简介这份积水图像分割检测数据集面向具备Python与CNN基础、从事图像分割或目标检测的开发者与研究者可用于YOLOv8、YOLOv11等框架的训练与验证帮助解决积水场景下像素级分割与目标定位的数据来源问题。资源包共1071个文件压缩后约389.4MB包含428张jpg原始积水图像、428个txt标注文件、214个json标注文件及1个yaml配置文件其中jpg为待分割原图txt对应YOLO格式标注json提供结构化区域与类别信息yaml用于数据集路径与类别配置三种格式可灵活切换使用。目前已有519人学习下载。数据集按segment目录组织img、json、seg子文件夹分别存放原图与两类标注结构清晰便于直接接入YOLO系列训练流程也可用于自定义分割模型的标注解析与格式转换练习适合作为积水检测课题的基线数据。1. 积水图像分割检测数据集从标注掩码到 YOLO11 训练的第一公里城市内涝、地下车库进水、隧道积水这些场景的监控画面里水面的边界往往模糊、反光、和湿滑地面几乎同色。用目标检测框去圈积水框里一半是水一半是墙后处理根本没法用。真正能落地的是图像分割给每个像素判定「是不是积水」输出一张和原图等大的掩码。积水图像分割检测数据集就是为这件事准备的原料它提供原图与对应的分割标注可以直接喂给 YOLOv8-seg、YOLO11-seg 这类实例分割模型做训练。这篇文章面向已经会用 Python、想把手头积水数据跑通分割训练的人从数据格式、环境配置、训练参数一路讲到踩坑排查。如果你手上只有一堆积水照片、还没想清楚标注怎么转成 YOLO 能吃的格式或者跑起来 loss 不降、掩码全黑那接下来的内容基本能对上你的问题。2. 积水分割数据集长什么样掩码格式、目录结构与选型判断拿到一个分割数据集第一件事不是急着训练而是搞清楚它的标注到底以什么形式存在。积水分割的标注常见有三种PNG 单通道掩码像素值 0/1 或 0/255、COCO 格式的 polygon JSON、以及 LabelMe 导出的 JSON。这三种决定了你后面转换脚本怎么写也决定了能不能直接用 YOLO 官方的那套数据加载逻辑。2.1 三种标注格式的差异与转换代价PNG 掩码是最省事的。每张图对应一张同名的灰度图白色区域是积水黑色是背景。YOLO 的分割训练最终需要的是 polygon 坐标归一化后的多边形点集所以 PNG 掩码要先用轮廓提取转成多边形。这条路的好处是标注质量直观、可视化方便坏处是如果掩码边缘有锯齿提取出来的多边形点数会爆炸一个目标几千个点训练时显存和速度都受影响。COCO polygon JSON 是另一种常见形态annotations 里直接存 segmentation 数组。它和 YOLO 的差距主要在坐标系和归一化方式COCO 用绝对像素坐标YOLO 用相对图像宽高的 0~1 浮点数。转换时除以宽高即可但要注意 COCO 的 polygon 可能是多段一个目标多个不连通区域YOLO 每行只接受一个多边形多段需要拆成多行或者只保留最大轮廓。LabelMe JSON 最灵活支持多边形、矩形、圆形混合标注但字段结构最杂。转 YOLO 时要遍历 shapes按 label 过滤出积水类别再把 points 归一化。格式存储方式转 YOLO 难度典型问题PNG 掩码单通道灰度图中需轮廓提取边缘锯齿导致点数过多COCO JSON单文件 polygon低除以宽高多段 polygon 需拆分LabelMe JSON每图一个 JSON中字段需过滤混入非积水标签选型上如果你是从零标注我一般建议直接标 polygon 存 COCO 或 LabelMe别走 PNG 掩码再反提取那一步的精度损失和点数膨胀是纯亏。如果数据集已经给的是 PNG 掩码那就老老实实写轮廓提取后面用 approxPolyDP 做抽稀。2.2 目录结构YOLO 分割训练要求的布局YOLO 系列v8 和 11 通用对分割数据集要求固定的目录布局images 和 labels 平行labels 里是 txt每行格式为class_id x1 y1 x2 y2 ... xn yn坐标全部是相对图像宽高的 0~1 浮点数类别 id 从 0 开始。一个能直接开训的结构是这样datasets/ water/ images/ train/ a001.jpg val/ a002.jpg labels/ train/ a001.txt val/ a002.txt注意 images 和 labels 下的子目录名必须一致train/val文件名不含扩展名必须一一对应。YOLO 加载时是按文件名去 labels 里找同名 txt找不到就当作负样本跳过不会报错——这也是很多人「训练正常但模型啥也学不到」的隐形原因。2.3 用脚本把 PNG 掩码转成 YOLO 分割标签假设你手上是 PNG 掩码下面这段脚本做两件事提取轮廓、抽稀、归一化、写 txt。依赖 opencv 和 numpy。import cv2 import numpy as np import os from pathlib import Path def mask_to_yolo(mask_path, img_w, img_h, class_id0, epsilon_ratio0.002): # 读单通道掩码二值化 mask cv2.imread(str(mask_path), cv2.IMREAD_GRAYSCALE) _, binary cv2.threshold(mask, 127, 255, cv2.THRESH_BINARY) # 找外轮廓只取最外层 contours, _ cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) lines [] for cnt in contours: # 面积太小的噪点直接丢阈值按图像尺寸调 if cv2.contourArea(cnt) 50: continue # 抽稀epsilon 越大点越少0.002 是经验起点 eps epsilon_ratio * cv2.arcLength(cnt, True) approx cv2.approxPolyDP(cnt, eps, True) # 少于 3 个点构不成多边形 if len(approx) 3: continue pts approx.reshape(-1, 2).astype(float) # 归一化到 0~1 pts[:, 0] / img_w pts[:, 1] / img_h coords .join(f{x:.6f} {y:.6f} for x, y in pts) lines.append(f{class_id} {coords}) return lines def convert_dir(mask_dir, img_dir, out_dir): os.makedirs(out_dir, exist_okTrue) for mask_path in Path(mask_dir).glob(*.png): img_path Path(img_dir) / f{mask_path.stem}.jpg if not img_path.exists(): continue img cv2.imread(str(img_path)) h, w img.shape[:2] lines mask_to_yolo(mask_path, w, h) with open(Path(out_dir) / f{mask_path.stem}.txt, w) as f: f.write(\n.join(lines)) convert_dir(masks/train, images/train, labels/train)逻辑说明findContours用RETR_EXTERNAL只取外轮廓避免内孔产生多余多边形approxPolyDP的 epsilon 是抽稀强度按周长比例给比固定像素值更适应不同尺寸目标归一化用图像真实宽高不是掩码宽高——两者通常一致但如果掩码被缩放过分这里就会错位。参数上epsilon_ratio从 0.002 起调点数还是太多就加到 0.005边缘明显变方就降到 0.001。面积阈值 50 是过滤小噪点积水场景里雨滴反光容易产生碎斑这个值可以适当放大到 100。2.4 转换后必须做的两步校验转完不要直接开训先做两件事。第一用可视化脚本把 txt 画回图上肉眼确认多边形贴合水面边界。第二统计每张图的标签行数和点数分布如果某张图有几百个多边形基本是掩码噪点没清干净回去调面积阈值。这两步花十分钟能省掉后面几小时的无效训练。3. YOLO11 分割训练环境配置与最小可跑命令环境这块是新手翻车最集中的地方。YOLO11 和 YOLOv8 同属 ultralytics 库安装方式一样但 YOLO11 的预训练权重文件名不同yolo11n-seg.pt 这种别拿 v8 的权重去套 11 的配置。下面按 Windows 和 Linux 通用的方式讲Windows 安装 yolo11 的坑单独在避坑章说。3.1 用 conda 建环境并装 ultralytics不要用系统 Python 直接 pip install依赖冲突会让你怀疑人生。建一个干净环境conda create -n yolo11 python3.10 -y conda activate yolo11 # 装 PyTorch按你的 CUDA 版本选这里以 CUDA 12.1 为例 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121 # 装 ultralytics它会带上 opencv、numpy 等依赖 pip install ultralytics逻辑说明Python 3.10 是目前 ultralytics 兼容性最稳的版本3.12 偶尔有包编译问题。PyTorch 一定要先装、且和 CUDA 版本对齐装完用python -c import torch; print(torch.cuda.is_available())验证输出 True 才算通。ultralytics 放最后装让它自己解析剩余依赖。参数上如果你没有 NVIDIA 显卡把 torch 那行换成 CPU 版去掉 index-url训练会慢但能跑通流程。3.2 写数据集配置文件 water.yamlYOLO 训练靠一个 yaml 描述数据位置和类别。放在项目根目录path: ./datasets/water train: images/train val: images/val names: 0: water逻辑说明path是数据集根目录train和val是相对 path 的子路径指向 images 下的目录YOLO 会自动去同级的 labels 找标签。names是类别映射积水单类就写 0: water多类比如积水、湿滑、反光按顺序加。注意 yaml 里路径用正斜杠Windows 下反斜杠会被当转义符。3.3 一条命令启动 YOLO11 分割训练最小可跑命令yolo segment train modelyolo11n-seg.pt datawater.yaml epochs100 imgsz640 batch8 device0逻辑说明segment train是分割任务子命令别写成 detect。modelyolo11n-seg.pt是 nano 版分割预训练权重第一次跑会自动下载。data指向刚写的 yaml。epochs100是迭代轮数积水数据集通常几百到几千张100 轮起步。imgsz640是输入分辨率分割任务对分辨率敏感小目标多就上 1024。batch8按显存调8G 显存跑 640 大概能到 8~16。device0指定第一块 GPUCPU 训练去掉这个参数。跑起来后终端会打印每轮的 box_loss、seg_loss、mask mAP。分割任务重点看 seg_loss 和 mask mAP50box 指标只是辅助。如果 seg_loss 前几轮不降反升先别慌分割的收敛比检测慢看 10 轮趋势。3.4 训练参数里真正影响积水分割效果的几个默认参数能跑但积水场景有几个参数值得动。imgsz前面说了水面边界细分辨率低了掩码糊成一片。mosaic默认 1.0做数据增强拼接四张图对分割有好处但会让小目标更小积水面积普遍不小保持默认即可。copy_paste是分割专属增强把目标抠出来贴到别的图上积水场景可以开到 0.3 增加样本多样性。overlap_mask控制训练时掩码是否允许重叠单类积水保持 True。学习率lr0默认 0.01如果 loss 震荡厉害降到 0.001。4. 从训练日志判断积水分割是否真的在学训练跑起来不等于学对了。这一章讲怎么从日志和验证结果里读出模型状态以及几个积水场景特有的判断方法。4.1 看懂 seg_loss 和 mask mAP 的配合关系YOLO 分割训练会同时输出分类损失、box 损失、seg 损失和对应的 mAP。判断模型是否在学看两条曲线seg_loss 应该整体下降并逐渐平缓mask mAP50 应该整体上升。如果 seg_loss 降但 mask mAP 不涨通常是过拟合或者验证集分布和训练集差太多。如果 seg_loss 一直高位震荡检查标签是不是有问题——最常见的是多边形自交或者点数过少。积水场景有个特点水面边界本身模糊标注时不同人画的边界能差十几个像素。这导致 mask mAP 的天花板不会太高能到 0.7~0.8 就算不错别拿检测任务的 0.9 去要求它。4.2 用验证命令单独跑一遍并保存可视化结果训练完或者训练中想单独验证yolo segment val modelruns/segment/train/weights/best.pt datawater.yaml imgsz640 save_jsonTrue plotsTrue逻辑说明val子命令加载指定权重在验证集上跑。save_jsonTrue会把预测结果存成 COCO 格式 json方便后续算指标或对比。plotsTrue生成混淆矩阵、PR 曲线等图存在 runs 目录下。跑完重点看runs/segment/val/下的 val_batch0_pred.jpg那是模型预测掩码叠在原图上的可视化一眼能看出漏检和误检。4.3 积水分割特有的失败模式反光、倒影、湿地面普通分割任务错就是错积水分割的错有规律。反光水面反射天空或灯光模型容易把亮斑判成非水。倒影积水里的建筑倒影颜色和真实建筑接近模型可能把倒影区域也标成积水其实那确实是水但标注时可能没标。湿地面刚下过雨的地面是湿的但没积水颜色和浅积水极像这是误检重灾区。针对这几种验证时单独挑出对应样本看预测。如果反光误判多训练时加亮度扰动的增强湿地面误检多说明数据集里负样本湿地面无积水不够得补。4.4 用预测命令快速看单张图效果不想跑整个验证集单张图快速看yolo segment predict modelruns/segment/train/weights/best.pt sourcetest_imgs/ imgsz640 saveTrue conf0.25逻辑说明predict子命令对 source 目录下所有图做推理saveTrue存可视化结果到 runs/segment/predict。conf0.25是置信度阈值积水分割建议从 0.25 起太低会出一堆碎掩码太高会漏掉边界模糊的水面。这个命令适合调阈值阶段反复跑。5. 积水分割训练避坑从环境到标签的 5 个血泪记录这一章全是实际踩过的坑每条按现象、原因、解决写。新手照着排查能省大量时间。5.1 Windows 下装 ultralytics 报 DLL 加载失败现象pip install 成功但 import ultralytics 或跑训练时报OSError: [WinError 126] 找不到指定的模块通常指向 torch 的某个 dll。原因Windows 上 PyTorch 的 CUDA 运行时依赖没装全或者 conda 环境里混了多个 torch 版本。另一个常见原因是缺 Visual C Redistributable。解决先确认只装了一个 torchpip list | findstr torch多了就卸干净重装。然后装最新的 VC 运行库。还不行就换 CPU 版 torch 先跑通流程确认是 CUDA 依赖问题再针对性修。Windows 安装 yolo11 的坑九成出在 torch 和 CUDA 版本不匹配上。5.2 训练正常但 mask mAP 一直是 0现象loss 在降box mAP 有值但 mask mAP 始终 0 或者极低。原因标签格式不对。最常见的是 txt 里坐标没归一化还是像素值或者每行开头少了 class_id或者多边形点数少于 3。YOLO 对格式错误不报错直接当无效标签跳过。解决随便打开一个 labels 下的 txt确认每行是0 x1 y1 x2 y2 ...坐标都在 0~1 之间。写个脚本统计所有 txt 的行数和坐标范围超出 0~1 的就是没归一化。5.3 显存爆了但 batch 已经调到 1现象CUDA out of memorybatch 降到 1 还是爆。原因imgsz 太大或者某个样本的多边形点数极多导致单张图计算量暴涨。分割任务的显存占用和多边形总点数强相关不是只看 batch。解决先把 imgsz 从 1024 降到 640 试。还爆就回去检查标签把点数超过 500 的多边形用 approxPolyDP 再抽稀。另外cacheTrue会把整个数据集缓存到内存/显存数据大时关掉。5.4 验证集指标好但实际推理一塌糊涂现象val 的 mask mAP 0.8拿真实监控图去预测掩码乱七八糟。原因训练集和真实场景分布不一致。数据集里的积水图可能是特定角度、特定天气真实监控是另一个视角。或者验证集本身和训练集同源没有真正独立的测试集。解决从真实场景单独切一批图做测试别用验证集的结果下结论。如果差距大要么补真实场景数据进训练集要么做域适应增强色调、视角、亮度扰动。5.5 训练中断后想接着跑结果从头开始现象跑了 50 轮断了重新执行训练命令loss 从初始值开始之前的白跑。原因没指定 resume。YOLO 默认每次训练新建一个 run 目录不会自动续。解决训练时加resumeTrue并指向上次的 last.ptyolo segment train resumeTrue modelruns/segment/train/weights/last.pt。注意 resume 要求其他参数和上次一致改了 imgsz 或 data 会报错。养成习惯长训练前确认 last.pt 会正常保存默认每轮都存。6. 把积水分割模型推到可用阈值调优与掩码后处理技巧训练出 best.pt 只是半成品真正上线前还有两步置信度阈值调优和掩码后处理。这两步做得好同样的模型效果能上一个台阶。6.1 按场景调 conf 和 iou 阈值YOLO 分割推理有两个阈值conf控制哪些检测保留iou控制重叠掩码的合并NMS。积水场景的调法场景confiou理由监控远景积水面积大0.3~0.40.5高 conf 滤掉反光误检近景边界要求精细0.15~0.250.6低 conf 保住模糊边界夜间/低照度0.20.5中间值配合亮度增强调的时候别凭感觉写个循环跑不同阈值组合统计 mask mAP 或直接看可视化。我一般固定 iou0.5只扫 conf 从 0.1 到 0.5步长 0.05挑误检和漏检平衡的那个点。6.2 掩码后处理去碎斑和填孔洞模型输出的掩码常有小碎斑几个像素的孤立区域和孔洞水面中间被误判成背景。后处理两步import cv2 import numpy as np def clean_mask(mask, min_area100, close_kernel5): # mask 是 0/1 的 uint8 mask mask.astype(np.uint8) # 形态学闭运算填小孔洞 kernel np.ones((close_kernel, close_kernel), np.uint8) mask cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel) # 连通域分析去掉小面积碎斑 num, labels, stats, _ cv2.connectedComponentsWithStats(mask, connectivity8) cleaned np.zeros_like(mask) for i in range(1, num): if stats[i, cv2.CC_STAT_AREA] min_area: cleaned[labels i] 1 return cleaned逻辑说明闭运算先填内部小孔洞kernel 大小按掩码分辨率调640 输入用 5 就够。连通域分析按面积过滤min_area是保留阈值监控场景积水面积大可以设到 200~500。参数上close_kernel太大会把两个相邻积水区域粘一起太小填不上孔洞5 是 640 分辨率的稳妥值。6.3 一个容易被忽略的验证习惯我现在的习惯是每次调完阈值或后处理固定拿同一批 20 张「难样本」反光、湿地面、夜间跑一遍把结果拼成对比图存下来。这样改动的效果是变好还是变差一眼能看出来不靠记忆。积水分割这活儿模型指标只是参考最终看的是那几张最难图上掩码贴不贴边。希望帮到你。本文还有配套的精品资源点击获取
详解)
