简介这份三轮车数据集面向计算机视觉初学者与目标检测开发者用于训练和验证三轮车识别模型可服务于交通监控、智慧城市等场景下的车辆检测任务。数据集共559张jpg图片每张均配有对应的VOC格式xml标注文件与YOLO格式txt标注文件标注工作由labelImg手工完成采用矩形框方式类别仅含tricycle一类累计标注框数达659个标注准确合理可直接用于YOLO或VOC框架的训练与测试。压缩包为rar格式内含1679个文件以561个txt、559个xml和559个jpg为主整体约25.22MB体积轻便便于快速下载与本地部署。目前已有642人学习下载适合需要小规模单类别检测数据、希望快速验证模型效果或进行迁移学习实验的读者参考使用。1. 三轮车数据集559张VOCYOLO格式小样本目标检测到底能不能落地559 张图手工用 labelImg 一张张框出来同时给 VOC XML 和 YOLO TXT 两套标注——这个体量放在动辄几万张的公开数据集面前第一反应往往是「够吗」。我去年接过一个园区三轮车识别的活客户能提供的现场图也就六百来张当时心里同样打鼓。结论先放这559 张三轮车数据集在单类别、场景相对固定的条件下完全能训出一个可用的检测模型关键不在数量而在标注质量、类别定义和增强策略。这份数据集的价值恰恰在于它把「VOCYOLO 双格式」和「手工 labelImg 标注」这两件事做扎实了省掉了格式转换和清洗的大半工作量。它适合谁适合做园区物流车、景区观光车、城乡结合部车辆统计这类垂直场景的工程师也适合刚上手 YOLO 训练、想拿一份干净数据跑通全流程的新手。不适合做通用车辆检测或跨域泛化要求极高的项目那点样本量撑不住。2. 先搞懂 VOC 和 YOLO 两套标注格式差在哪2.1 VOC XML 的结构与字段含义VOC 格式是 PASCAL VOC 竞赛留下的老传统一个 XML 对应一张图核心信息全在标签里。拿这份三轮车数据集里任意一个 XML 举例结构大致是这样annotation folderimages/folder filenametricycle_001.jpg/filename size width1280/width height720/height depth3/depth /size object nametricycle/name !-- 类别名全数据集必须统一 -- poseUnspecified/pose truncated0/truncated !-- 是否被截断0 表示完整 -- difficult0/difficult !-- 是否难样本训练时可过滤 -- bndbox xmin312/xmin !-- 左上角 x绝对像素 -- ymin204/ymin xmax689/xmax !-- 右下角 x -- ymax531/ymax /bndbox /object /annotation这里要盯死三个字段name必须全库一致出现tricycle、Tricycle、三轮车混用就是灾难bndbox是绝对像素坐标跟图像尺寸绑定换分辨率就得重算difficult和truncated在训练脚本里能不能被正确读取决定了你要不要手动清洗。手工 labelImg 标注最容易出的问题就是name拼写漂移559 张里哪怕有 5 张写错评估时那一类的 AP 就会莫名掉一截。2.2 YOLO TXT 的归一化坐标与类别索引YOLO 格式是每张图一个同名 TXT每行一个目标格式是class_id x_center y_center width height全部归一化到 0~1。同一张tricycle_001.jpg对应的 TXT 长这样0 0.390625 0.510417 0.294531 0.454167拆开看0是类别索引对应classes.txt里的第 0 行后面四个数是中心点 x、中心点 y、宽、高都是除以原图宽高得到的。这里有个高频翻车点——归一化用的宽高必须是这张图自己的尺寸不能拿数据集统一尺寸去算。labelImg 导出 YOLO 时会自动读图尺寸但如果你中途用脚本改过图比如批量缩放TXT 不会跟着变坐标就全错了。VOC 转 YOLO 的换算公式记住这个# VOC 绝对坐标 - YOLO 归一化坐标 x_center (xmin xmax) / 2.0 / img_w y_center (ymin ymax) / 2.0 / img_h width (xmax - xmin) / img_w height (ymax - ymin) / img_h2.3 为什么这份数据集要同时给两套格式很多人问既然要训 YOLO直接给 TXT 不就行了。实际项目里双格式是刚需VOC XML 可读性强方便人工复核和用 LabelImg 二次编辑YOLO TXT 是训练直接吃的格式。更关键的是VOC 是很多转换工具的中间格式——你想转 COCO、转 CreateML、转 TensorFlow 的 TFRecord基本都先落到 VOC 再转。这份数据集两套都给等于把「标注」和「训练」之间的桥提前搭好了。我一般会建议团队内部维护 VOC 作为主格式训练前用脚本批量生成 YOLO这样改标注只改一处。3. 用这份数据集跑通 YOLOv8 训练的最小闭环3.1 目录结构怎么摆才不出错YOLOv8 对目录结构有硬性约定摆错了训练直接报找不到标签。推荐这样组织tricycle_dataset/ ├── images/ │ ├── train/ # 训练图约 447 张8 成 │ └── val/ # 验证图约 112 张2 成 ├── labels/ │ ├── train/ # 与 train 图同名的 TXT │ └── val/ └── tricycle.yaml # 数据集配置文件注意images/train和labels/train里的文件名必须一一对应只是后缀不同。559 张按 8:2 切训练 447、验证 112这个比例对小数据集够用。切分时别用随机按拍摄批次或场景切否则验证集和训练集太像指标虚高。3.2 写对 data.yaml 里的三个关键字段配置文件是训练入口写错一个字段白跑几小时path: /home/user/tricycle_dataset # 数据集根目录绝对路径最稳 train: images/train # 相对 path 的训练图目录 val: images/val # 相对 path 的验证图目录 nc: 1 # 类别数三轮车只有 1 类 names: # 类别名顺序必须和 class_id 对应 0: tricyclenc和names是最容易错的地方。如果你标注时classes.txt里写了两行比如误加了car但实际只有三轮车nc就得是 1多出来的类别索引会让训练报越界。path用绝对路径相对路径在不同工作目录下启动训练时行为不一致这是血泪经验。3.3 从预训练权重开始训练的命令与参数小数据集千万别从零训一定要挂预训练权重。命令如下yolo detect train \ datatricycle_dataset/tricycle.yaml \ modelyolov8n.pt \ # nano 版559 张够用显存友好 epochs150 \ # 小数据集多跑几轮配合早停 imgsz640 \ # 输入尺寸和标注分辨率匹配 batch16 \ # 显存不够就降到 8 patience30 \ # 30 轮无提升就早停防过拟合 lr00.01 \ # 初始学习率 augmentTrue \ # 开启内置增强 projectruns/tricycle \ # 输出目录 nameexp1参数逐个说modelyolov8n.pt是官方预训练权重nano 版在 559 张上性价比最高换 s/m 版容易过拟合epochs150配patience30小数据集收敛快通常 80~120 轮就到平台imgsz640要和你的标注分辨率对齐如果原图是 1280 宽缩到 640 训练没问题但别设成比原图还大batch16是 8G 显存的安全值爆显存就减半。训练日志里重点看mAP50和mAP50-95两条曲线前者到 0.9 以上、后者 0.6 以上这个数据集就算训到位了。3.4 训练完怎么验证模型真的学到了东西训练结束别只看最终指标跑一次验证加实际推理# 在验证集上评估 yolo detect val modelruns/tricycle/exp1/weights/best.pt datatricycle_dataset/tricycle.yaml # 拿单张图推理看框得准不准 yolo detect predict modelruns/tricycle/exp1/weights/best.pt sourcetest.jpg conf0.25 saveTrueconf0.25是置信度阈值低于它的框不显示。验证时重点看混淆矩阵——单类别任务里如果出现大量背景被误判成三轮车假阳性说明负样本不够得补一些没有三轮车的场景图进去。这一步是很多人偷懒跳过的结果模型上线后满屏误检。4. 559 张小样本训练的避坑清单4.1 坑一验证集 mAP 很高实际部署一塌糊涂现象训练日志里 mAP50 冲到 0.95拿现场新拍的图一测漏检一半。原因切分时用了纯随机验证集和训练集来自同一批连续帧画面几乎一样模型等于在背答案。解决按场景或时间段切分验证集必须包含训练时没见过的光照、角度、背景。559 张里如果只有两三个场景宁可牺牲一点训练量也要保证验证集独立。4.2 坑二labelImg 标注的框贴边导致训练报错现象训练启动时报normalized coordinates out of range或坐标出现负数。原因手工拉框时手抖xmin或ymin拉到了图像边界外或者xmax超过了图宽归一化后大于 1。解决训练前跑一遍校验脚本把所有越界坐标裁到 [0,1] 区间def clamp_yolo_line(line): cls, x, y, w, h line.split() x, y, w, h map(float, (x, y, w, h)) x, y max(0.0, min(1.0, x)), max(0.0, min(1.0, y)) w, h max(0.0, min(1.0, w)), max(0.0, min(1.0, h)) return f{cls} {x:.6f} {y:.6f} {w:.6f} {h:.6f}\n4.3 坑三类别名大小写不一致评估时凭空多出一类现象classes.txt里只有一行但训练日志显示nc2或者评估时出现一个空类别。原因部分 XML 里name写成了Tricycle或tricycle带空格转换脚本按字符串去重生成了两个类别。解决转换前统一清洗把所有name去空格、转小写。这一步在 VOC 转 YOLO 的脚本里加一行name.strip().lower()就能根治。4.4 坑四图片和标签文件名对不上训练静默丢样本现象训练正常跑完但日志里train的图片数比预期少了几十张。原因labelImg 保存时改了文件名或者复制图片时漏了对应的 TXTYOLO 找不到标签就跳过该图且不报错。解决训练前做一次配对检查列出没有对应标签的图# 找出 images/train 里没有同名 TXT 的图 for img in images/train/*.jpg; do base$(basename $img .jpg) [ -f labels/train/$base.txt ] || echo 缺失标签: $img done4.5 坑五增强开太猛三轮车被裁得只剩半个轮子现象训练损失震荡不收敛验证指标忽高忽低。原因YOLOv8 默认增强里有随机裁剪和缩放小数据集上目标本来就少裁完经常只剩局部模型学不到完整目标。解决小数据集适当关掉激进增强把mosaic概率调低、scale范围收窄# 在训练命令里追加增强参数 mosaic0.5 # 默认 1.0降到 0.5 scale0.3 # 默认 0.5缩小缩放幅度 degrees5.0 # 旋转角度别太大5. 把 559 张用到极致几个我常用的进阶技巧小数据集的天花板不在模型在数据本身。559 张想再往上提点我一般从三个方向抠。第一是难例挖掘先用训好的模型跑一遍全部训练图把置信度在 0.3~0.6 之间的预测挑出来人工复核这些是模型最拿不准的样本重新标一遍再训往往能涨 2~3 个点。第二是背景图补充三轮车数据集里如果全是正样本模型会把「有车」和「有背景」强行关联补 50~100 张没有三轮车的场景图作为负样本假阳性会明显下降。第三是多尺度训练把imgsz在训练时随机在 512~768 之间跳让模型适应不同距离的目标这对三轮车这种近大远小明显的目标特别有效。验证方法上别只信 mAP。我习惯额外做一次分场景统计把验证集按光照白天/夜晚、角度正面/侧面分组分别算召回率。如果夜晚组召回只有 0.5说明数据里夜间样本太少得针对性补拍。这个表比一个笼统的 mAP 有用得多分组样本数召回率精确率白天正面400.940.91白天侧面350.880.89夜间200.620.75遮挡170.710.80看到夜间那行你就知道下一步该干嘛了。最后说个习惯每次改完标注或增强参数我都会把runs目录按日期归档权重、配置、指标截图一起存。小数据集调参玄学多没有后悔药只能靠记录回溯。559 张不是限制是让你把每个环节都做扎实的理由。希望帮到你。本文还有配套的精品资源点击获取 三轮车数据集559张VOC+YOLO格式：小样本目标检测实战指南
简介这份三轮车数据集面向计算机视觉初学者与目标检测开发者用于训练和验证三轮车识别模型可服务于交通监控、智慧城市等场景下的车辆检测任务。数据集共559张jpg图片每张均配有对应的VOC格式xml标注文件与YOLO格式txt标注文件标注工作由labelImg手工完成采用矩形框方式类别仅含tricycle一类累计标注框数达659个标注准确合理可直接用于YOLO或VOC框架的训练与测试。压缩包为rar格式内含1679个文件以561个txt、559个xml和559个jpg为主整体约25.22MB体积轻便便于快速下载与本地部署。目前已有642人学习下载适合需要小规模单类别检测数据、希望快速验证模型效果或进行迁移学习实验的读者参考使用。1. 三轮车数据集559张VOCYOLO格式小样本目标检测到底能不能落地559 张图手工用 labelImg 一张张框出来同时给 VOC XML 和 YOLO TXT 两套标注——这个体量放在动辄几万张的公开数据集面前第一反应往往是「够吗」。我去年接过一个园区三轮车识别的活客户能提供的现场图也就六百来张当时心里同样打鼓。结论先放这559 张三轮车数据集在单类别、场景相对固定的条件下完全能训出一个可用的检测模型关键不在数量而在标注质量、类别定义和增强策略。这份数据集的价值恰恰在于它把「VOCYOLO 双格式」和「手工 labelImg 标注」这两件事做扎实了省掉了格式转换和清洗的大半工作量。它适合谁适合做园区物流车、景区观光车、城乡结合部车辆统计这类垂直场景的工程师也适合刚上手 YOLO 训练、想拿一份干净数据跑通全流程的新手。不适合做通用车辆检测或跨域泛化要求极高的项目那点样本量撑不住。2. 先搞懂 VOC 和 YOLO 两套标注格式差在哪2.1 VOC XML 的结构与字段含义VOC 格式是 PASCAL VOC 竞赛留下的老传统一个 XML 对应一张图核心信息全在标签里。拿这份三轮车数据集里任意一个 XML 举例结构大致是这样annotation folderimages/folder filenametricycle_001.jpg/filename size width1280/width height720/height depth3/depth /size object nametricycle/name !-- 类别名全数据集必须统一 -- poseUnspecified/pose truncated0/truncated !-- 是否被截断0 表示完整 -- difficult0/difficult !-- 是否难样本训练时可过滤 -- bndbox xmin312/xmin !-- 左上角 x绝对像素 -- ymin204/ymin xmax689/xmax !-- 右下角 x -- ymax531/ymax /bndbox /object /annotation这里要盯死三个字段name必须全库一致出现tricycle、Tricycle、三轮车混用就是灾难bndbox是绝对像素坐标跟图像尺寸绑定换分辨率就得重算difficult和truncated在训练脚本里能不能被正确读取决定了你要不要手动清洗。手工 labelImg 标注最容易出的问题就是name拼写漂移559 张里哪怕有 5 张写错评估时那一类的 AP 就会莫名掉一截。2.2 YOLO TXT 的归一化坐标与类别索引YOLO 格式是每张图一个同名 TXT每行一个目标格式是class_id x_center y_center width height全部归一化到 0~1。同一张tricycle_001.jpg对应的 TXT 长这样0 0.390625 0.510417 0.294531 0.454167拆开看0是类别索引对应classes.txt里的第 0 行后面四个数是中心点 x、中心点 y、宽、高都是除以原图宽高得到的。这里有个高频翻车点——归一化用的宽高必须是这张图自己的尺寸不能拿数据集统一尺寸去算。labelImg 导出 YOLO 时会自动读图尺寸但如果你中途用脚本改过图比如批量缩放TXT 不会跟着变坐标就全错了。VOC 转 YOLO 的换算公式记住这个# VOC 绝对坐标 - YOLO 归一化坐标 x_center (xmin xmax) / 2.0 / img_w y_center (ymin ymax) / 2.0 / img_h width (xmax - xmin) / img_w height (ymax - ymin) / img_h2.3 为什么这份数据集要同时给两套格式很多人问既然要训 YOLO直接给 TXT 不就行了。实际项目里双格式是刚需VOC XML 可读性强方便人工复核和用 LabelImg 二次编辑YOLO TXT 是训练直接吃的格式。更关键的是VOC 是很多转换工具的中间格式——你想转 COCO、转 CreateML、转 TensorFlow 的 TFRecord基本都先落到 VOC 再转。这份数据集两套都给等于把「标注」和「训练」之间的桥提前搭好了。我一般会建议团队内部维护 VOC 作为主格式训练前用脚本批量生成 YOLO这样改标注只改一处。3. 用这份数据集跑通 YOLOv8 训练的最小闭环3.1 目录结构怎么摆才不出错YOLOv8 对目录结构有硬性约定摆错了训练直接报找不到标签。推荐这样组织tricycle_dataset/ ├── images/ │ ├── train/ # 训练图约 447 张8 成 │ └── val/ # 验证图约 112 张2 成 ├── labels/ │ ├── train/ # 与 train 图同名的 TXT │ └── val/ └── tricycle.yaml # 数据集配置文件注意images/train和labels/train里的文件名必须一一对应只是后缀不同。559 张按 8:2 切训练 447、验证 112这个比例对小数据集够用。切分时别用随机按拍摄批次或场景切否则验证集和训练集太像指标虚高。3.2 写对 data.yaml 里的三个关键字段配置文件是训练入口写错一个字段白跑几小时path: /home/user/tricycle_dataset # 数据集根目录绝对路径最稳 train: images/train # 相对 path 的训练图目录 val: images/val # 相对 path 的验证图目录 nc: 1 # 类别数三轮车只有 1 类 names: # 类别名顺序必须和 class_id 对应 0: tricyclenc和names是最容易错的地方。如果你标注时classes.txt里写了两行比如误加了car但实际只有三轮车nc就得是 1多出来的类别索引会让训练报越界。path用绝对路径相对路径在不同工作目录下启动训练时行为不一致这是血泪经验。3.3 从预训练权重开始训练的命令与参数小数据集千万别从零训一定要挂预训练权重。命令如下yolo detect train \ datatricycle_dataset/tricycle.yaml \ modelyolov8n.pt \ # nano 版559 张够用显存友好 epochs150 \ # 小数据集多跑几轮配合早停 imgsz640 \ # 输入尺寸和标注分辨率匹配 batch16 \ # 显存不够就降到 8 patience30 \ # 30 轮无提升就早停防过拟合 lr00.01 \ # 初始学习率 augmentTrue \ # 开启内置增强 projectruns/tricycle \ # 输出目录 nameexp1参数逐个说modelyolov8n.pt是官方预训练权重nano 版在 559 张上性价比最高换 s/m 版容易过拟合epochs150配patience30小数据集收敛快通常 80~120 轮就到平台imgsz640要和你的标注分辨率对齐如果原图是 1280 宽缩到 640 训练没问题但别设成比原图还大batch16是 8G 显存的安全值爆显存就减半。训练日志里重点看mAP50和mAP50-95两条曲线前者到 0.9 以上、后者 0.6 以上这个数据集就算训到位了。3.4 训练完怎么验证模型真的学到了东西训练结束别只看最终指标跑一次验证加实际推理# 在验证集上评估 yolo detect val modelruns/tricycle/exp1/weights/best.pt datatricycle_dataset/tricycle.yaml # 拿单张图推理看框得准不准 yolo detect predict modelruns/tricycle/exp1/weights/best.pt sourcetest.jpg conf0.25 saveTrueconf0.25是置信度阈值低于它的框不显示。验证时重点看混淆矩阵——单类别任务里如果出现大量背景被误判成三轮车假阳性说明负样本不够得补一些没有三轮车的场景图进去。这一步是很多人偷懒跳过的结果模型上线后满屏误检。4. 559 张小样本训练的避坑清单4.1 坑一验证集 mAP 很高实际部署一塌糊涂现象训练日志里 mAP50 冲到 0.95拿现场新拍的图一测漏检一半。原因切分时用了纯随机验证集和训练集来自同一批连续帧画面几乎一样模型等于在背答案。解决按场景或时间段切分验证集必须包含训练时没见过的光照、角度、背景。559 张里如果只有两三个场景宁可牺牲一点训练量也要保证验证集独立。4.2 坑二labelImg 标注的框贴边导致训练报错现象训练启动时报normalized coordinates out of range或坐标出现负数。原因手工拉框时手抖xmin或ymin拉到了图像边界外或者xmax超过了图宽归一化后大于 1。解决训练前跑一遍校验脚本把所有越界坐标裁到 [0,1] 区间def clamp_yolo_line(line): cls, x, y, w, h line.split() x, y, w, h map(float, (x, y, w, h)) x, y max(0.0, min(1.0, x)), max(0.0, min(1.0, y)) w, h max(0.0, min(1.0, w)), max(0.0, min(1.0, h)) return f{cls} {x:.6f} {y:.6f} {w:.6f} {h:.6f}\n4.3 坑三类别名大小写不一致评估时凭空多出一类现象classes.txt里只有一行但训练日志显示nc2或者评估时出现一个空类别。原因部分 XML 里name写成了Tricycle或tricycle带空格转换脚本按字符串去重生成了两个类别。解决转换前统一清洗把所有name去空格、转小写。这一步在 VOC 转 YOLO 的脚本里加一行name.strip().lower()就能根治。4.4 坑四图片和标签文件名对不上训练静默丢样本现象训练正常跑完但日志里train的图片数比预期少了几十张。原因labelImg 保存时改了文件名或者复制图片时漏了对应的 TXTYOLO 找不到标签就跳过该图且不报错。解决训练前做一次配对检查列出没有对应标签的图# 找出 images/train 里没有同名 TXT 的图 for img in images/train/*.jpg; do base$(basename $img .jpg) [ -f labels/train/$base.txt ] || echo 缺失标签: $img done4.5 坑五增强开太猛三轮车被裁得只剩半个轮子现象训练损失震荡不收敛验证指标忽高忽低。原因YOLOv8 默认增强里有随机裁剪和缩放小数据集上目标本来就少裁完经常只剩局部模型学不到完整目标。解决小数据集适当关掉激进增强把mosaic概率调低、scale范围收窄# 在训练命令里追加增强参数 mosaic0.5 # 默认 1.0降到 0.5 scale0.3 # 默认 0.5缩小缩放幅度 degrees5.0 # 旋转角度别太大5. 把 559 张用到极致几个我常用的进阶技巧小数据集的天花板不在模型在数据本身。559 张想再往上提点我一般从三个方向抠。第一是难例挖掘先用训好的模型跑一遍全部训练图把置信度在 0.3~0.6 之间的预测挑出来人工复核这些是模型最拿不准的样本重新标一遍再训往往能涨 2~3 个点。第二是背景图补充三轮车数据集里如果全是正样本模型会把「有车」和「有背景」强行关联补 50~100 张没有三轮车的场景图作为负样本假阳性会明显下降。第三是多尺度训练把imgsz在训练时随机在 512~768 之间跳让模型适应不同距离的目标这对三轮车这种近大远小明显的目标特别有效。验证方法上别只信 mAP。我习惯额外做一次分场景统计把验证集按光照白天/夜晚、角度正面/侧面分组分别算召回率。如果夜晚组召回只有 0.5说明数据里夜间样本太少得针对性补拍。这个表比一个笼统的 mAP 有用得多分组样本数召回率精确率白天正面400.940.91白天侧面350.880.89夜间200.620.75遮挡170.710.80看到夜间那行你就知道下一步该干嘛了。最后说个习惯每次改完标注或增强参数我都会把runs目录按日期归档权重、配置、指标截图一起存。小数据集调参玄学多没有后悔药只能靠记录回溯。559 张不是限制是让你把每个环节都做扎实的理由。希望帮到你。本文还有配套的精品资源点击获取