【数据集】【YOLO】【目标检测】航拍船舶数据集，航拍水面船舶识别数据集 2096 张，YOLO无人机水面船舶识别系统实战训练教程！

文章前瞻：优质数据集与检测系统精选

点击链接：更多数据集与系统目录清单

一、数据集介绍

【数据集】航拍船只识别数据集 2096 张，目标检测，包含YOLO/VOC格式标注。

数据集中包含1种分类：{'0'}，代表水面船只。

数据集来自无人机航拍视频抽帧；

可用于无人机船只检测等。

检测场景为河道、海洋、港湾航拍船只检测，可用于智慧海洋管理、智慧捕捞等，服务于海洋监测、渔业管理、海上救援等。

文章底部或主页私信获取数据集~ 

1、数据概述

航拍船舶识别的重要性

航拍船只识别在海洋监测、渔业管理、海上救援以及海上安全等领域具有重要意义。通过航拍图像进行船只识别，可以实现对海域内船只活动的实时监控，为相关部门提供准确、及时的信息支持。然而，航拍船只识别也面临诸多挑战。首先，航拍图像中的船只往往呈现出不同的形状、大小和角度，增加了识别的难度。其次，航拍图像的背景复杂多变，如海面反光、云层遮挡等，都会对船只识别造成干扰。此外，航拍图像的分辨率和质量也会影响船只识别的准确性。

基于YOLO的航拍船舶识别算法

近年来，基于YOLO的航拍船只识别算法已经得到了广泛的研究和应用。一些研究者针对航拍图像的特点，对YOLO算法进行了改进和优化，如引入注意力机制、改进特征提取网络等，以提高船只识别的精度和鲁棒性。

同时，一些研究者还利用航拍图像数据集对YOLO算法进行了训练和测试，验证了其在航拍船只识别方面的有效性。

此外，基于YOLO的航拍船只识别算法已经被应用于多个领域，如海洋监测、渔业管理、海上救援等，为相关部门提供了重要的技术支持。

该数据集含有 2096 张图片，包含Pascal VOC XML格式和YOLO TXT格式，用于训练和测试河道、海洋、港湾等水域的航拍船只检测情况。

图片格式为jpg格式，标注格式分别为：

YOLO：txt

VOC：xml

数据集均为手工标注，保证标注精确度。

2、数据集文件结构

ships-aerial/

——test/

————Annotations/

————images/

————labels/

——train/

————Annotations/

————images/

————labels/

——valid/

————Annotations/

————images/

————labels/

——data.yaml

• 该数据集已划分训练集样本，分别是：test目录（测试集）、train目录（训练集）、valid目录（验证集）；
• Annotations文件夹为Pascal VOC格式的XML文件 ；
• images文件夹为jpg格式的数据样本；
• labels文件夹是YOLO格式的TXT文件；
• data.yaml是数据集配置文件，包含航拍船只检测的目标分类和加载路径。

Annotations目录下的xml文件内容如下：

<annotation> <folder></folder> <filename>ship_000241_png.rf.4fa51d82348e044a312bc4e5a21f0781.jpg</filename> <path>ship_000241_png.rf.4fa51d82348e044a312bc4e5a21f0781.jpg</path> <source> <database>ship</database> </source> <size> <width>640</width> <height>640</height> <depth>3</depth> </size> <segmented>0</segmented> <object> <name>0</name> <pose>Unspecified</pose> <truncated>0</truncated> <difficult>0</difficult> <occluded>0</occluded> <bndbox> <xmin>1</xmin> <xmax>249</xmax> <ymin>1</ymin> <ymax>233</ymax> </bndbox> </object> <metadata> </metadata> </annotation>

 labels目录下的txt文件内容如下：

0 0.09375 0.49375 0.1875 0.875

3、数据集适用范围 

• 目标检测场景，无人机航拍检测
• yolo训练模型或其他模型
• 河道、海洋、港湾等水域船只航拍检测
• 可用于智慧海洋管理、智慧捕捞等，服务于海洋监测、渔业管理、海上救援等

4、数据集标注结果 

​​

4.1、数据集内容 

1. 多角度场景：包含无人机航拍视角；
2. 标注内容：names: ['0']，总计1个分类；
3. 图片总量：2096 张图片数据；
4. 标注类型：含有Pascal VOC XML格式和yolo TXT格式；

5、训练过程

5.1、导入训练数据

下载YOLOv8项目压缩包，解压在任意本地workspace文件夹中。

下载YOLOv8预训练模型，导入到ultralytics-main项目根目录下。

​​​​

在ultralytics-main项目根目录下，创建data文件夹，并在data文件夹下创建子文件夹：Annotations、images、imageSets、labels，其中，将pascal VOC格式的XML文件手动导入到Annotations文件夹中，将JPG格式的图像数据导入到images文件夹中，imageSets和labels两个文件夹不导入数据。

data目录结构如下：

data/

——Annotations/   //存放xml文件

——images/          //存放jpg图像

——imageSets/

——labels/

整体项目结构如下所示：

​

5.2、数据分割

首先在ultralytics-main目录下创建一个split_train_val.py文件，运行文件之后会在imageSets文件夹下将数据集划分为训练集train.txt、验证集val.txt、测试集test.txt，里面存放的就是用于训练、验证、测试的图片名称。

import os import random trainval_percent = 0.9 train_percent = 0.9 xmlfilepath = 'data/Annotations' txtsavepath = 'data/ImageSets' total_xml = os.listdir(xmlfilepath) num = len(total_xml) list = range(num) tv = int(num * trainval_percent) tr = int(tv * train_percent) trainval = random.sample(list, tv) train = random.sample(trainval, tr) ftrainval = open('data/ImageSets/trainval.txt', 'w') ftest = open('data/ImageSets/test.txt', 'w') ftrain = open('data/ImageSets/train.txt', 'w') fval = open('data/ImageSets/val.txt', 'w') for i in list: name = total_xml[i][:-4] + '\n' if i in trainval: ftrainval.write(name) if i in train: ftrain.write(name) else: fval.write(name) else: ftest.write(name) ftrainval.close() ftrain.close() fval.close() ftest.close()

5.3、数据集格式化处理

在ultralytics-main目录下创建一个voc_label.py文件，用于处理图像标注数据，将其从XML格式（通常用于Pascal VOC数据集）转换为YOLO格式。

convert_annotation函数

• 这个函数读取一个图像的XML标注文件，将其转换为YOLO格式的文本文件。
• 它打开XML文件，解析树结构，提取图像的宽度和高度。
• 然后，它遍历每个目标对象（object），检查其类别是否在classes列表中，并忽略标注为困难（difficult）的对象。
• 对于每个有效的对象，它提取边界框坐标，进行必要的越界修正，然后调用convert函数将坐标转换为YOLO格式。
• 最后，它将类别ID和归一化后的边界框坐标写入一个新的文本文件。

import xml.etree.ElementTree as ET import os from os import getcwd sets = ['train', 'val', 'test'] classes = ['0'] # 根据标签名称填写类别 abs_path = os.getcwd() print(abs_path) def convert(size, box): dw = 1. / (size[0]) dh = 1. / (size[1]) x = (box[0] + box[1]) / 2.0 - 1 y = (box[2] + box[3]) / 2.0 - 1 w = box[1] - box[0] h = box[3] - box[2] x = x * dw w = w * dw y = y * dh h = h * dh return x, y, w, h def convert_annotation(image_id): in_file = open('data/Annotations/%s.xml' % (image_id), encoding='UTF-8') out_file = open('data/labels/%s.txt' % (image_id), 'w') tree = ET.parse(in_file) root = tree.getroot() size = root.find('size') w = int(size.find('width').text) h = int(size.find('height').text) for obj in root.iter('object'): difficult = obj.find('difficult').text cls = obj.find('name').text if cls not in classes or int(difficult) == 1: continue cls_id = classes.index(cls) xmlbox = obj.find('bndbox') b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text)) b1, b2, b3, b4 = b # 标注越界修正 if b2 > w: b2 = w if b4 > h: b4 = h b = (b1, b2, b3, b4) bb = convert((w, h), b) out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n') wd = getcwd() for image_set in sets: if not os.path.exists('data/labels/'): os.makedirs('data/labels/') image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split() list_file = open('data/%s.txt' % (image_set), 'w') for image_id in image_ids: list_file.write(abs_path + '/data/images/%s.jpg\n' % (image_id)) convert_annotation(image_id) list_file.close()

5.4、修改数据集配置文件

在ultralytics-main目录下创建一个data.yaml文件

train: data/train.txt val: data/val.txt test: data/test.txt nc: 1 names: ['0']

5.5、执行命令

执行train.py

model = YOLO('yolov8s.pt') results = model.train(data='data.yaml', epochs=200, imgsz=640, batch=16, workers=0)

也可以在终端执行下述命令：

yolo train data=data.yaml model=yolov8s.pt epochs=200 imgsz=640 batch=16 workers=0 device=0

5.6、模型预测 

你可以选择新建predict.py预测脚本文件，输入视频流或者图像进行预测。

代码如下：

import cv2 from ultralytics import YOLO # Load the YOLOv8 model model = YOLO("./best.pt") # 自定义预测模型加载路径 # Open the video file video_path = "./demo.mp4" # 自定义预测视频路径 cap = cv2.VideoCapture(video_path) # Get the video properties frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) fps = cap.get(cv2.CAP_PROP_FPS) # Define the codec and create VideoWriter object fourcc = cv2.VideoWriter_fourcc(*'mp4v') # Be sure to use lower case out = cv2.VideoWriter('./outputs.mp4', fourcc, fps, (frame_width, frame_height)) # 自定义输出视频路径 # Loop through the video frames while cap.isOpened(): # Read a frame from the video success, frame = cap.read() if success: # Run YOLOv8 inference on the frame # results = model(frame) results = model.predict(source=frame, save=True, imgsz=640, conf=0.5) results[0].names[0] = "道路积水" # Visualize the results on the frame annotated_frame = results[0].plot() # Write the annotated frame to the output file out.write(annotated_frame) # Display the annotated frame (optional) cv2.imshow("YOLOv8 Inference", annotated_frame) # Break the loop if 'q' is pressed if cv2.waitKey(1) & 0xFF == ord("q"): break else: # Break the loop if the end of the video is reached break # Release the video capture and writer objects cap.release() out.release() cv2.destroyAllWindows()

也可以直接在命令行窗口或者Annoconda终端输入以下命令进行模型预测：

yolo predict model="best.pt" source='demo.jpg'

6、获取数据集 

文章底部或主页私信获取数据集~ 

二、基于QT的目标检测可视化界面

1、环境配置

# 安装torch环境 pip install torch -i https://pypi.tuna.tsinghua.edu.cn/simple # 安装PySide6依赖项 pip install PySide6 -i https://pypi.tuna.tsinghua.edu.cn/simple # 安装opencv-python依赖项 pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

2、使用说明

​​​​​

界面功能介绍：

• 原视频/图片区：上半部分左边区域为原视频/图片展示区；
• 检测区：上半部分右边区域为检测结果输出展示区；
• 文本框：打印输出操作日志，其中告警以json格式输出，包含标签框的坐标，标签名称等；
• 加载模型：下拉框绑定本地文件路径，按钮加载路径下的模型文件；
• 置信度阈值：自定义检测区的置信度阈值，可以通过滑动条的方式设置；
• 文件上传：选择目标文件，包含JPG格式和MP4格式；
• 开始检测：执行检测程序；
• 停止：终止检测程序；

 3、预测效果展示

3.1、图片检测

​​​​​

切换置信度再次执行：

​​​​​

上图左下区域可以看到json格式的告警信息，用于反馈实际作业中的管理系统，为管理员提供道路养护决策 。

3.2、视频检测 

​​​​​

3.3、日志文本框

​

4、前端代码 

class MyWindow(QtWidgets.QMainWindow): def __init__(self): super().__init__() self.init_gui() self.model = None self.timer = QtCore.QTimer() self.timer1 = QtCore.QTimer() self.cap = None self.video = None self.file_path = None self.base_name = None self.timer1.timeout.connect(self.video_show) def init_gui(self): self.folder_path = "model_file" # 自定义修改：设置文件夹路径 self.setFixedSize(1300, 650) self.setWindowTitle('目标检测') # 自定义修改：设置窗口名称 self.setWindowIcon(QIcon("111.jpg")) # 自定义修改：设置窗口图标 central_widget = QtWidgets.QWidget(self) self.setCentralWidget(central_widget) main_layout = QtWidgets.QVBoxLayout(central_widget) # 界面上半部分： 视频框 topLayout = QtWidgets.QHBoxLayout() self.oriVideoLabel = QtWidgets.QLabel(self) # 界面下半部分： 输出框 和 按钮 groupBox = QtWidgets.QGroupBox(self) groupBox.setStyleSheet('QGroupBox {border: 0px solid #D7E2F9;}') bottomLayout = QtWidgets.QHBoxLayout(groupBox) main_layout.addWidget(groupBox) btnLayout = QtWidgets.QHBoxLayout() btn1Layout = QtWidgets.QVBoxLayout() btn2Layout = QtWidgets.QVBoxLayout() btn3Layout = QtWidgets.QVBoxLayout() # 创建日志打印文本框 self.outputField = QtWidgets.QTextBrowser() self.outputField.setFixedSize(530, 180) self.outputField.setStyleSheet('font-size: 13px; font-family: "Microsoft YaHei"; background-color: #f0f0f0; border: 2px solid #ccc; border-radius: 10px;') self.detectlabel = QtWidgets.QLabel(self) self.oriVideoLabel.setFixedSize(530, 400) self.detectlabel.setFixedSize(530, 400) self.oriVideoLabel.setStyleSheet('border: 2px solid #ccc; border-radius: 10px; margin-top:75px;') self.detectlabel.setStyleSheet('border: 2px solid #ccc; border-radius: 10px; margin-top: 75px;') topLayout.addWidget(self.oriVideoLabel) topLayout.addWidget(self.detectlabel) main_layout.addLayout(topLayout)

5、代码获取

YOLO可视化界面

 更多其他数据集点击这里！

注：以上均为原创内容，转载请私聊！！！