【数据集+完整源码】【YOLO】钓鱼数据集，目标检测水面垂钓识别数据集 1813 张，YOLO钓鱼识别系统实战训练教程，yolo垂钓识别。
【数据集】【YOLO】【目标检测】水面垂钓识别数据集 1813 张，YOLO钓鱼识别系统实战训练教程，yolo垂钓识别，包含YOLO TXT/VOC XML格式标注。数据集中包含 1 种分类，具体分类为：names: ['fishing']，表示垂钓。检测场景为河岸、湖边、海岸线等，可以应用于水面生态环境保护、非法垂钓智能监测、河道管理等。基于QT的yolo可视化界面实战详细步骤。
文章前瞻：优质数据集与检测系统精选
点击链接：更多数据集与系统目录清单
一、数据集介绍
【数据集】水面垂钓识别数据集 1813 张，目标检测，包含YOLO TXT/VOC XML格式标注。
数据集中包含 1 种分类，具体分类为：names: ['fishing']，表示垂钓。
数据集图片来自国内外网站、网络爬虫、视频抽帧等；
可用于河岸、湖边、海岸线等场景进行钓鱼识别。
检测场景为河岸、湖边、海岸线等，可以应用于水面生态环境保护、非法垂钓智能监测、河道管理等。
文章底部名片或主页私信获取数据集~
1、数据概述
水面垂钓识别的重要性
-
生态保护场景的刚性需求
-
长江禁捕：自2020年起，长江流域实施十年禁渔政策，但非法垂钓行为仍频发。传统人工巡查效率低（单日覆盖范围不足5公里），而YOLO算法可部署于无人机或固定摄像头，实现24小时自动巡检，单设备覆盖范围扩展至20平方公里。
-
水闸安全：垂钓者聚集在水闸上下游易引发溺水事故，并干扰工程运行。安徽省淮河局通过YOLO算法联动语音广播系统，实现95%以上的识别准确率，驱离响应时间缩短至10秒内。
-
-
旅游景区的管理升级
在河流旅游景区，垂钓行为可能破坏景观或影响游客安全。基于YOLOv8的检测系统可集成至景区监控平台，通过PyQt5界面实时展示违规位置，并生成Excel格式的执法记录，使管理效率提升60%。
基于YOLO的水面垂钓识别算法
-
YOLO算法自2016年提出以来，经历了多次架构革新：
-
YOLOv1：首次将目标检测转化为回归问题，通过单次前向传播实现端到端检测，速度达45FPS，但存在小目标检测能力弱的问题。
-
YOLOv3：引入多尺度预测（FPN结构）和残差连接，提升对不同尺寸目标的检测精度，成为工业界主流选择。
-
YOLOv8：采用Anchor-Free检测头、C2F模块替代C3模块，并优化损失函数，在河道违规钓鱼检测中实现97.3%的mAP（平均精度），同时推理速度提升至120FPS（NVIDIA A100 GPU），满足实时监测需求。
-
-
注意力机制与YOLO的融合
针对垂钓场景中渔具细长、背景复杂的特点，研究者将CBAM（卷积块注意力模块）嵌入YOLOv3网络，通过通道和空间注意力机制强化特征表达。实验表明，融合CBAM的YOLOv3在长江禁捕垂钓识别中，小目标检测精度提升12.7%，误检率降低至3.2%。
该数据集含有 1813 张图片，包含Pascal VOC XML格式和YOLO TXT格式，用于训练和测试河岸、湖边、海岸线等场景进行河岸钓鱼识别。图片格式为jpg格式，标注格式分别为：
YOLO：txt
VOC：xml
数据集均为手工标注，保证标注精确度。
2、数据集文件结构
fishing/
——test/
————Annotations/
————images/
————labels/
——train/
————Annotations/
————images/
————labels/
——valid/
————Annotations/
————images/
————labels/
——data.yaml
- 该数据集已划分训练集样本，分别是：test目录（测试集）、train目录（训练集）、valid目录（验证集）；
- Annotations文件夹为Pascal VOC格式的XML文件 ；
- images文件夹为jpg格式的数据样本；
- labels文件夹是YOLO格式的TXT文件；
- data.yaml是数据集配置文件，包含水面垂钓识别的目标分类和加载路径。
Annotations目录下的xml文件内容如下：
<annotation>
<folder></folder>
<filename>fish1016_jpg.rf.ccff62edaf44c43a4623fc8222d746f7.jpg</filename>
<path>fish1016_jpg.rf.ccff62edaf44c43a4623fc8222d746f7.jpg</path>
<source>
<database>roboflow.com</database>
</source>
<size>
<width>640</width>
<height>640</height>
<depth>3</depth>
</size>
<segmented>0</segmented>
<object>
<name>fishing</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<occluded>0</occluded>
<bndbox>
<xmin>267</xmin>
<xmax>576</xmax>
<ymin>141</ymin>
<ymax>459</ymax>
</bndbox>
</object>
</annotation>3、数据集适用范围
- 目标检测场景，监控摄像头识别，无人机航拍识别
- yolo训练模型或其他模型
- 河岸、湖边、海岸线等场景
- 可以用于水面生态环境保护、非法垂钓智能监测、河道管理等。
4、数据集标注结果
4.1、数据集内容
- 多角度场景：监控摄像头视角，行人视角；
- 标注内容：1个分类，['fishing']；
- 图片总量：1813 张图片数据；
- 标注类型：含有Pascal VOC XML格式和yolo TXT格式；
5、训练过程
5.1、导入训练数据
下载YOLOv8项目压缩包，解压在任意本地workspace文件夹中。
下载YOLOv8预训练模型，导入到ultralytics-main项目根目录下。
在ultralytics-main项目根目录下，创建data文件夹，并在data文件夹下创建子文件夹：Annotations、images、imageSets、labels，其中，将pascal VOC格式的XML文件手动导入到Annotations文件夹中，将JPG格式的图像数据导入到images文件夹中，imageSets和labels两个文件夹不导入数据。
data目录结构如下：
data/
——Annotations/ //存放xml文件
——images/ //存放jpg图像
——imageSets/
——labels/
整体项目结构如下所示：
5.2、数据分割
首先在ultralytics-main目录下创建一个split_train_val.py文件，运行文件之后会在imageSets文件夹下将数据集划分为训练集train.txt、验证集val.txt、测试集test.txt，里面存放的就是用于训练、验证、测试的图片名称。
import os
import random
trainval_percent = 0.9
train_percent = 0.9
xmlfilepath = 'data/Annotations'
txtsavepath = 'data/ImageSets'
total_xml = os.listdir(xmlfilepath)
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
ftrainval = open('data/ImageSets/trainval.txt', 'w')
ftest = open('data/ImageSets/test.txt', 'w')
ftrain = open('data/ImageSets/train.txt', 'w')
fval = open('data/ImageSets/val.txt', 'w')
for i in list:
name = total_xml[i][:-4] + '\n'
if i in trainval:
ftrainval.write(name)
if i in train:
ftrain.write(name)
else:
fval.write(name)
else:
ftest.write(name)
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()5.3、数据集格式化处理
在ultralytics-main目录下创建一个voc_label.py文件，用于处理图像标注数据，将其从XML格式（通常用于Pascal VOC数据集）转换为YOLO格式。
convert_annotation函数
-
这个函数读取一个图像的XML标注文件，将其转换为YOLO格式的文本文件。
-
它打开XML文件，解析树结构，提取图像的宽度和高度。
-
然后，它遍历每个目标对象（
object），检查其类别是否在classes列表中，并忽略标注为困难（difficult）的对象。 -
对于每个有效的对象，它提取边界框坐标，进行必要的越界修正，然后调用
convert函数将坐标转换为YOLO格式。 -
最后，它将类别ID和归一化后的边界框坐标写入一个新的文本文件。
import xml.etree.ElementTree as ET
import os
from os import getcwd
sets = ['train', 'val', 'test']
classes = ['fishing'] # 根据标签名称填写类别
abs_path = os.getcwd()
print(abs_path)
def convert(size, box):
dw = 1. / (size[0])
dh = 1. / (size[1])
x = (box[0] + box[1]) / 2.0 - 1
y = (box[2] + box[3]) / 2.0 - 1
w = box[1] - box[0]
h = box[3] - box[2]
x = x * dw
w = w * dw
y = y * dh
h = h * dh
return x, y, w, h
def convert_annotation(image_id):
in_file = open('data/Annotations/%s.xml' % (image_id), encoding='UTF-8')
out_file = open('data/labels/%s.txt' % (image_id), 'w')
tree = ET.parse(in_file)
root = tree.getroot()
size = root.find('size')
w = int(size.find('width').text)
h = int(size.find('height').text)
for obj in root.iter('object'):
difficult = obj.find('difficult').text
cls = obj.find('name').text
if cls not in classes or int(difficult) == 1:
continue
cls_id = classes.index(cls)
xmlbox = obj.find('bndbox')
b = (float(xmlbox.find('xmin').text),
float(xmlbox.find('xmax').text),
float(xmlbox.find('ymin').text),
float(xmlbox.find('ymax').text))
b1, b2, b3, b4 = b
# 标注越界修正
if b2 > w:
b2 = w
if b4 > h:
b4 = h
b = (b1, b2, b3, b4)
bb = convert((w, h), b)
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
wd = getcwd()
for image_set in sets:
if not os.path.exists('data/labels/'):
os.makedirs('data/labels/')
image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split()
list_file = open('data/%s.txt' % (image_set), 'w')
for image_id in image_ids:
list_file.write(abs_path + '/data/images/%s.jpg\n' % (image_id))
convert_annotation(image_id)
list_file.close()5.4、修改数据集配置文件
在ultralytics-main目录下创建一个wheat.yaml文件
train: data/train.txt
val: data/val.txt
test: data/test.txt
nc: 1
names: ['fishing']5.5、执行命令
执行train.py
model = YOLO('yolov8s.pt')
results = model.train(data='wheat.yaml', epochs=200, imgsz=640, batch=16, workers=0, device=0)也可以在终端执行下述命令：
yolo train data=wheat.yaml model=yolov8s.pt epochs=200 imgsz=640 batch=16 workers=0 device=05.6、模型预测
你可以选择新建predict.py预测脚本文件，输入视频流或者图像进行预测。
代码如下：
import cv2
from ultralytics import YOLO
# Load the YOLOv8 model
model = YOLO("./best.pt") # 自定义预测模型加载路径
# Open the video file
video_path = "./demo.mp4" # 自定义预测视频路径
cap = cv2.VideoCapture(video_path)
# Get the video properties
frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
fps = cap.get(cv2.CAP_PROP_FPS)
# Define the codec and create VideoWriter object
fourcc = cv2.VideoWriter_fourcc(*'mp4v') # Be sure to use lower case
out = cv2.VideoWriter('./outputs.mp4', fourcc, fps, (frame_width, frame_height)) # 自定义输出视频路径
# Loop through the video frames
while cap.isOpened():
# Read a frame from the video
success, frame = cap.read()
if success:
# Run YOLOv8 inference on the frame
# results = model(frame)
results = model.predict(source=frame, save=True, imgsz=640, conf=0.5)
results[0].names[0] = "道路积水"
# Visualize the results on the frame
annotated_frame = results[0].plot()
# Write the annotated frame to the output file
out.write(annotated_frame)
# Display the annotated frame (optional)
cv2.imshow("YOLOv8 Inference", annotated_frame)
# Break the loop if 'q' is pressed
if cv2.waitKey(1) & 0xFF == ord("q"):
break
else:
# Break the loop if the end of the video is reached
break
# Release the video capture and writer objects
cap.release()
out.release()
cv2.destroyAllWindows()也可以直接在命令行窗口或者Annoconda终端输入以下命令进行模型预测：
yolo predict model="best.pt" source='demo.jpg'6、获取数据集
文章底部名片或主页私信获取数据集~
二、基于QT的目标检测可视化界面
1、环境配置
# 安装torch环境
pip install torch -i https://pypi.tuna.tsinghua.edu.cn/simple
# 安装PySide6依赖项
pip install PySide6 -i https://pypi.tuna.tsinghua.edu.cn/simple
# 安装opencv-python依赖项
pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple2、使用说明
界面功能介绍：
- 原视频/图片区：上半部分左边区域为原视频/图片展示区；
- 检测区：上半部分右边区域为检测结果输出展示区；
- 文本框：打印输出操作日志，其中告警以json格式输出，包含标签框的坐标，标签名称等；
- 加载模型：下拉框绑定本地文件路径，按钮加载路径下的模型文件；
- 置信度阈值：自定义检测区的置信度阈值，可以通过滑动条的方式设置；
- 文件上传：选择目标文件，包含JPG格式和MP4格式；
- 开始检测：执行检测程序；
- 停止：终止检测程序；
3、预测效果展示
3.1、图片检测
切换置信度再次执行：
上图左下区域可以看到json格式的告警信息，用于反馈实际作业中的管理系统，为管理员提供道路养护决策 。
3.2、视频检测
3.3、日志文本框
4、前端代码
class MyWindow(QtWidgets.QMainWindow):
def __init__(self):
super().__init__()
self.init_gui()
self.model = None
self.timer = QtCore.QTimer()
self.timer1 = QtCore.QTimer()
self.cap = None
self.video = None
self.file_path = None
self.base_name = None
self.timer1.timeout.connect(self.video_show)
def init_gui(self):
self.folder_path = "model_file" # 自定义修改：设置文件夹路径
self.setFixedSize(1300, 650)
self.setWindowTitle('目标检测') # 自定义修改：设置窗口名称
self.setWindowIcon(QIcon("111.jpg")) # 自定义修改：设置窗口图标
central_widget = QtWidgets.QWidget(self)
self.setCentralWidget(central_widget)
main_layout = QtWidgets.QVBoxLayout(central_widget)
# 界面上半部分： 视频框
topLayout = QtWidgets.QHBoxLayout()
self.oriVideoLabel = QtWidgets.QLabel(self)
# 界面下半部分： 输出框 和 按钮
groupBox = QtWidgets.QGroupBox(self)
groupBox.setStyleSheet('QGroupBox {border: 0px solid #D7E2F9;}')
bottomLayout = QtWidgets.QHBoxLayout(groupBox)
main_layout.addWidget(groupBox)
btnLayout = QtWidgets.QHBoxLayout()
btn1Layout = QtWidgets.QVBoxLayout()
btn2Layout = QtWidgets.QVBoxLayout()
btn3Layout = QtWidgets.QVBoxLayout()
# 创建日志打印文本框
self.outputField = QtWidgets.QTextBrowser()
self.outputField.setFixedSize(530, 180)
self.outputField.setStyleSheet('font-size: 13px; font-family: "Microsoft YaHei"; background-color: #f0f0f0; border: 2px solid #ccc; border-radius: 10px;')
self.detectlabel = QtWidgets.QLabel(self)
self.oriVideoLabel.setFixedSize(530, 400)
self.detectlabel.setFixedSize(530, 400)
self.oriVideoLabel.setStyleSheet('border: 2px solid #ccc; border-radius: 10px; margin-top:75px;')
self.detectlabel.setStyleSheet('border: 2px solid #ccc; border-radius: 10px; margin-top: 75px;')
topLayout.addWidget(self.oriVideoLabel)
topLayout.addWidget(self.detectlabel)
main_layout.addLayout(topLayout)5、代码获取
更多数据集请查看