \ --weights yolov5s.pt \ --img 640 \ --batch 16 \ --epochs 100 \ --device 0 \ --project runs/train \ --name swimmer_v1参数逐个说清楚--weights yolov5s.pt用官方预训练权重做迁移学习。水域数据集通常几千张从零训 mAP 很难看迁移学习能省一半以上 epoch。--img 640输入分辨率。游泳者目标偏小640 是精度和速度的平衡点显存够可以上 960但推理速度会掉。--batch 168G 显存下 640 分辨率的安全值。爆显存就降到 8别硬撑。--epochs 100小数据集 100 轮通常够收敛看results.csv里 mAP 连续 10 轮不涨就可以早停。--device 0指定第一张 GPU多卡用0,1。训练过程中重点盯三个指标metrics/mAP_0.5、metrics/mAP_0.5:0.95、val/box_loss。mAP_0.5 到 0.85 以上基本可用danger类的召回率要单独看因为漏报比误报更致命。3.3 超参数怎么调别迷信默认值YOLOV5 的超参数分两类一类是结构相关的锚框、损失权重一类是训练策略相关的学习率、优化器。水域场景我一般动这几个参数默认值建议值原因lr00.010.005小数据集学习率低一点更稳lrf0.010.05余弦退火终点别太低warmup_epochs35水域样本差异大预热长一点box0.050.08框回归权重加大小目标定位更准cls0.50.6类别区分度要求高尤其 danger锚框可以用python utils/autanchor.py --data data.yaml重新聚类。水域人体框偏瘦长默认 COCO 锚框不一定贴合重聚类后小目标召回通常能涨 2~3 个点。如果训练中出现box_loss震荡不降先查标注框有没有大量越界或宽高为 0如果cls_loss高但box_loss正常多半是danger和swimmer标混了回去复查标注一致性。4. 危险判定逻辑检测框之后才是真正的业务4.1 从检测结果到危险分数YOLOV5 只告诉你「框里是什么」不告诉你「这个人危不危险」。危险判定要再加一层规则或小模型。我一般用「位置 姿态 时序」三路打分位置目标是否在深水区、是否远离岸边。可以用多边形 ROI 圈出水域落在深水区的swimmer基础分加 0.2。姿态框的宽高比。正常游泳人体接近水平宽高比大溺水挣扎时身体趋近垂直宽高比接近 1 甚至小于 1。时序连续 N 帧内danger类置信度是否持续上升或swimmer框中心点是否频繁上下跳动。def danger_score(det, roi_poly, history): det: 单帧检测结果 [x1,y1,x2,y2,conf,cls] roi_poly: 深水区多边形顶点 history: 该目标最近 10 帧的中心点 y 坐标列表 x1, y1, x2, y2, conf, cls det w, h x2 - x1, y2 - y1 score 0.0 # 1. 类别基础分 if cls 1: # danger score 0.6 * conf elif cls 0: # swimmer score 0.1 * conf # 2. 宽高比越接近垂直越危险 ratio w / max(h, 1) if ratio 1.2: score 0.2 # 3. 时序抖动中心点 y 反复上下 if len(history) 5: dy max(history) - min(history) if dy h * 0.5: score 0.2 return min(score, 1.0)这段逻辑不复杂但比单纯看danger置信度稳得多。参数上0.6、0.2这些权重需要按现场数据微调建议先用一批标注好的危险片段回放看分数分布再定阈值。阈值一般设在 0.65~0.75低于 0.65 误报多高于 0.8 漏报多。4.2 后处理NMS、跟踪与告警去重YOLOV5 推理自带 NMS但水域场景目标密集时 IoU 阈值要调。默认 0.45人多时容易把相邻两个人合并建议降到 0.4 并开agnostic_nms。跟踪用 ByteTrack 或简单的 IOU 匹配即可目的是给每个目标一个稳定 ID避免同一人在连续帧里反复触发告警。告警去重逻辑同一 ID 在 30 秒内只报一次分数持续高于阈值超过 3 秒才推送到界面。否则水面反光一闪就弹窗值班人员会直接关掉系统。# 告警去重伪代码 alert_cache {} # {track_id: last_alert_time} def should_alert(track_id, score, now): if score 0.7: return False last alert_cache.get(track_id, 0) if now - last 30: # 30 秒冷却 return False alert_cache[track_id] now return True冷却时间 30 秒是经验值泳池场景可以缩到 15 秒开阔水域建议 60 秒。这个参数直接决定系统「烦不烦人」比模型精度更影响落地体验。5. 避坑与排查水域检测里最容易翻车的 5 个点5.1 反光被识别成游泳者现象晴天正午水面高光区域频繁出现swimmer误报置信度还不低。 原因训练集里高光样本太少模型把亮斑纹理当成了人体特征。 解决在增强里加大hsv_s和hsv_v扰动同时补拍一批正午高光负样本纯水面、无人的帧加入训练集类别标为背景不标框。负样本比例控制在总样本的 10%~15%。5.2 danger 类召回率上不去现象mAP 看着不错但实际溺水片段里danger经常漏检。 原因danger样本本身少且和swimmer视觉差异小模型倾向于预测多数类。 解决对danger类做过采样或在损失里给danger更高权重。也可以在data.yaml里把danger放到第一个类别配合cls权重调整。更直接的办法是单独训一个二分类「危险/正常」小模型做二次确认。5.3 小目标在 640 输入下消失现象远处只露出头部的人完全检不到。 原因下采样后目标只剩几个像素特征图上看不到。 解决训练时开--img 960或把测试集里小目标单独评估。推理阶段可以用切片推理SAHI把大图切块分别检测再合并代价是速度下降 2~3 倍。显存不够就只对远景区 ROI 做切片。5.4 训练 loss 正常但验证 mAP 为 0现象box_loss在降mAP一直是 0。 原因九成是data.yaml路径写错或者标签文件和图片没对上验证集实际加载的是空标签。 解决先跑python train.py --data data.yaml --img 640 --batch 4 --epochs 1看日志里train:和val:后面的样本数如果是 0 就是路径问题。再检查labels/val里 txt 是否和images/val同名。5.5 部署后帧率骤降现象训练时推理 30 FPS部署到边缘设备只剩 5 FPS。 原因PyTorch 模型没做量化或导出CPU 推理慢或者预处理用了 PIL 而不是 OpenCV。 解决导出 ONNX 或 TensorRT用python export.py --weights best.pt --include onnx。边缘设备优先 TensorRT FP16速度通常能翻 3 倍。预处理统一用cv2.resizecv2.dnn.blobFromImage别在推理循环里做多余的颜色空间转换。6. 部署与验证把模型塞进实际监控链路的一个技巧模型训完只是半成品真正要验证的是「端到端延迟」和「误报率」。我一般先在本地用视频回放跑一遍完整链路再上边缘设备。验证脚本核心是测三件事单帧推理耗时、端到端告警延迟、连续 1 小时误报次数。import time import cv2 import torch model torch.hub.load(ultralytics/yolov5, custom, pathbest.pt) model.conf 0.4 model.iou 0.4 cap cv2.VideoCapture(test_swimming.mp4) frame_count, total_time 0, 0.0 while cap.isOpened(): ret, frame cap.read() if not ret: break t0 time.time() results model(frame, size640) total_time time.time() - t0 frame_count 1 print(f平均单帧耗时: {total_time / frame_count * 1000:.1f} ms) print(f等效帧率: {frame_count / total_time:.1f} FPS)这段脚本跑完如果单帧超过 50ms20 FPS 以下实时告警就会滞后。优化顺序是先换 TensorRT再降输入到 512最后才考虑换更小的模型yolov5n。别一上来就换模型精度掉得比速度涨得快。一个容易被忽略的技巧把告警判定放在跟踪之后而不是每帧检测之后。同一目标连续 5 帧分数都超阈值再触发能把水面反光造成的瞬时误报压掉一大半。这个「连续帧确认」逻辑比调模型阈值管用而且不增加训练成本。部署到树莓派 5 这类设备时别直接跑 PyTorch用 ONNX Runtime 或 NCNN。树莓派 5 跑 yolov5n ONNX 大概能到 8~12 FPS够做低频预警。如果现场要求 25 FPS 以上老老实实上 Jetson 或带 NPU 的盒子别在树莓派上硬扛。我自己踩过最深的一个坑是拿晴天数据训完直接去雨天现场演示误报率飙到每小时 40 次以上。后来补了雨雾、逆光、夜间红外三类数据各 500 张误报才压到可接受范围。水域检测这件事数据覆盖度比模型结构重要得多别在调参上花太多时间先把场景补全。希望帮到你。本文还有配套的精品资源点击获取 基于YOLOV5的水域游泳者危险检测系统：从数据集到部署全流程
简介这份资源是面向高校学生与深度学习入门者的水域游泳者危险检测识别系统完整项目包基于YOLOV5目标检测框架实现可直接用于期末大作业、课程设计或毕业设计选题。压缩包共1878个文件约235.38MB包含880张jpg与4张jpeg图像样本、811个txt标注文件、60个yaml配置、34张png可视化结果、27个py源码脚本及11个pt权重文件另附Dockerfile、sh脚本与ipynb笔记覆盖数据、训练、推理与部署全流程。项目已获导师指导并通过取得96分高分代码完整下载即可运行读者可据此掌握数据集组织、模型训练调参、权重加载与检测效果评估等关键环节并参考目录结构快速复现实验。目前已有287人学习关注适合需要一份可落地水域安全检测方案的学习者参考借鉴。1. 水域游泳者危险检测为什么 YOLOV5 是期末大作业里最稳的那条路暑假去水库、河段、泳池边转一圈就能发现真正难的不是「有没有人下水」而是「这个人是不是正在出事」。水面反光、人体只露出头部和肩膀、岸上围观人群与水中目标混在一起通用检测模型直接套上去误报能把值班室逼疯。基于 YOLOV5 的水域中游泳者危险检测识别系统本质是把「人体检测 水域场景约束 危险姿态/位置判定」串成一条可跑通的流水线而不是单纯训练一个检测器就完事。它适合两类人一类是期末大作业需要完整源码 数据集、能演示、能写报告的学生另一类是想把水域安全监控从「人工盯屏」升级成「自动预警」的一线开发者。这篇笔记按「数据怎么准备 → 模型怎么训 → 危险逻辑怎么加 → 部署怎么落地」的顺序拆开讲中间会给出可直接抄的命令和参数也会把我在类似项目里翻过的车写清楚。读完你应该能判断这套方案值不值得投入以及自己动手时第一步该干什么。2. 数据集与标注把「游泳者」和「危险」拆成可训练的标签2.1 水域场景的数据从哪来、怎么筛水域游泳者检测的数据集公开资源远没有 COCO、VOC 那么现成。常见做法是三条路并行一是从公开水域监控视频里抽帧二是用手机在泳池、河段、水库边补拍三是找已有的溺水/救援类图像做补充。抽帧时不要均匀抽按「有人入水、有人挣扎、有人正常游泳、无人」四类场景各抽一批保证正负样本比例别太离谱。我一般会把视频按 2 帧/秒抽再人工过一遍删掉模糊、遮挡超过 70%、纯水面无目标的帧。筛选标准要写死否则后面标注会崩分辨率低于 640×480 的帧直接丢YOLOV5 输入 640 时放大后细节全糊。目标框小于 16×16 像素的样本单独放一个「小目标」子集训练时用 mosaic 增强补。夜间红外、逆光剪影、雨雾天气各留一部分这些是误报重灾区不能只留晴天正午的干净图。数据集目录建议按 YOLO 格式组织别用 VOC 的 XML 直接训转换一次更省心# 数据集目录结构YOLO 格式 swimmer_dataset/ ├── images/ │ ├── train/ # 训练集图片 │ ├── val/ # 验证集图片 │ └── test/ # 测试集图片 ├── labels/ │ ├── train/ # 对应 txt 标注 │ ├── val/ │ └── test/ └── data.yaml # 数据集配置文件data.yaml是 YOLOV5 训练入口路径写绝对路径最稳相对路径在不同工作目录下容易翻车# data.yaml path: /home/user/swimmer_dataset # 数据集根目录 train: images/train # 训练集相对路径 val: images/val # 验证集相对路径 test: images/test # 测试集相对路径 nc: 3 # 类别数 names: [swimmer, danger, lifeguard] # 类别名这里nc和names必须和标注文件里的 class id 严格对应。我见过有人标注时把danger写成 0、swimmer写成 1结果训练完模型把挣扎的人识别成正常游泳演示时直接社死。标注顺序一旦定下全流程不要改。2.2 标注规范三类标签怎么划边界类别设计直接决定系统能不能用。只标「人」不够因为系统要判危险标太细又会导致样本不足。我一般用三类类别定义典型场景swimmer正常游泳、踩水、漂浮泳池、河面正常活动danger挣扎、挥手求救、头部反复沉浮溺水前兆、体力不支lifeguard救生员、救援人员岸边或水中施救danger和swimmer的边界最容易标错。判断标准可以简化为头部是否频繁没入水面、手臂是否无规律拍打、身体是否接近垂直。如果只是慢速蛙泳哪怕动作不标准也归swimmer。标注时用 LabelImg 或 CVAT框要贴紧人体可见部分不要框住整片水花。标注完成后跑一遍校验脚本检查有没有越界框、类别 id 超范围、图片和标签不匹配import os import cv2 img_dir swimmer_dataset/images/train lbl_dir swimmer_dataset/labels/train for name in os.listdir(lbl_dir): lbl_path os.path.join(lbl_dir, name) img_path os.path.join(img_dir, name.replace(.txt, .jpg)) if not os.path.exists(img_path): print(缺图:, name) continue img cv2.imread(img_path) h, w img.shape[:2] with open(lbl_path) as f: for line in f: cls, x, y, bw, bh map(float, line.split()) # YOLO 格式为归一化中心点 宽高必须在 0~1 if not (0 x 1 and 0 y 1 and 0 bw 1 and 0 bh 1): print(越界框:, name, line.strip()) if cls not in [0, 1, 2]: print(类别异常:, name, cls)这段脚本不依赖任何框架纯 OpenCV 标准库跑一遍就能把脏数据筛出来。参数上重点看bw、bh是否接近 0接近 0 的框训练时几乎不产生梯度属于无效标注。2.3 数据增强水域反光和遮挡怎么补YOLOV5 自带 mosaic、mixup、HSV 增强但水域场景有两个特殊问题水面高光过曝、人体被水花遮挡。默认增强不够用我一般会在hyp.scratch-low.yaml基础上改几个值# hyp.yaml 关键参数 hsv_h: 0.015 # 色调扰动水面偏绿偏蓝时有用 hsv_s: 0.7 # 饱和度扰动抑制反光过曝 hsv_v: 0.4 # 亮度扰动模拟阴天/逆光 mosaic: 1.0 # 四图拼接小目标友好 mixup: 0.1 # 轻微混叠别开太大否则水面纹理混乱 copy_paste: 0.1 # 复制粘贴增强补充遮挡样本hsv_s调到 0.7 是为了让模型别把「亮白色反光」当成人体。copy_paste对遮挡场景帮助明显但比例超过 0.3 会出现明显伪影验证集 mAP 反而掉。增强策略没有万能值建议先跑 50 epoch 看验证集曲线再决定要不要加码。3. YOLOV5 训练与调参从环境配置到 mAP 收敛3.1 环境配置conda 隔离 版本对齐YOLOV5 对环境版本敏感尤其是 PyTorch 和 CUDA。我一般用 conda 建独立环境避免和系统里的其他项目打架conda create -n swimmer python3.9 -y conda activate swimmer # 安装 PyTorch按自己 CUDA 版本选这里以 CUDA 11.8 为例 pip install torch2.0.1 torchvision0.15.2 --index-url https://download.pytorch.org/whl/cu118 # 克隆 YOLOV5 并安装依赖 git clone https://github.com/ultralytics/yolov5.git cd yolov5 pip install -r requirements.txt装完先跑一次自检确认 GPU 可用import torch print(CUDA 可用:, torch.cuda.is_available()) print(设备:, torch.cuda.get_device_name(0) if torch.cuda.is_available() else CPU)如果CUDA 可用是 False别急着训先查驱动和 CUDA 版本是否匹配。CPU 训 YOLOV5s 大概 1 张图 0.5 秒几千张图能等到天亮期末大作业时间紧的话建议租一张 8G 显存以上的卡。3.2 训练命令与关键参数训练入口是train.py最简命令如下python train.py \ --data data.yaml \ --weights yolov5s.pt \ --img 640 \ --batch 16 \ --epochs 100 \ --device 0 \ --project runs/train \ --name swimmer_v1参数逐个说清楚--weights yolov5s.pt用官方预训练权重做迁移学习。水域数据集通常几千张从零训 mAP 很难看迁移学习能省一半以上 epoch。--img 640输入分辨率。游泳者目标偏小640 是精度和速度的平衡点显存够可以上 960但推理速度会掉。--batch 168G 显存下 640 分辨率的安全值。爆显存就降到 8别硬撑。--epochs 100小数据集 100 轮通常够收敛看results.csv里 mAP 连续 10 轮不涨就可以早停。--device 0指定第一张 GPU多卡用0,1。训练过程中重点盯三个指标metrics/mAP_0.5、metrics/mAP_0.5:0.95、val/box_loss。mAP_0.5 到 0.85 以上基本可用danger类的召回率要单独看因为漏报比误报更致命。3.3 超参数怎么调别迷信默认值YOLOV5 的超参数分两类一类是结构相关的锚框、损失权重一类是训练策略相关的学习率、优化器。水域场景我一般动这几个参数默认值建议值原因lr00.010.005小数据集学习率低一点更稳lrf0.010.05余弦退火终点别太低warmup_epochs35水域样本差异大预热长一点box0.050.08框回归权重加大小目标定位更准cls0.50.6类别区分度要求高尤其 danger锚框可以用python utils/autanchor.py --data data.yaml重新聚类。水域人体框偏瘦长默认 COCO 锚框不一定贴合重聚类后小目标召回通常能涨 2~3 个点。如果训练中出现box_loss震荡不降先查标注框有没有大量越界或宽高为 0如果cls_loss高但box_loss正常多半是danger和swimmer标混了回去复查标注一致性。4. 危险判定逻辑检测框之后才是真正的业务4.1 从检测结果到危险分数YOLOV5 只告诉你「框里是什么」不告诉你「这个人危不危险」。危险判定要再加一层规则或小模型。我一般用「位置 姿态 时序」三路打分位置目标是否在深水区、是否远离岸边。可以用多边形 ROI 圈出水域落在深水区的swimmer基础分加 0.2。姿态框的宽高比。正常游泳人体接近水平宽高比大溺水挣扎时身体趋近垂直宽高比接近 1 甚至小于 1。时序连续 N 帧内danger类置信度是否持续上升或swimmer框中心点是否频繁上下跳动。def danger_score(det, roi_poly, history): det: 单帧检测结果 [x1,y1,x2,y2,conf,cls] roi_poly: 深水区多边形顶点 history: 该目标最近 10 帧的中心点 y 坐标列表 x1, y1, x2, y2, conf, cls det w, h x2 - x1, y2 - y1 score 0.0 # 1. 类别基础分 if cls 1: # danger score 0.6 * conf elif cls 0: # swimmer score 0.1 * conf # 2. 宽高比越接近垂直越危险 ratio w / max(h, 1) if ratio 1.2: score 0.2 # 3. 时序抖动中心点 y 反复上下 if len(history) 5: dy max(history) - min(history) if dy h * 0.5: score 0.2 return min(score, 1.0)这段逻辑不复杂但比单纯看danger置信度稳得多。参数上0.6、0.2这些权重需要按现场数据微调建议先用一批标注好的危险片段回放看分数分布再定阈值。阈值一般设在 0.65~0.75低于 0.65 误报多高于 0.8 漏报多。4.2 后处理NMS、跟踪与告警去重YOLOV5 推理自带 NMS但水域场景目标密集时 IoU 阈值要调。默认 0.45人多时容易把相邻两个人合并建议降到 0.4 并开agnostic_nms。跟踪用 ByteTrack 或简单的 IOU 匹配即可目的是给每个目标一个稳定 ID避免同一人在连续帧里反复触发告警。告警去重逻辑同一 ID 在 30 秒内只报一次分数持续高于阈值超过 3 秒才推送到界面。否则水面反光一闪就弹窗值班人员会直接关掉系统。# 告警去重伪代码 alert_cache {} # {track_id: last_alert_time} def should_alert(track_id, score, now): if score 0.7: return False last alert_cache.get(track_id, 0) if now - last 30: # 30 秒冷却 return False alert_cache[track_id] now return True冷却时间 30 秒是经验值泳池场景可以缩到 15 秒开阔水域建议 60 秒。这个参数直接决定系统「烦不烦人」比模型精度更影响落地体验。5. 避坑与排查水域检测里最容易翻车的 5 个点5.1 反光被识别成游泳者现象晴天正午水面高光区域频繁出现swimmer误报置信度还不低。 原因训练集里高光样本太少模型把亮斑纹理当成了人体特征。 解决在增强里加大hsv_s和hsv_v扰动同时补拍一批正午高光负样本纯水面、无人的帧加入训练集类别标为背景不标框。负样本比例控制在总样本的 10%~15%。5.2 danger 类召回率上不去现象mAP 看着不错但实际溺水片段里danger经常漏检。 原因danger样本本身少且和swimmer视觉差异小模型倾向于预测多数类。 解决对danger类做过采样或在损失里给danger更高权重。也可以在data.yaml里把danger放到第一个类别配合cls权重调整。更直接的办法是单独训一个二分类「危险/正常」小模型做二次确认。5.3 小目标在 640 输入下消失现象远处只露出头部的人完全检不到。 原因下采样后目标只剩几个像素特征图上看不到。 解决训练时开--img 960或把测试集里小目标单独评估。推理阶段可以用切片推理SAHI把大图切块分别检测再合并代价是速度下降 2~3 倍。显存不够就只对远景区 ROI 做切片。5.4 训练 loss 正常但验证 mAP 为 0现象box_loss在降mAP一直是 0。 原因九成是data.yaml路径写错或者标签文件和图片没对上验证集实际加载的是空标签。 解决先跑python train.py --data data.yaml --img 640 --batch 4 --epochs 1看日志里train:和val:后面的样本数如果是 0 就是路径问题。再检查labels/val里 txt 是否和images/val同名。5.5 部署后帧率骤降现象训练时推理 30 FPS部署到边缘设备只剩 5 FPS。 原因PyTorch 模型没做量化或导出CPU 推理慢或者预处理用了 PIL 而不是 OpenCV。 解决导出 ONNX 或 TensorRT用python export.py --weights best.pt --include onnx。边缘设备优先 TensorRT FP16速度通常能翻 3 倍。预处理统一用cv2.resizecv2.dnn.blobFromImage别在推理循环里做多余的颜色空间转换。6. 部署与验证把模型塞进实际监控链路的一个技巧模型训完只是半成品真正要验证的是「端到端延迟」和「误报率」。我一般先在本地用视频回放跑一遍完整链路再上边缘设备。验证脚本核心是测三件事单帧推理耗时、端到端告警延迟、连续 1 小时误报次数。import time import cv2 import torch model torch.hub.load(ultralytics/yolov5, custom, pathbest.pt) model.conf 0.4 model.iou 0.4 cap cv2.VideoCapture(test_swimming.mp4) frame_count, total_time 0, 0.0 while cap.isOpened(): ret, frame cap.read() if not ret: break t0 time.time() results model(frame, size640) total_time time.time() - t0 frame_count 1 print(f平均单帧耗时: {total_time / frame_count * 1000:.1f} ms) print(f等效帧率: {frame_count / total_time:.1f} FPS)这段脚本跑完如果单帧超过 50ms20 FPS 以下实时告警就会滞后。优化顺序是先换 TensorRT再降输入到 512最后才考虑换更小的模型yolov5n。别一上来就换模型精度掉得比速度涨得快。一个容易被忽略的技巧把告警判定放在跟踪之后而不是每帧检测之后。同一目标连续 5 帧分数都超阈值再触发能把水面反光造成的瞬时误报压掉一大半。这个「连续帧确认」逻辑比调模型阈值管用而且不增加训练成本。部署到树莓派 5 这类设备时别直接跑 PyTorch用 ONNX Runtime 或 NCNN。树莓派 5 跑 yolov5n ONNX 大概能到 8~12 FPS够做低频预警。如果现场要求 25 FPS 以上老老实实上 Jetson 或带 NPU 的盒子别在树莓派上硬扛。我自己踩过最深的一个坑是拿晴天数据训完直接去雨天现场演示误报率飙到每小时 40 次以上。后来补了雨雾、逆光、夜间红外三类数据各 500 张误报才压到可接受范围。水域检测这件事数据覆盖度比模型结构重要得多别在调参上花太多时间先把场景补全。希望帮到你。本文还有配套的精品资源点击获取