尧图网站建设 
简介面向海事监控、遥感图像分析与深度学习初学者这份压缩包基于YOLOv2算法与SSDD舰船数据集实现了从模型构建到目标检测的完整流程。资源共60个文件压缩后仅2.33MB体量轻但结构完整55张jpg舰船图像覆盖不同海况与光照环境作为训练和测试样本2个mat文件分别保存预训练模型与gTruth真值标注便于直接调用2个m脚本对应训练与检测两个环节另附txt说明辅助阅读。已有127人学习下载适合快速理解YOLO系列在舰船检测任务中的具体实现。借助Matlab的深度学习工具箱使用者可直接运行检测脚本查看识别结果也可基于自带数据调整网络结构或超参数、替换测试图像甚至扩展至自己的数据集。整个资源包内容紧凑适合课程设计、毕业设计或入门实践为复现实验、掌握目标检测建模与模型评估流程提供低成本上手路径。1. 用 YOLO 做舰船检测真正的门槛在尺度和误检基于 YOLO 的舰船目标检测第一课往往不是 YOLO 原理而是先搞清楚输入图像长什么样。把一张 1.5 万像素宽的港口遥感图直接塞进 YOLO最常见的结局不是漏检而是模型把波浪纹理和岸线吊机都当成了船。舰船目标可能只占图像的千分之一到万分之一背景却是大海、岸线和港口设施这就决定了方案重心在数据组织、输入尺度和后处理而不是模型选型。下面按实际工程路径展开先解决舰船数据标注到 YOLO 格式的问题再讲训练配置里对舰船场景最敏感的超参与损失函数表现然后处理小目标漏检最后落到部署与指标验证。示例统一用 YOLOv8YOLO11 及后续版本用法与其保持一致。2. 舰船检测数据准备从公开数据集与自采影像到 YOLO 标签格式2.1 选数据源光学、SAR、红外场景分布决定模型上限舰船检测的数据来源常见有三类。光学影像贴近人眼习惯港口类数据多最容易做迁移学习SAR 图像不受云层和昼夜影响目标多以点状或短条状呈现在灰度纹理上红外数据适合夜间场景与海上搜救但公开数据量明显更少多数要靠现场采集。选择哪一类先看部署场景而不是看哪类数据集排行榜更好看。同一个 YOLO 结构光学数据训出的模型直接拿去跑红外基本是重做一遍数据循环的结局。拿到数据以后我一般会先做一轮统计而不是直接开训。统计内容包括每张图的舰船数量、目标像素占全图的比例、目标长宽比分布以及背景类型占比。当目标像素占比低于 0.1% 的样本超过一半时这个任务必须显式走小目标优化路线而不是靠堆模型深度或通道数解决。规模上公开的光学舰船数据集有数万框级的选择但落到具体航道和港口的工程里几千张图加两万框左右配合合适的增强通常就能到达可部署的精度基线。提示公开数据集的场景分布和部署现场往往不一致码头朝向、拍摄高度、雾霾程度都会影响迁移效果。迁移之前先抽样看 30 张图确认目标尺度和背景形态是否和现场一致。2.2 标注工具与格式转换从 VOC/COCO 到 YOLO txtYOLO 训练要求每张图对应一个同名 txt 文件每行格式是class x_center y_center width height四个坐标都是相对图像宽高的归一化浮点数值域在 01。公开的舰船数据集多数给的是 VOC XML 或 COCO JSON直接改文件后缀行不通。标注阶段用 CVAT 或 X-AnyLabeling 会更省事导出时直接选 YOLO 格式如果拿到的是历史 VOC 标注就需要写脚本转换一遍。KITTI 标注转 YOLO 也是同一个思路区别只在字段解析。工具主要导出格式适合场景CVATYOLO txt / COCO JSON / VOC XML多人协作标注任务流管理X-AnyLabelingYOLO txt / VOC XML单人快速标注支持模型辅助预标注labelImgVOC XML小规模临时标注转换脚本里最容易被忽略的是边界处理。遥感大图的标注经常出现框的一侧超出图像范围如果不先裁剪计算出的归一化坐标会小于 0 或大于 1训练时轻则产生不稳定梯度重则直接 NaN。import xml.etree.ElementTree as ET from pathlib import Path def voc_to_yolo(xml_path: Path, out_dir: Path, classes: list[str]) - int: root ET.parse(xml_path).getroot() size root.find(size) img_w float(size.find(width).text) img_h float(size.find(height).text) lines [] for obj in root.iter(object): name obj.find(name).text if name not in classes: continue box obj.find(bndbox) xmin float(box.find(xmin).text) ymin float(box.find(ymin).text) xmax float(box.find(xmax).text) ymax float(box.find(ymax).text) # 关键: 把越界坐标裁剪回图内, 并跳过退化框 xmin min(max(xmin, 0.0), img_w) xmax min(max(xmax, 0.0), img_w) ymin min(max(ymin, 0.0), img_h) ymax min(max(ymax, 0.0), img_h) if xmax - xmin 1 or ymax - ymin 1: continue dw, dh 1.0 / img_w, 1.0 / img_h xc (xmin xmax) / 2.0 * dw yc (ymin ymax) / 2.0 * dh bw (xmax - xmin) * dw bh (ymax - ymin) * dh lines.append(f{classes.index(name)} {xc:.6f} {yc:.6f} {bw:.6f} {bh:.6f}) if lines: out_path out_dir / (xml_path.stem .txt) out_path.write_text(\n.join(lines) \n) return len(lines)逻辑分四步读出原图宽高解析每个 object 的 bndbox把四角坐标裁剪进图内并过滤掉宽高小于 1 像素的退化框最后把四角坐标换算为中心点加宽高的归一化表示。classes列表的顺序就是模型输出的类别 ID后续增删类别只改这个列表不动模型结构。dw、dh是提前算好的倒数批量转换上万张图时能省下不少不必要的浮点除法。转换完成不等于数据可用。我会抽样 20 张图把 txt 坐标画回图像上人工核对重点看两类错误一是标注框类别与目标不符二是越界裁剪后框位置偏移。这一步花不了十分钟但能拦下后面训练阶段最浪费时间的问题。2.3 数据集划分按场景切分而不是随机切分舰船检测数据集翻车最多的地方在这里。按图像随机划分 train/val同一张港口图里的多条船会同时出现在训练集和验证集背景高度相似验证指标虚高上线后发现泛化能力远差于 val 表现。正确做法是按场景或采集批次划分同一个港口的连拍帧、同一次飞行的相邻航带整体划到同一边。留出 10% 场景做验证、10% 做测试剩下 80% 训练如果只有少量场景验证集比例可以提到 20%哪怕训练集小一点也值得。舰船检测的长尾主要体现在未知港口、未知角度而不是框数量不够。3. 用 YOLO 训练舰船检测模型配置、超参与损失函数调优3.1 环境配置与最小训练流程从 pretrained 权重到 ship.yaml先把训练链路跑起来。Python 3.10 加 PyTorch 2.x配 Ultralytics 的库训练和评估都是同一套接口。显卡优先 NVIDIA显存 12GB 起步训练阶段如果只有 AMD 显卡一般不会在本地硬啃CPU 开小 batch 调试代码正式训练借用云上 NVIDIA 实例更划算。下面这份代码是最小可跑的训练入口参数刻意按舰船场景做了调整。from ultralytics import YOLO model YOLO(yolov8n.pt) result model.train( dataship.yaml, epochs150, imgsz1280, batch16, patience25, optimizerSGD, lr00.01, close_mosaic15, plotsTrue, device0, )对应的ship.yaml声明数据路径、类别数和类别名path: ./ship_dataset train: images/train val: images/val nc: 1 names: 0: ship几个关键参数的取舍在后面小节展开这里先说明两个最常见的坑。第一imgsz1280会让显存占用按面积翻四倍batch 从默认的 16 降到 8 甚至 4 是正常的不要为了维持 batch 而强行压缩分辨率第二close_mosaic15表示训练最后 15 个 epoch 关掉马赛克增强。马赛克拼接会频繁把舰船目标拦腰截断制造大量半船样本后期关掉能让模型在接近真实目标形态的分布上做最后精修。3.2 舰船场景必调的 5 个超参YOLO 训练参数很多但对舰船场景真正敏感的是数据增强环节的这几个。默认值是为 COCO 那类居中分布的目标设计的直接照抄会放大舰船数据的长尾。参数COCO 默认舰船建议理由imgsz6401280~1536小目标像素占比低提高输入分辨率收益最直接hsv_h0.0150.005海水色调集中过大的色相扰动制造虚假纹理hsv_s0.70.2饱和度扰动过强会让船体和海浪颜色混淆degrees05~10舰船在图像中朝向任意小角度旋转增强泛化fliplr0.50.0~0.3船艏艉结构不对称全概率翻转会产生语义不自然的样本颜色参数建议先降后调。把hsv_s从 0.7 降到 0.2误检率往往肉眼可见下降原因是舰船检测的背景是单一色相的海面饱和度扰动制造出来的“彩船”并不存在于部署场景。degrees对遥感大图收益明显因为舰船在航道上朝任意方向行驶而默认训练角度扰动为 0。scale参数保持默认或降到 0.3舰船长宽比介于 2:1 到 6:1过大的缩放会把整船压成细线模型学到错误的比例先验。3.3 损失函数与正负样本分配舰船场景收敛慢在哪YOLOv8 和后续版本用 DFLDistribution Focal Loss加 CIoU 的组合做回归分类损失为标准交叉熵。DFL 不直接回归框的宽高而是让模型预测框边位置的离散分布这对长宽比极端的目标更稳也是 YOLO 在舰船这类细长目标上比早期 anchor-based 版本好用的原因之一。训练里有两类现象是舰船任务特有的。第一分类损失下降非常慢海面波浪纹理和船体边缘在浅层特征上高度相似模型早期分不清“船边”和“浪边”这个阶段强推大学习率反而会让框回归崩溃。第二小目标占比高时框回归损失后期震荡明显因为几个像素的偏移就会触发较大梯度。应对方式是先调增强参数再考虑改损失函数权重不建议一上来就动 box loss 的系数box7.5这类默认值是多个数据集上平衡出来的对舰船并不会产生质变。至于换 DETR 等 Transformer 结构讨论精度提升的文章很多但工程上延迟、显存和部署链路仍然是 YOLO 系的优势这也是舰船巡检场景普遍回到 YOLO 的核心理由。4. 舰船小目标与多尺度检测输入分辨率、切片推理与 NMS 调参4.1 为什么舰船检测天然属于小目标检测舰船在图像里“小”是物理事实。以航道监控为例一个 80 米长的目标在 1080p 画面远端只有十几个像素宽经过 YOLO 的多次下采样到 P3 特征层上只剩一两个有效像素检测器的感受野远大于目标本身。红外小目标检测里的评价思路在这里仍然适用目标信杂比低、目标像素数少、背景纹理强度高三个条件叠加普通置信度过滤会把真目标先杀掉。这也能解释为什么很多人对比过 DETR 这类 Transformer 检测器和 YOLO 之后最后还是回到 YOLO 系。Transformer 的全局注意力在低信杂比场景有潜力但训练成本、部署依赖和工程代价更高而 YOLO 通过提高输入分辨率和切片推理就能把同一批数据跑出可用精度。选型结论先放在这儿舰船小目标的问题七成靠数据组织和输入尺度解决三成靠后处理模型结构本身不是主要瓶颈。4.2 提高输入分辨率与切片推理tiling的完整写法提高 imgsz 是最直接的解法640 提到 1280小目标分档 AP 通常涨 10 个点以上显存占用却几乎翻四倍。显存不够时训练用 960 或 1280推理端做切片。切片推理是把大图切成相互重叠的小块分别预测再把结果投影回原图坐标做一次全局 NMS。重叠的目的是保证跨切片的同一个目标不会被切成两半而丢失。import numpy as np from ultralytics import YOLO model YOLO(best.pt) def slice_predict(image, slice_size640, overlap0.2, conf0.15, iou0.45): h, w image.shape[:2] step int(slice_size * (1 - overlap)) all_boxes [] for y in range(0, h, step): for x in range(0, w, step): x2, y2 min(x slice_size, w), min(y slice_size, h) x1, y1 max(0, x2 - slice_size), max(0, y2 - slice_size) crop image[y1:y2, x1:x2] # 预测块内目标, 再把坐标投影回原图 result model.predict(crop, imgszslice_size, confconf, iouiou, verboseFalse)[0] for box in result.boxes: bx1, by1, bx2, by2 box.xyxy[0].cpu().numpy() all_boxes.append([bx1 x1, by1 y1, bx2 x1, by2 y1, float(box.conf[0]), int(box.cls[0])]) return nms(all_boxes, 0.5) def nms(boxes, iou_thr0.5): boxes sorted(boxes, keylambda b: b[4], reverseTrue) keep [] while boxes: best boxes.pop(0) keep.append(best) boxes [b for b in boxes if iou(best, b) iou_thr] return keep def iou(a, b): ax1, ay1, ax2, ay2 a[:4] bx1, by1, bx2, by2 b[:4] ix1, iy1 max(ax1, bx1), max(ay1, by1) ix2, iy2 min(ax2, bx2), min(ay2, by2) iw, ih max(0.0, ix2 - ix1), max(0.0, iy2 - iy1) inter iw * ih union (ax2 - ax1) * (ay2 - ay1) (bx2 - bx1) * (by2 - by1) - inter return inter / union if union 0 else 0.0切片大小取训练 imgsz 的一半比如训练用 1280切片用 640显存压力小且模型见过的尺度一致。overlap 取 0.2 以上才能保证跨切片的舰船目标至少完整出现在一个块里。合并后只需要过一次全局 NMS不需要对置信度加惩罚系数。代价是推理计算量变成原来的数倍对离线巡检任务可接受实时视频流则需要配 TensorRT 才能兜住帧率。切片大小相对训练尺度适用场景5120.4×显存小于 8GB 的小卡推理6400.5×训练 imgsz1280 时的常见选择8960.7×大目标占比偏高或对延迟不敏感4.3 conf 与 NMS 参数舰船场景怎么定小目标天然低置信度海上误检又天然高置信度波浪纹理有时很像船所以 conf 的选取不能拍脑袋。我一般先在验证集上把 conf 从 0.001 到 0.5 扫一遍画 F1-confidence 曲线取 F1 峰值对应的阈值作为基准值。舰船任务这个值通常在 0.150.3 之间。NMS 的 iou 阈值管的是框合并港口密集停靠的船互相遮挡iou 设 0.45 容易把紧挨的两条船合并成一个框建议下调到 0.4但低于 0.3 时同一条船会输出多个框舰船这类矩形目标尤其明显。注意推理端的 iou 参数只影响框合并不要拿去改训练时的增强配置。YOLOv8 之后 anchor-free 是默认训练阶段随意改 iou 相关参数反而会引入不稳定。5. 部署与验证ONNX 导出、跨硬件推理与舰船指标落地5.1 ONNX 导出与跨硬件推理模型固化用 ONNX 最通用。导出时固定输入分辨率因为舰船推理的 imgsz 是部署方案定死的静态图能省下一部分转换开销。export 之后用 ONNX Runtime 推理CPU 和 AMD 显卡都能跑NVIDIA 再走 TensorRT 提速。from ultralytics import YOLO model YOLO(runs/detect/train/weights/best.pt) model.export(formatonnx, imgsz1280, opset17, simplifyTrue)导出的best.onnx不包含 NMS 和坐标还原这两部分在部署代码里显式写出来或直接复用 Ultralytics 的推理封装。AMD 显卡上跑 ONNXWindows 下用 DirectML providerLinux 下走 ROCm两者都能做到明显快于 CPU 但低于同价位 NVIDIA 卡的推理速度Jetson 等边缘设备则直接导出 TensorRT 引擎。多路视频流场景建议按 batch 合帧推理比逐帧推理节省三分之一以上的 GPU 时间。5.2 舰船检测验证mAP 分档与误检定位部署前用验证脚本完整评估一遍。conf 传 0.001 是为了保留所有低置信度预测这样画出来的 PR 曲线和 F1-confidence 曲线才是完整的后续选阈值的依据就在这里。from ultralytics import YOLO model YOLO(best.pt) metrics model.val(dataship.yaml, imgsz1280, conf0.001, plotsTrue) print(fmAP50{metrics.box.map50:.4f} fAP_s{metrics.box.map_s:.4f} fAP_m{metrics.box.map_m:.4f} fAP_l{metrics.box.map_l:.4f})四行输出里AP_s是当前模型在小目标档的真实水平建议把 AP_s 作为舰船任务的立项指标整体 mAP 高但 AP_s 低的模型部署后远端目标会大面积漏检。配合 plots 生成的 F1-confidence 曲线选上线阈值而不是沿用 conf0.25 的默认值。误检定位看混淆矩阵和预测图误检落在波浪上就降 hsv_s、调高 conf落在港口设施上就补对应场景的样本。最后给一个工程上很实用的验证技巧找一段部署场地一周的历史影像固定检测帧间隔跑全量推理把每帧检出的框按时间串起来。真实舰船的检测框会形成连续轨迹误检则呈散点炸开统计轨迹连续性就能在不需要新标注的前提下估算部署误检率。这个分布曲线同时是后续接多目标跟踪模块的输入基线——接入时检测器不要按 F1 最优阈值提前截断跟踪模块通常还要消费低置信度的候选框来维持轨迹。本文还有配套的精品资源点击获取 基于YOLO的舰船目标检测实战：小目标、切片推理与部署指南
简介面向海事监控、遥感图像分析与深度学习初学者这份压缩包基于YOLOv2算法与SSDD舰船数据集实现了从模型构建到目标检测的完整流程。资源共60个文件压缩后仅2.33MB体量轻但结构完整55张jpg舰船图像覆盖不同海况与光照环境作为训练和测试样本2个mat文件分别保存预训练模型与gTruth真值标注便于直接调用2个m脚本对应训练与检测两个环节另附txt说明辅助阅读。已有127人学习下载适合快速理解YOLO系列在舰船检测任务中的具体实现。借助Matlab的深度学习工具箱使用者可直接运行检测脚本查看识别结果也可基于自带数据调整网络结构或超参数、替换测试图像甚至扩展至自己的数据集。整个资源包内容紧凑适合课程设计、毕业设计或入门实践为复现实验、掌握目标检测建模与模型评估流程提供低成本上手路径。1. 用 YOLO 做舰船检测真正的门槛在尺度和误检基于 YOLO 的舰船目标检测第一课往往不是 YOLO 原理而是先搞清楚输入图像长什么样。把一张 1.5 万像素宽的港口遥感图直接塞进 YOLO最常见的结局不是漏检而是模型把波浪纹理和岸线吊机都当成了船。舰船目标可能只占图像的千分之一到万分之一背景却是大海、岸线和港口设施这就决定了方案重心在数据组织、输入尺度和后处理而不是模型选型。下面按实际工程路径展开先解决舰船数据标注到 YOLO 格式的问题再讲训练配置里对舰船场景最敏感的超参与损失函数表现然后处理小目标漏检最后落到部署与指标验证。示例统一用 YOLOv8YOLO11 及后续版本用法与其保持一致。2. 舰船检测数据准备从公开数据集与自采影像到 YOLO 标签格式2.1 选数据源光学、SAR、红外场景分布决定模型上限舰船检测的数据来源常见有三类。光学影像贴近人眼习惯港口类数据多最容易做迁移学习SAR 图像不受云层和昼夜影响目标多以点状或短条状呈现在灰度纹理上红外数据适合夜间场景与海上搜救但公开数据量明显更少多数要靠现场采集。选择哪一类先看部署场景而不是看哪类数据集排行榜更好看。同一个 YOLO 结构光学数据训出的模型直接拿去跑红外基本是重做一遍数据循环的结局。拿到数据以后我一般会先做一轮统计而不是直接开训。统计内容包括每张图的舰船数量、目标像素占全图的比例、目标长宽比分布以及背景类型占比。当目标像素占比低于 0.1% 的样本超过一半时这个任务必须显式走小目标优化路线而不是靠堆模型深度或通道数解决。规模上公开的光学舰船数据集有数万框级的选择但落到具体航道和港口的工程里几千张图加两万框左右配合合适的增强通常就能到达可部署的精度基线。提示公开数据集的场景分布和部署现场往往不一致码头朝向、拍摄高度、雾霾程度都会影响迁移效果。迁移之前先抽样看 30 张图确认目标尺度和背景形态是否和现场一致。2.2 标注工具与格式转换从 VOC/COCO 到 YOLO txtYOLO 训练要求每张图对应一个同名 txt 文件每行格式是class x_center y_center width height四个坐标都是相对图像宽高的归一化浮点数值域在 01。公开的舰船数据集多数给的是 VOC XML 或 COCO JSON直接改文件后缀行不通。标注阶段用 CVAT 或 X-AnyLabeling 会更省事导出时直接选 YOLO 格式如果拿到的是历史 VOC 标注就需要写脚本转换一遍。KITTI 标注转 YOLO 也是同一个思路区别只在字段解析。工具主要导出格式适合场景CVATYOLO txt / COCO JSON / VOC XML多人协作标注任务流管理X-AnyLabelingYOLO txt / VOC XML单人快速标注支持模型辅助预标注labelImgVOC XML小规模临时标注转换脚本里最容易被忽略的是边界处理。遥感大图的标注经常出现框的一侧超出图像范围如果不先裁剪计算出的归一化坐标会小于 0 或大于 1训练时轻则产生不稳定梯度重则直接 NaN。import xml.etree.ElementTree as ET from pathlib import Path def voc_to_yolo(xml_path: Path, out_dir: Path, classes: list[str]) - int: root ET.parse(xml_path).getroot() size root.find(size) img_w float(size.find(width).text) img_h float(size.find(height).text) lines [] for obj in root.iter(object): name obj.find(name).text if name not in classes: continue box obj.find(bndbox) xmin float(box.find(xmin).text) ymin float(box.find(ymin).text) xmax float(box.find(xmax).text) ymax float(box.find(ymax).text) # 关键: 把越界坐标裁剪回图内, 并跳过退化框 xmin min(max(xmin, 0.0), img_w) xmax min(max(xmax, 0.0), img_w) ymin min(max(ymin, 0.0), img_h) ymax min(max(ymax, 0.0), img_h) if xmax - xmin 1 or ymax - ymin 1: continue dw, dh 1.0 / img_w, 1.0 / img_h xc (xmin xmax) / 2.0 * dw yc (ymin ymax) / 2.0 * dh bw (xmax - xmin) * dw bh (ymax - ymin) * dh lines.append(f{classes.index(name)} {xc:.6f} {yc:.6f} {bw:.6f} {bh:.6f}) if lines: out_path out_dir / (xml_path.stem .txt) out_path.write_text(\n.join(lines) \n) return len(lines)逻辑分四步读出原图宽高解析每个 object 的 bndbox把四角坐标裁剪进图内并过滤掉宽高小于 1 像素的退化框最后把四角坐标换算为中心点加宽高的归一化表示。classes列表的顺序就是模型输出的类别 ID后续增删类别只改这个列表不动模型结构。dw、dh是提前算好的倒数批量转换上万张图时能省下不少不必要的浮点除法。转换完成不等于数据可用。我会抽样 20 张图把 txt 坐标画回图像上人工核对重点看两类错误一是标注框类别与目标不符二是越界裁剪后框位置偏移。这一步花不了十分钟但能拦下后面训练阶段最浪费时间的问题。2.3 数据集划分按场景切分而不是随机切分舰船检测数据集翻车最多的地方在这里。按图像随机划分 train/val同一张港口图里的多条船会同时出现在训练集和验证集背景高度相似验证指标虚高上线后发现泛化能力远差于 val 表现。正确做法是按场景或采集批次划分同一个港口的连拍帧、同一次飞行的相邻航带整体划到同一边。留出 10% 场景做验证、10% 做测试剩下 80% 训练如果只有少量场景验证集比例可以提到 20%哪怕训练集小一点也值得。舰船检测的长尾主要体现在未知港口、未知角度而不是框数量不够。3. 用 YOLO 训练舰船检测模型配置、超参与损失函数调优3.1 环境配置与最小训练流程从 pretrained 权重到 ship.yaml先把训练链路跑起来。Python 3.10 加 PyTorch 2.x配 Ultralytics 的库训练和评估都是同一套接口。显卡优先 NVIDIA显存 12GB 起步训练阶段如果只有 AMD 显卡一般不会在本地硬啃CPU 开小 batch 调试代码正式训练借用云上 NVIDIA 实例更划算。下面这份代码是最小可跑的训练入口参数刻意按舰船场景做了调整。from ultralytics import YOLO model YOLO(yolov8n.pt) result model.train( dataship.yaml, epochs150, imgsz1280, batch16, patience25, optimizerSGD, lr00.01, close_mosaic15, plotsTrue, device0, )对应的ship.yaml声明数据路径、类别数和类别名path: ./ship_dataset train: images/train val: images/val nc: 1 names: 0: ship几个关键参数的取舍在后面小节展开这里先说明两个最常见的坑。第一imgsz1280会让显存占用按面积翻四倍batch 从默认的 16 降到 8 甚至 4 是正常的不要为了维持 batch 而强行压缩分辨率第二close_mosaic15表示训练最后 15 个 epoch 关掉马赛克增强。马赛克拼接会频繁把舰船目标拦腰截断制造大量半船样本后期关掉能让模型在接近真实目标形态的分布上做最后精修。3.2 舰船场景必调的 5 个超参YOLO 训练参数很多但对舰船场景真正敏感的是数据增强环节的这几个。默认值是为 COCO 那类居中分布的目标设计的直接照抄会放大舰船数据的长尾。参数COCO 默认舰船建议理由imgsz6401280~1536小目标像素占比低提高输入分辨率收益最直接hsv_h0.0150.005海水色调集中过大的色相扰动制造虚假纹理hsv_s0.70.2饱和度扰动过强会让船体和海浪颜色混淆degrees05~10舰船在图像中朝向任意小角度旋转增强泛化fliplr0.50.0~0.3船艏艉结构不对称全概率翻转会产生语义不自然的样本颜色参数建议先降后调。把hsv_s从 0.7 降到 0.2误检率往往肉眼可见下降原因是舰船检测的背景是单一色相的海面饱和度扰动制造出来的“彩船”并不存在于部署场景。degrees对遥感大图收益明显因为舰船在航道上朝任意方向行驶而默认训练角度扰动为 0。scale参数保持默认或降到 0.3舰船长宽比介于 2:1 到 6:1过大的缩放会把整船压成细线模型学到错误的比例先验。3.3 损失函数与正负样本分配舰船场景收敛慢在哪YOLOv8 和后续版本用 DFLDistribution Focal Loss加 CIoU 的组合做回归分类损失为标准交叉熵。DFL 不直接回归框的宽高而是让模型预测框边位置的离散分布这对长宽比极端的目标更稳也是 YOLO 在舰船这类细长目标上比早期 anchor-based 版本好用的原因之一。训练里有两类现象是舰船任务特有的。第一分类损失下降非常慢海面波浪纹理和船体边缘在浅层特征上高度相似模型早期分不清“船边”和“浪边”这个阶段强推大学习率反而会让框回归崩溃。第二小目标占比高时框回归损失后期震荡明显因为几个像素的偏移就会触发较大梯度。应对方式是先调增强参数再考虑改损失函数权重不建议一上来就动 box loss 的系数box7.5这类默认值是多个数据集上平衡出来的对舰船并不会产生质变。至于换 DETR 等 Transformer 结构讨论精度提升的文章很多但工程上延迟、显存和部署链路仍然是 YOLO 系的优势这也是舰船巡检场景普遍回到 YOLO 的核心理由。4. 舰船小目标与多尺度检测输入分辨率、切片推理与 NMS 调参4.1 为什么舰船检测天然属于小目标检测舰船在图像里“小”是物理事实。以航道监控为例一个 80 米长的目标在 1080p 画面远端只有十几个像素宽经过 YOLO 的多次下采样到 P3 特征层上只剩一两个有效像素检测器的感受野远大于目标本身。红外小目标检测里的评价思路在这里仍然适用目标信杂比低、目标像素数少、背景纹理强度高三个条件叠加普通置信度过滤会把真目标先杀掉。这也能解释为什么很多人对比过 DETR 这类 Transformer 检测器和 YOLO 之后最后还是回到 YOLO 系。Transformer 的全局注意力在低信杂比场景有潜力但训练成本、部署依赖和工程代价更高而 YOLO 通过提高输入分辨率和切片推理就能把同一批数据跑出可用精度。选型结论先放在这儿舰船小目标的问题七成靠数据组织和输入尺度解决三成靠后处理模型结构本身不是主要瓶颈。4.2 提高输入分辨率与切片推理tiling的完整写法提高 imgsz 是最直接的解法640 提到 1280小目标分档 AP 通常涨 10 个点以上显存占用却几乎翻四倍。显存不够时训练用 960 或 1280推理端做切片。切片推理是把大图切成相互重叠的小块分别预测再把结果投影回原图坐标做一次全局 NMS。重叠的目的是保证跨切片的同一个目标不会被切成两半而丢失。import numpy as np from ultralytics import YOLO model YOLO(best.pt) def slice_predict(image, slice_size640, overlap0.2, conf0.15, iou0.45): h, w image.shape[:2] step int(slice_size * (1 - overlap)) all_boxes [] for y in range(0, h, step): for x in range(0, w, step): x2, y2 min(x slice_size, w), min(y slice_size, h) x1, y1 max(0, x2 - slice_size), max(0, y2 - slice_size) crop image[y1:y2, x1:x2] # 预测块内目标, 再把坐标投影回原图 result model.predict(crop, imgszslice_size, confconf, iouiou, verboseFalse)[0] for box in result.boxes: bx1, by1, bx2, by2 box.xyxy[0].cpu().numpy() all_boxes.append([bx1 x1, by1 y1, bx2 x1, by2 y1, float(box.conf[0]), int(box.cls[0])]) return nms(all_boxes, 0.5) def nms(boxes, iou_thr0.5): boxes sorted(boxes, keylambda b: b[4], reverseTrue) keep [] while boxes: best boxes.pop(0) keep.append(best) boxes [b for b in boxes if iou(best, b) iou_thr] return keep def iou(a, b): ax1, ay1, ax2, ay2 a[:4] bx1, by1, bx2, by2 b[:4] ix1, iy1 max(ax1, bx1), max(ay1, by1) ix2, iy2 min(ax2, bx2), min(ay2, by2) iw, ih max(0.0, ix2 - ix1), max(0.0, iy2 - iy1) inter iw * ih union (ax2 - ax1) * (ay2 - ay1) (bx2 - bx1) * (by2 - by1) - inter return inter / union if union 0 else 0.0切片大小取训练 imgsz 的一半比如训练用 1280切片用 640显存压力小且模型见过的尺度一致。overlap 取 0.2 以上才能保证跨切片的舰船目标至少完整出现在一个块里。合并后只需要过一次全局 NMS不需要对置信度加惩罚系数。代价是推理计算量变成原来的数倍对离线巡检任务可接受实时视频流则需要配 TensorRT 才能兜住帧率。切片大小相对训练尺度适用场景5120.4×显存小于 8GB 的小卡推理6400.5×训练 imgsz1280 时的常见选择8960.7×大目标占比偏高或对延迟不敏感4.3 conf 与 NMS 参数舰船场景怎么定小目标天然低置信度海上误检又天然高置信度波浪纹理有时很像船所以 conf 的选取不能拍脑袋。我一般先在验证集上把 conf 从 0.001 到 0.5 扫一遍画 F1-confidence 曲线取 F1 峰值对应的阈值作为基准值。舰船任务这个值通常在 0.150.3 之间。NMS 的 iou 阈值管的是框合并港口密集停靠的船互相遮挡iou 设 0.45 容易把紧挨的两条船合并成一个框建议下调到 0.4但低于 0.3 时同一条船会输出多个框舰船这类矩形目标尤其明显。注意推理端的 iou 参数只影响框合并不要拿去改训练时的增强配置。YOLOv8 之后 anchor-free 是默认训练阶段随意改 iou 相关参数反而会引入不稳定。5. 部署与验证ONNX 导出、跨硬件推理与舰船指标落地5.1 ONNX 导出与跨硬件推理模型固化用 ONNX 最通用。导出时固定输入分辨率因为舰船推理的 imgsz 是部署方案定死的静态图能省下一部分转换开销。export 之后用 ONNX Runtime 推理CPU 和 AMD 显卡都能跑NVIDIA 再走 TensorRT 提速。from ultralytics import YOLO model YOLO(runs/detect/train/weights/best.pt) model.export(formatonnx, imgsz1280, opset17, simplifyTrue)导出的best.onnx不包含 NMS 和坐标还原这两部分在部署代码里显式写出来或直接复用 Ultralytics 的推理封装。AMD 显卡上跑 ONNXWindows 下用 DirectML providerLinux 下走 ROCm两者都能做到明显快于 CPU 但低于同价位 NVIDIA 卡的推理速度Jetson 等边缘设备则直接导出 TensorRT 引擎。多路视频流场景建议按 batch 合帧推理比逐帧推理节省三分之一以上的 GPU 时间。5.2 舰船检测验证mAP 分档与误检定位部署前用验证脚本完整评估一遍。conf 传 0.001 是为了保留所有低置信度预测这样画出来的 PR 曲线和 F1-confidence 曲线才是完整的后续选阈值的依据就在这里。from ultralytics import YOLO model YOLO(best.pt) metrics model.val(dataship.yaml, imgsz1280, conf0.001, plotsTrue) print(fmAP50{metrics.box.map50:.4f} fAP_s{metrics.box.map_s:.4f} fAP_m{metrics.box.map_m:.4f} fAP_l{metrics.box.map_l:.4f})四行输出里AP_s是当前模型在小目标档的真实水平建议把 AP_s 作为舰船任务的立项指标整体 mAP 高但 AP_s 低的模型部署后远端目标会大面积漏检。配合 plots 生成的 F1-confidence 曲线选上线阈值而不是沿用 conf0.25 的默认值。误检定位看混淆矩阵和预测图误检落在波浪上就降 hsv_s、调高 conf落在港口设施上就补对应场景的样本。最后给一个工程上很实用的验证技巧找一段部署场地一周的历史影像固定检测帧间隔跑全量推理把每帧检出的框按时间串起来。真实舰船的检测框会形成连续轨迹误检则呈散点炸开统计轨迹连续性就能在不需要新标注的前提下估算部署误检率。这个分布曲线同时是后续接多目标跟踪模块的输入基线——接入时检测器不要按 F1 最优阈值提前截断跟踪模块通常还要消费低置信度的候选框来维持轨迹。本文还有配套的精品资源点击获取