渔船船只检测数据集 | 船只检测 渔船识别 拖船检测 海事监管 目标检测 YOLO格式 深度学习数据集 计算机视觉9076期

渔船船只检测数据集 | 船只检测 渔船识别 拖船检测 海事监管 目标检测 YOLO格式 深度学习数据集 计算机视觉9076期

数据集概述

本数据集专注于水面船只目标的视觉检测与分类,服务于海事监管、港口管理及水上交通安全。数据涵盖渔船与拖船两类典型作业船只,适配航道监控、船舶流量统计及非法捕捞预警等应用。

数据集核心信息

数据要素 详细说明
类别 共 2 类:渔船、拖船
数量 1692 张图像
格式 图像为 JPG/PNG;标签为 YOLO 格式的 txt 文件(水平边界框),同时支持 xml 格式
数据划分 训练集 1353 张,验证集 169 张,测试集 170 张
应用价值 1. 海事监管 :支撑港口、航道内船只类型识别与流量统计,辅助通航管理。 2. 渔业管理 :识别渔船作业分布,辅助禁渔区监控与非法捕捞预警。 3. 安全监控:检测拖船等作业船只位置,预防碰撞与搁浅事故。

数据三要素解析

类别与目标覆盖

  • 数据集定义 2 类典型作业船只:渔船(Fishing ship) 与 拖船(Tug boat),分别对应渔业捕捞与拖曳作业两类常见水上活动。
  • 两类船只在船体结构、上层建筑及作业特征上存在明显差异,为模型提供了清晰的判别依据。

数据规模与划分

  • 图像总量约 1692 张,按 8:1:1 比例规范划分为训练集(1353张)、验证集(169张)与测试集(170张),划分规范。
  • 数据规模适中,适合作为船只检测任务的基准数据集或快速验证。

格式与结构

  • 采用通用 YOLO 格式(txt),每张图像对应一个同名标签文件,包含类别 ID 与归一化边界框坐标,可直接接入 YOLOv5、YOLOv8 等主流检测框架。
  • 同时支持 xml 格式,灵活适配不同算法需求。
  • 图像与标签一一对应,数据结构规范,即拿即用。

知识普及:水面船只检测的技术要点

  • 水面反光与波纹干扰:水面反光、波浪纹理易与船只轮廓混淆,建议在训练中加入对比度增强与噪声模拟。
  • 目标尺度差异:渔船与拖船尺寸差异较大,且受拍摄距离影响显著,需采用多尺度训练策略。
  • 背景复杂性:港口、海岸、岛屿等背景可能干扰检测,模型需依赖船体结构特征进行区分。
  • 天气与光照:雨雾、逆光等条件会影响图像质量,多场景数据覆盖与数据增强有助于提升模型鲁棒性。
  • 应用闭环 :检测结果可结合AIS数据,用于船舶身份验证与异常行为分析。

快速开始(代码示例)

配置文件 data.yaml 示例:

yaml 复制代码
train: ./dataset/images/train
val: ./dataset/images/val
test: ./dataset/images/test
nc: 2
names: ['Fishing ship', 'Tug boat']

启动 YOLOv8 训练:

python 复制代码
from ultralytics import YOLO
model = YOLO('yolov8m.pt')
model.train(data='data.yaml', epochs=100, imgsz=640, batch=16)

标签

船只检测 渔船识别 拖船检测 海事监管 目标检测 YOLO格式 深度学习数据集 计算机视觉

相关推荐
Csvn13 小时前
同一个问题问 100 遍,钱就扣 100 次?精确缓存让它只扣一次(C02)
人工智能·aigc·agent
罗西的思考14 小时前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(2)
人工智能·算法·机器学习
罗西的思考14 小时前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(1)
人工智能·算法·机器学习
汤姆宝库14 小时前
BPE分词器的完整实现:字节对合并与词表构建
开发语言·人工智能·c#
岁月宁静14 小时前
从零拆解 AI 语音模拟面试系统
人工智能·python·agent
武子康15 小时前
H3-World 接入 Game Agent:谁来判断门真的打开了?
人工智能·算法·机器学习
可乐ea15 小时前
MCP 和 CLI 差 42 倍:一次 GitHub 任务的上下文成本实测
人工智能·github·工具调用·ai智能体·openrouter·mcp协议·上下文优化
kyriewen16 小时前
编辑弹窗点了取消,列表里的数据怎么还是变了?
前端·javascript·人工智能
泯泷16 小时前
Multica 真正打动我的,不是更多 Agent,而是一种新的团队协作方式
人工智能·llm·agent
电科_银尘16 小时前
【深度学习项目实战·22】灰度图像着色:用小型U-Net学习从灰度到RGB
人工智能·深度学习·学习