YOLOv11港口码头船只目标检测数据集-3766张-Boat-recognition-1

YOLOv11港口码头船只目标检测数据集

📊 数据集基本信息

• 目标类别： ['0', '1', '2', '3', '4', '5', '6', '7', '8']
• 中文类别：['帆船', '码头', '游船', '船只', '贡多拉', '皮划艇', '赛艇', '绳索', '古帆船']
• 训练集：3477 张
• 验证集：289 张
• 测试集：0 张
• 总计：3766 张

📄 data.yaml 配置信息

该数据集提供了data.yaml文件，内容如下：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 9
names: ['0', '1', '2', '3', '4', '5', '6', '7', '8']

🖼️ 标注可视化

📝 数据集分析

该数据集聚焦于港口及水岸区域的各类船只识别任务，涵盖从现代游船、帆船到传统贡多拉与古帆船等多种水上交通工具，真实还原了复杂水体环境下的视觉特征与光照变化。图像采集场景覆盖日出日落、晴天阴天等多时段条件，充分体现了实际应用场景中光照与背景干扰的多样性，为高精度船舶目标检测提供了高质量样本支持。

该数据集包含训练集3477张、验证集289张，共计3766张图像，数据分布合理且规模充足，能够有效支撑模型训练与性能评估。训练集占比高，确保模型具备充分的学习能力；验证集数量适中，可用于稳定监控模型泛化表现，整体结构符合目标检测任务的数据划分标准。

标注工作严格按照边界框规范执行，所有目标均被清晰标记，标注框紧贴物体轮廓，未出现明显偏移或漏标现象。不同类别间区分明确，尤其在相似船只（如帆船与游船）之间保持了良好的分类一致性，体现出高度的专业性与严谨性，为后续模型训练提供了可靠依据。

该数据集可广泛应用于港口航运管理、水上交通监控、旅游景点智能导览以及文化遗产数字化保护等领域。其丰富的船只类型与多变的环境条件使其特别适用于需要精准识别多种船舶形态的系统开发，助力实现自动化船舶识别、航道安全监测与历史船只信息提取等实际需求。

系统开发，助力实现自动化船舶识别、航道安全监测与历史船只信息提取等实际需求。

数据集下载

参考：小郭AI日志
https://mp.weixin.qq.com/s/7H8uEjxlIYnWA4uOdGyHpA?payreadticket=HHYehCnhWslEeKolx_w__Pz9JF1fIYcQux0KLxGFu2R7CxAeyBjULVDDtsYzxUNkfqXvyUc