简介面向计算机视觉目标检测任务这份打火机识别数据集覆盖多种外观与类型的打火机并已完成COCO格式标注适合作为目标检测、实例分割等模型的训练与验证数据可服务于安防巡检、智能零售或工业质检等场景。数据集共包含1004个文件其中1000张jpg原始图片配套2个txt文件和2个json文件json采用标准COCO格式记录类别与边界框信息txt可作类别映射或训练清单压缩包整体约39.82MB便于下载与快速展开使用。目前已有802人学习或下载该数据集说明其在相关项目中具备一定参考价值。拿到后可直接接入YOLO、Faster R-CNN、MMDetection等常见训练框架省去手动采图和标注的繁琐环节借助丰富样本提升打火机识别模型的泛化能力也方便用于对比不同算法在本类小目标场景下的效果。1. 打火机识别数据集为什么COCO格式是首选拿到一个名为各种类型的打火机识别数据集coco格式.zip的压缩包第一反应不该是急着解压看图片而是先想清楚COCO格式到底意味着什么。打火机虽然是个小目标但类别差异大从一次性塑料打火机到煤油打火机、防风打火机外观、反射、遮挡情况各不相同。COCO格式恰好能表达这种复杂性——它有独立的JSON标注文件支持多边形分割mask、边界框bbox和类别归属训练时还能直接接入Detectron2、MMDetection、YOLOv8等主流框架。对做工业质检、安防巡检或零售场景计数的人来说这个数据集可以省掉从零标注的几周时间。但前提是你得会解包、验证、转换否则zip里的好东西只能躺在硬盘里。2. COCO格式打火机数据集的目录结构与标注规范2.1 解压后先看这五个文件常见做法是下载回来的zip文件解压后会有 images 和 annotations 两个顶层目录也可能是扁平结构。不管哪种COCO标注的核心是 annotations 下的JSON文件。以coco2017的标准布局为参考一个完整的打火机数据集通常包含以下内容lighter_dataset/ ├── images/ │ ├── train2017/ │ │ ├── lighter_000001.jpg │ │ └── ... │ └── val2017/ │ ├── lighter_000101.jpg │ └── ... └── annotations/ ├── instances_train2017.json └── instances_val2017.json不要被文件名里的年份迷惑这只是沿用了coco官方的命名习惯。里面真正定义数据语义的是info、licenses、images、annotations、categories五个顶层字段其中images和annotations是必须的licenses可以留空。如果你的zip里只有一张train.json而没有验证集那后期评估就得自己从训练集里分一部分出来这个后面会讲。2.2 annotations里的JSON从images到categoriesCOCO格式里images数组记录每张图片的id、file_name、width、heightannotations数组记录每个实例的bbox、category_id、iscrowd、segmentation等信息categories数组则定义类别名称与id的映射。对于打火机识别一个典型的标注条目长这样{ id: 1, image_id: 1, category_id: 1, bbox: [342, 205, 120, 68], area: 8160, segmentation: [[342, 205, 462, 205, 462, 273, 342, 273]], iscrowd: 0 }这里的bbox是[x, y, width, height]原点在图片左上角。注意COCO官方规定bbox是绝对像素值不是归一化坐标这一点和YOLO格式完全不同。如果你发现标注框在图片上明显偏左上多半是有人把归一化坐标当作绝对坐标存了或者把[x_center, y_center, w, h]格式直接塞了进来。我在处理原始数据时会先随机挑10张图把bbox画上去看一遍确认标注坐标系再进入后续流程。2.3 用Python校验标注是否加载正常拿到zip后第一件事不是训练而是写个脚本检查JSON能不能被解析、图片路径是否对得上、类别id是否连续。下面这段代码用来加载并统计基本结构import json from pathlib import Path ann_path Path(annotations/instances_train2017.json) with open(ann_path, encodingutf-8) as f: coco json.load(f) print(images 数量:, len(coco[images])) print(annotations 数量:, len(coco[annotations])) print(categories:, coco[categories]) # 检查 image_id 是否都能对上 img_ids {img[id] for img in coco[images]} ann_img_ids {ann[image_id] for ann in coco[annotations]} missing ann_img_ids - img_ids if missing: print(警告: annotations 中存在的 image_id 在 images 中缺失:, missing) else: print(所有 annotation 都有对应图片)逻辑说明先把JSON读成Python字典统计顶层数组长度然后对比annotations里的image_id是否都能在images中找到。这样可以快速发现图片被删但标注没删、或者标注引用了不存在的图片这类脏数据。参数说明如果categories里类别数和你预期不一致比如只有打火机一类那这个数据集就适用于单类检测如果有打火机和打火机火焰多类那么训练时就要特别注意类别的大小写和编号因为COCO的id不强制从1开始连续但YOLO格式要求类别id必须从0开始连续转换时才不会错位。3. 把打火机数据集从COCO转成YOLO格式再训练3.1 为什么要转YOLO很多人拿到COCO数据集的第一反应是用Detectron2或者MMDetection直接训练但如果你更习惯YOLOv5/YOLOv8的生态就必须转换格式。两者的核心区别是COCO用JSON存储每个对象的bbox和segmentationYOLO用每个图片对应的txt文件存储归一化的class x_center y_center width height。YOLO的训练管线读txt比解析JSON快得多而且数据增强在图像上进行时更灵活。另外打火机小目标多YOLOv8在处理小目标上有anchor-free的改进配合原生的格式转换训练效率会更高。3.2 转换脚本coco2yolo.py下面是一个标准的COCO转YOLO脚本适用于单类和多类情况import json import os from pathlib import Path from tqdm import tqdm def coco2yolo(json_path, img_root, out_root): with open(json_path, encodingutf-8) as f: coco json.load(f) # 建立 category id - yolo class id 的映射按coco id排序 categories sorted(coco[categories], keylambda x: x[id]) cat_map {cat[id]: i for i, cat in enumerate(categories)} os.makedirs(out_root, exist_okTrue) for img in tqdm(coco[images], descconverting): img_id img[id] img_w img[width] img_h img[height] # 找到这张图片的所有标注 anns [a for a in coco[annotations] if a[image_id] img_id] if not anns: continue txt_path os.path.join(out_root, os.path.splitext(img[file_name])[0] .txt) lines [] for ann in anns: if ann.get(iscrowd, 0): continue cat_id cat_map[ann[category_id]] bbox ann[bbox] x, y, w, h bbox # 转归一化 x_center (x w / 2) / img_w y_center (y h / 2) / img_h w_norm w / img_w h_norm h / img_h # 截断防止越界 x_center min(max(x_center, 0), 1) y_center min(max(y_center, 0), 1) w_norm min(w_norm, 1) h_norm min(h_norm, 1) lines.append(f{cat_id} {x_center:.6f} {y_center:.6f} {w_norm:.6f} {h_norm:.6f}) if lines: with open(txt_path, w) as f: f.write(\n.join(lines)) if __name__ __main__: coco2yolo(annotations/instances_train2017.json, images/train2017, labels/train2017)逻辑说明脚本先读取JSON按照categories中的id排序生成映射保证类别编号稳定。然后对每张图片的file_name生成同名txt文件将COCO的[x,y,w,h]转换为归一化中心点坐标。注意我加了截断逻辑因为很多标注的bbox会轻微超出图像边界不截断的话YOLO在计算损失时会报错。参数说明tqdm只是显示进度如果你没有安装就删掉这行。转换后要在labels目录下得到与图片一一对应的txt文件名必须完全一致只改扩展名。3.3 划分train/val并检查标签分布很多数据集只提供一个train的JSON划分验证集需要自己做。常见做法是用scikit-learn的train_test_split按图片名分层采样或者直接用Python的random.shuffle。划分时要注意不要将同一个打火机实例的连续帧放在不同集里如果图片是按视频帧截取的最好按场景分组划分否则验证集里会出现和训练集高度相似的帧导致mAP虚高。import random from pathlib import Path imgs list(Path(images/train2017).glob(*.jpg)) random.seed(42) random.shuffle(imgs) val_ratio 0.2 val_imgs set(imgs[:int(len(imgs)*val_ratio)]) # 移动验证集图片和对应标签 for img in val_imgs: img.rename(fimages/val2017/{img.name}) label Path(labels/train2017) / (img.stem .txt) if label.exists(): label.rename(flabels/val2017/{label.name})分母检查一把转换完成后用下面的命令统计每个类别的标签数量防止类别严重不平衡导致训练偏向大头cat labels/train2017/*.txt | awk {print $1} | sort | uniq -c如果发现某个类别的数量少于100建议在训练时调整class_weights或做过采样。打火机数据集经常出现一次性打火机样本远超煤油打火机的情况这时mAP虽然看着还行但少样本类别的召回率会特别低。4. 训练与验证YOLOv8跑通打火机检测4.1 准备data.yaml假设你已经通过上面的步骤得到了images/train2017、images/val2017和对应的labels目录。接下来只需要一个YAML文件告诉YOLOv8数据在哪、类别叫什么# lighter.yaml train: images/train2017 val: images/val2017 nc: 2 names: 0: plastic_lighter 1: metal_lighter参数说明train和val的路径可以是绝对路径也可是相对于运行命令的工作目录的路径。nc是类别总数必须和names列表长度一致。如果你在转换时把categories排序映射了这里的0和1要对应转换脚本里cat_map的值否则标签会错位。4.2 训练命令与参数调优用YOLOv8训练打火机检测我一般先用预训练模型跑50个epoch看基线yolo detect train datalighter.yaml modelyolov8s.pt epochs50 imgsz640 batch16 device0逻辑说明yolov8s.pt是small版本参数量适中对打火机这种小目标比nano版本更稳妥。imgsz640是标准的输入尺寸如果你的原图里打火机只占几十个像素建议升级到960或1280但显存不够时可以先降低batch。训练过程中观察train/box_loss和val/box_loss两条曲线如果val loss在某个epoch后持续上升说明过拟合需要加patience早停或加augment里的mosaic概率。打火机表面反光严重hsv_h、hsv_s这些颜色增强参数调高一点有助于泛化yolo detect train datalighter.yaml modelyolov8s.pt epochs80 imgsz640 batch16 device0 augmentTrue hsv_h0.02 hsv_s0.8 hsv_v0.5参数说明hsv_h是色相扰动范围打火机颜色多种多样但红色、蓝色居多扰动太大会导致颜色语义丢失hsv_s和hsv_v控制饱和度和明度模拟不同光照下的反光。如果你的数据集里有很多塑料打火机的透明外壳建议把fliplr0.5改成0.7因为左右翻转不会改变打火机的语义类别但能增加样本多样性。4.3 常见问题标注框错位、类别id不一致训练时最常见的报错是assertion failed: labels shape这通常是转换后txt中出现了class id超出nc-1的情况。比如你的数据集只有打火机一类但categories里的id是从3开始的直接映射成0就好了别漏掉cat_map步骤。第二个坑是图片和txt文件名不一致比如图片是lighter_0001.JPG大写后缀而转换脚本用了os.path.splitext取到了.jpg导致找不到标签。遇到这种问题可以用一个命令快速检查for f in images/train2017/*.jpg; do labellabels/train2017/$(basename $f .jpg).txt [ -f $label ] || echo missing: $f done这条命令遍历所有训练图片检查同名txt是否存在。注意basename命令把扩展名剥离后拼接如果有.jpeg或.png记得把循环里的通配符改成对应的文件后缀。另外如果训练时出现nanloss多半是bbox尺寸为0或负值回到转换脚本里加上if w 0 or h 0: continue跳过损坏标注。5. 用COCO API做mAP评估与可视化5.1 安装pycocotools并评估即使你转成YOLO格式训练完了最终评估还是建议回到COCO标准上来因为COCO的mAP计算方式AR100等能反映小目标检测质量。YOLO训练完成后用它的结果文件重新生成COCO格式预测JSON然后用pycocotools评估pip install pycocotoolsfrom pycocotools.coco import COCO from pycocotools.cocoeval import COCOeval import json gt COCO(annotations/instances_val2017.json) with open(predictions.json) as f: preds json.load(f) dt gt.loadRes(preds) ev COCOeval(gt, dt, iou_typebbox) ev.evaluate() ev.accumulate() ev.summarize()逻辑说明gt是从COCO JSON加载的ground truthloadRes把模型预测结果转成COCO检测格式需要image_id、category_id、bbox、score四个字段。ev.summarize()会打印出mAP0.5, mAP0.5:0.95, AR100等指标。对打火机检测来说重点关注mAP0.5:0.95因为打火机属于小物体这个指标比mAP0.5更严苛。5.2 可视化GT与预测框如果不直观地把框画出来根本不知道模型到底把打火机识别成什么样。下面这段代码在图片上叠加ground truth和预测框import cv2 from pycocotools.coco import COCO coco COCO(annotations/instances_val2017.json) img_id 0 # 换成你感兴趣的图片id ann_ids coco.getAnnIds(imgIds[img_id]) anns coco.loadAnns(ann_ids) img_info coco.loadImgs(img_id)[0] img cv2.imread(img_info[file_name]) for ann in anns: x, y, w, h [int(v) for v in ann[bbox]] cv2.rectangle(img, (x, y), (xw, yh), (0, 255, 0), 2) print(类别:, coco.loadCats(ann[category_id])[0][name]) cv2.imwrite(vis_gt.jpg, img)画完GT后再用你自己的推理脚本画预测框两者对比着看。如果预测框总是比GT大一圈说明模型倾向于扩大边界可能是训练时iou阈值设得太高或者conf太低可以调低conf_thres再看。5.3 最后的小技巧检查zip完整性既然这个数据集是以zip形式分发的那么很可能你经历了下载中断、解压报错的问题。error read zip archive这个报错我见过很多次多半是文件没下完整。在Windows上可以用系统自带工具验证或者用7-Zip测试压缩包7z t 各种类型的打火机识别数据集coco格式.zip这个命令会测试zip内所有文件的完整性如果哪个文件损坏会明确告诉你文件名。如果输出全是OK再解压。解压之后用python -c import json; json.load(open(...))快速检查JSON是否可解析——有时候zip里文件完整但原始JSON本身就是坏的。遇到这种情况考虑检查标注是否有重复的image_id或annotation id用简单的Python集合去重即可。最后提醒一句如果你打算把这个数据集用于商业项目先确认里面的图片是否都来自可商用的图库或自摄打火机的商标图案可能会带来法律风险。本文还有配套的精品资源点击获取
简介面向计算机视觉目标检测任务这份打火机识别数据集覆盖多种外观与类型的打火机并已完成COCO格式标注适合作为目标检测、实例分割等模型的训练与验证数据可服务于安防巡检、智能零售或工业质检等场景。数据集共包含1004个文件其中1000张jpg原始图片配套2个txt文件和2个json文件json采用标准COCO格式记录类别与边界框信息txt可作类别映射或训练清单压缩包整体约39.82MB便于下载与快速展开使用。目前已有802人学习或下载该数据集说明其在相关项目中具备一定参考价值。拿到后可直接接入YOLO、Faster R-CNN、MMDetection等常见训练框架省去手动采图和标注的繁琐环节借助丰富样本提升打火机识别模型的泛化能力也方便用于对比不同算法在本类小目标场景下的效果。1. 打火机识别数据集为什么COCO格式是首选拿到一个名为各种类型的打火机识别数据集coco格式.zip的压缩包第一反应不该是急着解压看图片而是先想清楚COCO格式到底意味着什么。打火机虽然是个小目标但类别差异大从一次性塑料打火机到煤油打火机、防风打火机外观、反射、遮挡情况各不相同。COCO格式恰好能表达这种复杂性——它有独立的JSON标注文件支持多边形分割mask、边界框bbox和类别归属训练时还能直接接入Detectron2、MMDetection、YOLOv8等主流框架。对做工业质检、安防巡检或零售场景计数的人来说这个数据集可以省掉从零标注的几周时间。但前提是你得会解包、验证、转换否则zip里的好东西只能躺在硬盘里。2. COCO格式打火机数据集的目录结构与标注规范2.1 解压后先看这五个文件常见做法是下载回来的zip文件解压后会有 images 和 annotations 两个顶层目录也可能是扁平结构。不管哪种COCO标注的核心是 annotations 下的JSON文件。以coco2017的标准布局为参考一个完整的打火机数据集通常包含以下内容lighter_dataset/ ├── images/ │ ├── train2017/ │ │ ├── lighter_000001.jpg │ │ └── ... │ └── val2017/ │ ├── lighter_000101.jpg │ └── ... └── annotations/ ├── instances_train2017.json └── instances_val2017.json不要被文件名里的年份迷惑这只是沿用了coco官方的命名习惯。里面真正定义数据语义的是info、licenses、images、annotations、categories五个顶层字段其中images和annotations是必须的licenses可以留空。如果你的zip里只有一张train.json而没有验证集那后期评估就得自己从训练集里分一部分出来这个后面会讲。2.2 annotations里的JSON从images到categoriesCOCO格式里images数组记录每张图片的id、file_name、width、heightannotations数组记录每个实例的bbox、category_id、iscrowd、segmentation等信息categories数组则定义类别名称与id的映射。对于打火机识别一个典型的标注条目长这样{ id: 1, image_id: 1, category_id: 1, bbox: [342, 205, 120, 68], area: 8160, segmentation: [[342, 205, 462, 205, 462, 273, 342, 273]], iscrowd: 0 }这里的bbox是[x, y, width, height]原点在图片左上角。注意COCO官方规定bbox是绝对像素值不是归一化坐标这一点和YOLO格式完全不同。如果你发现标注框在图片上明显偏左上多半是有人把归一化坐标当作绝对坐标存了或者把[x_center, y_center, w, h]格式直接塞了进来。我在处理原始数据时会先随机挑10张图把bbox画上去看一遍确认标注坐标系再进入后续流程。2.3 用Python校验标注是否加载正常拿到zip后第一件事不是训练而是写个脚本检查JSON能不能被解析、图片路径是否对得上、类别id是否连续。下面这段代码用来加载并统计基本结构import json from pathlib import Path ann_path Path(annotations/instances_train2017.json) with open(ann_path, encodingutf-8) as f: coco json.load(f) print(images 数量:, len(coco[images])) print(annotations 数量:, len(coco[annotations])) print(categories:, coco[categories]) # 检查 image_id 是否都能对上 img_ids {img[id] for img in coco[images]} ann_img_ids {ann[image_id] for ann in coco[annotations]} missing ann_img_ids - img_ids if missing: print(警告: annotations 中存在的 image_id 在 images 中缺失:, missing) else: print(所有 annotation 都有对应图片)逻辑说明先把JSON读成Python字典统计顶层数组长度然后对比annotations里的image_id是否都能在images中找到。这样可以快速发现图片被删但标注没删、或者标注引用了不存在的图片这类脏数据。参数说明如果categories里类别数和你预期不一致比如只有打火机一类那这个数据集就适用于单类检测如果有打火机和打火机火焰多类那么训练时就要特别注意类别的大小写和编号因为COCO的id不强制从1开始连续但YOLO格式要求类别id必须从0开始连续转换时才不会错位。3. 把打火机数据集从COCO转成YOLO格式再训练3.1 为什么要转YOLO很多人拿到COCO数据集的第一反应是用Detectron2或者MMDetection直接训练但如果你更习惯YOLOv5/YOLOv8的生态就必须转换格式。两者的核心区别是COCO用JSON存储每个对象的bbox和segmentationYOLO用每个图片对应的txt文件存储归一化的class x_center y_center width height。YOLO的训练管线读txt比解析JSON快得多而且数据增强在图像上进行时更灵活。另外打火机小目标多YOLOv8在处理小目标上有anchor-free的改进配合原生的格式转换训练效率会更高。3.2 转换脚本coco2yolo.py下面是一个标准的COCO转YOLO脚本适用于单类和多类情况import json import os from pathlib import Path from tqdm import tqdm def coco2yolo(json_path, img_root, out_root): with open(json_path, encodingutf-8) as f: coco json.load(f) # 建立 category id - yolo class id 的映射按coco id排序 categories sorted(coco[categories], keylambda x: x[id]) cat_map {cat[id]: i for i, cat in enumerate(categories)} os.makedirs(out_root, exist_okTrue) for img in tqdm(coco[images], descconverting): img_id img[id] img_w img[width] img_h img[height] # 找到这张图片的所有标注 anns [a for a in coco[annotations] if a[image_id] img_id] if not anns: continue txt_path os.path.join(out_root, os.path.splitext(img[file_name])[0] .txt) lines [] for ann in anns: if ann.get(iscrowd, 0): continue cat_id cat_map[ann[category_id]] bbox ann[bbox] x, y, w, h bbox # 转归一化 x_center (x w / 2) / img_w y_center (y h / 2) / img_h w_norm w / img_w h_norm h / img_h # 截断防止越界 x_center min(max(x_center, 0), 1) y_center min(max(y_center, 0), 1) w_norm min(w_norm, 1) h_norm min(h_norm, 1) lines.append(f{cat_id} {x_center:.6f} {y_center:.6f} {w_norm:.6f} {h_norm:.6f}) if lines: with open(txt_path, w) as f: f.write(\n.join(lines)) if __name__ __main__: coco2yolo(annotations/instances_train2017.json, images/train2017, labels/train2017)逻辑说明脚本先读取JSON按照categories中的id排序生成映射保证类别编号稳定。然后对每张图片的file_name生成同名txt文件将COCO的[x,y,w,h]转换为归一化中心点坐标。注意我加了截断逻辑因为很多标注的bbox会轻微超出图像边界不截断的话YOLO在计算损失时会报错。参数说明tqdm只是显示进度如果你没有安装就删掉这行。转换后要在labels目录下得到与图片一一对应的txt文件名必须完全一致只改扩展名。3.3 划分train/val并检查标签分布很多数据集只提供一个train的JSON划分验证集需要自己做。常见做法是用scikit-learn的train_test_split按图片名分层采样或者直接用Python的random.shuffle。划分时要注意不要将同一个打火机实例的连续帧放在不同集里如果图片是按视频帧截取的最好按场景分组划分否则验证集里会出现和训练集高度相似的帧导致mAP虚高。import random from pathlib import Path imgs list(Path(images/train2017).glob(*.jpg)) random.seed(42) random.shuffle(imgs) val_ratio 0.2 val_imgs set(imgs[:int(len(imgs)*val_ratio)]) # 移动验证集图片和对应标签 for img in val_imgs: img.rename(fimages/val2017/{img.name}) label Path(labels/train2017) / (img.stem .txt) if label.exists(): label.rename(flabels/val2017/{label.name})分母检查一把转换完成后用下面的命令统计每个类别的标签数量防止类别严重不平衡导致训练偏向大头cat labels/train2017/*.txt | awk {print $1} | sort | uniq -c如果发现某个类别的数量少于100建议在训练时调整class_weights或做过采样。打火机数据集经常出现一次性打火机样本远超煤油打火机的情况这时mAP虽然看着还行但少样本类别的召回率会特别低。4. 训练与验证YOLOv8跑通打火机检测4.1 准备data.yaml假设你已经通过上面的步骤得到了images/train2017、images/val2017和对应的labels目录。接下来只需要一个YAML文件告诉YOLOv8数据在哪、类别叫什么# lighter.yaml train: images/train2017 val: images/val2017 nc: 2 names: 0: plastic_lighter 1: metal_lighter参数说明train和val的路径可以是绝对路径也可是相对于运行命令的工作目录的路径。nc是类别总数必须和names列表长度一致。如果你在转换时把categories排序映射了这里的0和1要对应转换脚本里cat_map的值否则标签会错位。4.2 训练命令与参数调优用YOLOv8训练打火机检测我一般先用预训练模型跑50个epoch看基线yolo detect train datalighter.yaml modelyolov8s.pt epochs50 imgsz640 batch16 device0逻辑说明yolov8s.pt是small版本参数量适中对打火机这种小目标比nano版本更稳妥。imgsz640是标准的输入尺寸如果你的原图里打火机只占几十个像素建议升级到960或1280但显存不够时可以先降低batch。训练过程中观察train/box_loss和val/box_loss两条曲线如果val loss在某个epoch后持续上升说明过拟合需要加patience早停或加augment里的mosaic概率。打火机表面反光严重hsv_h、hsv_s这些颜色增强参数调高一点有助于泛化yolo detect train datalighter.yaml modelyolov8s.pt epochs80 imgsz640 batch16 device0 augmentTrue hsv_h0.02 hsv_s0.8 hsv_v0.5参数说明hsv_h是色相扰动范围打火机颜色多种多样但红色、蓝色居多扰动太大会导致颜色语义丢失hsv_s和hsv_v控制饱和度和明度模拟不同光照下的反光。如果你的数据集里有很多塑料打火机的透明外壳建议把fliplr0.5改成0.7因为左右翻转不会改变打火机的语义类别但能增加样本多样性。4.3 常见问题标注框错位、类别id不一致训练时最常见的报错是assertion failed: labels shape这通常是转换后txt中出现了class id超出nc-1的情况。比如你的数据集只有打火机一类但categories里的id是从3开始的直接映射成0就好了别漏掉cat_map步骤。第二个坑是图片和txt文件名不一致比如图片是lighter_0001.JPG大写后缀而转换脚本用了os.path.splitext取到了.jpg导致找不到标签。遇到这种问题可以用一个命令快速检查for f in images/train2017/*.jpg; do labellabels/train2017/$(basename $f .jpg).txt [ -f $label ] || echo missing: $f done这条命令遍历所有训练图片检查同名txt是否存在。注意basename命令把扩展名剥离后拼接如果有.jpeg或.png记得把循环里的通配符改成对应的文件后缀。另外如果训练时出现nanloss多半是bbox尺寸为0或负值回到转换脚本里加上if w 0 or h 0: continue跳过损坏标注。5. 用COCO API做mAP评估与可视化5.1 安装pycocotools并评估即使你转成YOLO格式训练完了最终评估还是建议回到COCO标准上来因为COCO的mAP计算方式AR100等能反映小目标检测质量。YOLO训练完成后用它的结果文件重新生成COCO格式预测JSON然后用pycocotools评估pip install pycocotoolsfrom pycocotools.coco import COCO from pycocotools.cocoeval import COCOeval import json gt COCO(annotations/instances_val2017.json) with open(predictions.json) as f: preds json.load(f) dt gt.loadRes(preds) ev COCOeval(gt, dt, iou_typebbox) ev.evaluate() ev.accumulate() ev.summarize()逻辑说明gt是从COCO JSON加载的ground truthloadRes把模型预测结果转成COCO检测格式需要image_id、category_id、bbox、score四个字段。ev.summarize()会打印出mAP0.5, mAP0.5:0.95, AR100等指标。对打火机检测来说重点关注mAP0.5:0.95因为打火机属于小物体这个指标比mAP0.5更严苛。5.2 可视化GT与预测框如果不直观地把框画出来根本不知道模型到底把打火机识别成什么样。下面这段代码在图片上叠加ground truth和预测框import cv2 from pycocotools.coco import COCO coco COCO(annotations/instances_val2017.json) img_id 0 # 换成你感兴趣的图片id ann_ids coco.getAnnIds(imgIds[img_id]) anns coco.loadAnns(ann_ids) img_info coco.loadImgs(img_id)[0] img cv2.imread(img_info[file_name]) for ann in anns: x, y, w, h [int(v) for v in ann[bbox]] cv2.rectangle(img, (x, y), (xw, yh), (0, 255, 0), 2) print(类别:, coco.loadCats(ann[category_id])[0][name]) cv2.imwrite(vis_gt.jpg, img)画完GT后再用你自己的推理脚本画预测框两者对比着看。如果预测框总是比GT大一圈说明模型倾向于扩大边界可能是训练时iou阈值设得太高或者conf太低可以调低conf_thres再看。5.3 最后的小技巧检查zip完整性既然这个数据集是以zip形式分发的那么很可能你经历了下载中断、解压报错的问题。error read zip archive这个报错我见过很多次多半是文件没下完整。在Windows上可以用系统自带工具验证或者用7-Zip测试压缩包7z t 各种类型的打火机识别数据集coco格式.zip这个命令会测试zip内所有文件的完整性如果哪个文件损坏会明确告诉你文件名。如果输出全是OK再解压。解压之后用python -c import json; json.load(open(...))快速检查JSON是否可解析——有时候zip里文件完整但原始JSON本身就是坏的。遇到这种情况考虑检查标注是否有重复的image_id或annotation id用简单的Python集合去重即可。最后提醒一句如果你打算把这个数据集用于商业项目先确认里面的图片是否都来自可商用的图库或自摄打火机的商标图案可能会带来法律风险。本文还有配套的精品资源点击获取
