基于YOLO11的垂钓人员识别：从数据集构建到模型训练实战

轩轩软件

236人浏览 · 2026-07-05 20:02:02

轩轩软件 · 2026-07-05 20:02:02 发布

基于YOLO11的垂钓人员识别：从数据集构建到模型训练实战

一、场景背景

在河道、水库、禁钓区以及水利设施周边，违规垂钓行为长期存在且难以全天候监管。传统的人工巡查方式效率低、成本高，已无法满足日益增长的监控需求。借助计算机视觉目标检测技术，我们可以构建一套基于视频流的垂钓人员自动识别系统，辅助监管部门及时发现并处置违规行为。

本文将以一个实际的数据集“垂钓人员识别”为例，详细介绍如何使用YOLO11进行目标检测模型训练。该数据集包含100张已标注的图片，标注类别为单一的“IF”（垂钓人员），覆盖了多种户外垂钓场景，适合用于快速验证模型在特定场景下的识别能力。

二、数据集基本信息

2.1 数据集构成

百度网盘目录名称：垂钓人员识别
项目名称：chuidiaoshibie
图片数量：100张
标注格式：Label Studio 导入格式（JSON）
标注类别：IF（垂钓人员）

2.2 数据集来源与预处理

原始视频素材经过抽帧处理后，选取了100张代表性图片，并通过Label Studio完成标注。标注后的数据统一存储在label_studio_import\oss_selected_100目录中，包含图片文件、标注JSON、标注界面配置以及生成的视频预览文件。

2.3 数据集结构建议

对于YOLO11训练，建议将数据集组织为以下结构：

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

其中data.yaml内容示例：

train: ./images/train
val: ./images/val
test: ./images/test

nc: 1
names: ['IF']

三、标注类别说明

当前数据集只有一个类别：IF，代表“垂钓人员”。

标注时需注意：

标注对象为正在进行垂钓行为的人，包括持竿、收线、捞鱼等动作
若画面中多人垂钓，需全部标注
边界框应尽可能贴合人体轮廓，避免过多背景干扰

四、样本画面观察

通过视频抽帧分析，我们可以直观了解数据集中的典型场景。

4.1 典型垂钓场景

样本图

上图展示了一名男子在河流陡坡处专注垂钓的场景，这是典型的户外垂钓环境，背景中有自然植被和水面。

4.2 多人互动场景

样本图

该图片展示了长辈指导晚辈钓鱼的场景，属于多人垂钓情况，对模型的多目标检测能力有一定要求。

4.3 复杂背景场景

样本图

上图展示了一名男子在桥下水域钓鱼的场景，背景中有桥梁结构，属于复杂背景下的垂钓识别案例，对模型的鲁棒性提出了挑战。

五、训练流程建议

5.1 环境准备

首先安装YOLO11所需的依赖。建议使用Python 3.8+和PyTorch 1.8+环境。

pip install ultralytics
pip install torch torchvision

5.2 数据划分

将100张图片按8:1:1的比例划分为训练集、验证集和测试集。由于数据集规模较小，建议使用交叉验证或数据增强来提升模型泛化能力。

5.3 模型选择

YOLO11提供了多种预训练模型（n/s/m/l/x），对于小数据集，建议从YOLO11n或YOLO11s开始训练，避免过拟合。

5.4 训练配置示例

以下是一个基本的训练脚本示例：

from ultralytics import YOLO

# 加载预训练模型
model = YOLO('yolo11n.pt')

# 训练模型
results = model.train(
    data='chuidiaoshibie/data.yaml',
    epochs=100,
    imgsz=640,
    batch=16,
    device='cuda',  # 使用GPU训练
    workers=4,
    patience=20,    # 早停机制
    augment=True,   # 启用数据增强
    lr0=0.01,
    lrf=0.01,
    warmup_epochs=3,
    val=True,       # 每轮验证
    save_period=10, # 每10轮保存一次模型
    project='chuidiaoshibie',
    name='yolo11n_100epochs'
)