企业官网建设流程全解析

简介：YOLO红绿灯目标检测数据集采用真实道路场景中的高质量图片，面向目标检测初学者、课程实训及算法调优人员，解决红绿灯识别训练中标注数据不足、格式不统一的问题。数据使用LabelImg标注，标注框质量高，并已整理为VOC、COCO和YOLO三种格式标签，分别存放于独立文件夹，可直接用于YOLO系列模型训练。整套资源共2000个文件，核心由xml标签、txt标签和yaml配置组成，另有html环境搭建与训练教程、py数据集划分脚本，压缩包大小约487.95MB。配套内容覆盖Linux与Windows双平台的YOLO环境搭建、训练案例讲解，以及将图片和标签自动划分到训练集、验证集、测试集的工具脚本，方便按项目需求灵活拆分数据。目前已有863人学习下载，适合希望以完整真实场景数据快速上手YOLO红绿灯检测任务的用户。

1. 红绿灯目标检测数据集：拿来就能训，但先别急着解压

前阵子接了个智慧交通的活，要在路口摄像头画面上把红绿灯检测出来，红灯、绿灯、黄灯三种状态还得分开。模型好说，YOLO 系列挑一个就行，难的是数据——公开的目标检测数据集里交通标志一大堆，红绿灯真正能用的很少，要么是欧洲路口风格，要么是无人机俯拍，跟国内平视摄像头拍出来的画面差很远。后来我搞到一份红绿灯目标检测数据集，真实场景图片配齐了 VOC、COCO、YOLO 三种格式标签，还带了划分脚本和训练教程。这篇文章就把这个资源拆开讲清楚：三种标签怎么对、划分脚本该用哪个、训练参数怎么设、哪些坑必须绕开。适合正在做自动驾驶感知、智慧交通项目，或者刚学 YOLO 想找个能直接落地数据集练手的工程师。

2. 三种标签格式：VOC、COCO 与 YOLO 的差异，以及一个能抄走的转换脚本

2.1 为什么同一份数据要做成三种格式

解压压缩包后，你会看到标签被分成了三个文件夹，分别对应 VOC、COCO、YOLO 三种格式。第一次用的人容易犯嘀咕：为什么不统一成一种？因为不同训练框架和代码库认的格式不一样。YOLO 系列原生用的是 txt，每行一个目标；SSD、Faster R-CNN 这类老代码常读 VOC 的 xml；mmdetection、Detectron2 则习惯吃 COCO 的 json。同一份数据切成三种格式，本质上就是让你拿到任何项目都能直接塞进去训练，不用再折腾一遍转换。

三种格式的核心差异在于边界框的表示方式。VOC 的 xml 记录的是像素绝对坐标，也就是 xmin、ymin、xmax、ymax 四个整数，单位是像素，读起来直观但文件体积大，一个 xml 要嵌套一堆节点。COCO 的 json 里 bbox 字段是 [x, y, width, height] 的浮点数组，x、y 是框左上角坐标。YOLO 的 txt 则是归一化坐标，一行一个目标，五个数字依次是类别 ID、中心点 x、中心点 y、框宽、框高，全部除以图片宽高，范围在 0 到 1 之间。

这里有个小细节：压缩包里说明文档把标注软件写成了 “lableimg”，实际是 LabelImg，文档错别字，不影响使用。但你拿到数据后建议先自己做一次质量校验，别只信说明文档。

2.2 先用脚本确认数据质量：统计各类目标数量

训练之前我习惯先统计一遍各类目标框数量，心里有底再决定要不要做类别平衡。YOLO 的 txt 标签最好统计，每行代表一个目标。下面这段脚本扫一遍标签目录，输出每个类别的框数：

import os label_dir = "labels/train" # 改成你的实际标签路径 class_names = ["red", "green", "yellow"] # 以数据集实际的 names 顺序为准 counts = {name: 0 for name in class_names} total_boxes = 0 for txt_name in os.listdir(label_dir): if not txt_name.endswith(".txt"): continue with open(os.path.join(label_dir, txt_name), "r", encoding="utf-8") as f: for line in f: parts = line.strip().split() if len(parts) < 5: continue cls_id = int(parts[0]) if cls_id >= len(class_names): continue counts[class_names[cls_id]] += 1 total_boxes += 1 print("总目标框数:", total_boxes) for name, cnt in counts.items(): print(f"{name}: {cnt}")

这段代码的逻辑很简单：遍历标签目录下所有 txt，每行按空格拆成五段，第一段是类别 ID，用它去 class_names 里查名字。注意这里假设了类别 ID 从 0 开始且顺序固定，如果数据集里黄灯样本特别少，后面划分数据集时就要小心。统计结果出来后，如果红灯两千个、绿灯一千五、黄灯只有两三百，那就别指望黄灯能训出高精度，这种真实场景数据的不均衡是常态，不是模型 bug。这个数据集因为是真实路口采集，大概率存在类似情况，先有预期，后面才不会慌。

2.3 自己标完新图怎么转：VOC XML 转 YOLO TXT 的脚本

这份资源本身三种格式都齐了，直接用即可。但等你上手跑完一轮，大概率会想往数据集里补自己的图片，LabelImg 默认存的是 VOC xml，这时候就得转成 YOLO txt。坐标转换的核心是归一化公式：x_center 等于 (xmin + xmax) 除以 2 再除以图片宽度，宽高同理。

import os import xml.etree.ElementTree as ET from glob import glob def voc_to_yolo(xml_file, out_dir, class_names): tree = ET.parse(xml_file) root = tree.getroot() img_w = int(root.find("size/width").text) img_h = int(root.find("size/height").text) txt_name = os.path.splitext(os.path.basename(xml_file))[0] + ".txt" lines = [] for obj in root.findall("object"): name = obj.find("name").text if name not in class_names: continue cls_id = class_names.index(name) box = obj.find("bndbox") xmin = float(box.find("xmin").text) ymin = float(box.find("ymin").text) xmax = float(box.find("xmax").text) ymax = float(box.find("ymax").text) x_center = (xmin + xmax) / 2 / img_w y_center = (ymin + ymax) / 2 / img_h w = (xmax - xmin) / img_w h = (ymax - ymin) / img_h lines.append(f"{cls_id} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}") with open(os.path.join(out_dir, txt_name), "w", encoding="utf-8") as f: f.write("\n".join(lines)) class_names = ["red", "green", "yellow"] # 改成你的实际类别名 os.makedirs("labels_out", exist_ok=True) for xml_file in glob("annotations/*.xml"): voc_to_yolo(xml_file, "labels_out", class_names)

这段脚本里有个容易忽略的判断：if name not in class_names。你标注的时候可能顺手标了别的物体，比如行人、车辆，训练红绿灯模型时这些目标不应该参与，直接跳过最省事。另一个要注意的点是 LabelImg 导出的 xml 里一定有size/width和size/height，但如果你用其他工具生成过 xml，结构可能略有差异，建议转换前打印一根 xml 看看字段名。

3. 划分训练集、验证集、测试集：三个脚本的分工、顺序和参数

3.1 先分清三个脚本：哪个复制文件、哪个只生成列表

压缩包里带三个划分脚本，名字很像，第一次接触的人很容易混：一个叫“训练集、验证集、测试集划分脚本（图片标签划分写入新文件夹）.py”，一个叫“训练集、验证集划分脚本（图片标签划分写入新文件夹）.py”，还有一个叫“split_train_val 生成 ImageSets 下 txt 文件划分脚本.py”。三者的核心区别在于：前两个会把图片和标签物理复制到新文件夹，第三个只生成一行行图片路径的 txt 列表文件，不复制任何数据。

如果你打算用 YOLOv8 或 YOLOv5，推荐先用“复制到新文件夹”的脚本，因为 data.yaml 里直接写train: images/train就能用，干净利落。split_train_val 那个脚本是给需要手动读列表的代码准备的，用得少但存在即合理。下面重点讲两个复制型脚本怎么调参数。

3.2 推荐先跑的脚本：训练集/验证集/测试集划分脚本

我一般优先用三份划分的脚本，因为测试集从一开始就独立出来，后面验证模型泛化能力才有依据。这类脚本的核心逻辑是：读入所有图片文件名，按比例随机打乱，用 random.shuffle，再把对应图片和标签复制到目标目录。脚本开头通常是这样的结构：

import os import random import shutil random.seed(42) # 固定随机种子，每次划分结果一致 train_ratio = 0.7 val_ratio = 0.2 test_ratio = 0.1

注意这个 train_ratio、val_ratio、test_ratio 三个值加起来必须等于 1，否则脚本会报错或者少一类数据。如果数据集只有几百张，建议把测试集比例降到 0.1，把更多数据留给训练；一千张左右的话 7:2:1 是合理选择。random.seed(42) 这行特别重要，不设置随机种子的话，每次运行划分结果都不一样，后面排查问题时分不清是数据变了还是代码变了。

脚本运行前要改三处路径：图片源文件夹、标签源文件夹、输出根目录。图片和标签必须放在不同的两个源文件夹里，比如 images/ 和 labels/，脚本按同名前缀去找对应文件。这个数据集里图片和标签是配套的，不会出问题，但你自己扩充数据后就要注意同名检查，最稳妥的做法是先跑一段校验代码，找出只存在图片或者只存在标签的文件名：

import os img_dir = "images" label_dir = "labels" img_names = {os.path.splitext(f)[0] for f in os.listdir(img_dir)} label_names = {os.path.splitext(f)[0] for f in os.listdir(label_dir)} print("缺标签的图片:", img_names - label_names) print("缺图片的标签:", label_names - img_names)

这一跑如果有输出，先把数据补齐了再划分，不然后面训练会遇到图片有标签但对不上框这种玄学问题。

3.3 只生成列表文件的 split_train_val 脚本：什么场景才需要

这个脚本生成的 txt 文件每行是一个图片路径，格式类似JPEGImages/traffic_001.jpg。老版本的 YOLOv3、YOLOv4 训练经常需要这种列表，YOLOv5 之后已经不太用了。如果你手头的代码还是读 txt 列表的老流程，可以跑它生成 train.txt、val.txt、trainval.txt。

跑这个脚本之前先确认一件事：txt 里的路径相对于谁的根目录。脚本内部通常写的是类似JPEGImages/xxx.jpg的短路径，你需要保证训练代码的工作目录能根据这个相对路径找到图片。很多人在这里翻车，生成完 txt 之后发现路径前面缺了一截，训练一启动就报错找不到图片。对策是生成后用文本编辑器打开 train.txt，随机抽三行，手动去文件系统里验证路径能否对得上。

如果你的最终目标是 YOLOv8，这个脚本基本不需要碰，知道它是干嘛的就行。真正要避免的错误是把复制型脚本和列表型脚本混着用——先复制完数据又跑列表脚本，列表里的路径还是老路径，配合训练代码一读就乱，这属于典型的顺序灾难。

4. 从环境搭建到跑通 YOLO 训练：以 YOLOv8 为例的完整流程

4.1 环境搭建：Windows 与 Linux 的差异

资源包里有四个 HTML 教程，分别覆盖 Windows、Linux 的环境搭建和训练流程。两个系统的本质区别不大，核心就三步：装 Anaconda、建虚拟环境、装 PyTorch 和 ultralytics 包。Linux 服务器上我一般这样建环境：

conda create -n yolo python=3.9 -y conda activate yolo pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 pip install ultralytics

解释一下这几条命令：第一条创建名为 yolo 的虚拟环境，指定 Python 3.9，避免和系统 Python 环境互相污染；第二条激活环境；第三条装 GPU 版 PyTorch，cu118 表示 CUDA 11.8 对应的版本，如果服务器 CUDA 是 12.x，把 cu118 换成 cu121；第四条装 YOLOv8 的官方包。Windows 上操作一样，只是命令行换成 Anaconda Prompt，路径反斜杠多一些。没有 NVIDIA 显卡也能跑，把 torch 装成 CPU 版，模型能训练，速度慢几十倍，适合先走通流程。

装完以后必须验证 GPU 状态：

python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"

输出第一行是 PyTorch 版本号，第二行输出 True 说明 GPU 可用，输出 False 说明装的 CPU 版或者显卡驱动不对。这里卡住最常见的原因是 CUDA 驱动版本太老，PyTorch 要求的驱动和系统驱动不匹配。实在装不上 GPU 版就先跑 CPU 版，别在环境上耗太久。

4.2 整理目录结构并修改 data.yaml

用划分脚本跑完之后，数据目录应该是这样的结构：

datasets/traffic_light/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ └── labels/ ├── train/ ├── val/ └── test/

YOLOv8 训练时会在 images 的同级目录找 labels，自动读取同名 txt，不需要你在配置文件里写标签路径。对应的 data.yaml 这样写：

path: D:/datasets/traffic_light # 数据集根目录，改成你的实际路径 train: images/train val: images/val test: images/test names: 0: red 1: green 2: yellow

path 是根目录，train、val、test 都是相对 path 的路径。这里有个细节必须强调：YOLO 的标签 txt 里第一行数字如果是 0，那就对应 names 里的第一个类别，因此 names 里的顺序不能乱写。很多人在这一步把 red 写在 1 的位置，训练完预测时红灯变绿灯，就是这个原因。另外 Windows 路径里反斜杠容易出转义问题，yaml 里统一用正斜杠或者双反斜杠，路径不要带中文，这是老生常谈但每次都有人踩。

4.3 启动训练：epochs、batch、imgsz 怎么定

环境就绪、yaml 改好之后，训练命令其实很短：

yolo detect train data=traffic_light.yaml model=yolov8s.pt epochs=150 imgsz=640 batch=16

model 参数可以填预训练权重文件路径，yolov8s.pt 是轻量级版本，红绿灯检测用 s 足够了。追求精度可以换 yolov8m.pt，但训练时间和显存占用会上升。epochs 设 150 轮，红绿灯任务不算复杂，100 到 150 轮基本能收敛，再大容易过拟合。imgsz 是输入图片分辨率，默认 640，如果画面里红绿灯目标很小，可以调成 960，代价是训练变慢。batch 大小取决于显存，6G 显存就设 8，12G 可以设 16，装完环境不确定就先从 4 开始。

训练过程中重点看两样东西：loss 曲线是否持续下探，mAP 是否在验证集上稳步上升。如果 loss 降到某一步不动了，不要反复加 epochs，先看是不是学习率设太高或者数据有问题。训练结束后模型存在runs/detect/train/weights/best.pt和last.pt，best.pt 是验证集上 mAP 最高的权重，last.pt 是最后一轮的权重。后续推理、验证、部署都用 best.pt 就对了。

如果习惯写 Python 脚本而不是敲命令，等价的方式是这样：

from ultralytics import YOLO model = YOLO("yolov8s.pt") model.train(data="traffic_light.yaml", epochs=150, imgsz=640, batch=16)

两种方式完全等价，训练参数都写在 train 函数的入参里。中途断了想接着训，用model.train(resume=True)即可。训练完别急着部署，先跑下一章的验证检查，不然模型表面指标好看，现场一用就露馅。

5. 红绿灯数据集训练避坑指南：五条血泪经验

5.1 标签类别号和 names 顺序不一致：mAP 曲线反常但 loss 正常

现象：训练过程 loss 一路下降，看着挺正常，但验证集 mAP 一直在低位徘徊，或者预测时红灯被识别成绿灯，路灯被识别成红灯。

原因：标签 txt 里的类别 ID 和 data.yaml 中的 names 顺序对不上。常见于两种情况：一是你改过 yaml 里的 names 顺序，二是划分脚本里硬编码的类别列表顺序和训练配置不一致。

解决：训练前先把标签里实际出现的类别 ID 统计出来，和 names 逐项对照。前面 2.2 节的统计脚本就能干这个活。发现不一致后，要么改 yaml 里的 names 顺序，要么把标签文件里的 ID 批量替换，不要手工人肉改，几百个 txt 会改到怀疑人生。我习惯的做法是写一个循环脚本把类别 ID 换掉，先打印前三个文件的修改前后对照，确认无误再全量跑。

5.2 图片带 EXIF 旋转信息导致标注框偏移

现象：图片在电脑上看是正的，LabelImg 里标注也对，但训练出来的模型检测框整体偏移，框住的位置偏上或偏下，尤其集中在某几类图片上。

原因：手机或部分相机拍出来的 JPG 带 EXIF 方向信息。LabelImg 显示图片时自动应用了方向校正，但保存的 xml 坐标是基于原始像素方向算的。YOLO 读取图片时直接用 OpenCV 解码，不处理 EXIF，两者方向不一致，框自然就错了。

解决：训练前把图片全部用 PIL 转正。代码非常短：

from PIL import Image, ImageOps import os for img_name in os.listdir("images"): path = os.path.join("images", img_name) img = Image.open(path) img = ImageOps.exif_transpose(img) img.save(path)

exif_transpose 会根据 EXIF 信息把图片像素真正转正，再保存覆盖原图。处理之前先备份原文件夹，这类操作不可逆，万一转出来色调变了还有后悔药可以吃。红绿灯数据集如果来源是监控抓拍，基本不会有这个问题，但只要你往里加过手机拍摄的图，就必须走这一步。

5.3 划分后小类别样本分布失衡：验证集虚高，现场拉胯

现象：验证集 mAP 高达 0.95，但是拿到真实路口测试，黄灯漏检严重，甚至一张图里三个灯漏了两个。

原因：划分脚本按图片维度随机切分，没有按类别做分层抽样。如果黄灯样本本身就少，又恰好大量落在训练集，验证集里黄灯少，模型只需要学会红灯绿灯就能拿高分，真实场景黄灯一出现就抓瞎。

解决：先跑 2.2 节的统计脚本，看看每类目标框数量。如果某类占比低于 10%，不建议纯随机划分，改为手动挑选包含该类目标的图片，按比例分配到训练集、验证集、测试集。常见做法是写脚本按类别索引图片，把包含黄灯的图片单独拎出来，先按 7:2:1 分好，再把其余图片随机填进三个集合。这类脚本一次性的，用 Python 写清楚逻辑跑一遍就行，别靠手在文件管理器里拖图片，几百个文件拖下来必出错。

5.4 显存溢出和 BN 崩溃：训练中断的两个高频原因

现象：训练到某个 epoch 突然报CUDA out of memory，进程直接终止；或者 loss 毫无征兆变成 nan，日志里跟着一串 RuntimeError，模型权重炸掉。

原因：显存溢出是 batch size 或 imgsz 设太大，显卡物理显存扛不住。BN 崩溃的原因比较复杂，常见的是数据里混入了全黑图片或损坏图片，导致 batch 统计量异常，也可能是学习率设得过高，梯度爆炸冲垮了 BN 层的统计参数。社区里把这个现象叫 BN 崩溃，论文里解决方案五花八门，工程上最有效的办法是先把脏数据揪出来删掉，再降学习率重训。

解决：显存问题把 batch 降到 4，imgsz 降到 416，或者开梯度累积，一句话就是让显存放得下。BN 崩溃时先跑一个数据完整性检查，把尺寸异常、全黑、全白的图片找出来：

find images -name "*.jpg" -size -5k

小于 5KB 的 jpg 基本都是坏的，删掉对应的标签文件再续训。续训用下面的命令直接跑：

yolo detect train data=traffic_light.yaml model=runs/detect/train/weights/last.pt epochs=150 imgsz=640 batch=16 resume=True

resume=True 表示从 last.pt 接着训，而不是从头开始。这是碰到意外中断后最常用的恢复手段，比重新跑一遍省几个小时。

5.5 用错划分脚本：测试集里混进了训练数据

现象：测试集 mAP 高得离谱，接近 0.99，换到没见过的摄像头视频上一测，性能直接崩盘，和测试集结果完全不在一个水平。

原因：把两份划分和三份划分脚本混着用了。比如先跑了三份划分，又跑了两份划分，输出目录里残留了旧文件，后一次划分没清空之前的数据，导致测试集里混入了训练集图片。或者直接把“训练集验证集划分脚本”当成了“训练集验证集测试集划分脚本”，压根就没生成真的测试集。

解决：划分前强制清空输出目录，划分后用一段小命令检查三个集合有没有重复文件名：

ls images/train images/val images/test | sort | uniq -d

uniq -d 会输出出现重复的图片名，只要有任何一行输出，说明集合之间有交叉，这次划分作废，清空重来。这个命令值得养成肌肉记忆，我每换一个数据集跑划分，必跑一次检查，十秒的事，能省后面几小时的返工。

6. 用 best.pt 做验证与推理：先把 mAP 放一边，用十张图自测

训练完拿到 best.pt，先别急着看 mAP 数字，那个指标太宏观，掩盖了太多细节。我会先跑一轮批量推理，用测试集做底，观察每张图的检测框位置和类别是不是符合直觉：

from ultralytics import YOLO import cv2 model = YOLO("runs/detect/train/weights/best.pt") results = model.predict("test_images", conf=0.25, save_txt=True, save_conf=True) for r in results: boxes = r.boxes print(len(boxes), "个目标")

conf=0.25 是置信度阈值，低于这个值的框会被过滤掉。红绿灯检测别一上来就拉高阈值，目标本身在画面里尺寸就小，置信度天然不会太高，拉到 0.5 会漏掉一半目标。先跑一遍看检出情况，再根据实际效果决定阈值放在哪。工程上我一般会存一批预测结果图，单独建个文件夹，逐张翻一遍。

mAP 的问题在于它是个全局统计量，验证集里红灯多绿灯少时，模型只需要把红灯学扎实就能拿高分，绿灯的错误被淹没在均值里。YOLOv8 训练完会在runs/detect/train下生成confusion_matrix.png，那个图比 mAP 曲线诚实得多，一眼就能看出红灯和绿灯之间是不是在互相混淆。如果混淆矩阵对角线很干净，再谈部署不迟。

我在真实项目里吃过亏：当时 mAP 刷到 0.96，觉得稳了，结果拿去跑一个偏傍晚的摄像头，黄灯几乎全漏，红灯框还上下抖动。后来养成一个习惯，每次训练完从测试集里挑十张有代表性的图：包括晴天逆光、夜晚、红灯绿灯同时出现的场景，打印出来一张一张对照标注和预测框。框中心有没有落在灯体上、类别标得对不对、有没有一个灯框出来三个重叠框，这些细节比任何指标都真实。从那以后我每次换数据集都强制走一遍这个十张图自测，再开始调参。希望帮到你。

本文还有配套的精品资源，点击获取