简介这套野猪目标检测数据集专为YOLO系列模型训练设计包含864张航拍与地面视角实拍图片已划分训练集689张、验证集88张、测试集87张标注了不同体型、姿态及环境下的boar野猪目标适用于野生动物智能监测、农业灾害预警、生态研究和智慧林业等场景。资源共1730个文件主体为864个jpg图像及对应的864个txt标注文件YOLO格式边界框另含1个yaml配置文件和1个docx数据说明文档压缩包整体约57MB结构清晰即开即用。目前已有52人学习下载适合需要真实复杂背景样本的YOLO目标检测项目实战。数据集兼顾航拍与林间地面视角覆盖个体与群体活动状态标注严格遵循YOLO标准尤其针对野猪保护色特性包含大量复杂背景样本可显著提升模型在真实自然环境中的识别鲁棒性满足多领域需求可直接用于近期主流YOLO版本的迁移训练与效果验证。1. 野猪目标检测数据集藏在 zip 里的资源为什么要从解压开始重做做野猪监测的人大概率都遇到过这种场景从某个渠道搞到一份野猪目标检测数据集.zip解压后里面是几百上千张野外红外相机图片配上标注文件。你以为可以直接扔进模型训练结果第一步就发现标注格式对不上、类别编号混乱、坐标越界、甚至有几张图是坏的。这个标题指向的东西本质上不是一个现成的数据集而是一份需要二次加工的原材料。它的价值在于图片和标注是真实野外环境拍的比合成图、网络爬图靠谱得多代价是你要自己把它整理成目标检测训练能直接吃的样子。这篇文章针对的就是这一步适合要做野生动物监测、农田防护、生态调查手里有类似 zip 数据包但不知道从哪下手的人。2. 解压前先看清楚数据规模、标注格式与一张图快速体检2.1 VOC、COCO 还是 YOLO数据集 zip 里最常藏的三种标注格式拿到 zip 先别急着解压训练第一步是确认里面的标注是什么格式。野外动物类数据集最常见的三种格式我分别说一下判别方法和使用特点。VOC 格式是一张图片配一个同名 XML 文件标注框用 xmin、ymin、xmax、ymax 描述直观、容易排查也最容易转成别的格式。COCO 格式是把所有标注汇总进一个 JSON 文件用 bbox 的 x、y、width、height 描述适合大规模数据但读取和筛选时依赖 pycocotools刚上手的人容易在 category_id 映射上翻车。YOLO 格式是每张图一个同名 txt每行一个目标内容是一行五个数类别 id、归一化中心点坐标、归一化宽高也就是模型训练时真正用的格式。判断方法很简单解压后看有没有 annotations 目录、有没有 JSON 文件或者随机挑一张图看有没有同名 XML。很多 zip 包里还混着 README 或 classes.txt我一般会先打开它里面经常写着类别顺序这个顺序在后面做标签转换时就是唯一的依据。注意一点像 HRSC2016 这种遥感数据集用的是旋转框标注CCPD 这种车牌数据集有专门的标注约定如果你手里的野猪数据包标注文件里出现角度字段说明它不是普通水平框不能直接套水平框的转换逻辑要么放弃角度信息要么用 mmrotate 这类旋转框框架。先确认格式再决定后面的路线。2.2 用一段 Python 脚本给数据集做质量体检不管格式是什么第一步都是体检。野外采集的数据包最容易出现三类问题图片损坏打不开、标注坐标越界、类别名称不一致。我一般会先写一个脚本把图片数量、框总数、类别分布、越界框、坏图一次查清楚。import cv2 from pathlib import Path import xml.etree.ElementTree as ET root Path(./JPEGImages) # 图片所在目录按你解压后的实际路径改 total_boxes 0 class_counter {} corrupt_images [] out_of_bound_boxes [] for img_path in sorted(root.glob(*.jpg)): # 如果包里有 png再加一个 glob img cv2.imread(str(img_path)) if img is None: corrupt_images.append(img_path.name) continue h, w img.shape[:2] xml_path img_path.with_suffix(.xml) # VOC 格式才这样做COCO 走另一套查询 if not xml_path.exists(): print(f[warn] missing annotation: {img_path.name}) continue tree ET.parse(xml_path) for obj in tree.findall(object): name obj.find(name).text class_counter[name] class_counter.get(name, 0) 1 total_boxes 1 box obj.find(bndbox) x1 float(box.find(xmin).text) y1 float(box.find(ymin).text) x2 float(box.find(xmax).text) y2 float(box.find(ymax).text) # 越界、宽高为负、坐标反了都属于非法框 if x1 0 or y1 0 or x2 w or y2 h or x2 x1 or y2 y1: out_of_bound_boxes.append((img_path.name, name, x1, y1, x2, y2, w, h)) print(f图片总数: {len(list(root.glob(*.jpg)))}) print(f标注框总数: {total_boxes}) print(f类别分布: {class_counter}) print(f损坏图片: {corrupt_images}) print(f越界/非法框数量: {len(out_of_bound_boxes)}) for item in out_of_bound_boxes[:5]: # 只打印前 5 条多了刷屏 print(f {item})这段脚本的逻辑分三层第一层用 cv2.imread 验证图片能不能被 OpenCV 解码返回值是 None 就说明文件头损坏或扩展名和实际编码不符第二层检查同名 XML 是否存在缺标注的图片训练时会被模型当作背景图少量还好多到一定比例就会拉低召回率第三层把标注框和图片实际宽高做对比越界框在后续归一化时会产生负数或大于 1 的坐标轻则警告重则让训练 loss 变成 nan。体检结果怎么解读我按经验给几个参考类别分布如果出现某个类别只有几十框后面训练时要么给它加权重要么干脆合并成一个大类别越界框如果占比超过 5%优先怀疑标注工具回显时坐标未经缩放这类框不是个别修而是写了脚本统一钳制后面转换章节会处理损坏图片直接删掉或重新导出不要留到训练阶段让 dataloader 报错中断。这一步大约十分钟能省下后面至少两三小时的排查时间。3. 把标注转成 YOLO 格式目录重组、XML/JSON 转换与数据集划分3.1 按 ultralytics 要求的目录结构摆好 images 和 labels数据集体检完下一步是把原始图片和标注整理成 ultralytics 能直接读的目录结构。很多野猪数据包下载下来是一个大平铺目录图片和 XML 混在一起甚至还有没用的 mask 文件直接拿去训练会出各种奇怪问题。我通常会重建一个干净的目录结构如下datasets/wild_boar/ ├── images/ │ ├── train/ │ ├── val/ ├── labels/ │ ├── train/ │ ├── val/ ├── data.yaml注意一个细节ultralytics 约定图片放在 images 下标签放在同名相对的 labels 目录下图片和标签的文件名必须完全一致只允许扩展名不同。也就是说 images/train/001.jpg 对应 labels/train/001.txtval 同理。这个结构固定以后后面不管换 YOLOv8、YOLO11 还是其他 yolov5 系框架都只需要改 data.yaml不用再折腾目录。整理目录我一般用 Python 的 shutil 操作不做系统级的移动因为中途经常要按类别或时间筛选。图片统一转成 jpg 格式也是一个值得做的习惯野外红外相机图有时混着 png 和 bmp不同格式混训会影响预处理效率还容易出现 dataloader 解码报错。有个取舍要提醒如果你手里的图片名有规律地包含相机编号或时间戳先别急着批量重命名这些信息在后面做验证集划分时非常有用我会在 3.4 节解释原因。3.2 VOC XML 转 YOLO txt转换脚本与参数说明目录结构搭好以后核心工作就是把 VOC XML 转成 YOLO txt。转换逻辑不难就是把绝对坐标换成归一化的中心点坐标和宽高但有几个边界条件必须处理否则转出来的标签就是废的。import xml.etree.ElementTree as ET from pathlib import Path # 类别顺序必须和后续 data.yaml 里的 names 完全一致 CLASS_NAMES [wild_boar, wild_boar_cub, other] def voc_to_yolo(xml_path: Path, out_path: Path): tree ET.parse(xml_path) root tree.getroot() # 图片真实宽高来自 XML 的 size 字段不是自己猜 img_w float(root.find(size/width).text) img_h float(root.find(size/height).text) lines [] for obj in root.findall(object): name obj.find(name).text.strip() if name not in CLASS_NAMES: print(f[skip] {xml_path.name}: unknown class {name}) continue class_id CLASS_NAMES.index(name) box obj.find(bndbox) x1 float(box.find(xmin).text) y1 float(box.find(ymin).text) x2 float(box.find(xmax).text) y2 float(box.find(ymax).text) # 钳制到图片边界内一句话解决越界框问题 x1, y1 max(0.0, x1), max(0.0, y1) x2, y2 min(img_w, x2), min(img_h, y2) if x2 - x1 1 or y2 - y1 1: continue # 宽度或高度小于 1 像素的框直接丢弃 cx (x1 x2) / 2 / img_w cy (y1 y2) / 2 / img_h bw (x2 - x1) / img_w bh (y2 - y1) / img_h lines.append(f{class_id} {cx:.6f} {cy:.6f} {bw:.6f} {bh:.6f}) if lines: Path(out_path).write_text(\n.join(lines), encodingutf-8) # 批量转换 xml_dir Path(./Annotations) out_dir Path(./labels/train) out_dir.mkdir(parentsTrue, exist_okTrue) for i, xml_file in enumerate(sorted(xml_dir.glob(*.xml))): voc_to_yolo(xml_file, out_dir / xml_file.with_suffix(.txt).name) if (i 1) % 200 0: print(fconverted {i 1} files)脚本里有几个参数需要按你自己的数据包调整。CLASS_NAMES 的顺序是整个项目最关键的一行YOLO 的类别 id 从 0 开始0 对应 data.yaml 里 names 列表的第一个名字三个地方必须完全一致否则模型训出来预测框的类别全是乱的。越界钳制那一行钳的是转换后的归一化坐标不会出现负数或大于 1这样训练时不会因为标签越界报错。小于 1 像素的过滤条件是防呆标注时手滑把 xmin 和 xmax 写成同一个值的框不要让它进入数据集。转完以后我习惯抽查三五个 txt 文件用文本编辑器打开确认每一行都是一个整数加四个小数的结构顺便看看坐标是不是都在 0 到 1 之间。这一步人工抽查比写自动化校验脚本更快因为异常往往一眼就能看出来。3.3 COCO JSON 转 YOLO一份简版处理思路如果你的野猪数据包不是 VOC XML而是一个 COCO 格式的 JSON 文件转换思路类似但有两个细节不一样。第一COCO 的 category_id 通常是不连续的比如 id 是 1、2、3、7 之类必须重新映射成从 0 开始的连续编号第二COCO 的 bbox 是 x、y、width、height不是两个对角点别和 VOC 搞混。from pycocotools.coco import COCO from pathlib import Path # 先把 COCO 的 category_id 映射成连续编号顺序按数据集类别列表来 # 这里的 cats 顺序可以从 coco.cats 里读也可以按你自己要的顺序硬编码 coco COCO(./annotations.json) cat_names [c[name] for c in coco.cats.values()] cat_id_map {c[id]: idx for idx, c in enumerate(coco.cats.values())} print(category mapping:, {k: (v, cat_names[v]) for k, v in cat_id_map.items()}) out_dir Path(./labels/train) out_dir.mkdir(parentsTrue, exist_okTrue) for img_id, img_info in coco.imgs.items(): w img_info[width] h img_info[height] ann_ids coco.getAnnIds(imgIdsimg_id) lines [] for ann in coco.loadAnns(ann_ids): x, y, bw, bh ann[bbox] # COCO 格式是 x,y,width,height cx (x bw / 2) / w cy (y bh / 2) / h norm_w bw / w norm_h bh / h # 同样做边界钳制COCO 的框偶尔也会超界 cx max(0.0, min(1.0, cx)) cy max(0.0, min(1.0, cy)) norm_w max(0.0, min(1.0, norm_w)) norm_h max(0.0, min(1.0, norm_h)) lines.append(f{cat_id_map[ann[category_id]]} {cx:.6f} {cy:.6f} {norm_w:.6f} {norm_h:.6f}) if lines: (out_dir / img_info[file_name].replace(.jpg, .txt).replace(.png, .txt)).write_text( \n.join(lines), encodingutf-8 )这段脚本标注了三个易错点cat_id_map 是必须加的一层直接拿 COCO 的 category_id 当 YOLO 类别 id 是新手最常见错误输出 txt 文件名要和图片名一致这里用 replace 只换了扩展名同样要做归一化钳制。另外 pycocotools 是第三方库需要先 pip install pycocotools如果你的环境装不上也可以直接读 JSON 文件自己解析逻辑不复杂就是啰嗦一点。3.4 按比例切分 train/val别让验证集掺进同一段视频帧目录和标签都整理好以后还有一个容易忽略但影响很大的步骤划分训练集和验证集。很多数据集的压缩包里本身就带了原作者的划分但如果划分逻辑不合理模型在验证集上的指标会虚高看着 mAP 很漂亮实际部署到新场景就露馅。我见过最典型的坑是红外相机连续连拍同一头野猪在相邻几帧里只在画面里移动了几个像素这些帧几乎一模一样。如果随机划分训练集和验证集里各出现这一组图里的一张模型相当于提前看过答案验证指标没有参考价值。如果文件名里带了时间戳或相机编号我一般会按时间段或相机来划分同一个相机一小时内的帧全部分到同一侧宁可训练集少一点也要保证验证集是模型没见过的画面。文件名没有规律的可以用图片的感知哈希做去重把相似度高的图先合并成一簇再划簇。切分的比例我常用 85:15 或 8:2具体看总量。数据量大到几千张以上85:15 足够如果整个包只有三五百张我会留 20% 做验证因为这类小数据集的验证集如果太小指标波动会非常大一两个框的差异就能让 mAP 抖动几个点。下面是按文件名前缀划分的简单示例假设文件名前 4 位是相机编号import random from pathlib import Path images sorted(Path(./images/all).glob(*.jpg)) # 按相机编号分组 groups {} for img in images: cam_id img.name[:4] # 按实际文件名规则调整 groups.setdefault(cam_id, []).append(img) # 把相机组随机打散进 train/val group_ids list(groups.keys()) random.seed(42) random.shuffle(group_ids) split int(len(group_ids) * 0.85) train_groups set(group_ids[:split]) for img in images: subset train if img.name[:4] in train_groups else val dst Path(f./images/{subset}) / img.name dst.parent.mkdir(parentsTrue, exist_okTrue) # 这里建议先复制确认没问题再删原目录等于留了后悔药 dst.write_bytes(img.read_bytes())这段做的是组级划分把同一个相机的图片视为一个整体验证集不会出现和训练集几乎相同的连续帧。random.seed 固定随机种子保证每次运行划分结果一致方便复现实验。先复制而不是移动是为了在切分后悔时有后悔药可吃确认 no problem 再删源目录。4. 野猪数据集训练常见问题与避坑清单4.1 标签框全部偏移问题出在 XML 里的图片尺寸现象训练能正常跑loss 也能下降但推理出来的预测框整体偏移有的往左上偏有的框明显比目标大一圈而且不同原始分辨率的图片偏移量不一样。原因VOC XML 的 size/width 和 size/height 字段写的数值和图片真实的像素尺寸不一致。常见情况是标注工具导出时未刷新分辨率或者原始图被压缩后 XML 没同步更新。转换脚本用错误的尺寸做了归一化txt 里的坐标其实是相对于另一个尺寸的训练时模型按真实图片尺寸反算预测框自然就偏了。解决不要手动改 XML写脚本强制用 cv2.imread 读出来的真实尺寸覆盖 XML 里的 size 字段再重新跑转换。我体检脚本里已经拿到了图片真实 h、w转换时直接以它为准忽略 XML 的 size 字段。这也解释了为什么体检环节这么重要越界框和偏移框一查就能看出来。改完以后重新随机挑三张图把归一化坐标乘回原图尺寸画框肉眼核对一遍再训练。4.2 类别 id 写错train 正常mAP 永远为 0现象训练过程没有任何报错train loss 正常下降但验证集的 mAP 一直是 0或者预测的时候把野猪全标成另一个类别。原因标注 txt 里的类别 id 和 data.yaml 里的 names 顺序对不上。比如说数据包原始类别顺序是 [boar, cub]你转换脚本里写成了 [cub, boar]或者 data.yaml 里 names 没按同一次转换的 CLASS_NAMES 写。YOLO 不校验类别名字它只认 id训练时图片里的标签类别是 0模型读到的类别名却是另一个指标直接崩掉。解决这是一个纯手工一致性问题没有银弹。我自己的做法是把 CLASS_NAMES、data.yaml 的 names、以及数据包附带的 classes.txt 三个文件并排打开逐行核对改完一个地方就把另外两个同步改掉。验证集指标如果 mAP 为 0 但 loss 正常优先查这条不要先怀疑模型参数。特别是在野猪这种类别数很少的项目里类别写错和标签文件没生成到正确目录是最常见的两个翻车点。4.3 小目标野猪幼崽漏检imgsz 与数据增强的平衡现象成年野猪能稳定检出但小野猪幼崽经常漏掉尤其在图片里只占二三十个像素的时候。验证集里大目标框的置信度很高小目标框即使召回也是低置信度。原因目标检测模型默认的训练尺寸是 640小目标在原图缩放到 640 后可能只剩几个像素特征已经糊了。如果训练时还开着 mosaic 和 random_perspective 这类重增强小目标被裁剪、旋转、缩放后更容易丢失模型基本没见过有效的小目标样本。解决三个方向并行调。第一把 imgsz 提到 1280或者至少 960小目标保留下来的像素多好几倍这对红外相机拍摄的远距离野猪特别有效后果是显存占用变大、训练变慢batch 要相应调小第二检查 ultralytics 的增强参数mosaic 不要叠加 scale 和 perspective 一起重手开第三如果数据集里有大量小目标考虑用切片推理或者把大图裁块后训练。我个人习惯是先用 1280 的 imgsz 跑一个最短的 30 epoch 实验对比 640 下的 mAP这个差距能直观告诉你问题是不是出在分辨率上。注意小目标问题的解决不只是模型侧标注侧也要查有的 XML 里小目标框标得随意框偏大或偏小都会让模型学不到正确的边界。4.4 zip 解压报错或图片解码失败现象解压时报 CRC 错误或者解压出来一部分 jpg 用系统看图工具能打开但 OpenCV 读出来是 None训练中断在 dataloader 加载阶段。原因CRC 错误常见于压缩包分卷没下全、网盘下载过程丢数据、或者源文件本身就有问题。图片能打开但 cv2 读不了多半是扩展名是 .jpg、实际编码是 png或者某些相机拍出来的是带特殊颜色配置的 jpgOpenCV 的解码器不认。还有极少情况是压缩包带解密口令网上二手转发时有些人会加一层密码保护。解决先看压缩包里有没有附带的说明文件或密码提示没有就从来源渠道重下一次不要试图绕过口令。分卷压缩的话确认每个分卷都下载完整。图片解码问题用上一节体检脚本扫一遍把损坏图挑出来能用 PIL 转码的就转成标准 jpg转不了的直接弃用。这个坑看起来小但对比过数据量后你会发现丢了百分之几的图对最终的 mAP 其实影响有限不值得花几个小时去抢救一两个坏文件。反过来也不要把坏图硬塞进数据集训练到一半报错的 cost 比直接制裁坏图大得多。5. 用 ultralytics 快速跑通野猪检测最小训练命令与结果验证5.1 一条命令训练 数据集 yaml 写法目录结构和标签都就绪后训练本身反而是最快的一步。先建 data.yaml内容如下path: ./datasets/wild_boar train: images/train val: images/val names: 0: wild_boar 1: wild_boar_cub 2: other注意这里的 names 必须和转换脚本里的 CLASS_NAMES 顺序一字不差这是整个流程里最容易出问题也最容易忽略的地方。然后装好 ultralytics 环境直接跑yolo detect train modelyolo11n.pt datawild_boar.yaml epochs100 imgsz1280 batch8 patience20 projectruns_wild_boar如果你本地已经有 yolov8n.pt 之类的权重换成对应路径就行。参数说明imgsz 用 1280 是给野外小目标留余量显存不够就降到 960 或 640同时把 batch 调小patience 是早停轮数野外数据集噪声大验证指标会有波动patience 设 20 比默认值更稳epochs 100 对这个规模的数据集足够后面主要看早停落在哪。初次跑通建议就用 nano 模型几分钟到十几分钟一个实验先把流程跑顺再换大模型。5.2 验证指标看哪几个文件误检多的调法训练跑完不要只看终端打印的 mAP去 runs_wild_boar 目录下找 results.png、confusion_matrix.png 和 val_batch 的预测结果图。我的习惯是先看 val 批次预测图上面有真值框和预测框的对比能直观看出漏检和误检是分布在大目标还是小目标再看 confusion_matrix误检类型会集中体现在某个类别交叉格上。野猪监测场景里最常见的误检是把远距离的树桩、石头框成野猪这时候优先考虑把 conf_thres 从默认的 0.25 提到 0.4 左右验证大目标漏检就降阈值小目标漏检就升 imgsz这个调参玄学里最靠谱的思路。最后说一个我自己的教训拿到这类数据集第一版模型往往直接决定你对整个数据包质量的判断别急着上大模型调参先用 nano 模型跑通全流程确认标签、划分、指标都合理再投入算力做精细调优。好几次我急着用 yolov8x 跑长训练跑了十几个小时发现是标签类别顺序错了白白烧了算力。这个教训之后凡是新数据集我都先用小模型 30 epoch 快速验证一遍指标合理再加大投入。希望帮到你。本文还有配套的精品资源点击获取
