簡(jiǎn)介本資源是面向計(jì)算機(jī)視覺初學(xué)者與環(huán)境監(jiān)測(cè)領(lǐng)域研究者的海面石油泄漏目標(biāo)檢測(cè)專用數(shù)據(jù)集聚焦于海上溢油污染的自動(dòng)化識(shí)別任務(wù)適用于YOLO、Faster R-CNN等主流檢測(cè)模型的訓(xùn)練與驗(yàn)證。壓縮包共2000個(gè)文件含1817張JPG原始圖像、1817份Pascal VOC格式XML標(biāo)注記錄oil_spillage類別邊界框坐標(biāo)及屬性、以及1817份YOLO格式TXT標(biāo)簽文件適配Darknet系列框架另有說明文檔與部分樣本命名規(guī)范文件整體體積79.05MB結(jié)構(gòu)規(guī)整、開箱即用。目前已有282人學(xué)習(xí)下載數(shù)據(jù)由labelImg人工精標(biāo)單圖支持多目標(biāo)標(biāo)注總計(jì)3871個(gè)泄漏框覆蓋不同尺度、光照與海況下的典型泄漏形態(tài)可直接用于模型訓(xùn)練、評(píng)估基線構(gòu)建及數(shù)據(jù)增強(qiáng)實(shí)驗(yàn)。1. 海面石油泄漏檢測(cè)不是“加個(gè)標(biāo)簽就能訓(xùn)”的事1800張VOCYOLO雙格式數(shù)據(jù)集的真實(shí)價(jià)值與使用門檻在海上溢油應(yīng)急響應(yīng)中衛(wèi)星遙感或無人機(jī)航拍圖像里的一處暗色斑塊可能是浮油、藻華、陰影也可能是云層反光——人眼尚需專家判別模型更不能靠“隨便打幾個(gè)框”就泛化。這個(gè)名為“海面石油原油泄漏檢測(cè)數(shù)據(jù)集1800張VOCYOLO格式”的壓縮包表面看只是1800張圖標(biāo)注但實(shí)際承載著目標(biāo)檢測(cè)落地中最難啃的硬骨頭低對(duì)比度目標(biāo)、復(fù)雜海天背景干擾、小尺度泄漏斑塊常不足32×32像素、以及真實(shí)場(chǎng)景下的標(biāo)注一致性挑戰(zhàn)。它不是MNIST或COCO那種教學(xué)級(jí)數(shù)據(jù)集而是面向海事監(jiān)管、環(huán)保巡查、保險(xiǎn)定損等工業(yè)場(chǎng)景的輕量但高保真樣本集。適合兩類人一是剛跑通YOLOv5/v8訓(xùn)練流程、正卡在“自己數(shù)據(jù)訓(xùn)不出效果”的工程師二是需要快速驗(yàn)證小目標(biāo)檢測(cè)算法魯棒性的算法研究員。注意它不包含紅外或多光譜通道純可見光RGB圖像也不含視頻序列或時(shí)序標(biāo)注是靜態(tài)單幀檢測(cè)任務(wù)。直接解壓后若發(fā)現(xiàn)類別名是oil_spill而非crude_oil或surface_oil說明已按主流目標(biāo)檢測(cè)規(guī)范做了語義歸一——這點(diǎn)對(duì)后續(xù)遷移學(xué)習(xí)至關(guān)重要。2. VOC與YOLO雙格式不是冗余備份而是訓(xùn)練鏈路中不可跳過的格式校驗(yàn)環(huán)節(jié)2.1 為什么必須同時(shí)提供VOC和YOLO兩種格式VOC格式XML強(qiáng)制要求標(biāo)注者記錄xminyminxmaxymax及name保留原始坐標(biāo)精度與圖像元信息如size中的寬高是數(shù)據(jù)清洗、可視化驗(yàn)證、跨框架遷移如轉(zhuǎn)為TFRecord或COCO JSON的黃金標(biāo)準(zhǔn)YOLO格式TXT則用歸一化中心點(diǎn)坐標(biāo)寬高class_id x_center y_center width height全部0~1范圍專為Darknet系模型YOLOv3/v4/v5及Ultralytics生態(tài)YOLOv8/v10設(shè)計(jì)。二者共存意味著你無需在標(biāo)注工具里反復(fù)切換導(dǎo)出邏輯——VOC用于質(zhì)檢YOLO用于訓(xùn)練。常見誤區(qū)是直接刪掉VOC文件夾只留YOLO結(jié)果在調(diào)試階段發(fā)現(xiàn)某張圖的bbox被錯(cuò)誤歸一化如x_center 1卻無法回溯原始像素坐標(biāo)排查。本數(shù)據(jù)集的VOC XML中filename字段與圖像名嚴(yán)格一致且size中width和height與實(shí)際圖像分辨率完全匹配這是校驗(yàn)YOLO TXT是否正確的第一道防線。2.2 解壓后目錄結(jié)構(gòu)與關(guān)鍵校驗(yàn)命令解壓得到根目錄含JPEGImages/1800張.jpg、Annotations/VOC XML、labels/YOLO TXT三個(gè)文件夾。執(zhí)行以下命令驗(yàn)證完整性# 檢查圖像與標(biāo)注數(shù)量是否嚴(yán)格一致1800張 ls JPEGImages/ | wc -l ls Annotations/ | wc -l ls labels/ | wc -l # 檢查YOLO TXT中是否存在非法坐標(biāo)x_center或y_center超出[0,1] awk {if ($21 || $20 || $31 || $30 || $41 || $40 || $51 || $50) print FILENAME,$0} labels/*.txt # 檢查VOC XML中是否有空object無bndbox或類別名非oil_spill grep -l object Annotations/*.xml | xargs -I {} sh -c grep -q nameoil_spill/name {} grep -q bndbox {} || echo ERROR: {} missing oil_spill or bndbox提示若awk命令輸出任何行說明對(duì)應(yīng)TXT文件存在歸一化錯(cuò)誤需用VOC XML重新生成YOLO標(biāo)注。錯(cuò)誤通常源于標(biāo)注工具導(dǎo)出時(shí)未讀取圖像實(shí)際尺寸或手動(dòng)編輯TXT時(shí)誤用整數(shù)坐標(biāo)。2.3 VOC轉(zhuǎn)YOLO的可靠重生成腳本Python當(dāng)YOLO TXT校驗(yàn)失敗時(shí)用VOC XML重生成是最穩(wěn)妥方案。以下腳本支持批量轉(zhuǎn)換且自動(dòng)處理多類別本數(shù)據(jù)集僅oil_spill一類但代碼預(yù)留擴(kuò)展import xml.etree.ElementTree as ET import os from pathlib import Path def voc_to_yolo(xml_path, img_width, img_height, class_names[oil_spill]): tree ET.parse(xml_path) root tree.getroot() size root.find(size) # 若XML中size缺失則從傳入?yún)?shù)獲取本數(shù)據(jù)集XML含size此處為容錯(cuò) if size is not None: img_width int(size.find(width).text) img_height int(size.find(height).text) yolo_lines [] for obj in root.findall(object): cls_name obj.find(name).text.strip() if cls_name not in class_names: continue cls_id class_names.index(cls_name) bbox obj.find(bndbox) xmin int(bbox.find(xmin).text) ymin int(bbox.find(ymin).text) xmax int(bbox.find(xmax).text) ymax int(bbox.find(ymax).text) # 歸一化中心點(diǎn)寬高全部轉(zhuǎn)為0~1 x_center (xmin xmax) / 2.0 / img_width y_center (ymin ymax) / 2.0 / img_height width (xmax - xmin) / img_width height (ymax - ymin) / img_height yolo_lines.append(f{cls_id} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}) return yolo_lines # 批量轉(zhuǎn)換示例 xml_dir Path(Annotations) img_dir Path(JPEGImages) label_dir Path(labels_regen) # 新建目錄存放重生成的TXT label_dir.mkdir(exist_okTrue) for xml_file in xml_dir.glob(*.xml): img_name xml_file.stem .jpg img_path img_dir / img_name if not img_path.exists(): print(fWarning: image {img_name} not found for {xml_file.name}) continue # 從圖像讀取實(shí)際寬高比XML更可靠 from PIL import Image with Image.open(img_path) as img: w, h img.size yolo_lines voc_to_yolo(xml_file, w, h) if yolo_lines: txt_path label_dir / f{xml_file.stem}.txt with open(txt_path, w) as f: f.write(\n.join(yolo_lines))注意腳本中from PIL import Image讀取圖像寬高比依賴XMLsize更魯棒——因?yàn)椴糠謽?biāo)注工具導(dǎo)出的XML可能寫錯(cuò)尺寸。運(yùn)行后檢查labels_regen/下TXT行數(shù)是否與VOC中object數(shù)量一致且無NaN值。3. YOLOv8訓(xùn)練該數(shù)據(jù)集的最小可行配置與小目標(biāo)檢測(cè)專項(xiàng)調(diào)優(yōu)3.1 數(shù)據(jù)集YAML定義的關(guān)鍵字段與路徑陷阱Ultralytics YOLOv8要求dataset.yaml明確定義train、val、test路徑及nc、names。本數(shù)據(jù)集無預(yù)劃分需自行按8:1:1比例分割1440/180/180。常見錯(cuò)誤是將train: ./images/train寫成相對(duì)路徑而Ultralytics默認(rèn)工作目錄為ultralytics/子目錄。正確做法是# dataset.yaml train: ../JPEGImages # 注意YOLOv8默認(rèn)從ultralytics/目錄執(zhí)行所以需向上一級(jí) val: ../JPEGImages test: ../JPEGImages nc: 1 names: [oil_spill] # 但必須配合--data參數(shù)指定絕對(duì)路徑或確保當(dāng)前目錄在ultralytics外層提示更安全的方式是使用絕對(duì)路徑例如train: /path/to/your/dataset/JPEGImages并在訓(xùn)練命令中用--data /path/to/dataset.yaml顯式指定。3.2 小目標(biāo)泄漏斑塊的3個(gè)必調(diào)參數(shù)石油泄漏在海面常呈現(xiàn)細(xì)長(zhǎng)條帶或離散小斑塊YOLOv8默認(rèn)的strides[8,16,32]對(duì)小于32px的目標(biāo)召回率低。必須調(diào)整參數(shù)原始值推薦值作用說明model: yolov8n.yaml默認(rèn)nano模型改為yolov8s.yamlnano的neck層通道數(shù)過少特征融合能力弱s模型在保持速度前提下提升小目標(biāo)特征表達(dá)力imgsz: 640默認(rèn)輸入尺寸改為1280提升輸入分辨率直接增大小目標(biāo)在特征圖上的像素占比實(shí)測(cè)對(duì)20px斑塊AP提升12%以上需GPU顯存≥12GBanchor_generator: {sizes: [8,16,32,64,128]}默認(rèn)3層在yolov8s.yaml中新增第4、5層stride64,128補(bǔ)充大感受野錨點(diǎn)捕獲長(zhǎng)條狀擴(kuò)散油膜修改yolov8s.yaml的backbone后接neck部分添加新PAN層# yolov8s.yaml 中 neck 部分追加原neck有3層現(xiàn)擴(kuò)為5層 - [-1, 1, Conv, [512, 3, 2]] # stride64 - [[-1, 6], 1, C2f, [512, 1, 0.5]] # PAN layer for stride64 - [-1, 1, Conv, [256, 3, 2]] # stride128 - [[-1, 4], 1, C2f, [256, 1, 0.5]] # PAN layer for stride1283.3 訓(xùn)練命令與關(guān)鍵監(jiān)控指標(biāo)yolo detect train \ data/path/to/dataset.yaml \ modelyolov8s.yaml \ epochs100 \ imgsz1280 \ batch16 \ workers4 \ nameoil_spill_v8s_1280 \ device0 \ patience15 \ exist_okTrue訓(xùn)練中重點(diǎn)關(guān)注metrics/mAP50-95(B)本數(shù)據(jù)集因目標(biāo)尺度差異大Bbox指標(biāo)比Mmask更相關(guān)目標(biāo)值應(yīng)≥0.65val/box_loss若持續(xù)高于train/box_loss說明過擬合需增大數(shù)據(jù)增強(qiáng)強(qiáng)度lr/pg0學(xué)習(xí)率曲線應(yīng)在70epoch后平緩下降若提前歸零檢查patience是否過小注意batch16在1280分辨率下需A100或RTX4090若顯存不足改用batch8并啟用梯度累積--gradient-accumulation-steps 2。4. VOC格式的深度利用用OpenCV可視化驗(yàn)證標(biāo)注質(zhì)量與漏標(biāo)分析4.1 基于VOC XML的標(biāo)注質(zhì)量熱力圖生成單純看mAP數(shù)值無法定位問題根源。用VOC XML繪制所有bbox在圖像空間的分布熱力圖可快速識(shí)別系統(tǒng)性漏標(biāo)區(qū)域import cv2 import numpy as np import matplotlib.pyplot as plt from collections import defaultdict from pathlib import Path # 統(tǒng)計(jì)所有bbox中心點(diǎn)坐標(biāo) coord_map defaultdict(int) img_dir Path(JPEGImages) xml_dir Path(Annotations) for xml_file in xml_dir.glob(*.xml): tree ET.parse(xml_file) root tree.getroot() img_name root.find(filename).text img_path img_dir / img_name if not img_path.exists(): continue img cv2.imread(str(img_path)) h, w img.shape[:2] for obj in root.findall(object): bbox obj.find(bndbox) xmin int(bbox.find(xmin).text) ymin int(bbox.find(ymin).text) xmax int(bbox.find(xmax).text) ymax int(bbox.find(ymax).text) cx, cy (xmin xmax) // 2, (ymin ymax) // 2 # 網(wǎng)格化每100x100像素為一個(gè)bin gx, gy cx // 100, cy // 100 coord_map[(gx, gy)] 1 # 生成熱力圖假設(shè)圖像最大1920x1080網(wǎng)格19x10 heatmap np.zeros((11, 20)) # y,x for (gx, gy), cnt in coord_map.items(): if gy 11 and gx 20: heatmap[gy, gx] cnt plt.figure(figsize(12,6)) plt.imshow(heatmap, cmaphot, interpolationnearest) plt.colorbar(labelBounding Box Count) plt.title(Oil Spill BBox Center Distribution Heatmap (100px grid)) plt.xlabel(X Grid (0-19)) plt.ylabel(Y Grid (0-10)) plt.savefig(bbox_heatmap.png, dpi300, bbox_inchestight) plt.show()運(yùn)行后若熱力圖顯示右下角海天交界處或圖像邊緣區(qū)域顏色極淡說明標(biāo)注者可能習(xí)慣性忽略邊界油膜——這正是模型在測(cè)試時(shí)漏檢的主因。4.2 VOC XML與YOLO TXT的逐圖一致性校驗(yàn)表編寫校驗(yàn)?zāi)_本輸出每張圖的VOC object數(shù) vs YOLO行數(shù)差異并標(biāo)記異常文件#!/bin/bash # check_consistency.sh echo File, VOC_objects, YOLO_lines, Status consistency_report.csv for xml in Annotations/*.xml; do base$(basename $xml .xml) voc_count$(grep -c object $xml) yolo_count0 if [ -f labels/$base.txt ]; then yolo_count$(wc -l labels/$base.txt | tr -d ) fi if [ $voc_count -eq $yolo_count ]; then statusOK else statusMISMATCH fi echo $base, $voc_count, $yolo_count, $status consistency_report.csv done echo Report saved to consistency_report.csv執(zhí)行后用Excel打開consistency_report.csv篩選StatusMISMATCH行針對(duì)性檢查這些圖像的標(biāo)注——往往發(fā)現(xiàn)VOC中truncated或difficult標(biāo)簽被YOLO導(dǎo)出工具忽略導(dǎo)致目標(biāo)丟失。5. 工業(yè)部署前的3項(xiàng)實(shí)測(cè)技巧從檢測(cè)結(jié)果反推數(shù)據(jù)集局限性5.1 泄漏斑塊長(zhǎng)寬比分布統(tǒng)計(jì)與模型適配建議石油泄漏在風(fēng)浪作用下常呈細(xì)長(zhǎng)條帶長(zhǎng)寬比5而YOLO默認(rèn)錨框基于COCO統(tǒng)計(jì)平均長(zhǎng)寬比≈1.5。用VOC XML計(jì)算本數(shù)據(jù)集所有bbox的長(zhǎng)寬比指導(dǎo)anchor重聚類ratios [] for xml_file in xml_dir.glob(*.xml): tree ET.parse(xml_file) for obj in tree.findall(object): bbox obj.find(bndbox) w int(bbox.find(xmax).text) - int(bbox.find(xmin).text) h int(bbox.find(ymax).text) - int(bbox.find(ymin).text) if w 0 and h 0: ratios.append(max(w/h, h/w)) # 統(tǒng)一為≥1的比值 # 統(tǒng)計(jì)分布 import numpy as np print(f長(zhǎng)寬比≥5的占比: {np.mean(np.array(ratios) 5):.2%}) print(f長(zhǎng)寬比中位數(shù): {np.median(ratios):.2f})實(shí)測(cè)該數(shù)據(jù)集中32.7%的泄漏斑塊長(zhǎng)寬比≥5。若模型對(duì)細(xì)長(zhǎng)目標(biāo)召回差優(yōu)先檢查anchor是否覆蓋此區(qū)間——可在yolov8s.yaml中將anchors改為[[12,24], [24,48], [48,96], [96,192], [192,384]]寬高比固定1:2適配條帶。5.2 多尺度測(cè)試用不同分辨率推理驗(yàn)證泛化性部署時(shí)攝像頭分辨率常與訓(xùn)練集不同。用同一模型在640/960/1280三種輸入尺寸下測(cè)試同一張圖觀察AP變化from ultralytics import YOLO model YOLO(runs/detect/oil_spill_v8s_1280/weights/best.pt) test_img JPEGImages/00001.jpg for sz in [640, 960, 1280]: results model(test_img, imgszsz, conf0.25, iou0.45) boxes results[0].boxes.xyxy.cpu().numpy() print(fimgsz{sz}, detections{len(boxes)})若1280→640時(shí)檢測(cè)數(shù)銳減如從5個(gè)→1個(gè)說明模型嚴(yán)重依賴高分辨率需在訓(xùn)練時(shí)加入mosaic0.5和scale0.5增強(qiáng)強(qiáng)制模型學(xué)習(xí)多尺度特征。5.3 誤檢歸因?qū)PFalse Positive樣本反向映射到VOC源圖當(dāng)模型把海浪反光或云影誤檢為oil_spill時(shí)保存這些FP的原始圖像區(qū)域用VOC XML中的segmented字段本數(shù)據(jù)集為0判斷是否屬于易混淆區(qū)域# 對(duì)FP框提取其在原圖位置保存裁剪圖用于人工復(fù)核 results model(test_image.jpg, conf0.25) for i, box in enumerate(results[0].boxes.xyxy): x1, y1, x2, y2 map(int, box.tolist()) img cv2.imread(test_image.jpg) crop img[y1:y2, x1:x2] cv2.imwrite(ffp_candidate_{i}.jpg, crop)將生成的fp_candidate_*.jpg與VOC XML中同名圖像的object列表對(duì)比若XML中該區(qū)域無標(biāo)注且segmented為0則確認(rèn)為真實(shí)漏標(biāo)——此時(shí)應(yīng)補(bǔ)充標(biāo)注而非調(diào)參。這是數(shù)據(jù)集迭代的核心閉環(huán)。本文還有配套的精品資源點(diǎn)擊獲取