简介这份资源是面向计算机视觉初学者与目标检测实践者的共享单车检测数据集可直接用于YOLO系列算法的训练、验证与调参实验帮助解决城市共享单车识别与计数等实际场景问题。压缩包共272个文件包含136张jpg实拍图片与136个xml标注文件图片采集自不同城市环境覆盖多种光照、视角与背景单车在颜色、品牌和使用状态上差异明显xml文件采用VOC格式逐张记录边界框坐标与类别信息便于直接接入常见检测框架。资源包整体约90.08MB规模适中适合快速搭建实验流程。目前已有107人学习下载。借助这套图片与标签组合读者可完成数据加载、模型训练、精度评估与部署验证的完整链路并针对尺度变化、目标密集等难点优化泛化能力为智能交通监管与共享单车调度提供可复用的数据基础。1. 共享单车检测数据集从一堆散图到 YOLO 可训的 VOC 标签共享单车检测数据集这个方向真正卡住人的往往不是模型结构而是数据。你拿到手的可能是一批街拍图标签是 VOC 格式的 XML每张图里横七竖八停着几辆到几十辆单车遮挡、逆光、密集堆叠全都有。这份资源就是冲着这个场景来的图片加 VOC 格式标签打包专门用于 YOLO 目标检测训练。它解决的是「没有现成标注数据、自己标又太慢」的问题适合做智慧交通、城市治理、园区车辆管理的从业者也适合刚入门想跑通一个真实检测任务的新手。VOC 转 YOLO 是绕不开的第一步下面从数据本身讲到训练落地。2. 拆开压缩包先看什么VOC 结构与共享单车标注特点2.1 VOC 目录长什么样先确认三件事解压之后常见做法是看到Annotations、JPEGImages、ImageSets三个目录。Annotations放 XMLJPEGImages放原图ImageSets/Main里通常有train.txt、val.txt。先别急着写训练脚本打开一个 XML 确认三件事文件名和图片是否一一对应、object里的name是不是统一写成bicycle或bike、bndbox的坐标有没有越界或为负。# 统计图片数、XML 数快速判断有没有缺标签 ls JPEGImages | wc -l ls Annotations | wc -l # 找出没有对应 XML 的图片 for f in JPEGImages/*.jpg; do base$(basename $f .jpg) [ -f Annotations/$base.xml ] || echo 缺标签: $base done这段脚本做的是集合差集检查。basename去掉路径和后缀拿到主名再去Annotations里找同名 XML。缺标签的图如果直接进训练YOLO 会把它当负样本共享单车密集场景里这会明显拉低召回。参数上没什么可调的重点是先跑一遍把缺标签和多余 XML 都清掉。2.2 共享单车标注的三个真实特点第一是类别单一但实例极多。一张路口图里十几辆单车是常态VOC 的 XML 会逐个列object转 YOLO 时不能漏。第二是遮挡严重车把、车座、车轮互相压叠标注框往往只框可见部分训练时要靠数据增强补。第三是尺度跨度大近处一辆车占半张图远处一排车每辆只有几十像素这对 YOLO 的多尺度检测头是个考验。提示先抽 20 张图用标注工具过一遍确认框的松紧是否一致。标注风格不统一比数量少更致命。2.3 为什么选 VOC 而不是直接给 YOLO 格式VOC 是通用中间格式LabelImg、CVAT 这些工具默认就导出它社区里大量脚本也是围绕 VOC 写的。拿到 VOC 意味着你可以随时转成 YOLO、COCO 或别的格式不被单一框架绑死。代价就是多一步转换但这一步脚本化之后一劳永逸。常见做法是把转换脚本和划分脚本都固化下来换数据集只改路径。3. VOC 转 YOLO转换脚本、坐标归一化与数据集划分3.1 坐标归一化的原理VOC 的bndbox给的是绝对像素坐标xmin, ymin, xmax, ymax。YOLO 要的是归一化后的中心点加宽高x_center, y_center, w, h全部除以图片宽高落在 0 到 1 之间。转换时要用PIL或cv2读一次图片拿真实尺寸不能凭 XML 里的size字段因为有些标注工具的宽高和实际图片对不上这是血泪经验。import os import xml.etree.ElementTree as ET from PIL import Image CLASSES [bicycle] # 按你的实际类别改 def voc_to_yolo(xml_path, img_path, out_path): tree ET.parse(xml_path) root tree.getroot() # 用真实图片尺寸别信 XML 里的 size with Image.open(img_path) as im: iw, ih im.size lines [] for obj in root.findall(object): name obj.find(name).text.strip() if name not in CLASSES: continue cls_id CLASSES.index(name) 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) # 裁剪到图内防止越界 xmin, ymin max(0, xmin), max(0, ymin) xmax, ymax min(iw, xmax), min(ih, ymax) if xmax xmin or ymax ymin: continue # 丢弃无效框 xc (xmin xmax) / 2 / iw yc (ymin ymax) / 2 / ih w (xmax - xmin) / iw h (ymax - ymin) / ih lines.append(f{cls_id} {xc:.6f} {yc:.6f} {w:.6f} {h:.6f}) with open(out_path, w) as f: f.write(\n.join(lines))逻辑上分四步读 XML、拿真实尺寸、逐框归一化、写 txt。CLASSES列表决定类别索引必须和训练时的data.yaml完全一致顺序错了模型学出来的类就是乱的。坐标裁剪那两行是后悔药标注越界在共享单车数据里很常见不裁会在训练时触发断言或产生诡异框。:.6f保留六位小数是 YOLO 官方脚本的习惯精度足够。3.2 批量转换与数据集划分单张转换只是验证逻辑真正要跑的是全量加划分。常见做法是 8:2 分训练验证共享单车这种密集场景可以再留一点做测试。import glob, random, os random.seed(42) imgs sorted(glob.glob(JPEGImages/*.jpg)) random.shuffle(imgs) split int(len(imgs) * 0.8) train, val imgs[:split], imgs[split:] os.makedirs(labels/train, exist_okTrue) os.makedirs(labels/val, exist_okTrue) os.makedirs(images/train, exist_okTrue) os.makedirs(images/val, exist_okTrue) for phase, items in [(train, train), (val, val)]: for img in items: base os.path.splitext(os.path.basename(img))[0] xml fAnnotations/{base}.xml if not os.path.exists(xml): continue voc_to_yolo(xml, img, flabels/{phase}/{base}.txt) # 图片软链或复制到对应目录 os.system(fcp {img} images/{phase}/)random.seed(42)固定划分保证每次复现一致。split控制比例数据量小的时候可以调到 0.9。注意 YOLO 要求图片和标签同名同目录结构images/train对应labels/train路径在data.yaml里配。3.3 data.yaml 怎么写path: /your/dataset/root train: images/train val: images/val nc: 1 names: [bicycle]nc是类别数共享单车单类就写 1。names顺序必须和转换脚本里的CLASSES一致。path用绝对路径最稳相对路径在不同工作目录下容易翻车。4. 用 YOLO 训练这份数据环境、参数与显存权衡4.1 环境配置的最小闭环新手最容易在环境上耗掉半天。常见做法是用 conda 建一个干净环境装 ultralytics 和 torch别在 base 里折腾。conda create -n bike python3.10 -y conda activate bike pip install ultralytics # 验证 yolo checksyolo checks会打印 torch、CUDA、显卡信息。如果 CUDA 不可用先确认驱动和 torch 版本匹配别急着怀疑数据集。CPU 也能训就是慢小数据集验证流程够用。4.2 训练命令与关键参数yolo detect train \ datadata.yaml \ modelyolov8n.pt \ epochs100 \ imgsz640 \ batch16 \ device0 \ projectruns/bike \ nameexp1model选yolov8n是轻量起点共享单车单类任务通常够用想提精度换yolov8s或更大。imgsz640是通用值远处小车多的话可以试 960但显存翻倍。batch根据显存调8G 卡上 640 分辨率一般能到 16。epochs100 起步看验证集 mAP 是否还在涨。4.3 显存不够时的三个降级手段第一降batch从 16 到 8 再到 4。第二降imgsz640 到 512。第三换更小的模型。三者对精度的影响依次递减优先动 batch。训练时用nvidia-smi -l 1盯着显存别等 OOM 了才回头调。注意共享单车密集场景下imgsz降太多会让远处车辆糊成一团mAP 掉得比想象中快。5. 训练避坑与排查从 loss 不降到底层数据错误5.1 现象loss 一直不降mAP 接近 0原因通常是标签路径没对上YOLO 找不到 label 就当全是背景。解决检查labels/train里 txt 数量是否和images/train一致打开一个 txt 看内容格式对不对类别索引是否越界。5.2 现象训练报「Label class x exceeds nc」原因转换脚本里的类别索引大于data.yaml的nc。比如脚本里 bicycle 是 0但你不小心写了别的类。解决统一CLASSES和names重新生成标签。5.3 现象验证集 mAP 高但实际推理漏检严重原因训练验证同分布实际场景光照、角度差异大。解决划分时按场景分层抽样别纯随机推理时适当降conf阈值看召回变化。5.4 现象框位置整体偏移原因转换时用了 XML 里的size而非真实图片尺寸两者不一致。解决回到 3.1 的脚本强制用PIL读真实宽高。5.5 现象同一辆车被检出多个框原因密集场景 NMS 阈值不合适。解决推理时调iou参数默认 0.7密集场景可降到 0.5 左右试。6. 进阶用验证脚本量化数据质量再决定要不要补标训练跑通只是开始真正决定上限的是数据质量。我一般会写一个验证脚本在训练前就把问题暴露出来而不是等 mAP 不理想再回头猜。import glob, os from PIL import Image bad [] for txt in glob.glob(labels/train/*.txt): base os.path.splitext(os.path.basename(txt))[0] img fimages/train/{base}.jpg if not os.path.exists(img): bad.append((缺图, base)); continue with Image.open(img) as im: iw, ih im.size with open(txt) as f: for i, line in enumerate(f): parts line.split() if len(parts) ! 5: bad.append((字段数错, base, i)); continue _, xc, yc, w, h map(float, parts) if not (0 xc 1 and 0 yc 1 and 0 w 1 and 0 h 1): bad.append((越界, base, i)) print(f问题样本 {len(bad)} 条) for b in bad[:20]: print(b)这个脚本查三类问题图片缺失、字段数不对、归一化值越界。跑完看问题条数超过总量 1% 就说明转换环节有系统性错误先修脚本再训。参数上没什么可调的重点是把它加进你的数据流水线每次换数据集都跑一遍。再进一步可以统计每张图的框数量分布共享单车场景里如果某张图框数超过 50多半是标注重复或误标值得人工复核。还可以把框的宽高比画出来正常单车框宽高比集中在一个区间出现极端值就是异常。从那以后我每次拿到新数据集都强制先跑一遍这个验证脚本再开训省下的返工时间远比写脚本的十分钟多。希望帮到你。本文还有配套的精品资源点击获取 共享单车检测数据集：VOC转YOLO与训练避坑指南
简介这份资源是面向计算机视觉初学者与目标检测实践者的共享单车检测数据集可直接用于YOLO系列算法的训练、验证与调参实验帮助解决城市共享单车识别与计数等实际场景问题。压缩包共272个文件包含136张jpg实拍图片与136个xml标注文件图片采集自不同城市环境覆盖多种光照、视角与背景单车在颜色、品牌和使用状态上差异明显xml文件采用VOC格式逐张记录边界框坐标与类别信息便于直接接入常见检测框架。资源包整体约90.08MB规模适中适合快速搭建实验流程。目前已有107人学习下载。借助这套图片与标签组合读者可完成数据加载、模型训练、精度评估与部署验证的完整链路并针对尺度变化、目标密集等难点优化泛化能力为智能交通监管与共享单车调度提供可复用的数据基础。1. 共享单车检测数据集从一堆散图到 YOLO 可训的 VOC 标签共享单车检测数据集这个方向真正卡住人的往往不是模型结构而是数据。你拿到手的可能是一批街拍图标签是 VOC 格式的 XML每张图里横七竖八停着几辆到几十辆单车遮挡、逆光、密集堆叠全都有。这份资源就是冲着这个场景来的图片加 VOC 格式标签打包专门用于 YOLO 目标检测训练。它解决的是「没有现成标注数据、自己标又太慢」的问题适合做智慧交通、城市治理、园区车辆管理的从业者也适合刚入门想跑通一个真实检测任务的新手。VOC 转 YOLO 是绕不开的第一步下面从数据本身讲到训练落地。2. 拆开压缩包先看什么VOC 结构与共享单车标注特点2.1 VOC 目录长什么样先确认三件事解压之后常见做法是看到Annotations、JPEGImages、ImageSets三个目录。Annotations放 XMLJPEGImages放原图ImageSets/Main里通常有train.txt、val.txt。先别急着写训练脚本打开一个 XML 确认三件事文件名和图片是否一一对应、object里的name是不是统一写成bicycle或bike、bndbox的坐标有没有越界或为负。# 统计图片数、XML 数快速判断有没有缺标签 ls JPEGImages | wc -l ls Annotations | wc -l # 找出没有对应 XML 的图片 for f in JPEGImages/*.jpg; do base$(basename $f .jpg) [ -f Annotations/$base.xml ] || echo 缺标签: $base done这段脚本做的是集合差集检查。basename去掉路径和后缀拿到主名再去Annotations里找同名 XML。缺标签的图如果直接进训练YOLO 会把它当负样本共享单车密集场景里这会明显拉低召回。参数上没什么可调的重点是先跑一遍把缺标签和多余 XML 都清掉。2.2 共享单车标注的三个真实特点第一是类别单一但实例极多。一张路口图里十几辆单车是常态VOC 的 XML 会逐个列object转 YOLO 时不能漏。第二是遮挡严重车把、车座、车轮互相压叠标注框往往只框可见部分训练时要靠数据增强补。第三是尺度跨度大近处一辆车占半张图远处一排车每辆只有几十像素这对 YOLO 的多尺度检测头是个考验。提示先抽 20 张图用标注工具过一遍确认框的松紧是否一致。标注风格不统一比数量少更致命。2.3 为什么选 VOC 而不是直接给 YOLO 格式VOC 是通用中间格式LabelImg、CVAT 这些工具默认就导出它社区里大量脚本也是围绕 VOC 写的。拿到 VOC 意味着你可以随时转成 YOLO、COCO 或别的格式不被单一框架绑死。代价就是多一步转换但这一步脚本化之后一劳永逸。常见做法是把转换脚本和划分脚本都固化下来换数据集只改路径。3. VOC 转 YOLO转换脚本、坐标归一化与数据集划分3.1 坐标归一化的原理VOC 的bndbox给的是绝对像素坐标xmin, ymin, xmax, ymax。YOLO 要的是归一化后的中心点加宽高x_center, y_center, w, h全部除以图片宽高落在 0 到 1 之间。转换时要用PIL或cv2读一次图片拿真实尺寸不能凭 XML 里的size字段因为有些标注工具的宽高和实际图片对不上这是血泪经验。import os import xml.etree.ElementTree as ET from PIL import Image CLASSES [bicycle] # 按你的实际类别改 def voc_to_yolo(xml_path, img_path, out_path): tree ET.parse(xml_path) root tree.getroot() # 用真实图片尺寸别信 XML 里的 size with Image.open(img_path) as im: iw, ih im.size lines [] for obj in root.findall(object): name obj.find(name).text.strip() if name not in CLASSES: continue cls_id CLASSES.index(name) 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) # 裁剪到图内防止越界 xmin, ymin max(0, xmin), max(0, ymin) xmax, ymax min(iw, xmax), min(ih, ymax) if xmax xmin or ymax ymin: continue # 丢弃无效框 xc (xmin xmax) / 2 / iw yc (ymin ymax) / 2 / ih w (xmax - xmin) / iw h (ymax - ymin) / ih lines.append(f{cls_id} {xc:.6f} {yc:.6f} {w:.6f} {h:.6f}) with open(out_path, w) as f: f.write(\n.join(lines))逻辑上分四步读 XML、拿真实尺寸、逐框归一化、写 txt。CLASSES列表决定类别索引必须和训练时的data.yaml完全一致顺序错了模型学出来的类就是乱的。坐标裁剪那两行是后悔药标注越界在共享单车数据里很常见不裁会在训练时触发断言或产生诡异框。:.6f保留六位小数是 YOLO 官方脚本的习惯精度足够。3.2 批量转换与数据集划分单张转换只是验证逻辑真正要跑的是全量加划分。常见做法是 8:2 分训练验证共享单车这种密集场景可以再留一点做测试。import glob, random, os random.seed(42) imgs sorted(glob.glob(JPEGImages/*.jpg)) random.shuffle(imgs) split int(len(imgs) * 0.8) train, val imgs[:split], imgs[split:] os.makedirs(labels/train, exist_okTrue) os.makedirs(labels/val, exist_okTrue) os.makedirs(images/train, exist_okTrue) os.makedirs(images/val, exist_okTrue) for phase, items in [(train, train), (val, val)]: for img in items: base os.path.splitext(os.path.basename(img))[0] xml fAnnotations/{base}.xml if not os.path.exists(xml): continue voc_to_yolo(xml, img, flabels/{phase}/{base}.txt) # 图片软链或复制到对应目录 os.system(fcp {img} images/{phase}/)random.seed(42)固定划分保证每次复现一致。split控制比例数据量小的时候可以调到 0.9。注意 YOLO 要求图片和标签同名同目录结构images/train对应labels/train路径在data.yaml里配。3.3 data.yaml 怎么写path: /your/dataset/root train: images/train val: images/val nc: 1 names: [bicycle]nc是类别数共享单车单类就写 1。names顺序必须和转换脚本里的CLASSES一致。path用绝对路径最稳相对路径在不同工作目录下容易翻车。4. 用 YOLO 训练这份数据环境、参数与显存权衡4.1 环境配置的最小闭环新手最容易在环境上耗掉半天。常见做法是用 conda 建一个干净环境装 ultralytics 和 torch别在 base 里折腾。conda create -n bike python3.10 -y conda activate bike pip install ultralytics # 验证 yolo checksyolo checks会打印 torch、CUDA、显卡信息。如果 CUDA 不可用先确认驱动和 torch 版本匹配别急着怀疑数据集。CPU 也能训就是慢小数据集验证流程够用。4.2 训练命令与关键参数yolo detect train \ datadata.yaml \ modelyolov8n.pt \ epochs100 \ imgsz640 \ batch16 \ device0 \ projectruns/bike \ nameexp1model选yolov8n是轻量起点共享单车单类任务通常够用想提精度换yolov8s或更大。imgsz640是通用值远处小车多的话可以试 960但显存翻倍。batch根据显存调8G 卡上 640 分辨率一般能到 16。epochs100 起步看验证集 mAP 是否还在涨。4.3 显存不够时的三个降级手段第一降batch从 16 到 8 再到 4。第二降imgsz640 到 512。第三换更小的模型。三者对精度的影响依次递减优先动 batch。训练时用nvidia-smi -l 1盯着显存别等 OOM 了才回头调。注意共享单车密集场景下imgsz降太多会让远处车辆糊成一团mAP 掉得比想象中快。5. 训练避坑与排查从 loss 不降到底层数据错误5.1 现象loss 一直不降mAP 接近 0原因通常是标签路径没对上YOLO 找不到 label 就当全是背景。解决检查labels/train里 txt 数量是否和images/train一致打开一个 txt 看内容格式对不对类别索引是否越界。5.2 现象训练报「Label class x exceeds nc」原因转换脚本里的类别索引大于data.yaml的nc。比如脚本里 bicycle 是 0但你不小心写了别的类。解决统一CLASSES和names重新生成标签。5.3 现象验证集 mAP 高但实际推理漏检严重原因训练验证同分布实际场景光照、角度差异大。解决划分时按场景分层抽样别纯随机推理时适当降conf阈值看召回变化。5.4 现象框位置整体偏移原因转换时用了 XML 里的size而非真实图片尺寸两者不一致。解决回到 3.1 的脚本强制用PIL读真实宽高。5.5 现象同一辆车被检出多个框原因密集场景 NMS 阈值不合适。解决推理时调iou参数默认 0.7密集场景可降到 0.5 左右试。6. 进阶用验证脚本量化数据质量再决定要不要补标训练跑通只是开始真正决定上限的是数据质量。我一般会写一个验证脚本在训练前就把问题暴露出来而不是等 mAP 不理想再回头猜。import glob, os from PIL import Image bad [] for txt in glob.glob(labels/train/*.txt): base os.path.splitext(os.path.basename(txt))[0] img fimages/train/{base}.jpg if not os.path.exists(img): bad.append((缺图, base)); continue with Image.open(img) as im: iw, ih im.size with open(txt) as f: for i, line in enumerate(f): parts line.split() if len(parts) ! 5: bad.append((字段数错, base, i)); continue _, xc, yc, w, h map(float, parts) if not (0 xc 1 and 0 yc 1 and 0 w 1 and 0 h 1): bad.append((越界, base, i)) print(f问题样本 {len(bad)} 条) for b in bad[:20]: print(b)这个脚本查三类问题图片缺失、字段数不对、归一化值越界。跑完看问题条数超过总量 1% 就说明转换环节有系统性错误先修脚本再训。参数上没什么可调的重点是把它加进你的数据流水线每次换数据集都跑一遍。再进一步可以统计每张图的框数量分布共享单车场景里如果某张图框数超过 50多半是标注重复或误标值得人工复核。还可以把框的宽高比画出来正常单车框宽高比集中在一个区间出现极端值就是异常。从那以后我每次拿到新数据集都强制先跑一遍这个验证脚本再开训省下的返工时间远比写脚本的十分钟多。希望帮到你。本文还有配套的精品资源点击获取