简介面向YOLO系列目标检测算法训练与验证的X光安检数据集收录5000张真实安检场景高清图片覆盖常见违禁品与复杂背景使用LabelImg仔细标注标注框质量高适合安检智能识别模型研发、目标检测课程实践与科研评测。压缩包内共2000个文件主要由1986个xml标注文件、6个html教程、5个txt索引文件与3个py划分脚本组成整体大小约321MB。标签提供VOC(xml)、COCO(json)与YOLO(txt)三种格式并分别存放下载后可直接接入YOLOv5、YOLOv8等常见框架训练随包附赠Linux与Windows双平台的环境搭建教程、基于案例修改训练自己的数据集的教程以及划分训练集、验证集、测试集的Python脚本便于灵活处理图片与标签、生成ImageSets索引。目前已有289人学习下载适合需要高质量真实标注数据与完整配套指引的目标检测初学者、算法工程师及课题研究使用。1. 为什么YOLO在X光安检场景上容易翻车数据比模型更卡脖子X光安检图像和自然场景图像是两种物种。自然图像有颜色、纹理、背景分离X光图只有透视叠加的灰度轮廓手机、充电宝、刀具、雨伞堆叠在一起互相遮挡小目标密集。用COCO上预训练的YOLO目标检测权重直接迁移到安检场景掉点是常态——不是模型不行是数据分布差太远。这份YOLO目标检测X光安检数据集正好补这个缺口5000张真实场景X光图片统一用LabelImg标注同时导出VOC、COCO、YOLO三种格式标签外加划分脚本和Windows/Linux两套环境搭建与训练教程。适合三类人做安检、安防设备算法落地的工程师刚入门想拿真实数据集练手的同学以及需要处理多格式标签做数据工程的人。2. 三种标签格式怎么选从坐标表示差异到首遍核对清单2.1 X光图像为什么让通用检测器失灵先理解数据再谈训练。X光安检图像的成像原理决定了它的三个特点第一物体透视叠加同一像素上可能同时有多个物品的衰减信号第二整体是灰度图没有颜色信息模型学不到自然图像里那种“红色是苹果”的强先验第三背景复杂且不可控行李箱里的衣物、电子元件、金属结构都会成为干扰。这三个特点直接导致一个现象COCO预训练权重在X光数据上迁移效果明显变差。很多同学第一反应是换更大的模型、调更强的数据增强但我拆过这类项目后最大的感受是——先别折腾模型先看数据本身够不够干净。5000张这个量级在X光场景下属于“能跑、但想涨点要靠数据质量”的档位标注框有没有抖动、类别有没有漏标、边界是否贴住目标边缘比模型选型的影响大得多。这个数据集的说明里强调“标注框质量高”拆开看指的应该是框贴合目标轮廓没有大面积外扩同一类别命名一致没有出现“knife”和“刀”这种混用对遮挡严重的物体也做了标注而不是跳过。这些点在前几轮训练里看不出来等到你想把mAP从80推到90以上时全都会变成瓶颈。2.2 VOC、COCO、YOLO格式的坐标表示差异这个数据集把三种标签分别放在不同文件夹下这个动作本身省掉了你写转换脚本的功夫但三种格式的差异你还是得心里有数后面核对、迁移、二次开发全用得上。维度VOCxmlCOCOjsonYOLOtxt文件后缀.xml.json.txt坐标内容bndbox里的xmin、ymin、xmax、ymaxannotations里bbox字段格式为[x, y, width, height]每行一个目标class x_center y_center width height坐标基准原图像素绝对坐标原图像素绝对坐标归一化相对坐标值在0到1之间典型配套ImageSets/Main下的索引txt官方COCO训练管线ultralytics系列YOLO直接读的目录结构VOC和COCO存的是像素坐标你打开xml能看到xmin120/xmin这种具体数值YOLO的txt里所有数都在0到1之间因为它做了归一化。转换关系是固定的公式把VOC的xmin、xmax换算成中心点坐标就是cx (xmin xmax) / 2 / image_width宽度是w (xmax - xmin) / image_widthy方向同理。COCO的[x, y, width, height]里的x、y是左上角坐标转YOLO时要用cx x width / 2。这三套数据你在项目里只用一套就够了。我一般默认直接用YOLO格式的txt因为ultralytics系列的训练管线只认目录结构和txtVOC和COCO格式留着做两件事——给老版本YOLO的VOC训练流程用或者给跨框架实验做对照。2.3 首次核对先别急着训练拿到手先做一遍抽检这步能帮你避掉后面一半的坑。打开图片和标签文件夹随机抽三到五张原图同时打开对应的txt文件把归一化坐标乘回图片宽高用脚本画框叠在原图上看框和物体对不对得上。我用的是LabelImg的“打开目录打开标注”模式点Next Image快速翻几十张重点看两类问题一类是明显空标签的图另一类是框明显偏大、把背景大面积框进去的标注。提示这个抽检动作花不了十分钟但它决定了你对整个数据集的信任程度。直接开训练后再发现问题回头排查的成本是十倍以上。另外解压后先确认一下图片和三种标签的文件名是否一一对应有没有纯标签没图片、或者纯图片没标签的情况。文件级的不一致在训练阶段不会直接报错而是体现在loss曲线诡异、mAP上不去这些让你无从下手的现象上。3. 划分脚本实战图片与标签同步搬家随机种子决定成败3.1 三套脚本分别解决哪类需求解压后能看到三套划分工具训练集、验证集、测试集划分脚本训练集、验证集划分脚本以及split_train_val生成ImageSets下txt文件的脚本。前两个解决的是“把图片和标签按比例复制到新目录”的问题差别只是一个分三份、一个分两份第三个走的是VOC路线生成的是ImageSets/Main下的索引txt文件。这三套脚本解决的核心痛点是一致的图片和标签必须同步移动。你手动拖文件夹时很容易出现图片进了train、对应的标签还在原目录的情况。脚本按文件名前缀建立图片和标签的映射关系在一个循环里同时处理两者从机制上保证了同步。这也解释了为什么脚本要求图片和标签的文件名严格一致——不一致的配对在这个逻辑下会直接丢失。根目录里那个train_list.txt就是作者跑通脚本后的示例产物。你拿它和自己脚本生成的txt对比一下格式能快速确认是不是同一套约定。3.2 按比例划分脚本的核心逻辑以“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”为例我按它的行为复刻了一个等价思路。这段代码写清了核心机制路径换成你自己的就能跑import os import random import shutil random.seed(42) # 固定随机种子保证每次运行划分结果一致 src_img /path/to/your_ds/images src_lab /path/to/your_ds/labels out_dir /path/to/your_ds/split_output train_ratio 0.8 val_ratio 0.1 # test_ratio 1 - 0.8 - 0.1 0.1 for split in [train, val, test]: os.makedirs(os.path.join(out_dir, split, images), exist_okTrue) os.makedirs(os.path.join(out_dir, split, labels), exist_okTrue) all_files [ f for f in os.listdir(src_img) if f.lower().endswith((.jpg, .png, .jpeg)) ] random.shuffle(all_files) n_train int(len(all_files) * train_ratio) n_val int(len(all_files) * val_ratio) for i, name in enumerate(all_files): if i n_train: folder train elif i n_train n_val: folder val else: folder test stem os.path.splitext(name)[0] lab_file stem .txt # 图片和标签必须同步复制这是划分脚本的命门 shutil.copy(os.path.join(src_img, name), os.path.join(out_dir, folder, images, name)) if os.path.exists(os.path.join(src_lab, lab_file)): shutil.copy(os.path.join(src_lab, lab_file), os.path.join(out_dir, folder, labels, lab_file)) else: print(fwarning: no label for {name})这段脚本做的事是扫描图片目录随机打乱顺序按比例切成三段然后把图片和同名标签复制到新目录下三个分开的文件夹里。random.seed(42)是关键参数锁死了随机序列让每次运行结果完全一致——这对复现实验结果很重要。train_ratio和val_ratio按需求改比如想留20%做测试就改成0.75和0.05或者0.7和0.1。代码里我用了shutil.copy而不是move因为原始数据集应该保留一份划分产物只是它的副本。如果你硬盘吃紧或者确认原目录不再需要可以换成shutil.move但要注意一旦move错乱就没有后悔药了。跑之前建议先打印一遍划分后的文件数统计确认train、val、test图片数和标签数一致再正式执行。3.3 生成ImageSets下txt文件的用法如果你是走VOC训练流程需要的是ImageSets/Main下的索引文件。这个脚本的输入是Annotations目录下的xml文件名输出是train.txt和val.txt里面每行存一个不带扩展名的图片名VOC官方的训练代码靠这个名字去JPEGImages目录下找图import os import random random.seed(2024) voc_root /path/to/VOCdevkit/VOC2007 xml_dir os.path.join(voc_root, Annotations) out_dir os.path.join(voc_root, ImageSets, Main) train_ratio 0.8 all_xml [f for f in os.listdir(xml_dir) if f.endswith(.xml)] random.shuffle(all_xml) n_train int(len(all_xml) * train_ratio) train_ids [os.path.splitext(f)[0] \n for f in all_xml[:n_train]] val_ids [os.path.splitext(f)[0] \n for f in all_xml[n_train:]] with open(os.path.join(out_dir, train.txt), w) as f: f.writelines(train_ids) with open(os.path.join(out_dir, val.txt), w) as f: f.writelines(val_ids)这里有个很容易混淆的点ImageSets下的txt和YOLO训练用的txt完全是两码事。ImageSets的txt里存的是图片索引名不带路径不带扩展名而新版YOLO训练时用的是数据集目录结构由data yaml文件里的train路径指向图片文件夹。如果你后面用ultralytics系列训练这个ImageSets的txt不是必需文件只有走官方VOC训练管线时才用得上。4. 从环境搭建到跑通训练数据yaml怎么写、参数怎么调4.1 Windows和Linux两套路线的共性流程材料里的教程文件分成了Windows版和Linux版两套Linux又拆出了Ubuntu安装和环境搭建两篇。这个组织方式是合理的Windows用户走Anaconda加PyTorch路线Linux用户先把Ubuntu和显卡环境垫平再装深度学习栈。拆开看两套流程的共性部分是一样的创建虚拟环境、安装PyTorch、安装YOLO依赖、验证GPU可用、编辑数据yaml、启动训练。我一般建议新手优先走Windows路线因为Anaconda的图形界面能减少很多命令行恐惧如果你后续要部署到服务器或工控机Ubuntu那套才是常态环境教程里把Ubuntu安装单独写一篇也是考虑到这一步对没接触过Linux的人是个门槛。4.2 数据yaml的写法与路径规则不管哪个平台训练自己数据集的第一个动作都是写data yaml。教程里“根据案例修改训练自己的数据集”这句话指的就是把案例yaml里的路径和类别信息换成你手头数据的实际情况。我通常这么写# xray.yaml —— 路径建议用绝对路径省得在不同终端里相对路径打架 path: /home/user/dataset/xray # 数据集根目录YOLO会基于它拼接下面的相对路径 train: images/train val: images/val test: images/test # nc和names必须和你的数据严格一致下面只是示例类目按实际改 nc: 5 names: 0: knife 1: phone 2: power_bank 3: lighter 4: laptoppath是根目录train、val、test写的是相对根目录的图片文件夹路径。新版YOLO的data yaml支持这种写法你不需要在yaml里写每个txt文件的列表。nc是类别总数names是对应的类别名列表顺序必须和标签txt里的class id一一对应——class id 0就对应names[0]这个是训练过程中逐张图读取标签时直接绑定的写错的话模型学到的类别语义是乱的。注意只要改了数据集第一件事永远是重新核对yaml路径错、nc错、names顺序错占了新手训练报错的半数以上。4.3 启动训练参数从哪来怎么改写好后训练命令本身不复杂yolo detect train \ dataxray.yaml \ modelyolov8n.pt \ epochs100 \ batch16 \ imgsz960 \ device0modelyolov8n.pt是下载YOLO官方预训练权重用它做初始化能大幅缩短收敛时间。几个参数里imgsz960是我针对X光数据做的调整。X光场景小目标多640输入分辨率下很多小物体缩到十几个像素甚至更小特征基本糊掉了。提到960会明显改善小目标召回代价是显存占用和训练时间增加。如果你显存只有6G左右先降到640或480跑通再说不要一上来就撞OOM。epochs100是初跑建议batch用16起步OOM时先降batch而不是降imgszdevice0指定第一张显卡。如果训练过程中loss突然跳到nan常见做法是把学习率降一半或者把batch加倍再看一轮这种现象在yolo训练中通常伴随batch norm崩溃根源多半是学习率过高或某个batch里包含了异常图片。5. 避坑记录五个把训练搞崩的细节与排查路径5.1 空标签把loss拖成NaN现象训练能正常启动前几个epoch loss正常下降某个epoch开始loss突然跳成nan训练直接中断。原因数据集中存在空标签文件——图片存在但对应的txt里没有任何标注行。模型在这个batch里拿到一张没有目标的图输出计算出的损失出现除零或无穷值反向传播之后数值就崩了。X光图像里确实存在一些“什么都没检出来”的样本比如纯空包或物体极少的图标注时它没有被写入任何目标。解决训练前先扫描一遍标签目录找出空文件。find /path/to/your_ds/labels -name *.txt -size 0 -exec echo {} \;把输出的文件名对应到图片要么删掉要么用脚本跳过这些样本。这个动作几十秒但能省掉你排查nan的一晚上。从那以后我每个数据集进来都先跑这条命令。5.2 坐标格式错位导致mAP为0现象训练能跑完验证和测试时mAP全是0或者预测框位置明显不对——框不在物体上大小也离谱。原因把VOC或COCO格式的像素绝对坐标直接当成YOLO归一化坐标用了。YOLO的txt里所有值必须在0到1之间如果你把xml里的xmin120直接写进txt模型读到的是120倍于图片尺寸的坐标预测自然全错。解决打开label目录随机看几行txt数值都在0到1之间就是YOLO格式正常如果出现大于1的数说明你混用了格式需要按第三章讲的公式做转换。这个数据集的三种标签是分开存放的直接用对应的格式就好最怕的是你从不同文件夹里各拿了一部分混在一起。5.3 划分后图片和标签错位现象训练时loss能降但验证loss震荡剧烈mAP始终上不去甚至不升反降。原因图片和标签没有同步划分。比如先用一个脚本按80/20切了图片又用另一个脚本按不同随机种子切了标签结果train目录里的图片和标签根本不是同一个样本集合。模型在训练时看到标注是错配的学出来的特征自然混乱。解决图片和标签必须放在同一个循环、同一个随机种子下处理。训练前统计两个目录的文件数数目不一致就说明同步出了问题。这个数据集自带的划分脚本名称里就写着“图片标签划分写入新文件夹”核心思想就是这个同步逻辑。5.4 把ImageSets的txt塞给新版YOLO现象训练报错提示找不到图片或提示标签格式非法。原因混淆了VOC的ImageSets/Main/train.txt和YOLO训练需要的图片目录。ImageSets里的txt存的是不带扩展名的图片名比如002351而新版YOLO的data yaml要求train: images/train这种目录路径。直接拿txt列表硬喂给新版训练管线它不知道去哪里找图片。解决走ultralytics系列就用目录结构加yaml这是最省事的路线只有当你确实在跑VOC官方训练流程时才需要用到split_train_val生成的那份txt。5.5 小目标多导致mAP虚低现象整体mAP还行但拆到具体类别看手机、打火机这类小物体的AP比刀具、笔记本电脑低一截推理时小目标经常漏检。原因X光安检图像分辨率高但目标偏小加上物体堆叠遮挡小目标特征在经过网络下采样后所剩无几。输入分辨率越高小目标保留的像素越多但如果训练时用的是640甚至更低的输入小目标一开始就注定检不出来。解决把imgsz从640提到960或1280验证集会看到明显变化。代价是显存和推理速度部署时如果算力紧张再用TensorRT做模型压缩把速度拉回来。数据增强里保留mosaic但对裁剪尺寸做约束避免小目标被裁得更碎也是这个场景常用的手段。6. 训练完怎么验一条命令跑出混淆矩阵看类目打架训练结束后先别急着看mAP那个数字先用推理命令在测试集上跑一遍肉眼确认效果yolo predict modelruns/detect/train/weights/best.pt \ source/path/to/test_images \ conf0.15 \ saveTrue save_txtTrue save_confTrue推理时我把conf降到0.15是为了看模型在小目标上的响应边界。实际部署时阈值会调回0.4以上但验证阶段你需要在低阈值下暴露问题——看漏检主要漏在哪里、误检集中在哪里然后回训练配置里针对性调整。接下来看类目层面的表现用Python脚本直接读取验证结果的混淆矩阵from ultralytics import YOLO model YOLO(runs/detect/train/weights/best.pt) metrics model.val(dataxray.yaml, splittest) # 每个类别的mAP50-95单独拉出来看谁拖后腿 for i, ap in enumerate(metrics.box.maps): print(i, round(ap, 4)) # 混淆矩阵对角线是正确分类非对角线下三角是误判关系 print(metrics.confusion_matrix.matrix)X光场景最常见的是两类“类目打架”手机和充电宝因为轮廓相似互相误判刀具和雨伞在灰度图下边界不清。如果混淆矩阵里某两个类目的误判比例明显偏高先回去检查这两类的标注框有没有贴合边缘再考虑给数据增强里加旋转——X光图没有上下方向的概念旋转对模型是合法的变化。这套流程在YOLO的v5、v8、v11系列上都适用换模型只需要改model参数数据集侧的处理结构完全一致。我现在每次拿到新数据集第一件事不是解压就开训而是随机抽三张图把原图、txt、xml对一遍再跑一遍空标签扫描和文件数统计这一遍看着慢实际能省掉后面几天的填坑时间希望帮到你。本文还有配套的精品资源点击获取