- 数据集概述 - 图像数量与分辨率：3293 张，1080×1920 竖屏高清 - 类别总数：4 类 - 标注格式：支持 YOLO、VOC、COCO - 标注总框数：14,155 - 适用场景：智慧河道监控、应急救援、AI 巡检等 - 具体类别及数量分布 - 水边钓鱼：1404 图 / 2872 框 - 游泳溺水：1508 图 / 9347 框 - 钓鱼伞：210 图 / 429 框 - 船只：689 图 / 1507 框 - 数据分割 - 训练集：3234 张（≈98.2%） - 验证集：47 张（≈1.4%） - 测试集：12 张（≈0.4%） - 模型与训练 - 支持标注格式：YOLO、VOC、COCO 全格式 - 核心模型：YOLOv11，适合高空视角、小目标密集与特殊长宽比任务 - 提供完整的训练与推理代码 - 转换与部署 - 支持 COCO/VOC 转 YOLO 的转换流程 - 提供将模型导出为 ONNX/TensorRT 的路径，便于边缘设备部署（如 Jetson 系列） - 训练与优化建议 - 采用大骨干网络以提升对高分辨率场景的表现 - 动态缩放保持原始纵横比，避免拉伸失真 - 针对稀有类别进行复制粘贴增强 - 使用 Focal Loss 缓解类别不平衡 - 支持多尺度训练 - 边缘设备部署需考虑模型体积与推理性能mile米乐 - 场景应用定位 - 禁钓区与非法船只自动识别 - 游泳者状态实时监测与溺水预警 - 无人机结合 GPS 的自主管理与异常上报 - 公园湖泊、水库等区域的景区安防提升 - 作为智慧城市数字孪生感知层接入统一平台 - 项目要点总结 - 数据集总量：3293 张，竖屏分辨率为 1080×1920 - 类别数：4；标注框总数：14,155 - 标注格式多样，核心模型为 YOLOv11，具备高空视角下的小目标密集检测能力