简介这份资源面向计算机、自动化等专业的学生与初学者提供一套可直接用于毕业设计、期末大作业或课程设计的YOLOV5交通标志识别检测完整方案解决从数据集准备到模型训练、推理部署的全流程问题。压缩包共266个文件约423.32MB包含53个Python脚本、59个YAML配置、55张JPG与26张PNG示例图、10个PT权重文件以及CSV训练日志、XML标注、Shell脚本、Dockerfile和Markdown说明等覆盖数据、代码、模型与部署配置。代码附有详细注释新手也能看懂下载后简单部署即可运行。目前已有317人学习下载适合需要快速搭建交通标志检测项目、撰写论文或完成答辩演示的读者可参考其目录结构与训练结果节省环境配置与调参时间。1. 从一次答辩被追问「模型到底看到了什么」说起去年帮学弟看毕设预答辩他做的正是 YOLOV5 交通标志识别检测。演示时框画得挺漂亮导师随口问了一句「限速 50 和限速 80 这两类你的模型是靠数字区分的还是靠外圈颜色蒙的」他当场卡壳。这个问题其实戳中了交通标志检测的核心难点类别之间高度相似只有局部像素差异模型很容易学到「捷径特征」。这份资源就是围绕这个场景打包的——YOLOV5 交通标志识别检测数据集、配套代码和训练好的模型权重代码带注释新手能顺着跑通也留了调参和换数据的口子。它适合三类人赶毕业设计需要一份能讲清楚、能复现的完整工程的同学想拿交通标志这个经典小目标场景练手 YOLOV5 的算法入门者以及需要快速搭一个检测 demo 做课程大作业的从业者。下面我按「数据长什么样 → 怎么跑起来 → 怎么换成自己的数据 → 坑在哪」的顺序拆一遍。2. 数据集与目录结构先搞清楚你拿到的是什么2.1 交通标志数据集的类别分布与标注格式交通标志检测和通用目标检测最大的区别在于「类间差异小、类内差异大」。同一个「禁止超车」标志晴天、雨天、逆光、被树枝遮挡一半像素分布能差出十万八千里而「限速 60」和「限速 80」在缩略图里几乎只差中间两个数字。所以拿到数据集第一件事不是急着训练是先统计类别分布看有没有长尾。这份资源的数据集按 YOLO 标准格式组织每张图对应一个同名.txt标注文件每行是类别索引 中心x 中心y 宽 高坐标都归一化到 0~1。常见做法是先跑一段统计脚本把每个类别的框数量打出来import os from collections import Counter label_dir datasets/labels/train counter Counter() for name in os.listdir(label_dir): if not name.endswith(.txt): continue with open(os.path.join(label_dir, name)) as f: for line in f: line line.strip() if not line: continue cls_id int(line.split()[0]) # 每行第一个字段是类别索引 counter[cls_id] 1 for cls_id, num in sorted(counter.items()): print(fclass {cls_id}: {num} boxes)这段脚本的逻辑很直白遍历训练集标注目录逐行读类别索引并累加。参数上唯一要注意的是label_dir要指向train而不是val因为你要评估的是训练时的样本倾斜程度。跑完如果发现某个类别只有几十个框而最多的类别有上千个那训练时就得考虑过采样或者调cls损失权重否则模型会直接躺平——全预测成多数类也能拿到不低的 mAP但答辩时一测少数类就露馅。2.2 目录里那些「看不懂的文件」分别是什么资源包里除了数据集和代码还夹着一堆看着眼生的文件很多人直接忽略其实它们各有用途。我按经验整理成一张表文件/目录作用要不要动events.out.tfevents.*TensorBoard 训练日志记录 loss、mAP 曲线保留可用来复现训练过程results.csv每个 epoch 的指标汇总含 precision、recall、mAP保留写论文画曲线用setup.cfg代码风格与打包配置一般不动Dockerfile容器化运行环境定义想复现环境时用.gitignore版本控制忽略规则不动weights/训练好的模型权重推理直接用这里重点说results.csv和events文件。results.csv是训练过程的「黑匣子」记录每一行是一个 epoch 的指标快照。写毕业设计时导师最爱问「你的模型收敛了吗、有没有过拟合」这时候把results.csv里的train/box_loss和val/box_loss画在一张图上两条曲线的走势就是最有力的回答。events.out.tfevents.*则是 TensorBoard 的原始日志启动tensorboard --logdir runs/train就能看到可视化的曲线比 CSV 直观得多。很多人拿到资源只跑推理把这些日志全删了等到要写论文才发现没有训练过程证据只能重训这就是典型的血泪经验。2.3 用官方脚本快速验证数据可用性在正式训练前我一般会先做一次数据完整性检查确认图片和标注一一对应、没有空标注、没有越界坐标。YOLOV5 自带的数据检查逻辑在训练启动时会自动跑一遍但手动先查更省时间# 检查图片与标注是否配对 python -c import os img_dir datasets/images/train lbl_dir datasets/labels/train imgs {os.path.splitext(f)[0] for f in os.listdir(img_dir)} lbls {os.path.splitext(f)[0] for f in os.listdir(lbl_dir)} print(图片无标注:, imgs - lbls) print(标注无图片:, lbls - imgs) 这段命令输出两个差集前者是「有图没标注」后者是「有标注没图」。正常情况下两个集合都应该是空的。如果「有图没标注」不为空说明这些图是背景图负样本YOLOV5 允许存在但数量不能太多否则会拉低召回。如果「标注无图片」不为空那就是数据整理时漏拷了图必须补上否则训练时直接报错找不到文件。这一步花不了一分钟却能避免训练跑到一半崩掉。3. 训练与推理把模型真正跑起来3.1 环境依赖与 conda 虚拟环境搭建YOLOV5 对环境版本比较敏感尤其是 PyTorch 和 CUDA 的匹配。我一般用 conda 单独开一个环境避免和系统里的其他项目打架conda create -n yolov5_traffic python3.8 -y conda activate yolov5_traffic # 按自己显卡的 CUDA 版本装 PyTorch这里以 CUDA 11.3 为例 pip install torch1.12.1cu113 torchvision0.13.1cu113 -f https://download.pytorch.org/whl/torch_stable.html # 装项目依赖 pip install -r requirements.txt参数说明python3.8是 YOLOV5 各版本兼容性最好的解释器版本别贪新用 3.11部分依赖轮子还没跟上。PyTorch 版本要和本机 CUDA 对齐用nvidia-smi看右上角的 CUDA Version再去 PyTorch 官网找对应命令。requirements.txt里主要是numpy、opencv-python、matplotlib、pyyaml这些装完可以用python -c import torch; print(torch.cuda.is_available())验证 GPU 是否可用返回True才算成功。如果返回False八成是 PyTorch 装成了 CPU 版卸载重装即可。3.2 用 data.yaml 配置数据集路径与类别YOLOV5 通过一个 YAML 文件告诉训练脚本「数据在哪、有几个类、类名是什么」。这份资源里通常已经带了一个但路径往往是作者机器的绝对路径直接跑会报错必须改成自己的# data/traffic_sign.yaml path: ./datasets # 数据集根目录 train: images/train # 训练集图片相对路径 val: images/val # 验证集图片相对路径 nc: 4 # 类别数量按实际改 names: # 类别名称顺序必须和标注索引一致 - speed_limit - no_entry - warning - prohibition这里最容易翻车的是names的顺序。标注文件里的类别索引是 0、1、2、3names列表的第 0 项就必须对应索引 0错一位整个训练结果的类别全乱。nc要和names长度一致不一致训练启动时就会断言失败。path建议用相对路径方便整个项目打包迁移用绝对路径换台机器就废了。改完这个文件训练脚本才知道去哪里读图、去哪里读标注。3.3 启动训练命令行参数逐个拆解配置好之后就可以开训了。YOLOV5 的训练入口是train.py参数很多但真正影响结果的就那么几个python train.py \ --data data/traffic_sign.yaml \ --weights yolov5s.pt \ --img 640 \ --batch-size 16 \ --epochs 100 \ --device 0 \ --project runs/train \ --name traffic_exp逐个说--data指向刚改好的 YAML--weights是预训练权重用yolov5s.pt做迁移学习比从零训练收敛快得多交通标志这种中小数据集强烈建议用预训练--img 640是输入分辨率交通标志属于小目标分辨率太低会丢细节640 是精度和显存的平衡点显存够可以上 1280--batch-size按显存调16 是 8G 显存的稳妥值爆显存就减半--epochs 100对交通标志数据集通常够用看results.csv里 mAP 不再涨就可以提前停--device 0指定第一块 GPUCPU 训练会慢到怀疑人生。训练过程中终端会实时打印每个 batch 的 lossruns/train/traffic_exp/下会生成权重、曲线和日志。3.4 推理与结果可视化训练完runs/train/traffic_exp/weights/下会有best.pt和last.pt前者是验证集指标最好的权重推理优先用它python detect.py \ --weights runs/train/traffic_exp/weights/best.pt \ --source test_images/ \ --img 640 \ --conf-thres 0.25 \ --save-txt--source可以是单张图、整个文件夹甚至摄像头编号填0调本地摄像头。--conf-thres 0.25是置信度阈值低于它的框不显示交通标志场景我一般设 0.25~0.4太低会冒出一堆误检太高会漏掉远处的小标志。--save-txt会把检测结果按 YOLO 格式存成 txt方便后续做统计或二次处理。结果图默认存在runs/detect/exp/下打开就能看到框和类别标签。如果发现框的位置对但类别标错多半是data.yaml里names顺序和训练时不一致回去核对。4. 换成自己的数据从标注到重训的完整链路4.1 用 labelImg 标注并转成 YOLO 格式资源自带的数据集能直接跑但毕业设计往往要求「有自己的数据」。常见做法是用 labelImg 标注它默认输出 Pascal VOC 的 XML 格式需要转成 YOLO 的 txtimport xml.etree.ElementTree as ET import os def voc_to_yolo(xml_path, img_w, img_h, classes): tree ET.parse(xml_path) root tree.getroot() lines [] for obj in root.iter(object): cls_name obj.find(name).text cls_id classes.index(cls_name) # 类别名转索引 bbox obj.find(bndbox) x1 float(bbox.find(xmin).text) y1 float(bbox.find(ymin).text) x2 float(bbox.find(xmax).text) y2 float(bbox.find(ymax).text) # 转成归一化的中心点宽高 cx (x1 x2) / 2 / img_w cy (y1 y2) / 2 / img_h w (x2 - x1) / img_w h (y2 - y1) / img_h lines.append(f{cls_id} {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}) return lines逻辑说明VOC 用的是左上角加右下角的绝对像素坐标YOLO 用的是归一化后的中心点加宽高所以要先求中心、再除以图宽图高。classes列表的顺序必须和data.yaml里的names完全一致否则类别全错。img_w、img_h要从对应图片读不能写死因为数据集里图片尺寸可能不统一。转换完记得抽查几张用画框脚本叠回原图看一眼确认框没偏移。4.2 划分训练集验证集与更新配置标注转好后按 8:2 或 7:3 划分 train 和 val。我一般写个小脚本随机分固定随机种子保证可复现import os, random, shutil random.seed(42) # 固定种子保证每次划分一致 imgs [f for f in os.listdir(all_images) if f.endswith(.jpg)] random.shuffle(imgs) split int(len(imgs) * 0.8) for i, name in enumerate(imgs): dst datasets/images/train if i split else datasets/images/val shutil.copy(os.path.join(all_images, name), dst) # 同步拷贝同名标注 lbl os.path.splitext(name)[0] .txt shutil.copy(os.path.join(all_labels, lbl), dst.replace(images, labels))random.seed(42)是关键不固定种子的话每次划分结果不同实验就没法对比。划分完更新data.yaml里的nc和names然后按第 3 章的流程重训。注意验证集要覆盖各种光照和角度别全挑清晰的图否则验证指标虚高答辩现场一测就崩。4.3 迁移学习与冻结层的取舍换自己的数据后如果类别和原数据集差异大直接微调全部层可能过拟合。YOLOV5 支持冻结主干python train.py \ --data data/my_sign.yaml \ --weights yolov5s.pt \ --freeze 10 \ --epochs 80 \ --batch-size 16--freeze 10表示冻结前 10 层主干特征提取部分只训练检测头。适合新数据集样本少几百张的情况能防止主干被小数据带偏。如果样本上千建议不冻结让整个网络都适应新数据。判断标准很简单看results.csv里val/box_loss是否持续下降如果训练 loss 降但验证 loss 涨就是过拟合回去加冻结或加数据增强。5. 避坑与排查那些让训练白跑的细节5.1 显存爆了但 batch 已经调到 1现象--batch-size 1还是报 CUDA out of memory。原因通常不是 batch而是--img分辨率太高或者开了--multi-scale多尺度训练。解决先把--img从 640 降到 416关掉多尺度再不行就换更小的模型yolov5n.pt。另外--workers设太大也会占显存设成 4 或 8 即可。5.2 mAP 一直是 0 或者低得离谱现象训练几十轮results.csv里 mAP 始终接近 0。原因八成是标注格式或类别索引对不上。解决先确认标注是归一化坐标而不是像素坐标再确认data.yaml的names顺序和标注索引一致。还有一个隐蔽原因图片路径里有中文或空格YOLOV5 读取时静默失败把路径改成纯英文。5.3 推理时框全叠在一起现象检测结果里几十个框重叠在同一位置。原因通常是--conf-thres设太低或者 NMS 的--iou-thres设太高。解决--conf-thres提到 0.4--iou-thres保持默认 0.45让重叠框被抑制掉。如果还不行检查是不是同一张图被重复喂进去了。5.4 换机器后报找不到文件现象在作者机器上能跑拷到自己电脑就报FileNotFoundError。原因是data.yaml里用了绝对路径。解决全部改成相对路径并且保证path指向的目录结构和 YAML 里的train、val拼接后能对上。打包迁移前用grep -r /home/ .搜一遍把残留的绝对路径清掉。5.5 训练日志里的 events 文件打不开现象想用 TensorBoard 看曲线提示日志格式错误。原因是 TensorBoard 版本和生成日志的版本不匹配。解决pip install tensorboard --upgrade升到最新再tensorboard --logdir runs/train。如果还不行直接看results.csv用 matplotlib 画效果一样还省得折腾环境。6. 把 mAP 从 0.7 推到 0.9几个我反复验证过的技巧训练能跑通只是及格线真正拉开分数的是细节调优。第一个技巧是锚框重聚类。YOLOV5 默认锚框是基于 COCO 的交通标志的宽高比和通用目标差别很大用python utils/autanchor.py --data data/traffic_sign.yaml重新聚类通常能涨 2~3 个点。第二个是数据增强的组合交通标志场景我一般开--mosaic 1.0、--hsv_h 0.015、--hsv_s 0.7但把--flipud关掉因为上下翻转会让「禁止通行」这类标志失去语义属于无效增强甚至有害增强。第三个技巧是推理阶段的 TTA测试时增强。在detect.py里加--augment模型会对同一张图做多尺度、多翻转推理再融合结果小目标召回明显提升代价是速度慢一倍。答辩演示不赶时间的话值得开。第四个是置信度阈值和 NMS 的联合调参我一般写个小循环在验证集上扫conf从 0.1 到 0.5、iou从 0.3 到 0.6找 mAP 最高的组合而不是拍脑袋定 0.25。# 在验证集上批量评估不同阈值组合 for conf in 0.1 0.2 0.3 0.4 0.5; do for iou in 0.3 0.4 0.5 0.6; do python val.py --weights best.pt --data data/traffic_sign.yaml \ --conf-thres $conf --iou-thres $iou --img 640 done done这段脚本会打印每组阈值下的 mAP把结果记到表格里对比比凭感觉调靠谱得多。参数上--conf-thres控制进入 NMS 的框数量--iou-thres控制重叠框的合并力度两者要一起看单独调一个容易顾此失彼。最后一个习惯每次改完参数我都会把results.csv和当次的命令行参数一起存进一个带时间戳的文件夹命名成exp_20240601_img640_freeze10这种。因为调参是个反复横跳的过程没有记录的话三天后你根本想不起来哪个配置对应哪次结果。从那以后我每次开新实验都强制走一遍「建文件夹、存配置、跑训练、归档结果」的流程再也没出现过「上次那个高分配置到底是啥」的尴尬。希望这些能帮到你少走几个我踩过的坑。本文还有配套的精品资源点击获取 YOLOV5交通标志识别检测实战：数据集、训练与调优全解析
简介这份资源面向计算机、自动化等专业的学生与初学者提供一套可直接用于毕业设计、期末大作业或课程设计的YOLOV5交通标志识别检测完整方案解决从数据集准备到模型训练、推理部署的全流程问题。压缩包共266个文件约423.32MB包含53个Python脚本、59个YAML配置、55张JPG与26张PNG示例图、10个PT权重文件以及CSV训练日志、XML标注、Shell脚本、Dockerfile和Markdown说明等覆盖数据、代码、模型与部署配置。代码附有详细注释新手也能看懂下载后简单部署即可运行。目前已有317人学习下载适合需要快速搭建交通标志检测项目、撰写论文或完成答辩演示的读者可参考其目录结构与训练结果节省环境配置与调参时间。1. 从一次答辩被追问「模型到底看到了什么」说起去年帮学弟看毕设预答辩他做的正是 YOLOV5 交通标志识别检测。演示时框画得挺漂亮导师随口问了一句「限速 50 和限速 80 这两类你的模型是靠数字区分的还是靠外圈颜色蒙的」他当场卡壳。这个问题其实戳中了交通标志检测的核心难点类别之间高度相似只有局部像素差异模型很容易学到「捷径特征」。这份资源就是围绕这个场景打包的——YOLOV5 交通标志识别检测数据集、配套代码和训练好的模型权重代码带注释新手能顺着跑通也留了调参和换数据的口子。它适合三类人赶毕业设计需要一份能讲清楚、能复现的完整工程的同学想拿交通标志这个经典小目标场景练手 YOLOV5 的算法入门者以及需要快速搭一个检测 demo 做课程大作业的从业者。下面我按「数据长什么样 → 怎么跑起来 → 怎么换成自己的数据 → 坑在哪」的顺序拆一遍。2. 数据集与目录结构先搞清楚你拿到的是什么2.1 交通标志数据集的类别分布与标注格式交通标志检测和通用目标检测最大的区别在于「类间差异小、类内差异大」。同一个「禁止超车」标志晴天、雨天、逆光、被树枝遮挡一半像素分布能差出十万八千里而「限速 60」和「限速 80」在缩略图里几乎只差中间两个数字。所以拿到数据集第一件事不是急着训练是先统计类别分布看有没有长尾。这份资源的数据集按 YOLO 标准格式组织每张图对应一个同名.txt标注文件每行是类别索引 中心x 中心y 宽 高坐标都归一化到 0~1。常见做法是先跑一段统计脚本把每个类别的框数量打出来import os from collections import Counter label_dir datasets/labels/train counter Counter() for name in os.listdir(label_dir): if not name.endswith(.txt): continue with open(os.path.join(label_dir, name)) as f: for line in f: line line.strip() if not line: continue cls_id int(line.split()[0]) # 每行第一个字段是类别索引 counter[cls_id] 1 for cls_id, num in sorted(counter.items()): print(fclass {cls_id}: {num} boxes)这段脚本的逻辑很直白遍历训练集标注目录逐行读类别索引并累加。参数上唯一要注意的是label_dir要指向train而不是val因为你要评估的是训练时的样本倾斜程度。跑完如果发现某个类别只有几十个框而最多的类别有上千个那训练时就得考虑过采样或者调cls损失权重否则模型会直接躺平——全预测成多数类也能拿到不低的 mAP但答辩时一测少数类就露馅。2.2 目录里那些「看不懂的文件」分别是什么资源包里除了数据集和代码还夹着一堆看着眼生的文件很多人直接忽略其实它们各有用途。我按经验整理成一张表文件/目录作用要不要动events.out.tfevents.*TensorBoard 训练日志记录 loss、mAP 曲线保留可用来复现训练过程results.csv每个 epoch 的指标汇总含 precision、recall、mAP保留写论文画曲线用setup.cfg代码风格与打包配置一般不动Dockerfile容器化运行环境定义想复现环境时用.gitignore版本控制忽略规则不动weights/训练好的模型权重推理直接用这里重点说results.csv和events文件。results.csv是训练过程的「黑匣子」记录每一行是一个 epoch 的指标快照。写毕业设计时导师最爱问「你的模型收敛了吗、有没有过拟合」这时候把results.csv里的train/box_loss和val/box_loss画在一张图上两条曲线的走势就是最有力的回答。events.out.tfevents.*则是 TensorBoard 的原始日志启动tensorboard --logdir runs/train就能看到可视化的曲线比 CSV 直观得多。很多人拿到资源只跑推理把这些日志全删了等到要写论文才发现没有训练过程证据只能重训这就是典型的血泪经验。2.3 用官方脚本快速验证数据可用性在正式训练前我一般会先做一次数据完整性检查确认图片和标注一一对应、没有空标注、没有越界坐标。YOLOV5 自带的数据检查逻辑在训练启动时会自动跑一遍但手动先查更省时间# 检查图片与标注是否配对 python -c import os img_dir datasets/images/train lbl_dir datasets/labels/train imgs {os.path.splitext(f)[0] for f in os.listdir(img_dir)} lbls {os.path.splitext(f)[0] for f in os.listdir(lbl_dir)} print(图片无标注:, imgs - lbls) print(标注无图片:, lbls - imgs) 这段命令输出两个差集前者是「有图没标注」后者是「有标注没图」。正常情况下两个集合都应该是空的。如果「有图没标注」不为空说明这些图是背景图负样本YOLOV5 允许存在但数量不能太多否则会拉低召回。如果「标注无图片」不为空那就是数据整理时漏拷了图必须补上否则训练时直接报错找不到文件。这一步花不了一分钟却能避免训练跑到一半崩掉。3. 训练与推理把模型真正跑起来3.1 环境依赖与 conda 虚拟环境搭建YOLOV5 对环境版本比较敏感尤其是 PyTorch 和 CUDA 的匹配。我一般用 conda 单独开一个环境避免和系统里的其他项目打架conda create -n yolov5_traffic python3.8 -y conda activate yolov5_traffic # 按自己显卡的 CUDA 版本装 PyTorch这里以 CUDA 11.3 为例 pip install torch1.12.1cu113 torchvision0.13.1cu113 -f https://download.pytorch.org/whl/torch_stable.html # 装项目依赖 pip install -r requirements.txt参数说明python3.8是 YOLOV5 各版本兼容性最好的解释器版本别贪新用 3.11部分依赖轮子还没跟上。PyTorch 版本要和本机 CUDA 对齐用nvidia-smi看右上角的 CUDA Version再去 PyTorch 官网找对应命令。requirements.txt里主要是numpy、opencv-python、matplotlib、pyyaml这些装完可以用python -c import torch; print(torch.cuda.is_available())验证 GPU 是否可用返回True才算成功。如果返回False八成是 PyTorch 装成了 CPU 版卸载重装即可。3.2 用 data.yaml 配置数据集路径与类别YOLOV5 通过一个 YAML 文件告诉训练脚本「数据在哪、有几个类、类名是什么」。这份资源里通常已经带了一个但路径往往是作者机器的绝对路径直接跑会报错必须改成自己的# data/traffic_sign.yaml path: ./datasets # 数据集根目录 train: images/train # 训练集图片相对路径 val: images/val # 验证集图片相对路径 nc: 4 # 类别数量按实际改 names: # 类别名称顺序必须和标注索引一致 - speed_limit - no_entry - warning - prohibition这里最容易翻车的是names的顺序。标注文件里的类别索引是 0、1、2、3names列表的第 0 项就必须对应索引 0错一位整个训练结果的类别全乱。nc要和names长度一致不一致训练启动时就会断言失败。path建议用相对路径方便整个项目打包迁移用绝对路径换台机器就废了。改完这个文件训练脚本才知道去哪里读图、去哪里读标注。3.3 启动训练命令行参数逐个拆解配置好之后就可以开训了。YOLOV5 的训练入口是train.py参数很多但真正影响结果的就那么几个python train.py \ --data data/traffic_sign.yaml \ --weights yolov5s.pt \ --img 640 \ --batch-size 16 \ --epochs 100 \ --device 0 \ --project runs/train \ --name traffic_exp逐个说--data指向刚改好的 YAML--weights是预训练权重用yolov5s.pt做迁移学习比从零训练收敛快得多交通标志这种中小数据集强烈建议用预训练--img 640是输入分辨率交通标志属于小目标分辨率太低会丢细节640 是精度和显存的平衡点显存够可以上 1280--batch-size按显存调16 是 8G 显存的稳妥值爆显存就减半--epochs 100对交通标志数据集通常够用看results.csv里 mAP 不再涨就可以提前停--device 0指定第一块 GPUCPU 训练会慢到怀疑人生。训练过程中终端会实时打印每个 batch 的 lossruns/train/traffic_exp/下会生成权重、曲线和日志。3.4 推理与结果可视化训练完runs/train/traffic_exp/weights/下会有best.pt和last.pt前者是验证集指标最好的权重推理优先用它python detect.py \ --weights runs/train/traffic_exp/weights/best.pt \ --source test_images/ \ --img 640 \ --conf-thres 0.25 \ --save-txt--source可以是单张图、整个文件夹甚至摄像头编号填0调本地摄像头。--conf-thres 0.25是置信度阈值低于它的框不显示交通标志场景我一般设 0.25~0.4太低会冒出一堆误检太高会漏掉远处的小标志。--save-txt会把检测结果按 YOLO 格式存成 txt方便后续做统计或二次处理。结果图默认存在runs/detect/exp/下打开就能看到框和类别标签。如果发现框的位置对但类别标错多半是data.yaml里names顺序和训练时不一致回去核对。4. 换成自己的数据从标注到重训的完整链路4.1 用 labelImg 标注并转成 YOLO 格式资源自带的数据集能直接跑但毕业设计往往要求「有自己的数据」。常见做法是用 labelImg 标注它默认输出 Pascal VOC 的 XML 格式需要转成 YOLO 的 txtimport xml.etree.ElementTree as ET import os def voc_to_yolo(xml_path, img_w, img_h, classes): tree ET.parse(xml_path) root tree.getroot() lines [] for obj in root.iter(object): cls_name obj.find(name).text cls_id classes.index(cls_name) # 类别名转索引 bbox obj.find(bndbox) x1 float(bbox.find(xmin).text) y1 float(bbox.find(ymin).text) x2 float(bbox.find(xmax).text) y2 float(bbox.find(ymax).text) # 转成归一化的中心点宽高 cx (x1 x2) / 2 / img_w cy (y1 y2) / 2 / img_h w (x2 - x1) / img_w h (y2 - y1) / img_h lines.append(f{cls_id} {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}) return lines逻辑说明VOC 用的是左上角加右下角的绝对像素坐标YOLO 用的是归一化后的中心点加宽高所以要先求中心、再除以图宽图高。classes列表的顺序必须和data.yaml里的names完全一致否则类别全错。img_w、img_h要从对应图片读不能写死因为数据集里图片尺寸可能不统一。转换完记得抽查几张用画框脚本叠回原图看一眼确认框没偏移。4.2 划分训练集验证集与更新配置标注转好后按 8:2 或 7:3 划分 train 和 val。我一般写个小脚本随机分固定随机种子保证可复现import os, random, shutil random.seed(42) # 固定种子保证每次划分一致 imgs [f for f in os.listdir(all_images) if f.endswith(.jpg)] random.shuffle(imgs) split int(len(imgs) * 0.8) for i, name in enumerate(imgs): dst datasets/images/train if i split else datasets/images/val shutil.copy(os.path.join(all_images, name), dst) # 同步拷贝同名标注 lbl os.path.splitext(name)[0] .txt shutil.copy(os.path.join(all_labels, lbl), dst.replace(images, labels))random.seed(42)是关键不固定种子的话每次划分结果不同实验就没法对比。划分完更新data.yaml里的nc和names然后按第 3 章的流程重训。注意验证集要覆盖各种光照和角度别全挑清晰的图否则验证指标虚高答辩现场一测就崩。4.3 迁移学习与冻结层的取舍换自己的数据后如果类别和原数据集差异大直接微调全部层可能过拟合。YOLOV5 支持冻结主干python train.py \ --data data/my_sign.yaml \ --weights yolov5s.pt \ --freeze 10 \ --epochs 80 \ --batch-size 16--freeze 10表示冻结前 10 层主干特征提取部分只训练检测头。适合新数据集样本少几百张的情况能防止主干被小数据带偏。如果样本上千建议不冻结让整个网络都适应新数据。判断标准很简单看results.csv里val/box_loss是否持续下降如果训练 loss 降但验证 loss 涨就是过拟合回去加冻结或加数据增强。5. 避坑与排查那些让训练白跑的细节5.1 显存爆了但 batch 已经调到 1现象--batch-size 1还是报 CUDA out of memory。原因通常不是 batch而是--img分辨率太高或者开了--multi-scale多尺度训练。解决先把--img从 640 降到 416关掉多尺度再不行就换更小的模型yolov5n.pt。另外--workers设太大也会占显存设成 4 或 8 即可。5.2 mAP 一直是 0 或者低得离谱现象训练几十轮results.csv里 mAP 始终接近 0。原因八成是标注格式或类别索引对不上。解决先确认标注是归一化坐标而不是像素坐标再确认data.yaml的names顺序和标注索引一致。还有一个隐蔽原因图片路径里有中文或空格YOLOV5 读取时静默失败把路径改成纯英文。5.3 推理时框全叠在一起现象检测结果里几十个框重叠在同一位置。原因通常是--conf-thres设太低或者 NMS 的--iou-thres设太高。解决--conf-thres提到 0.4--iou-thres保持默认 0.45让重叠框被抑制掉。如果还不行检查是不是同一张图被重复喂进去了。5.4 换机器后报找不到文件现象在作者机器上能跑拷到自己电脑就报FileNotFoundError。原因是data.yaml里用了绝对路径。解决全部改成相对路径并且保证path指向的目录结构和 YAML 里的train、val拼接后能对上。打包迁移前用grep -r /home/ .搜一遍把残留的绝对路径清掉。5.5 训练日志里的 events 文件打不开现象想用 TensorBoard 看曲线提示日志格式错误。原因是 TensorBoard 版本和生成日志的版本不匹配。解决pip install tensorboard --upgrade升到最新再tensorboard --logdir runs/train。如果还不行直接看results.csv用 matplotlib 画效果一样还省得折腾环境。6. 把 mAP 从 0.7 推到 0.9几个我反复验证过的技巧训练能跑通只是及格线真正拉开分数的是细节调优。第一个技巧是锚框重聚类。YOLOV5 默认锚框是基于 COCO 的交通标志的宽高比和通用目标差别很大用python utils/autanchor.py --data data/traffic_sign.yaml重新聚类通常能涨 2~3 个点。第二个是数据增强的组合交通标志场景我一般开--mosaic 1.0、--hsv_h 0.015、--hsv_s 0.7但把--flipud关掉因为上下翻转会让「禁止通行」这类标志失去语义属于无效增强甚至有害增强。第三个技巧是推理阶段的 TTA测试时增强。在detect.py里加--augment模型会对同一张图做多尺度、多翻转推理再融合结果小目标召回明显提升代价是速度慢一倍。答辩演示不赶时间的话值得开。第四个是置信度阈值和 NMS 的联合调参我一般写个小循环在验证集上扫conf从 0.1 到 0.5、iou从 0.3 到 0.6找 mAP 最高的组合而不是拍脑袋定 0.25。# 在验证集上批量评估不同阈值组合 for conf in 0.1 0.2 0.3 0.4 0.5; do for iou in 0.3 0.4 0.5 0.6; do python val.py --weights best.pt --data data/traffic_sign.yaml \ --conf-thres $conf --iou-thres $iou --img 640 done done这段脚本会打印每组阈值下的 mAP把结果记到表格里对比比凭感觉调靠谱得多。参数上--conf-thres控制进入 NMS 的框数量--iou-thres控制重叠框的合并力度两者要一起看单独调一个容易顾此失彼。最后一个习惯每次改完参数我都会把results.csv和当次的命令行参数一起存进一个带时间戳的文件夹命名成exp_20240601_img640_freeze10这种。因为调参是个反复横跳的过程没有记录的话三天后你根本想不起来哪个配置对应哪次结果。从那以后我每次开新实验都强制走一遍「建文件夹、存配置、跑训练、归档结果」的流程再也没出现过「上次那个高分配置到底是啥」的尴尬。希望这些能帮到你少走几个我踩过的坑。本文还有配套的精品资源点击获取