简介面向YOLO系列目标检测与实战的行李箱检测数据集适合需要快速开展物体检测模型训练的研究者、竞赛选手或开发者。数据共含618张已标注图像及对应618个txt标注文件标注类别统一为行李箱标签格式为标准YOLO文本可直接用于YOLOv5、v7、v8、v11、v13及yolo26等系列算法。压缩包内置data.yaml配置已划分训练集与验证集训练流程可即时启动省去手动整理数据与划分目录的步骤。包内总共1242个文件以jpg图像和txt标签为主体另有1个配置文件整体28.12MB轻量易下载适合本地快速迭代与模型验证目前已有284人浏览学习并附带相关博客链接便于结合示例理解数据组织方式及算法应用细节。如需专注调参与模型优化这份开箱即用的小规模数据集能有效缩短项目准备时间是入门至中级目标检测实践的实用资料。1. 拿到 YOLOv11行李箱目标检测数据集第一个动作不是训练YOLOv11行李箱目标检测数据集这 618 张图很多人下载完第一件事就是开训结果往往被过拟合和小目标问题轮番教育。这类数据集的特点是类别单一标注里只有行李箱但场景跨度不小室内、室外、传送带、手持都有目标尺寸从几十像素到接近占满画面都有。它真实的价值不在数据量而在够用刚好能把 YOLOv11 的环境配置、数据体检、训练验证、导出部署这条链路完整跑通。适合刚接触 YOLOv11 目标检测的从业者拿来练手也适合想验证小目标优化和数据增强策略的熟手。下面按我处理数据集的动作顺序来拆先体检再划分后训练最后导出部署每一步都给出能直接照抄的命令和参数。2. 先用结构视角拆解标注格式与 YOLOv11 训练链路2.1 先确认拿到的是 YOLO 原生标注还是 VOC 风格常见做法是先把压缩包解压到一个干净目录再用命令行看清文件结构。别用图形界面一层层点数据文件多的时候容易看漏。unzip YOLOv11行李箱目标检测数据集-618张-标注类别为行李箱.zip -d dataset find dataset -maxdepth 2 -type d | sort find dataset -type f | sed s/.*\.// | sort | uniq -c第一条命令把压缩包解压到 dataset 目录-d指定目标路径避免压缩包里的文件散落一地第二条按目录层级列出结构重点看有没有 images、labels 这类典型目录第三条按扩展名统计文件类型能够快速确认有没有.txt、.xml、.json后缀的标注文件。如果 jpg 数量和 txt 数量基本一致说明大概率是 YOLO 原生标注也就是每张图对应一个同名 txt。拿到 txt 之后用脚本按类别统计一遍标注内容同时把空标注文件揪出来。import os from collections import Counter label_dir dataset/labels stats Counter() for name in os.listdir(label_dir): if not name.endswith(.txt): continue path os.path.join(label_dir, name) for line in open(path, r, encodingutf-8): line line.strip() if not line or line.startswith(#): continue parts line.split() # 第一个字段是class_idYOLO格式里是整数 stats[parts[0]] 1 if os.path.getsize(path) 0: print(f空标注文件: {name}) print(类别统计:, dict(stats))这里只统计 txt 里出现过的类别 id不做任何假设。如果全部是0说明类别文件里第 0 行就是行李箱一旦出现1或2要么是标注工具导出了多余类别要么是混入了别的数据需要回头查。空标注文件单独打印出来是后面清洗的第一步。注意类别统计脚本不校验坐标坐标体检在下一节做。2.2 类别文件与归一化坐标YOLO 标注的四个数怎么读YOLO 格式每行是class_id cx cy w h五个值后四个全部归一化到 0~1。含义分别是目标中心点的横纵坐标占图片宽高的比例目标宽度高度占图片宽高的比例。例如一个行李箱正好在图片正中央、占四分之一面积那么这行就是0 0.5 0.5 0.25 0.25。理解这一层之后就能写一个体检脚本把越界框、负宽高、异常类别都检查出来。LabelImg、X-AnyLabeling 这些常用标注工具导出的格式虽然界面不同落到 YOLO 都是这套规则。import os IMG_W, IMG_H 1280, 1280 # 改成你实际图片尺寸 nc 1 # 本数据集只有行李箱一个类别 for fname in os.listdir(dataset/labels): if not fname.endswith(.txt): continue with open(os.path.join(dataset/labels, fname)) as f: for i, line in enumerate(f, 1): parts line.strip().split() if not parts: continue cls int(parts[0]) cx, cy, w, h map(float, parts[1:5]) if cls nc: print(f{fname} 第{i}行类别越界: {cls}) if w 0 or h 0: print(f{fname} 第{i}行宽高异常: w{w}, h{h}) # 中心点归一化后应在0~1之间 if not (0 cx 1 and 0 cy 1): print(f{fname} 第{i}行中心点越界: cx{cx}, cy{cy})这段脚本的检查逻辑很直接类别 id 超过类别总数说明标注表写错宽高小于等于零说明标注工具导出时数据损坏中心点不在 0~1 说明换算基准错了。注意我这里写的是粗略体检严格做法是用每张图的真实宽高把归一化坐标还原成像素坐标再检查框是否整体在图片内。对于 618 张这样的小数据集宽高比不统一的情况不多但一旦遇到建议按像素坐标复核。行李箱这类刚体目标标注框边缘是否贴合物体会直接影响 mAP50-95所以这一步别省。2.3 用 YOLOv11 训练前的数据体检清单把上面的脚本流程整理成一张清单每次换数据集都按这个顺序过一遍能挡掉大部分训练翻车。检查项方法合格标准图片与标注同名匹配遍历 images 与 labels 目录比对每张 jpg 都有对应 txt空标注比例统计 txt 字节数为 0 的文件数空标注占比低于 2%框面积分布统计 w、h 的百分位出现大量小于 0.05 的框需走小目标优化类别分布class_id 计数单类数据集应 100% 是 id 0图片完整性用 PIL 或 cv2 逐个打开0 张损坏图片同名匹配在 Linux 下用一段 shell 就能完成cd dataset for img in images/*.jpg; do base$(basename $img .jpg) if [ ! -f labels/$base.txt ]; then echo 缺少标注: $img fi done这段脚本把每张图片名去掉.jpg后缀后去 labels 目录找同名 txt找不到就打印出来。注意如果图片是.jpeg或.png要把后缀写全否则会误报。为什么先做这一套体检而不是直接开训因为训练本身是个黑匣子输入垃圾标注网络照样能收敛但推理时框就是偏的。比如空标注的图片会让模型学会这张图里没有目标一旦验证集里也有这类图且比例失衡mAP 会虚高或虚低训完才发现就晚了。体检是最便宜的后悔药成本只有几分钟能避免几个小时的白跑。结构理顺之后下一步才是动手划分数据。3. 把 618 张图切成训练/验证划分脚本与目录编排3.1 推荐的目录结构与一条命令建好它YOLOv11 使用的训练框架按目录约定读取数据不依赖额外的 txt 清单文件。常见的目录布局是这样dataset/ data.yaml images/ train/ val/ labels/ train/ val/为什么要 train/val 嵌套在 images 和 labels 之下而不是 images/train、images/val 平铺完事因为训练框架需要明确区分训练集和验证集同时还要在两者之间保持图片与标签一一对应的映射。如果两个目录分离但命名规则不一致后面校验会非常痛苦。先把目录建好cd dataset mkdir -p images/train images/val mkdir -p labels/train labels/val如果你手上的数据已经是平铺结构还需要先把文件分好再移动。划分逻辑见下一节这里只给移动命令的骨架for name in $(cat train_names.txt); do mv images/$name.jpg images/train/ mv labels/$name.txt labels/train/ done注意移动时图片和标签必须同步走否则会出现图在 train、标签在 val 的错位。我一般会在移动前把划分结果先存成train_names.txt和val_names.txt两个清单这样既方便复查也方便训练出问题后追溯是哪些图进了训练集。3.2 按目标分布分层划分而不是随机抽随机划分是很多人默认的做法但对 618 张这样的小数据集随机划分是个坑。行李箱数据集里近处大箱和远处小箱的难度差异极大如果随机切可能验证集里全是简单的大目标样本mAP 虚高反过来全是小目标mAP 又虚低。更合理的做法是让难易样本在训练集和验证集里比例一致这就要用分层抽样。import os import random import shutil random.seed(42) train_ratio 0.85 img_dir dataset/images lbl_dir dataset/labels image_names [f for f in os.listdir(img_dir) if f.endswith(.jpg)] def count_boxes(lbl_path): try: with open(lbl_path) as f: return sum(1 for line in f if line.strip()) except FileNotFoundError: return 0 # 按每张图的目标数量排序让不同难度的样本均匀进入训练集 image_names.sort(keylambda name: count_boxes(os.path.join(lbl_dir, name[:-4] .txt))) train_count int(len(image_names) * train_ratio) train_names image_names[:train_count] val_names image_names[train_count:] os.makedirs(dataset/images/train, exist_okTrue) os.makedirs(dataset/images/val, exist_okTrue) os.makedirs(dataset/labels/train, exist_okTrue) os.makedirs(dataset/labels/val, exist_okTrue) for name in train_names: shutil.move(os.path.join(img_dir, name), dataset/images/train) shutil.move(os.path.join(lbl_dir, name[:-4] .txt), dataset/labels/train) for name in val_names: shutil.move(os.path.join(img_dir, name), dataset/images/val) shutil.move(os.path.join(lbl_dir, name[:-4] .txt), dataset/labels/val) print(f训练集 {len(train_names)} 张验证集 {len(val_names)} 张)逻辑解释一下先把所有图片按框数量排序框多的图小目标多、场景复杂排在前面然后按比例从前往后切让训练集和验证集都覆盖从简单到困难的范围。random.seed(42)固定随机种子保证每次运行结果一致train_ratio 0.85是中小数据集的常用比例618 张对应约 525 张训练、93 张验证。为什么不用 9:1 或者 8:2验证集太小会让 mAP 波动很大93 张已经偏少再少就没有统计意义。另外如果这 618 张图的文件名带有明显的场景前缀比如indoor_*、outdoor_*建议按场景分组后再划分。同一场景的图高度相似如果整组落进验证集训练集就学不到这类场景的表征验证 mAP 也会失真。这个细节容易被忽略属于典型的经验教训。3.3 标注可视化训练前让框现形划分完成后的下一个动作是可视化。只看 txt 数字感受不到标注质量把框画到图上拉杆、轮子、遮挡边界这些问题一眼就能看出来。import cv2 import os img_dir dataset/images/train lbl_dir dataset/labels/train out_dir dataset/vis os.makedirs(out_dir, exist_okTrue) class_names [行李箱] colors [(0, 0, 255)] for name in os.listdir(img_dir): if not name.endswith(.jpg): continue img cv2.imread(os.path.join(img_dir, name)) h, w img.shape[:2] txt os.path.join(lbl_dir, name[:-4] .txt) if not os.path.exists(txt): print(f无标注: {name}) continue with open(txt) as f: for line in f: parts line.strip().split() if len(parts) 5: continue cls int(parts[0]) cx, cy, bw, bh map(float, parts[1:5]) # YOLO归一化坐标还原成像素坐标 x1 int((cx - bw / 2) * w) y1 int((cy - bh / 2) * h) x2 int((cx bw / 2) * w) y2 int((cy bh / 2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), colors[cls], 2) cv2.putText(img, class_names[cls], (x1, max(0, y1 - 5)), cv2.FONT_HERSHEY_SIMPLEX, 0.5, colors[cls], 1) cv2.imwrite(os.path.join(out_dir, name), img) print(可视化结果已写入 dataset/vis)这段代码的关键是把归一化坐标还原成像素坐标公式是x1 (cx - bw/2) * w四个点都要换算不能直接拿 0.5 这种数字去画框。thickness2和fontScale0.5适合 640 分辨率左右的图如果图片很大线宽建议按比例调大否则画出来看不清边界。查看可视化结果时重点看三件事框是否贴着箱体边缘拉杆、轮子有没有被切掉远处小目标是否漏标。漏标是比错标更隐蔽的问题因为训练时漏标的区域会作为背景被学习推理时模型就会倾向于忽略那些区域。我见过最典型的情况是618 张图里手动标注的人只框了箱体本身把拉杆全部排除在框外训出来的模型框总是靠下、偏小mAP50-95 始终上不去。可视化阶段把这些找回来比训练完再返工便宜得多。4. YOLOv11 训练行李箱目标检测从环境配置到跑通第一次4.1 环境配置三件套Python、PyTorch、ultralytics训练的第一步是环境。很多人在这里卡半天最常见的原因是 PyTorch 和 CUDA 版本不匹配。先建虚拟环境再装依赖不要直接往系统 Python 里塞包。python -m venv venv source venv/bin/activate # Windows 用 venv\Scripts\activate pip install --upgrade pip pip install ultralytics pip install torch torchvision --index-url https://download.pytorch.org/whl/cu python -c import ultralytics, torch; print(ultralytics.__version__, torch.cuda.is_available())第一条python -m venv venv创建独立环境避免污染系统 Pythonsource venv/bin/activate激活环境Windows 下命令是venv\Scripts\activate。装包顺序有讲究先装 ultralytics再装 torch因为 ultralytics 安装时会把 torch 作为依赖带进来如果你后面单独装 torch可能把依赖版本覆盖掉。用--index-url指定 PyTorch 官方源比从默认源装的包更不容易出现 CUDA 算子缺失。最后一行验证两个关键信息ultralytics 是否导入成功、CUDA 是否可用。输出False说明 torch 装成了 CPU 版训练会非常慢输出True才是 GPU 正常。没有 N 卡也不要紧CPU 也能训 618 张图只是慢几倍。我建议先用 CPU 跑通完整流程确认数据没问题再换到有 GPU 的机器上正式训练。这能避免拿着 GPU 去试错试一次改一次浪费机器时间。Jetson Nano 这类边缘设备的部署环境也是 Arm CPU/GPU 异构配置思路和这里类似后面第 6 章再展开。4.2 数据 YAML 与训练命令第一次跑通的完整参数数据划分完成之后写一个 YAML 文件告诉训练框架数据在哪。这个文件路径写错是新手翻车第一原因注意用绝对路径。# dataset/data.yaml path: /absolute/path/to/dataset # 改成你的绝对路径 train: images/train val: images/val nc: 1 names: 0: 行李箱path是数据集根目录train和val是相对 path 的子目录nc是类别数names从 id 0 开始列出类别名。为什么强调绝对路径因为训练脚本在深层目录运行时相对路径经常基于当前工作目录解析换一台机器、换一个终端路径就错了。nc: 1和 names 必须和标签里的 class_id 严格对上类别名写错不会报错但推理时类别显示会乱。训练命令如下yolo detect train \ datadataset.yaml \ modelyolo11n.pt \ epochs100 \ imgsz640 \ batch16 \ patience20 \ device0 \ projectruns/train \ nameluggagemodelyolo11n.pt是 YOLOv11 的 nano 规格预训练权重以你安装的 ultralytics 实际支持的权重名为准如果包内命名不同先执行yolo detect predict modelyolo11n.pt看能否正常加载。epochs100是最大训练轮数配合patience20表示连续 20 轮验证指标不提升就早停。imgsz640是训练输入分辨率行李箱这类中大型目标够用如果第 2 章体检时发现大量小框建议改 960 甚至 1280。batch16在 12GB 显存上比较稳显存不够就降到 8。device0指定第一块 GPUCPU 训练时改成devicecpu。这里补充一个参数数据增强。618 张属于小数据集框架默认开启的 mosaic、翻转、HSV 扰动已经比较激进不需要一上来手动调。如果训练到后期 val loss 反弹明显可以用命令行覆盖增强参数比如加hsv_h0.02 fliplr0.5这类值抑制过拟合。不要一上来就把增强全关等于放弃免费的泛化能力。4.3 训练过程判断loss 不是越低越好训练一启动会有大量日志输出新手容易被各种指标淹没。真正需要盯的只有三个train loss、val loss、mAP。用 TensorBoard 或者直接读输出的 results.csv 都能看。yolo detect train ... # 训练中断后接续在命令后加 resumeTrue tensorboard --logdir runs/train更直接的方式是用 pandas 读 csv 画曲线import pandas as pd import matplotlib.pyplot as plt df pd.read_csv(runs/train/luggage/results.csv) plt.figure(figsize(10, 4)) plt.subplot(1, 2, 1) plt.plot(df[metrics/mAP50(B)], labelmAP50) plt.plot(df[metrics/mAP50-95(B)], labelmAP50-95) plt.legend() plt.subplot(1, 2, 2) plt.plot(df[val/box_loss], labelval box_loss) plt.legend() plt.savefig(training_curve.png)曲线判断的规律不复杂train loss 和 val loss 一起下降是健康train loss 还在降、val loss 开始反弹就是过拟合信号patience 触发早停是正常的不代表模型不可用mAP50 高但 mAP50-95 低说明框不够紧大概率是标注框偏大或偏小回头查可视化结果。别人和你说损失降到 0.02 就成功了别信损失的绝对值没有固定标准训练框架不同、数据不同正常的损失范围差很多。关注趋势不关注具体数值。对于 618 张数据的规模很多人上来就问YOLOv11 怎么改进网络结构才能提点。我的看法很直接单类行李箱检测预训练权重带来的迁移收益远大于结构改动先把数据体检、增强参数、输入分辨率这三件事做到位收益比魔改网络大得多。mAP 卡住的时候再考虑针对小目标的策略这部分放下一章讲。5. 避坑清单行李箱检测训练中的 5 个典型翻车现场5.1 现象训练 loss 降得很漂亮验证 mAP 却趴在地板训练日志里 train loss 一路下行看起来很正常但 val 的 mAP50 始终在 0.3 附近晃完全没有跟着涨。很多人第一反应是网络结构有问题其实问题出在数据划分和增强配置上。原因618 张图太少模型很容易把训练图背下来。如果划分时没有做分层抽样验证集里的难度分布和训练集不一致mAP 会进一步失真。另外验证集不做数据增强训练集增强过度两者分布差异过大也会让验证指标失真。解决回到第 3 章确认 train/val 的划分是否按目标数量分层如果图片带场景前缀按场景分组后重新划分。然后把数据增强参数适度调高比如hsv_h0.02、degrees5让训练集分布更接近验证集。还有一个常用手段是patience调小到 15早停触发后立即拿中间轮次的权重做验证不要等最后一轮。5.2 现象远处小行李箱一个都检不出近处大箱全检中训练结束后大目标识别率不错但画面里远距离的小行李箱几乎全漏。可视化预测结果时漏检的往往都是那些宽度不足 40 像素的目标。原因imgsz640 下小目标的框宽高可能只占几十个像素经过网络下采样后特征基本消失。618 张数据集里如果小目标占比高模型没有机会在小尺度特征图上学会识别行李箱。这是典型的 YOLOv11 小目标优化场景。解决第一优先把imgsz提到 960 或 1280让小目标在输入阶段保留更多像素代价是显存占用和训练时间增加。第二训练时让小目标样本在 batch 里占比更高简单做法是复制粘贴增强把行李箱目标贴到空背景图上复制出更多小尺寸样本。第三推理阶段用切片推理把大图切成 640 的块分别检测再合并结果。前两个动作在训练前做第三个在部署时做三层叠加对小目标检测的提升非常明显。5.3 现象标注框把拉杆、轮子切掉一半训练后框总是偏小预测结果里框贴着箱体但拉杆区域基本在框外或者框下沿把轮子的底边裁掉了。mAP50 能看mAP50-95 上不去。原因标注阶段手动画框时只框了箱体可见主体没有包全整个目标。行李箱有拉杆和轮子刚性目标的外观边界应该包含这些部件。标注不完整会导致模型学到行李箱矩形箱体推理时框自然偏小。解决用标注工具逐张修正。常用标注工具里LabelImg 的操作直接适合少量修正X-AnyLabeling 支持半自动分割辅助效率更高。修正时把框适当外扩包含拉杆和轮子注意不要框进太多背景。改完之后重新跑一遍第 3 章的可视化脚本重点看修正过的图。不要直接拿旧的 txt 继续训练模型会混淆。5.4 现象训练报错 No labels found in .../labels/train 或 epoch 一直为 0训练一启动就警告找不到标签或者日志里显示每轮训练样本数远小于图片数最后干脆停在 epoch 0。这类报错在换机器、换数据集时最容易出现。原因三个常见来源。一是图片扩展名和前面写的脚本不一致比如实际是.jpeg你在命令里写的是.jpg的查找规则txt 对不上二是 train/val 目录下混入了空标注文件框架会静默过滤它们三是 yolov11 权重默认只匹配 coco.yaml 的类别你的 data.yaml 里 nc 和 names 没写对类别对不上就会报错。解决先用第 2 章的同名匹配脚本扫一遍把缺标签的文件单独放一个目录别在训练集里留空标注。然后检查 data.yaml 的路径和 nc 数值确认指向的是拆分后的 images/train 和 labels/train不是原始平铺目录。最后如果报错信息指到某个具体文件直接用 PIL 打开那张图看是否损坏损坏的图片要删掉或重导。5.5 现象部署时把双肩包、纸箱全判成行李箱训练指标不差但一到真实场景模型把双肩背包、收纳箱、纸箱统统识别成行李箱。验证集 mAP 没暴露这个问题因为验证集里根本没有这些难负样本。原因单类数据集只告诉模型什么是行李箱没告诉它什么不是行李箱。模型学到的是矩形、深色、带纹理的物体这类宽泛特征而不是带拉杆和轮子的箱体。这是类别单一数据集的固有缺陷。解决收集一批不含行李箱但外观接近的背景图比如包、纸箱、家具局部放进训练集且不标注任何目标txt 留空。这样训练时框架会把这些图当作纯背景样本模型被迫把非行李箱和行李箱区分开。负样本数量控制在训练集的 10% 到 20% 就好太多会稀释行李箱本身的信号。这个操作对落地场景的价值极大618 张正样本加上适当负样本往往比直接加图更好用。6. 从 618 张到能落地验证、导出与部署训练完别急着收工先用验证集做一次标准评估记下 mAP50-95这是后续任何改动对比的基准线。yolo detect val \ datadataset.yaml \ modelruns/train/luggage/weights/best.pt导出和部署是落地绕不开的一步。618 张训练出来的行李箱检测模型最终要跑在摄像头、边缘设备或者服务器上ONNX 是中间格式后端推理引擎再接过去。yolo export \ modelruns/train/luggage/weights/best.pt \ formatonnx \ imgsz640 \ opset12如果要部署到 Jetson Nano 这类边缘设备建议把 ONNX 再转成 TensorRT engine显存占用和推理延迟都能降一截模型量化成 FP16 对行李箱检测精度影响很小。设备上用 TensorRT 加载 engine输入尺寸保持 640batch 设 1这是边缘部署的常见配置。小目标比较多时除了前面说的切片推理还可以在设备端做一次简单的按分辨率分流近处大目标走全图检测远处小目标区域做局部放大检测。我在类似项目里的习惯是每次调完参数先跑一次 val 对比 mAP50-95涨点就保留不涨就回滚不做没有依据的感觉变好了。我吃过最大的亏是第一次拿到这种小数据集直接开训跑了十几个小时val mAP 还不如预训练权重最后发现是空标注文件混进了训练集。从那以后数据体检和可视化两个动作雷打不动地放在训练前面618 张的规模几分钟的成本能省下十几个小时的白跑。希望帮到你。本文还有配套的精品资源点击获取
