简介这套基于YOLOv8的路面积水识别项目面向计算机视觉与深度学习目标检测方向的学习者和工程人员可快速实现雨天道路积水区域的自动检测与定位适用于智慧城市、交通监控、自动驾驶辅助等场景。资源包内共468个文件以Python脚本、YAML配置和Markdown文档为主涵盖模型训练、推理、环境配置及使用说明同时附有少量C调用代码、PyTorch权重文件与多平台Docker部署配置压缩包仅24.25MB。目前已有225人学习浏览适合需要参考完整项目流程、避免从零搭建环境的新手。项目内置完整的训练与推理示例提供requirements.txt一键配置依赖运行门槛较低额外包含训练日志、结果CSV与可视化配置便于读者复现实验、对比不同模型效果。多语言接口和容器化支持则提升了在服务器或边缘设备上的部署灵活性可直接扩展为积涝预警、道路巡检等实际业务模块。1. 路面积水识别为什么绕不开 YOLOv8 这类目标检测框架这个需求在市政巡检和智慧出行里出现频率很高雨天路面积水靠人工拿着手机拍回去再写报告半天只能查几个点。换成图像采集设备定点抓拍自动判断画面里有没有积水、在哪个位置、面积大概多少就能把巡检频率从一天一次变成实时轮询。YOLOv8 把这条路走通了——它是当前目标检测里工程化最顺的框架之一训练流程、模型导出、边缘端部署都有现成配套做路面积水识别不一定要从零改网络直接把数据整理好把 YOLOv8 跑起来就能拿到可用模型。适合做这件事的群体很明确一是做计算机视觉毕设或课程项目需要一个能现场演示的目标检测案例二是智慧城市、水利监测方向的研发同学想把积水检测嵌入现有监控体系。读到后面你会发现积水目标小、外观反差低、光照变化大真正花时间的地方在数据而不是网络结构。这篇文章就按一线落地顺序讲网络结构怎么选、数据集怎么标、训练参数怎么设、部署怎么切片。2. 读懂 YOLOv8 的检测原理才好决定积水识别用哪个尺寸的模型2.1 从 C3 到 C2f特征融合让积水这种中低层特征更吃得开路面积水通常不是画面里的主体它往往是一摊颜色发暗、边缘不规则的区域和沥青路面颜色相近语义信息少靠的是纹理和反光等浅层特征。这就决定了骨干网络对细节特征的表达能力很关键。YOLOv8 用 C2f 模块替换了此前 YOLOv5 里的 C3是第一个直接影响积水识别效果的改动。C2f 内部通过 split 把输入特征分成两路后一路经过多个 Bottleneck 串接最后再 concat 到一起输出的通道数是输入的两倍到数倍。这种多分支密集连接能在不大幅增加计算量的前提下让原图细节在浅层就有更多保留积水边缘的水痕、雨滴导致的纹路变化更容易被后面的检测头感知到。对比一下 C3 和 C2f 的差别更好理解C3 是把输入分流后一条路经过 Bottleneck另一条路直接恒等映射再合并C2f 则在中间多做了几次 split 和 concat让每一层 Bottleneck 的输出都能被后续层直接看到。对积水这种低语义但高纹理特征的目标C2f 的特征复用效率更高。提示如果只是做逼近演示或初步验证YOLOv5 也能完成但后续如果要加夜间红外通道或者多视角融合YOLOv8 的接口和部署生态会更顺。2.2 Anchor-Free 检测头省掉锚框调参的积水回归积水区域形状极度不规则不是日常检测里常见的矩形框能完美框住的。YOLOv8 的检测头改成 anchor-free每个位置直接预测物体中心点到四条边的距离这意味着它不再依赖预先设定的锚框尺寸。对积水这种长宽比在 1:1 到 5:1 之间摆动的目标anchor-free 的收敛压力更小。另一个改动是分类分支和回归分支解耦输出端的损失函数分别计算水分目标分类置信度和框回归精度互不干扰我给客户调积水模型时通常只动损失权重就能单独拉高框的贴合度。模型尺寸的选择直接由积水目标的拍摄距离决定。监控摄像头固定机位拍摄距离 20 米到 60 米最常见此时积水在 640×640 输入下只占二三十像素属于典型小目标。建议起步用 YOLOv8s兼顾推理速度和召回率如果算力紧张再看 n 版本。下表是几种尺寸的对比depth_multiple 和 width_multiple 是网络深度和宽度的缩放系数这两列直接决定模型参数量。模型尺寸width_multipledepth_multiple建议使用场景n0.250.34摄像头端边缘盒子、实时流s0.500.33中距离固定点位巡检推荐起始选择m0.500.67积水区面积较大、需要精确定位的点位l1.001.00多路拼接大图、离线路面普查x1.251.00更在意精度、不太吃部署压力的场景2.3 损失函数与 NMS 对积水重叠场景的影响积水在俯视视角下偶尔会被绿化带或栏杆局部遮挡同一处水面可能被预测出多个重叠框。YOLOv8 的损失函数由分类损失BCE、框回归损失DFL CIoU组成。DFL 把坐标值建模成离散分布对边界模糊的积水区域更稳CIoU 同时考量重叠面积、中心点距离和长宽比能有效抑制那些与真实框偏差大的预测框。实际训练时我会把 Box 损失权重保持默认 7.5如果发现框偏大把周边路面一并包进去就把它加到 9 或 10这个权重在损失函数配置里的名称是 box。NMS 后处理方面积水不像行人那么密集一般设置 IoU 阈值 0.45、置信度阈值 0.25 就够用。但要注意低置信度的积水帧往往对应夜间低速水流阈值降到 0.15 能召回更多代价是会带来少量误检。建议部署时准备两套阈值白天用 0.3夜间 0.2。3. 积水数据集的构建标注规范、数据增强与划分策略3.1 标注目标定义与工具选择真正让模型区分积水与路面反光、阴影、雨水湿痕迹的关键是标注时对目标边界的定义。我建议把积水定义为“可见自由水面”叶面积水、被树叶完全遮住的水面不标阴影覆盖超过 30% 的不标。目标只有一个类别类别名定为 puddle 或 water不要在数据里混入“积水区域”和“大面积水淹”两个类别否则模型会纠结于区分二者导致最常用的积水识别任务精度下降。标注工具用 LabelImg 或 X-AnyLabeling 都可以。更推荐后者因为你可以在标注过程中直接启动 YOLOv8 做预标注人工只需调整错框积水的像素级边界不够规则时预标注能显著降低工作量。标注完的文件格式是 txt 文件每行内容为类别序号 中心点x 中心点y 框宽 框高所有坐标都归一化到 0~1 之间例如一张 1920×1080 的图上一个框的中心像素坐标是 (960, 540)宽高是 (480, 270)对应 txt 行就是0 0.5 0.5 0.25 0.25。标注规范一致性会影响最终精度我在做过一轮比对后发现团队里不同人标注的 bbox 差异 10% 以上时mAP 会掉 3~5 个点。所以标注前先做统一培训用三张典型图校准每个人的框贴合标准。标注顺序上先把傍晚、树影、路灯下的图优先标完这几类最难学早标早试跑。3.2 数据增强脚本让积水模型吃得住不同光照每个点位的积水图片数量有限通常两三百张就算多的。增强策略要针对积水目标的弱点低光照、反光、部分遮挡。我常用 Albumentations 做增强直接对图片和 bbox 同步处理以下代码在训练前把原始图片做一次性增强能稳定提升验证集上的 mAP 两个点左右。import albumentations as A from albumentations.pytorch import ToTensorV2 # 训练阶段增强管线RandomBrightnessContrast 模拟不同光照CoarseDropout 模拟树叶遮挡 train_transform A.Compose([ A.Resize(640, 640), A.RandomBrightnessContrast(brightness_limit0.3, contrast_limit0.3, p0.5), A.HueSaturationValue(hue_shift_limit10, sat_shift_limit15, val_shift_limit10, p0.2), A.CoarseDropout(max_holes4, max_height32, max_width32, fill_value0, p0.3), A.HorizontalFlip(p0.5), A.Normalize(mean(0.485, 0.456, 0.406), std(0.229, 0.224, 0.225)), ToTensorV2() ]) # 验证阶段只用尺寸变化和归一化不能引入随机遮挡 val_transform A.Compose([ A.Resize(640, 640), A.Normalize(mean(0.485, 0.456, 0.406), std(0.229, 0.224, 0.225)), ToTensorV2() ])这段代码里值得注意的两处第一RandomBrightnessContrast的 brightness_limit 设到 0.3是因为积水在阴天、雨天、傍晚的反差差异很大增强上限要给足第二验证管线里不加入CoarseDropout因为它会随机抹掉小片区域改的是目标本身验证集一旦引入这种增强验证分数就不再代表真实场景表现。增强后的图建议把原图和标注框可视化检查一遍确认 bbox 没有因为增强被拉出图像边界。3.3 训练集划分与目录组织划分数据时按拍摄点位分组而不是按图片随机分。同一机位的积水图片背景相似如果同时出现在训练和验证集里验证分数虚高 5%~10%部署到新点位时精度明显回落。按机位分组意味着训练集和验证集来自不同拍摄视角模型学到的才是积水本身的特征。比例建议 7:2:1其中 10% 做训练过程中的验证训练完成后用单独留出的测试集统一评估。目录组织直接决定 YOLOv8 能不能读对数据常见做法是以 images 和 labels 两个目录平铺所有图片与标注文件训练脚本内用 train.txt 和 val.txt 指定路径。exp1_dataset/ ├── train_images/ ├── train_labels/ ├── val_images/ ├── val_labels/ ├── test_images/ └── test_labels/图片名要与标注文件名严格一致IMG_001.jpg对应IMG_001.txt。一旦文件名对不上训练会报No labels found in train_images的警告实际上它跳过了所有没配对的图片训练集量减小而不报错这是新手最常踩的坑。4. 用 YOLOv8 训练路面积水模型的参数设置与误差诊断4.1 环境配置与最简训练命令先明确一个观点训练积水模型不追求最新依赖环境里 PyTorch、Ultralytics 版本、CUDA 组合要先自检尤其是训练中途才发现 CUDA 驱动不对再换版本很消耗时间。我给 GTX 1660 Ti 这种 6G 显存的机器做配置时一般选择先装一个适合自身显卡的 PyTorch 版本再安装 Ultralytics 包。pip install ultralytics验证安装成功最快的方式是直接跑一次官方预训练权重预测但不涉及模型训练只是确认整个链路可用yolo predict modelyolov8s.pt sourcetest_images/001.jpg如果这条命令能输出一张带框的图说明环境基本通否则先检查显卡驱动和 PyTorch 版本是否匹配不要急着调训练参数。训练命令建议把数据集配置、模型尺寸、训练轮数、图像尺寸等直接写在命令行方便记录每次实验的差异yolo train \ modelyolov8s.pt \ datawater_dataset.yaml \ epochs80 \ imgsz640 \ batch12 \ lr00.01 \ optimizerAdamW \ patience15 \ projectruns/water_train \ nameexp1 \ seed42参数说明imgsz640是输入分辨率提高到 960 对小积水目标有帮助但显存占用几乎翻倍batch12是 6G 显存下配合imgsz640的上限如果爆显存就减小batch或切换yolov8n权重不要同时开大两个参数patience15表示连续 15 个 epoch 验证集 mAP 不提升就提前结束能省一部分训练时间。water_dataset.yaml是数据集配置内容如下path: D:/water_detection/exp1_dataset # 数据集根目录 train: train_images # 训练图片目录相对于 path val: val_images # 验证图片目录 test: test_images # 测试图片目录 nc: 1 # 类别数 names: [puddle] # 类别名称我在配置这个 yaml 时最容易犯的错是把图形界面里的路径分隔符直接粘贴进 yamlWindows 下写法不一致会导致路径解析失败。也建议把nc标注在文件里训练时如果它和数据里的类别不一致很快就能暴露问题。4.2 训练过程的损失曲线判读过拟合还是没学够训练过程中关注两组曲线train/loss 和 val/loss分别对应训练集损失和验证集损失。如果 val/loss 在 20 轮后开始反弹而 train/loss 还在下降大概率过拟合了。积水的训练数据通常很少过拟合几乎一定会出现只是时间早晚。看到验证集 mAP 连续 10 轮不涨时不必等 80 轮结束提前终止改用增强参数或减小模型。画损失曲线直接用训练后生成的 results.csv里面逐轮记录了 train/box_loss、val/cls_loss、metrics/precision(B) 等列。画图脚本import pandas as pd import matplotlib.pyplot as plt # 读取训练结果 df pd.read_csv(runs/water_train/exp1/results.csv) plt.figure(figsize(9, 5)) # 绘制验证集框回归损失曲线 plt.plot(df[epoch], df[val/box_loss], labelval box loss, linewidth1.2) plt.plot(df[epoch], df[val/cls_loss], labelval cls loss, linewidth1.2) plt.xlabel(epoch) plt.ylabel(loss) plt.legend() plt.grid(alpha0.3) plt.savefig(loss_curve.png, dpi150)results.csv第一列是epoch后面各列命名里已经写清了是训练集还是验证集。如果你看到val/box_loss波动剧烈而val/cls_loss平稳说明问题集中在框回归上可以把 box 损失权重调大一点。对积水这种边缘模糊目标这是最常出现的曲线形态不必慌先把训练跑完看 mAP。4.3 评价指标怎么盯小目标的 mAP 单独看积水目标小整体 mAP 会被中等和大目标拉高只看 mAP50 可能得出过于乐观的结论。YOLOv8 训练结束后会输出不同尺寸目标各自的指标metrics/mAP50(B)是 IoU 阈值 0.5 下的综合均值metrics/mAP50-95(B)是更严格的多阈值均值。如果 mAP50 有 0.8 但 mAP50-95 只有 0.35说明框贴合度一般对于“只判断有没有积水”的需求影响不大但要精确定位积水面积就要想办法提升 mAP50-95。实际项目我还会验证集里单独统计目标像素面积小于 32×32 的样本的召回率这一项在 results.csv 里没有直接给出运行一次验证脚本即可单独打印一旦召回低于 0.4优先查增强里是否把小目标增强没了而不是换更大的模型。5. 把积水模型导出并部署成可重复使用的检测服务5.1 ONNX 导出与推理速度验证训练完成的模型要落到实际场景最通用的方式是导出 ONNX它能被 OpenCV、TensorRT、ONNX Runtime 通用加载避开不同机器重装 PyTorch 的麻烦。一条命令直接导出yolo export modelruns/water_train/exp1/weights/best.pt formatonnx opset12opsets 12这个值要注意过高的 opset 在旧设备或老的 onnxruntime 上不识别而 12 的通用性最好。导出后用 onnxruntime 推理的单帧耗时通常比 PyTorch 低 20%~40%在 NVIDIA Jetson 设备上还可以用 TensorRT 转一遍单帧耗时能再压缩一半。Jetson 的部署命令和这里不同是在设备上先安装对应 TensorRT 版本的 Ultralytics再执行yolo export时formatengine。5.2 积水检测的最小部署代码部署代码不应再加载整套训练环境只保留推理与画框逻辑。下面的代码直接读取 ONNX 模型把摄像头或单张图片传进来输出检测结果。import cv2 from ultralytics import YOLO model YOLO(runs/water_train/exp1/weights/best.onnx) # 支持图片、视频文件和实时流地址 result model.predict(sourcetest_images/002.jpg, conf0.25, classes[0]) # 遍历检测框在原图上画出积水区域并计算框内面积框面积按像素估算 for box in result[0].boxes: x1, y1, x2, y2 map(int, box.xyxy[0].tolist()) area_pixel (x2 - x1) * (y2 - y1) cv2.rectangle(result[0].orig_img, (x1, y1), (x2, y2), (0, 0, 255), 2) cv2.putText(result[0].orig_img, fpuddle {area_pixel}px, (x1, y1 - 8), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 255), 2) cv2.imwrite(output_002.jpg, result[0].orig_img)这段代码里conf0.25是阈值观察你的实际帧如果夜间出现漏检就把阈值下调到 0.15如果误检多就上调到 0.3建议在部署平台上把阈值做成配置项方便远程调整。框面积这里用像素值来表示如果想换算成实际面积需要提前对每个点位做一次标定量出画面中已知宽度的一条线按比例换算。5.3 部署中最有效的一个技巧定时抓帧抽样而非逐帧检测很多积水部署一开始都用连续视频流逐帧检测接着发现 CPU 占用高、结果也没多大变化因为积水运动极慢一帧和下一帧几乎没差别。更合理的做法是每秒取 1 帧检测不仅把资源占用降到三分之一以下还能直接在记录里标记该点位积水持续时间这个指标对路面积水调度更有价值。代码中只需加一行cap.set(cv2.CAP_PROP_POS_MSEC, frame_count * 1000)把 30 帧视频流变成每秒 1 帧的抽样输入这个改动对召回几乎没有影响对部署成本影响显著。如果未来要接多个摄像头并行识别加上这个抽样逻辑单台设备能多扛一路视频流。本文还有配套的精品资源点击获取 YOLOv8路面积水识别实战：从数据标注到模型部署
简介这套基于YOLOv8的路面积水识别项目面向计算机视觉与深度学习目标检测方向的学习者和工程人员可快速实现雨天道路积水区域的自动检测与定位适用于智慧城市、交通监控、自动驾驶辅助等场景。资源包内共468个文件以Python脚本、YAML配置和Markdown文档为主涵盖模型训练、推理、环境配置及使用说明同时附有少量C调用代码、PyTorch权重文件与多平台Docker部署配置压缩包仅24.25MB。目前已有225人学习浏览适合需要参考完整项目流程、避免从零搭建环境的新手。项目内置完整的训练与推理示例提供requirements.txt一键配置依赖运行门槛较低额外包含训练日志、结果CSV与可视化配置便于读者复现实验、对比不同模型效果。多语言接口和容器化支持则提升了在服务器或边缘设备上的部署灵活性可直接扩展为积涝预警、道路巡检等实际业务模块。1. 路面积水识别为什么绕不开 YOLOv8 这类目标检测框架这个需求在市政巡检和智慧出行里出现频率很高雨天路面积水靠人工拿着手机拍回去再写报告半天只能查几个点。换成图像采集设备定点抓拍自动判断画面里有没有积水、在哪个位置、面积大概多少就能把巡检频率从一天一次变成实时轮询。YOLOv8 把这条路走通了——它是当前目标检测里工程化最顺的框架之一训练流程、模型导出、边缘端部署都有现成配套做路面积水识别不一定要从零改网络直接把数据整理好把 YOLOv8 跑起来就能拿到可用模型。适合做这件事的群体很明确一是做计算机视觉毕设或课程项目需要一个能现场演示的目标检测案例二是智慧城市、水利监测方向的研发同学想把积水检测嵌入现有监控体系。读到后面你会发现积水目标小、外观反差低、光照变化大真正花时间的地方在数据而不是网络结构。这篇文章就按一线落地顺序讲网络结构怎么选、数据集怎么标、训练参数怎么设、部署怎么切片。2. 读懂 YOLOv8 的检测原理才好决定积水识别用哪个尺寸的模型2.1 从 C3 到 C2f特征融合让积水这种中低层特征更吃得开路面积水通常不是画面里的主体它往往是一摊颜色发暗、边缘不规则的区域和沥青路面颜色相近语义信息少靠的是纹理和反光等浅层特征。这就决定了骨干网络对细节特征的表达能力很关键。YOLOv8 用 C2f 模块替换了此前 YOLOv5 里的 C3是第一个直接影响积水识别效果的改动。C2f 内部通过 split 把输入特征分成两路后一路经过多个 Bottleneck 串接最后再 concat 到一起输出的通道数是输入的两倍到数倍。这种多分支密集连接能在不大幅增加计算量的前提下让原图细节在浅层就有更多保留积水边缘的水痕、雨滴导致的纹路变化更容易被后面的检测头感知到。对比一下 C3 和 C2f 的差别更好理解C3 是把输入分流后一条路经过 Bottleneck另一条路直接恒等映射再合并C2f 则在中间多做了几次 split 和 concat让每一层 Bottleneck 的输出都能被后续层直接看到。对积水这种低语义但高纹理特征的目标C2f 的特征复用效率更高。提示如果只是做逼近演示或初步验证YOLOv5 也能完成但后续如果要加夜间红外通道或者多视角融合YOLOv8 的接口和部署生态会更顺。2.2 Anchor-Free 检测头省掉锚框调参的积水回归积水区域形状极度不规则不是日常检测里常见的矩形框能完美框住的。YOLOv8 的检测头改成 anchor-free每个位置直接预测物体中心点到四条边的距离这意味着它不再依赖预先设定的锚框尺寸。对积水这种长宽比在 1:1 到 5:1 之间摆动的目标anchor-free 的收敛压力更小。另一个改动是分类分支和回归分支解耦输出端的损失函数分别计算水分目标分类置信度和框回归精度互不干扰我给客户调积水模型时通常只动损失权重就能单独拉高框的贴合度。模型尺寸的选择直接由积水目标的拍摄距离决定。监控摄像头固定机位拍摄距离 20 米到 60 米最常见此时积水在 640×640 输入下只占二三十像素属于典型小目标。建议起步用 YOLOv8s兼顾推理速度和召回率如果算力紧张再看 n 版本。下表是几种尺寸的对比depth_multiple 和 width_multiple 是网络深度和宽度的缩放系数这两列直接决定模型参数量。模型尺寸width_multipledepth_multiple建议使用场景n0.250.34摄像头端边缘盒子、实时流s0.500.33中距离固定点位巡检推荐起始选择m0.500.67积水区面积较大、需要精确定位的点位l1.001.00多路拼接大图、离线路面普查x1.251.00更在意精度、不太吃部署压力的场景2.3 损失函数与 NMS 对积水重叠场景的影响积水在俯视视角下偶尔会被绿化带或栏杆局部遮挡同一处水面可能被预测出多个重叠框。YOLOv8 的损失函数由分类损失BCE、框回归损失DFL CIoU组成。DFL 把坐标值建模成离散分布对边界模糊的积水区域更稳CIoU 同时考量重叠面积、中心点距离和长宽比能有效抑制那些与真实框偏差大的预测框。实际训练时我会把 Box 损失权重保持默认 7.5如果发现框偏大把周边路面一并包进去就把它加到 9 或 10这个权重在损失函数配置里的名称是 box。NMS 后处理方面积水不像行人那么密集一般设置 IoU 阈值 0.45、置信度阈值 0.25 就够用。但要注意低置信度的积水帧往往对应夜间低速水流阈值降到 0.15 能召回更多代价是会带来少量误检。建议部署时准备两套阈值白天用 0.3夜间 0.2。3. 积水数据集的构建标注规范、数据增强与划分策略3.1 标注目标定义与工具选择真正让模型区分积水与路面反光、阴影、雨水湿痕迹的关键是标注时对目标边界的定义。我建议把积水定义为“可见自由水面”叶面积水、被树叶完全遮住的水面不标阴影覆盖超过 30% 的不标。目标只有一个类别类别名定为 puddle 或 water不要在数据里混入“积水区域”和“大面积水淹”两个类别否则模型会纠结于区分二者导致最常用的积水识别任务精度下降。标注工具用 LabelImg 或 X-AnyLabeling 都可以。更推荐后者因为你可以在标注过程中直接启动 YOLOv8 做预标注人工只需调整错框积水的像素级边界不够规则时预标注能显著降低工作量。标注完的文件格式是 txt 文件每行内容为类别序号 中心点x 中心点y 框宽 框高所有坐标都归一化到 0~1 之间例如一张 1920×1080 的图上一个框的中心像素坐标是 (960, 540)宽高是 (480, 270)对应 txt 行就是0 0.5 0.5 0.25 0.25。标注规范一致性会影响最终精度我在做过一轮比对后发现团队里不同人标注的 bbox 差异 10% 以上时mAP 会掉 3~5 个点。所以标注前先做统一培训用三张典型图校准每个人的框贴合标准。标注顺序上先把傍晚、树影、路灯下的图优先标完这几类最难学早标早试跑。3.2 数据增强脚本让积水模型吃得住不同光照每个点位的积水图片数量有限通常两三百张就算多的。增强策略要针对积水目标的弱点低光照、反光、部分遮挡。我常用 Albumentations 做增强直接对图片和 bbox 同步处理以下代码在训练前把原始图片做一次性增强能稳定提升验证集上的 mAP 两个点左右。import albumentations as A from albumentations.pytorch import ToTensorV2 # 训练阶段增强管线RandomBrightnessContrast 模拟不同光照CoarseDropout 模拟树叶遮挡 train_transform A.Compose([ A.Resize(640, 640), A.RandomBrightnessContrast(brightness_limit0.3, contrast_limit0.3, p0.5), A.HueSaturationValue(hue_shift_limit10, sat_shift_limit15, val_shift_limit10, p0.2), A.CoarseDropout(max_holes4, max_height32, max_width32, fill_value0, p0.3), A.HorizontalFlip(p0.5), A.Normalize(mean(0.485, 0.456, 0.406), std(0.229, 0.224, 0.225)), ToTensorV2() ]) # 验证阶段只用尺寸变化和归一化不能引入随机遮挡 val_transform A.Compose([ A.Resize(640, 640), A.Normalize(mean(0.485, 0.456, 0.406), std(0.229, 0.224, 0.225)), ToTensorV2() ])这段代码里值得注意的两处第一RandomBrightnessContrast的 brightness_limit 设到 0.3是因为积水在阴天、雨天、傍晚的反差差异很大增强上限要给足第二验证管线里不加入CoarseDropout因为它会随机抹掉小片区域改的是目标本身验证集一旦引入这种增强验证分数就不再代表真实场景表现。增强后的图建议把原图和标注框可视化检查一遍确认 bbox 没有因为增强被拉出图像边界。3.3 训练集划分与目录组织划分数据时按拍摄点位分组而不是按图片随机分。同一机位的积水图片背景相似如果同时出现在训练和验证集里验证分数虚高 5%~10%部署到新点位时精度明显回落。按机位分组意味着训练集和验证集来自不同拍摄视角模型学到的才是积水本身的特征。比例建议 7:2:1其中 10% 做训练过程中的验证训练完成后用单独留出的测试集统一评估。目录组织直接决定 YOLOv8 能不能读对数据常见做法是以 images 和 labels 两个目录平铺所有图片与标注文件训练脚本内用 train.txt 和 val.txt 指定路径。exp1_dataset/ ├── train_images/ ├── train_labels/ ├── val_images/ ├── val_labels/ ├── test_images/ └── test_labels/图片名要与标注文件名严格一致IMG_001.jpg对应IMG_001.txt。一旦文件名对不上训练会报No labels found in train_images的警告实际上它跳过了所有没配对的图片训练集量减小而不报错这是新手最常踩的坑。4. 用 YOLOv8 训练路面积水模型的参数设置与误差诊断4.1 环境配置与最简训练命令先明确一个观点训练积水模型不追求最新依赖环境里 PyTorch、Ultralytics 版本、CUDA 组合要先自检尤其是训练中途才发现 CUDA 驱动不对再换版本很消耗时间。我给 GTX 1660 Ti 这种 6G 显存的机器做配置时一般选择先装一个适合自身显卡的 PyTorch 版本再安装 Ultralytics 包。pip install ultralytics验证安装成功最快的方式是直接跑一次官方预训练权重预测但不涉及模型训练只是确认整个链路可用yolo predict modelyolov8s.pt sourcetest_images/001.jpg如果这条命令能输出一张带框的图说明环境基本通否则先检查显卡驱动和 PyTorch 版本是否匹配不要急着调训练参数。训练命令建议把数据集配置、模型尺寸、训练轮数、图像尺寸等直接写在命令行方便记录每次实验的差异yolo train \ modelyolov8s.pt \ datawater_dataset.yaml \ epochs80 \ imgsz640 \ batch12 \ lr00.01 \ optimizerAdamW \ patience15 \ projectruns/water_train \ nameexp1 \ seed42参数说明imgsz640是输入分辨率提高到 960 对小积水目标有帮助但显存占用几乎翻倍batch12是 6G 显存下配合imgsz640的上限如果爆显存就减小batch或切换yolov8n权重不要同时开大两个参数patience15表示连续 15 个 epoch 验证集 mAP 不提升就提前结束能省一部分训练时间。water_dataset.yaml是数据集配置内容如下path: D:/water_detection/exp1_dataset # 数据集根目录 train: train_images # 训练图片目录相对于 path val: val_images # 验证图片目录 test: test_images # 测试图片目录 nc: 1 # 类别数 names: [puddle] # 类别名称我在配置这个 yaml 时最容易犯的错是把图形界面里的路径分隔符直接粘贴进 yamlWindows 下写法不一致会导致路径解析失败。也建议把nc标注在文件里训练时如果它和数据里的类别不一致很快就能暴露问题。4.2 训练过程的损失曲线判读过拟合还是没学够训练过程中关注两组曲线train/loss 和 val/loss分别对应训练集损失和验证集损失。如果 val/loss 在 20 轮后开始反弹而 train/loss 还在下降大概率过拟合了。积水的训练数据通常很少过拟合几乎一定会出现只是时间早晚。看到验证集 mAP 连续 10 轮不涨时不必等 80 轮结束提前终止改用增强参数或减小模型。画损失曲线直接用训练后生成的 results.csv里面逐轮记录了 train/box_loss、val/cls_loss、metrics/precision(B) 等列。画图脚本import pandas as pd import matplotlib.pyplot as plt # 读取训练结果 df pd.read_csv(runs/water_train/exp1/results.csv) plt.figure(figsize(9, 5)) # 绘制验证集框回归损失曲线 plt.plot(df[epoch], df[val/box_loss], labelval box loss, linewidth1.2) plt.plot(df[epoch], df[val/cls_loss], labelval cls loss, linewidth1.2) plt.xlabel(epoch) plt.ylabel(loss) plt.legend() plt.grid(alpha0.3) plt.savefig(loss_curve.png, dpi150)results.csv第一列是epoch后面各列命名里已经写清了是训练集还是验证集。如果你看到val/box_loss波动剧烈而val/cls_loss平稳说明问题集中在框回归上可以把 box 损失权重调大一点。对积水这种边缘模糊目标这是最常出现的曲线形态不必慌先把训练跑完看 mAP。4.3 评价指标怎么盯小目标的 mAP 单独看积水目标小整体 mAP 会被中等和大目标拉高只看 mAP50 可能得出过于乐观的结论。YOLOv8 训练结束后会输出不同尺寸目标各自的指标metrics/mAP50(B)是 IoU 阈值 0.5 下的综合均值metrics/mAP50-95(B)是更严格的多阈值均值。如果 mAP50 有 0.8 但 mAP50-95 只有 0.35说明框贴合度一般对于“只判断有没有积水”的需求影响不大但要精确定位积水面积就要想办法提升 mAP50-95。实际项目我还会验证集里单独统计目标像素面积小于 32×32 的样本的召回率这一项在 results.csv 里没有直接给出运行一次验证脚本即可单独打印一旦召回低于 0.4优先查增强里是否把小目标增强没了而不是换更大的模型。5. 把积水模型导出并部署成可重复使用的检测服务5.1 ONNX 导出与推理速度验证训练完成的模型要落到实际场景最通用的方式是导出 ONNX它能被 OpenCV、TensorRT、ONNX Runtime 通用加载避开不同机器重装 PyTorch 的麻烦。一条命令直接导出yolo export modelruns/water_train/exp1/weights/best.pt formatonnx opset12opsets 12这个值要注意过高的 opset 在旧设备或老的 onnxruntime 上不识别而 12 的通用性最好。导出后用 onnxruntime 推理的单帧耗时通常比 PyTorch 低 20%~40%在 NVIDIA Jetson 设备上还可以用 TensorRT 转一遍单帧耗时能再压缩一半。Jetson 的部署命令和这里不同是在设备上先安装对应 TensorRT 版本的 Ultralytics再执行yolo export时formatengine。5.2 积水检测的最小部署代码部署代码不应再加载整套训练环境只保留推理与画框逻辑。下面的代码直接读取 ONNX 模型把摄像头或单张图片传进来输出检测结果。import cv2 from ultralytics import YOLO model YOLO(runs/water_train/exp1/weights/best.onnx) # 支持图片、视频文件和实时流地址 result model.predict(sourcetest_images/002.jpg, conf0.25, classes[0]) # 遍历检测框在原图上画出积水区域并计算框内面积框面积按像素估算 for box in result[0].boxes: x1, y1, x2, y2 map(int, box.xyxy[0].tolist()) area_pixel (x2 - x1) * (y2 - y1) cv2.rectangle(result[0].orig_img, (x1, y1), (x2, y2), (0, 0, 255), 2) cv2.putText(result[0].orig_img, fpuddle {area_pixel}px, (x1, y1 - 8), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 255), 2) cv2.imwrite(output_002.jpg, result[0].orig_img)这段代码里conf0.25是阈值观察你的实际帧如果夜间出现漏检就把阈值下调到 0.15如果误检多就上调到 0.3建议在部署平台上把阈值做成配置项方便远程调整。框面积这里用像素值来表示如果想换算成实际面积需要提前对每个点位做一次标定量出画面中已知宽度的一条线按比例换算。5.3 部署中最有效的一个技巧定时抓帧抽样而非逐帧检测很多积水部署一开始都用连续视频流逐帧检测接着发现 CPU 占用高、结果也没多大变化因为积水运动极慢一帧和下一帧几乎没差别。更合理的做法是每秒取 1 帧检测不仅把资源占用降到三分之一以下还能直接在记录里标记该点位积水持续时间这个指标对路面积水调度更有价值。代码中只需加一行cap.set(cv2.CAP_PROP_POS_MSEC, frame_count * 1000)把 30 帧视频流变成每秒 1 帧的抽样输入这个改动对召回几乎没有影响对部署成本影响显著。如果未来要接多个摄像头并行识别加上这个抽样逻辑单台设备能多扛一路视频流。本文还有配套的精品资源点击获取