简介这份游泳溺水识别数据集面向计算机视觉开发者、水域安全监控研究者及深度学习入门与进阶学习者用于训练和验证溺水行为检测模型解决泳池、海滩等场景下人工监控易漏判的问题。资源包共2000个文件以1998张jpg图像和2个json标注文件为主压缩包约375.06MB图像覆盖多种溺水与正常游泳姿态json文件采用COCO格式记录目标框与类别信息可直接接入YOLO、Detectron2等主流检测框架进行训练与评估。据描述基于该数据训练的平均识别率可达91.7%以上适合作为课程设计、竞赛项目或论文实验的数据基础。目前已有554人学习下载读者可借此快速搭建溺水识别流水线完成数据加载、模型微调与指标复现并对照标注文件理解COCO格式的字段组织方式为后续扩展多类别水域安全检测提供可复用的数据与思路。1. 从 9984 张泳池图说起这套溺水识别数据集到底能干什么去年夏天帮一个做泳池安防的朋友看模型他手里那套开源溺水检测权重在自家测试集上虚警率高得离谱——水面反光、跳水溅起的水花、甚至一条泳道线都能触发报警。问题不在模型结构而在训练数据他用的公开集里溺水样本不到两千张且大多是室内恒温泳池的固定机位泛化能力天然受限。后来我翻到这套游泳溺水识别数据集9984 张原始图片全部做了 COCO JSON 格式标注官方给出的平均识别率在 91.7% 以上样本覆盖了不同泳池场景、不同拍摄角度和不同光照条件。它解决的核心问题就一个让溺水检测模型在真实泳池监控画面里少误报、不漏报。适合谁用做智慧场馆安防的算法工程师、跑 YOLOv8 自定义训练的学生、以及需要快速验证溺水识别方案可行性的产品团队。如果你正卡在“数据不够、标注质量差、模型训不动”这三座大山前这套集子值得先拆开看看。2. COCO JSON 标注拆解9984 张图里到底标了什么2.1 标注格式与目录结构拿到数据集第一件事不是急着训练而是把标注文件读一遍确认类别定义和边界框质量。这套数据用的是标准 COCO JSON 格式意味着你可以直接对接 pycocotools、MMDetection、YOLOv8 的转换脚本不需要自己写解析器。常见做法是先把压缩包解压目录一般长这样dataset/ ├── annotations/ │ └── instances_train.json ├── images/ │ ├── drowning_16_0_2188_jpeg_jpg.rf.291682500b8fd26619d35e799e098d0e.jpg │ ├── drowning_18_0_9417_jpeg_jpg.rf.87260d13d0c190e16c423fbce914259d.jpg │ └── ... └── README.md文件名里那串rf.后面的哈希值是 Roboflow 导出时生成的唯一标识不影响使用但批量处理时别把它当类别信息去解析。drowning_前缀说明这张图属于溺水类别12_mp4-12这种则是从视频抽帧来的帧号连续训练时要注意同一段视频的帧不能同时出现在训练集和验证集里否则验证指标会虚高。2.2 用 Python 验证标注完整性在投入训练之前我一般会跑一段脚本检查三件事图片和标注是否一一对应、边界框有没有越界、类别分布是否均衡。下面这段代码可以直接抄import json import os from PIL import Image # 加载 COCO 标注文件 with open(dataset/annotations/instances_train.json, r) as f: coco json.load(f) # 建立 image_id 到文件名的映射 img_map {img[id]: img[file_name] for img in coco[images]} # 建立类别映射 cat_map {cat[id]: cat[name] for cat in coco[categories]} print(f类别: {cat_map}) # 统计每个类别的标注数量 from collections import Counter cat_counter Counter(ann[category_id] for ann in coco[annotations]) for cid, cnt in cat_counter.items(): print(f类别 {cat_map[cid]}: {cnt} 个标注框) # 检查边界框是否越界 bad_boxes 0 for ann in coco[annotations]: x, y, w, h ann[bbox] img_info next(i for i in coco[images] if i[id] ann[image_id]) if x 0 or y 0 or x w img_info[width] or y h img_info[height]: bad_boxes 1 print(f越界框数量: {bad_boxes}) # 检查图片文件是否实际存在 missing 0 for img in coco[images]: path os.path.join(dataset/images, img[file_name]) if not os.path.exists(path): missing 1 print(f缺失图片: {missing})这段脚本的逻辑很直白先读 JSON把 image_id 和类别 id 都映射成人类可读的信息然后统计每个类别的框数最后做两项健康检查——边界框有没有超出图片尺寸、标注里提到的图片文件是不是真的在磁盘上。参数方面dataset/annotations/instances_train.json换成你实际的标注路径即可如果数据集分了 train/val两个 JSON 都要跑一遍。越界框数量大于 0 不一定致命但超过总框数 1% 就说明标注质量有问题训练时这些框会引入噪声。2.3 类别分布与场景覆盖这套数据最值得说的不是数量而是场景多样性。9984 张图里既有俯拍的标准泳道也有侧拍的角度还有部分夜间或逆光画面。溺水类别的标注框通常偏小因为人在水里只露出头部和手臂边界框面积可能只占整图的 2% 到 5%。这意味着你在选模型时不能只看 mAP还要看小目标召回率。YOLOv8n 在 COCO 预训练权重上对小目标的 baseline 大概在 0.3 左右直接微调这套数据如果输入分辨率保持 640小目标特征在深层特征图上只剩几个像素召回率很难上去。我一般会把imgsz提到 960 或 1280再配合 Mosaic 增强让模型在训练时多见几次小框样本。3. 从 COCO 到 YOLOv8格式转换与训练参数怎么设3.1 COCO 转 YOLO 格式的脚本与边界坑YOLOv8 原生支持 COCO 格式的数据集配置但实际训练时用 YOLO 格式的 txt 标注更省事加载速度也快。转换的核心是把 COCO 的[x, y, w, h]绝对坐标转成 YOLO 的[x_center, y_center, w, h]归一化坐标。下面这个脚本我用了很多次直接改路径就能跑import json import os from PIL import Image def coco_to_yolo(coco_json, img_dir, out_dir): with open(coco_json, r) as f: coco json.load(f) # 建立 image_id 到图片信息的映射 img_info {img[id]: img for img in coco[images]} # 建立类别 id 到 0-based 索引的映射 cat_ids sorted([cat[id] for cat in coco[categories]]) cat_id_to_idx {cid: idx for idx, cid in enumerate(cat_ids)} os.makedirs(out_dir, exist_okTrue) # 按 image_id 分组标注 from collections import defaultdict ann_by_img defaultdict(list) for ann in coco[annotations]: ann_by_img[ann[image_id]].append(ann) for img_id, anns in ann_by_img.items(): info img_info[img_id] w, h info[width], info[height] lines [] for ann in anns: x, y, bw, bh ann[bbox] # 转归一化中心坐标 x_center (x bw / 2) / w y_center (y bh / 2) / h nw bw / w nh bh / h # 裁剪到 [0, 1] 防止越界 x_center min(max(x_center, 0), 1) y_center min(max(y_center, 0), 1) nw min(max(nw, 0), 1) nh min(max(nh, 0), 1) cls_idx cat_id_to_idx[ann[category_id]] lines.append(f{cls_idx} {x_center:.6f} {y_center:.6f} {nw:.6f} {nh:.6f}) # 写入同名 txt 文件 txt_name os.path.splitext(info[file_name])[0] .txt with open(os.path.join(out_dir, txt_name), w) as f: f.write(\n.join(lines)) # 调用示例 coco_to_yolo( dataset/annotations/instances_train.json, dataset/images, dataset/labels/train )逻辑说明先按 image_id 把标注分组避免每写一张图都去遍历整个标注列表。坐标转换时做了 clamp 操作因为 COCO 标注里偶尔会有框稍微超出图片边界的情况不裁剪的话 YOLO 训练时会报错。参数上cat_id_to_idx把原始类别 id 映射成 0 开始的连续索引YOLO 要求类别索引从 0 开始且连续如果你的 COCO 类别 id 是 1 和 3中间缺了 2不映射就会出问题。输出目录按 train/val 分开建转换完记得检查 txt 文件数量和图片数量是否一致。3.2 YOLOv8 训练配置与关键参数转换完标注下一步是写 data.yaml 和启动训练。data.yaml 的路径建议用绝对路径相对路径在 ultralytics 的不同版本里行为不一致踩过坑path: /home/user/drowning_dataset train: images/train val: images/val nc: 1 names: 0: drowning训练命令我一般这样起yolo detect train \ data/home/user/drowning_dataset/data.yaml \ modelyolov8s.pt \ epochs150 \ imgsz960 \ batch16 \ lr00.01 \ lrf0.01 \ mosaic1.0 \ mixup0.1 \ copy_paste0.1 \ patience30 \ device0 \ projectruns/drowning \ nameexp01参数逐个说imgsz960是为了保住小目标特征溺水框本来就小640 下采样 32 倍后只剩几个像素960 能缓解这个问题。batch16是 24G 显存下的安全值如果你用 4090 可以试 24 或 32。lr00.01是 SGD 的初始学习率用 AdamW 的话降到 0.001。mosaic1.0开启马赛克增强对小目标检测帮助明显但最后 10 个 epoch 建议关掉让模型在真实分布上收敛。copy_paste0.1是分割任务常用的增强检测任务里也能用但比例别太高0.1 到 0.3 之间比较稳。patience30表示 30 个 epoch 验证指标不提升就早停防止过拟合。3.3 验证指标怎么看训练跑完后runs/drowning/exp01/下会有results.csv和混淆矩阵。重点看三个指标metrics/mAP50-95、metrics/recall和val/box_loss。溺水检测场景下recall 比 precision 更重要漏报的代价远大于误报。如果 recall 低于 0.85优先检查验证集里是不是有训练集没覆盖的场景比如夜间红外画面。mAP50-95 能到 0.7 以上就算不错官方说的 91.7% 识别率大概率是 mAP50 或者特定测试集上的准确率别直接拿 mAP50-95 去对标。4. 避坑与排查训练溺水检测模型时最容易翻车的五件事4.1 验证集泄漏同一段视频的帧分到了两边现象训练时验证 loss 一路下降mAP 看起来很美但拿真实监控视频一测漏报严重。原因数据集里12_mp4-12这种从视频抽帧的图片相邻帧内容几乎一样如果随机划分 train/val同一段视频的帧会同时出现在两边模型相当于在验证集上“见过”这些画面。解决按视频来源分组划分同一段视频的所有帧只进 train 或只进 val。文件名里的mp4前缀就是分组依据写个脚本按前缀分组再切分。4.2 小目标框在 640 分辨率下消失现象训练时 box_loss 降不下去验证集 recall 卡在 0.5 左右。原因溺水框面积小640 输入下经过 backbone 的 32 倍下采样特征图上只剩 1 到 2 个像素模型根本学不到有效特征。解决把imgsz提到 960 或 1280同时开启mosaic增强让模型多见小目标。如果显存不够用batch8配合梯度累积。4.3 类别索引不连续导致训练报错现象启动训练时报AssertionError: Label class X exceeds nc1。原因COCO 标注里的类别 id 可能不是从 0 开始的连续整数比如只有 id1 的溺水类转换时没做映射YOLO 读到 class 1 但 nc1 只允许 class 0。解决转换脚本里加cat_id_to_idx映射把原始 id 映射成 0 开始的连续索引data.yaml 里的names也要对应改。4.4 图片路径含中文或空格现象训练启动后报FileNotFoundError但手动检查文件明明存在。原因ultralytics 底层用 OpenCV 读图OpenCV 在部分版本下对中文路径和空格路径支持不好。解决数据集路径全用英文和数字不要有空格。如果已经放在中文目录下用软链接映射到英文路径或者改data.yaml里的path为绝对路径。4.5 过拟合训练集 mAP 0.95验证集 0.6现象训练后期 train loss 持续下降但 val loss 开始上升验证 mAP 停滞。原因9984 张图对于 YOLOv8s 来说不算多模型容量过大容易记住训练样本。解决换更小的模型yolov8n.pt或者加大增强力度mosaic1.0、mixup0.2、scale0.5再加weight_decay0.0005。早停patience30也要开别硬跑 300 个 epoch。5. 进阶技巧用 91.7% 识别率背后的数据分布做定向增强官方标称的 91.7% 识别率不是随便来的它背后是数据分布和增强策略的匹配。我拆过这套数据的标注统计后发现溺水框的宽高比集中在 0.6 到 1.4 之间面积占比中位数在 3.2% 左右。这意味着如果你用默认的 YOLO 锚框小尺度锚框的匹配度不够。一个实用的技巧是在训练前用 k-means 重新聚类锚框只针对溺水类别的框做聚类然后把结果写进模型配置。import numpy as np from sklearn.cluster import KMeans # 读取所有溺水框的宽高归一化后 with open(dataset/annotations/instances_train.json, r) as f: coco json.load(f) wh [] for ann in coco[annotations]: _, _, w, h ann[bbox] img next(i for i in coco[images] if i[id] ann[image_id]) wh.append([w / img[width], h / img[height]]) wh np.array(wh) # 聚 9 类锚框 kmeans KMeans(n_clusters9, random_state42).fit(wh) anchors kmeans.cluster_centers_ # 按面积排序 anchors anchors[np.argsort(anchors[:, 0] * anchors[:, 1])] for a in anchors: print(f - [{a[0]:.4f}, {a[1]:.4f}])跑完把输出的锚框值填到模型 yaml 的anchors字段里。注意 YOLOv8 默认是 anchor-free 的这个技巧主要用在 YOLOv5 或你自己改的 anchor-based 头上。如果是 YOLOv8更直接的做法是调boxloss 的权重在train参数里加box7.5默认也是 7.5但小目标场景可以提到 10让回归损失对小框更敏感。另一个验证方法是做分层评估把验证集按图片亮度分成高亮、正常、偏暗三组分别算 recall。如果偏暗组的 recall 明显低于其他组说明模型对低照度场景泛化不足需要针对性补充夜间或逆光样本。这套数据里夜间样本占比不高如果你的实际部署场景有夜班监控建议自己再采一批红外图做微调。从那以后我每次拿到新数据集都强制先跑一遍标注统计和分层评估确认数据分布和实际场景匹配再开训。希望帮到你。本文还有配套的精品资源点击获取