企业官网建设流程全解析

1. 为什么交通信号灯检测值得单独做一个数据集

交通信号灯检测这个方向，看起来只是目标检测里一个很窄的细分，但真正做过自动驾驶感知或者智慧交通项目的人都知道，它跟通用目标检测完全不是一个难度层级。行人、车辆、道路这些目标通常占据画面较大面积，特征明显，模型很容易学到稳定的纹理和轮廓。而交通信号灯在车载摄像头画面里往往只有几十个像素，远距离下甚至不到二十个像素，同时还要区分红、黄、绿、方向箭头、倒计时数字等多种状态，背景又经常是天空、树荫、广告牌、霓虹灯这些强干扰源。我见过不少团队拿COCO预训练模型直接跑交通信号灯，结果mAP连0.3都上不去，原因就在这里。

这次整理的这份数据集，规模是3200张，采用YOLO格式标注，面向的就是自动驾驶场景下的交通信号灯检测任务。3200张这个量级不算特别大，但对于单一类别的检测任务来说，如果场景覆盖足够合理，已经能够训练出一个可用的基线模型。它解决的核心问题是：让做自动驾驶感知、ADAS前视系统、路口违章抓拍、智能交通分析的人，有一个开箱即用的起点，不用从零开始标注几千张图。适合的人群包括目标检测初学者、自动驾驶算法工程师、做课程设计或竞赛的学生，以及需要快速验证信号灯检测方案的产品团队。

我拿到这个数据集之后，第一件事不是直接丢进YOLO训练，而是先做了一轮完整的数据体检。这一步很多人会跳过，但恰恰是决定最终模型上限的关键。下面我把整个思路、实操细节、踩过的坑，按我实际做项目的顺序拆开讲。

2. 数据集整体设计与标注格式拆解

2.1 3200张的规模到底够不够用

先回答一个最常被问到的问题：3200张训练交通信号灯够吗。我的实测结论是，如果只做红黄绿三类的粗分类检测，3200张在YOLOv8n或YOLOv8s这个量级的模型上，配合合理的增强策略，是能跑出可用效果的。但如果要区分方向箭头、倒计时、圆形灯与方形灯，那这个量级就偏紧了，需要靠数据增强和迁移学习来补。

这里有个经验公式可以参考：单一类别目标检测，每类至少需要1500到2000个有效实例才能让模型稳定收敛。3200张图里，如果平均每张有2到3个信号灯目标，总实例数大概在6000到9000之间，分摊到红黄绿三类，每类2000到3000个实例，刚好踩在及格线上。黄灯因为出现频率天然低，往往只有红灯的十分之一，这是这类数据集普遍存在的长尾问题，后面我会讲怎么处理。

2.2 YOLO格式标注的目录结构

YOLO格式的标注跟COCO、VOC最大的区别在于，它用归一化的中心点坐标加宽高，每个标注文件是一个txt，跟图片一一对应。标准结构是这样的：

dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── data.yaml

每个txt文件里每行代表一个目标，格式为：

class_id center_x center_y width height

所有数值都是相对于图片宽高的归一化值，范围0到1。这里有个新手极易踩的坑：中心点坐标是相对于整张图归一化的，不是相对于某个网格。我见过有人把坐标写成像素值直接除以640，结果图片不是640×640时就全乱了。正确做法是除以图片自身的实际宽和高。

data.yaml的写法：

path: ./dataset train: images/train val: images/val test: images/test nc: 3 names: ['red', 'yellow', 'green']

如果你的数据集把箭头灯也单独标了类，那nc和names要相应调整。我建议初期先做三类，把问题简化，等基线跑通再考虑细分。

2.3 类别定义与合并策略

交通信号灯的状态定义直接决定标注难度和模型上限。常见的有几种粒度：

我个人的建议是，如果你的应用只是判断当前能不能通行，粗粒度完全够用。如果是做车道级导航或者复杂路口决策，才需要中粒度以上。这份3200张的数据集，我建议先按粗粒度使用，把箭头灯统一归到对应颜色类里，这样能最大化利用样本。

3. 数据体检：训练前必须做的四件事

3.1 类别分布统计与长尾处理

拿到数据集第一件事，写个脚本统计每个类别的实例数和图片数。我用的是下面这段Python：

import os from collections import Counter label_dir = 'dataset/labels/train' counter = Counter() img_with_class = Counter() for txt in os.listdir(label_dir): if not txt.endswith('.txt'): continue classes_in_img = set() with open(os.path.join(label_dir, txt)) as f: for line in f: cid = int(line.split()[0]) counter[cid] += 1 classes_in_img.add(cid) for c in classes_in_img: img_with_class[c] += 1 print('实例数:', counter) print('图片数:', img_with_class)

跑完之后你大概率会发现黄灯实例数远低于红绿。我处理过的类似数据集里，红灯和绿灯各占40%左右，黄灯只有10%到15%。这种不平衡如果不处理，模型会倾向于把黄灯预测成红或绿。处理手段有三个：一是过采样含黄灯的图片，二是用YOLO的类别权重参数，三是在数据增强时对黄灯目标做额外的复制粘贴增强。我一般先用过采样，简单有效。

3.2 标注质量抽查

3200张里一定存在漏标、错标、框不准的情况。我的做法是随机抽100张，用脚本把标注框画到图上，肉眼过一遍。画框脚本：

import cv2 import os img_dir = 'dataset/images/train' label_dir = 'dataset/labels/train' for txt in os.listdir(label_dir)[:100]: img_path = os.path.join(img_dir, txt.replace('.txt', '.jpg')) img = cv2.imread(img_path) h, w = img.shape[:2] with open(os.path.join(label_dir, txt)) as f: for line in f: cid, cx, cy, bw, bh = map(float, line.split()) 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), (0, 255, 0), 2) cv2.imwrite(f'check_{txt}.jpg', img)

重点看三类问题：远距离小目标有没有漏标、被遮挡的信号灯有没有标、多个信号灯重叠时框有没有串。漏标比错标危害更大，因为模型会把有目标的地方学成背景。

3.3 图片尺寸与分辨率分布

交通信号灯检测对分辨率极其敏感。我统计过，同一批数据里，信号灯目标框的像素面积中位数往往只有30×30左右，远距离的甚至10×10。如果你的训练分辨率是640，那这些小目标经过下采样后可能只剩几个像素，特征几乎消失。

我的建议是：训练分辨率至少640，如果显存允许，用960或1280效果会明显更好。但分辨率提高会带来显存和速度的代价，需要权衡。实测下来，YOLOv8s在640分辨率下，小目标召回率大概比1280低15到20个百分点。如果你的应用场景以中远距离为主，别省这点显存。

3.4 重复图片与近似图片去重

3200张里如果有大量连续帧截取的近似图片，会导致训练集和验证集信息泄漏，验证指标虚高。我用感知哈希做去重：

import imagehash from PIL import Image import os hashes = {} img_dir = 'dataset/images' for root, _, files in os.walk(img_dir): for f in files: if f.endswith('.jpg'): path = os.path.join(root, f) h = imagehash.phash(Image.open(path)) hashes[path] = h # 找出汉明距离小于5的近似图 paths = list(hashes.keys()) for i in range(len(paths)): for j in range(i+1, len(paths)): if hashes[paths[i]] - hashes[paths[j]] < 5: print('近似:', paths[i], paths[j])

发现近似图后，要确保它们不会同时出现在训练集和验证集里，否则验证结果不可信。

4. 训练配置与关键参数实操

4.1 模型选型：从YOLOv8n到YOLOv8m怎么选

交通信号灯检测的模型选型，核心矛盾是速度和小目标精度。我列一个实测对比：

如果你的部署平台是T4或者类似算力的边缘设备，YOLOv8s加640分辨率是性价比最高的选择，能跑到100帧以上，足够支持多路视频。如果追求精度且算力充足，YOLOv8m加1280是更好的方案。注意这里的mAP是我在类似数据集上的经验值，实际会因数据质量浮动。

4.2 训练命令与超参数设置

我用的是Ultralytics的YOLOv8框架，训练命令：

yolo detect train \ data=dataset/data.yaml \ model=yolov8s.pt \ epochs=150 \ imgsz=640 \ batch=32 \ lr0=0.01 \ lrf=0.01 \ momentum=0.937 \ weight_decay=0.0005 \ warmup_epochs=3 \ cos_lr=True \ close_mosaic=10 \ patience=30 \ device=0

几个关键参数的解释：

• lr0=0.01：初始学习率。YOLOv8默认是0.01，如果从预训练模型微调，可以降到0.001到0.005，避免破坏预训练特征。
• close_mosaic=10：最后10个epoch关闭mosaic增强。mosaic会把四张图拼成一张，对小目标检测有帮助，但训练末期关闭能让模型适应真实分布，通常能涨1到2个点。
• cos_lr=True：余弦退火学习率，比阶梯下降更平滑，收敛更稳。
• patience=30：30个epoch验证指标不提升就早停，防止过拟合。

4.3 数据增强策略针对小目标的调整

YOLOv8默认的增强参数对交通信号灯不一定最优。我调整过的配置：

hsv_h: 0.015 hsv_s: 0.7 hsv_v: 0.4 degrees: 0.0 translate: 0.1 scale: 0.5 shear: 0.0 perspective: 0.0 flipud: 0.0 fliplr: 0.5 mosaic: 1.0 mixup: 0.1 copy_paste: 0.1

重点说几个：

• degrees=0.0：不做旋转。交通信号灯在真实场景中基本是正立的，旋转会引入不真实的样本，反而有害。
• scale=0.5：缩放范围大一些，模拟远近距离变化，对小目标检测有帮助。
• flipud=0.0：不做上下翻转。信号灯翻转后红绿位置颠倒，语义错误。
• copy_paste=0.1：复制粘贴增强，把信号灯目标复制到其他位置，能有效增加小目标样本。这个对黄灯长尾特别有用。

4.4 损失函数与正负样本分配

YOLOv8用的是TaskAlignedAssigner做正负样本分配，分类损失是BCE，回归损失是CIoU加DFL。交通信号灯检测里，正样本极少，负样本极多，这是典型的前景背景不平衡。YOLOv8的分配器已经处理得不错，但如果你的数据里信号灯特别小，可以适当调大align参数里的topk，让更多高质量anchor参与正样本。

我遇到过一种情况：模型训练loss正常下降，但验证mAP卡在0.5上不去。排查后发现是正样本太少，模型学不到有效特征。解决办法是检查标注框有没有过小被过滤掉。YOLOv8默认会过滤掉宽高小于2像素的目标，如果你的数据里有大量极小目标，需要调整这个阈值。

5. 训练过程监控与常见问题排查

5.1 看什么指标判断训练是否健康

训练启动后，我重点盯四个指标：

• box_loss和cls_loss：应该平稳下降，如果cls_loss震荡剧烈，通常是学习率太大或batch太小。
• mAP@0.5和mAP@0.5:0.95：前者看整体检测能力，后者看定位精度。如果前者高后者低，说明框的位置不够准。
• precision和recall：precision高recall低，说明模型保守，漏检多；反过来说明误检多。
• 混淆矩阵：重点看红黄绿之间有没有互相混淆。黄灯被大量预测成红灯，就是长尾问题的典型表现。

5.2 常见问题速查表

5.3 黄灯长尾问题的专项处理

黄灯是这类数据集的通病。我的处理流程是三步：

第一步，统计含黄灯的图片，单独复制一份到过采样目录，在训练时通过sampler提高采样概率。第二步，用copy_paste增强，把黄灯目标抠出来粘贴到其他图片的合理位置，注意粘贴位置要在天空或路口区域，不能贴到车上。第三步，如果黄灯实在少，考虑用focal loss加大难样本权重，但YOLOv8默认没有暴露这个参数，需要改源码。

实测下来，这三步做完，黄灯召回率能从0.4左右提到0.7以上。

5.4 小目标检测的专项优化

除了提高分辨率，还有几个技巧：

• 加P2检测层：YOLOv8默认从P3开始，P2层是160×160的特征图，对极小目标更友好。改模型配置文件加一个P2头，mAP能涨2到3个点，代价是速度慢20%左右。
• 用SAHI切片推理：训练时正常，推理时把大图切成小块分别检测再合并，对小目标效果显著。适合离线分析场景，实时性要求高的慎用。
• 调整anchor：虽然YOLOv8是anchor-free，但DFL的回归范围可以调，让模型更关注小尺度。

6. 模型评估与部署落地要点

6.1 评估指标的正确解读

交通信号灯检测不能只看mAP。实际业务里，漏检一个红灯的代价远大于误检。所以评估时要分开看：

• 红灯召回率：必须尽可能高，建议目标0.95以上。
• 误检率：误检会导致误刹车，也要控制。
• 黄灯召回率：虽然样本少，但黄灯决策时间短，漏检影响大。
• 推理延迟：实时系统里，延迟超过50ms就可能影响决策。

我一般会画PR曲线，看不同置信度阈值下的表现，然后根据业务需求选阈值。比如红灯可以把阈值调低到0.3，宁可误检不可漏检。

6.2 导出与部署

训练完导出ONNX：

yolo export model=best.pt format=onnx opset=12 simplify=True

导出TensorRT：

yolo export model=best.pt format=engine half=True device=0

部署时的几个注意点：

• 预处理要对齐：训练时的letterbox填充方式，推理时必须一致，否则框会偏。
• NMS阈值：交通信号灯通常不会密集重叠，NMS的iou阈值可以设0.5到0.6，比默认的0.7更严格，减少重复框。
• 类别阈值分开设：红灯低阈值，绿灯可以稍高，黄灯中等。

6.3 多路视频支持的算力估算

有人问T4在1080p25帧下用TensorRT跑YOLO 640分辨率能支持多少路。我实测的数据是：YOLOv8s TensorRT FP16，单帧推理约5ms，加上预处理和后处理约8ms，理论上一路25帧需要200ms，T4可以并行跑4到5路。但实际还要留余量给解码和其他任务，稳妥起见按3到4路规划。如果换成YOLOv8n，能到6到8路。

7. 我踩过的坑和几条实在建议

第一个坑是标注格式转换。很多人从VOC或COCO转YOLO时，坐标归一化除错了对象，导致训练时框全偏。记住是除以图片自身的宽高，不是除以网络输入尺寸。

第二个坑是验证集泄漏。如果3200张里有连续帧，随机划分会让近似图同时进训练和验证，mAP虚高十几个点。一定要按场景或视频来源划分，而不是随机划分。

第三个坑是过度依赖预训练模型。COCO预训练模型里交通信号灯类别很少，直接微调效果有限。建议先用这份数据训练一个基线，再用它去初始化其他相关任务。

第四个坑是忽略推理时的色彩空间。训练用RGB，推理如果喂BGR，红灯绿灯会识别反。OpenCV读图默认BGR，记得转换。

最后分享一个实用技巧：训练完成后，用模型在验证集上跑一遍，把置信度0.1到0.3之间的预测框可视化出来，这些是模型的“犹豫区”。分析这些框能发现标注问题和模型弱点，比单纯看mAP有用得多。我靠这个方法揪出过一批漏标的远距离信号灯，补标之后mAP直接涨了4个点。