简介这份资源面向深度学习与计算机视觉方向的学习者和研究者提供一套基于YOLO算法的舰船目标检测完整实现方案可用于海上救援、交通监控、军事侦察等场景下的船只自动识别练习。压缩包共60个文件约2.33MB其中55张jpg图片构成训练与测试样本2个mat文件分别保存标注数据和模型参数2个m脚本负责YOLOv2网络的训练与检测流程另有1个txt说明文件辅助理解目录结构。已有127人学习下载。资源以SSDD舰船目标数据集为基础覆盖不同天气、光照与海况下的舰船图像读者可据此掌握从数据加载、模型训练到结果可视化的完整链路并借助Matlab的矩阵运算与深度学习工具箱完成网络搭建、损失函数选择与超参数调整进而评估检测速度与精度形成可复用的舰船检测工程思路。1. 舰船检测为什么值得单独拆一个 YOLO 工程海上监控场景里通用目标检测模型直接拿来跑舰船误检和漏检往往同时出现——近岸的白色建筑、浪花、云层边缘都可能被当成船。这份资源把问题收窄到「舰船」这一个类别用 YOLOv2 在 MATLAB 里跑通了一条从数据加载、模型训练到测试可视化的完整链路压缩包内包含ship_code.zip、train训练图目录、test测试图目录、gTruth.mat标注文件、Yolov2Model_ship.mat预训练模型以及ship_yolov2.m、ship_yolov2_test.m两个主脚本。它适合两类人一是做海事方向课题、需要快速拿到可复现基线的研究生二是手上只有 MATLAB 授权、不想折腾 Python 深度学习环境但要做目标检测验证的工程师。SSDD 舰船目标数据集的多天气、多海况样本让这个工程在泛化性上比随便凑几十张图强不少。2. 拆开压缩包文件结构与 YOLOv2 舰船检测原理2.1 目录里每个文件到底干什么拿到ship_code.zip解压后先别急着点运行。把目录结构理清楚后面调参和排错会省很多时间。核心文件可以分成四类文件/目录类型作用ship_yolov2.m脚本训练主入口负责加载数据、配置网络、启动训练ship_yolov2_test.m脚本推理入口加载模型对test目录图片做检测并画框Yolov2Model_ship.mat模型文件已训练好的舰船检测权重可直接用于测试gTruth.mat标注文件MATLAB groundTruth 对象存储训练图的边界框与标签train/图像目录训练集图片编号从 1.jpg 到 50.jpgtest/图像目录测试集图片test1.jpg 到 test5.jpg说明.txt文本作者留下的运行说明与版本备注train目录里 50 张图覆盖了 SSDD 数据集的典型场景不同光照、不同海况、舰船大小差异明显。gTruth.mat是 MATLAB 图像标注工具Image Labeler导出的标准格式里面存的是每个边界框的坐标和ship标签。Yolov2Model_ship.mat是已经跑完训练的模型如果你只想验证效果直接跑测试脚本就行不用重新训练。提示gTruth.mat和train目录必须保持相对路径一致移动文件后标注会失效这是 MATLAB groundTruth 对象的常见坑。2.2 YOLOv2 为什么适合舰船检测这个任务YOLOv2 在舰船检测上的优势核心在于它把检测变成了单阶段回归问题。输入图像被划分成 13×13 的网格每个网格预测若干锚框anchor box的偏移量和置信度最后通过非极大值抑制NMS输出最终框。相比 Faster R-CNN 这类两阶段方法YOLOv2 省掉了区域建议网络推理速度更快对海上监控这种需要实时性的场景更友好。舰船目标有个特点长宽比跨度大从接近 1:1 的小渔船到 5:1 以上的大型货轮都有。YOLOv2 用 k-means 聚类得到锚框尺寸比手工设定更贴合数据分布。在 MATLAB 的trainYOLOv2ObjectDetector里锚框可以通过AnchorBoxes参数指定默认是基于 COCO 的直接拿来检测舰船会偏。常见做法是用训练集的边界框重新聚类或者至少根据舰船的长宽比手动调一版。另一个关键点是输入分辨率。YOLOv2 支持多尺度训练InputSize设成[416 416 3]是平衡速度和精度的常见选择。舰船在图像里往往只占几十个像素分辨率太低会直接丢小目标。如果显存允许把InputSize提到[608 608 3]对小舰船检测提升明显但训练时间会成倍增加。2.3 训练脚本的核心参数与执行流程打开ship_yolov2.m训练流程大致分四步加载 groundTruth、划分训练验证集、配置网络层、调用训练函数。下面这段代码是典型写法我按资源里的结构还原并加了注释% 加载标注数据 load(gTruth.mat); % 得到 gTruth 对象 % 从 groundTruth 提取边界框和标签 [imds, blds] objectDetectorTrainingData(gTruth); % 按 80/20 划分训练集和验证集 idx floor(0.8 * numel(imds.Files)); trainImds subset(imds, 1:idx); trainBlds subset(blds, 1:idx); valImds subset(imds, idx1:end); valBlds subset(blds, idx1:end); % 定义网络输入尺寸和类别数 inputSize [416 416 3]; numClasses 1; % 只有 ship 一类 % 配置 YOLOv2 网络 lgraph yolov2Layers(inputSize, numClasses, darknet19, ... AnchorBoxes, [16 16; 32 32; 64 64; 128 128; 256 256]); % 设置训练选项 options trainingOptions(sgdm, ... MiniBatchSize, 8, ... InitialLearnRate, 1e-3, ... MaxEpochs, 60, ... Verbose, true, ... Plots, training-progress); % 开始训练 detector trainYOLOv2ObjectDetector(trainImds, trainBlds, lgraph, options); % 保存模型 save(Yolov2Model_ship.mat, detector);逻辑说明objectDetectorTrainingData把 groundTruth 对象转成图像数据存储和边界框数据存储这是 MATLAB 训练检测器的标准入口。yolov2Layers负责搭建网络骨架darknet19是 YOLOv2 的经典骨干轻量且够用。AnchorBoxes这里给的是通用尺寸实际用的时候建议根据trainBlds里的框做一次 k-means 聚类替换掉。参数说明MiniBatchSize设 8 是 4GB 显存下的保守值显存够可以提到 16。InitialLearnRate用 1e-3 是 SGD 的常见起点训练 loss 震荡大就降到 1e-4。MaxEpochs设 60 对 50 张图来说偏多但 YOLOv2 收敛慢配合验证集早停更稳妥。AnchorBoxes的五个尺寸覆盖了小、中、大舰船如果数据里全是小目标把大尺寸去掉能减少无效计算。2.4 测试脚本怎么用预训练模型出结果ship_yolov2_test.m的逻辑比训练简单得多核心就是加载模型、读图、检测、画框% 加载训练好的模型 load(Yolov2Model_ship.mat); % 得到 detector % 读取测试图片 testImg imread(test/test1.jpg); % 执行检测设置置信度阈值 [bboxes, scores, labels] detect(detector, testImg, ... Threshold, 0.5); % 在图上画检测框 if ~isempty(bboxes) detectedImg insertObjectAnnotation(testImg, rectangle, ... bboxes, cellstr(labels), LineWidth, 3, FontSize, 18); else detectedImg testImg; disp(当前图片未检测到舰船可尝试降低 Threshold); end % 显示结果 figure; imshow(detectedImg); title(舰船检测结果);逻辑说明detect函数返回三个值——边界框坐标、置信度分数、类别标签。Threshold控制输出门槛设 0.5 是默认值漏检多就降到 0.3误检多就提到 0.7。insertObjectAnnotation是 MATLAB 自带的标注可视化函数比手动画矩形省事。参数说明Threshold是测试阶段最常调的参数没有之一。舰船检测里海面反光和云层边缘容易产生 0.3~0.5 之间的假阳性如果发现框画在浪花上优先提阈值而不是改模型。detect还支持MiniBatchSize参数做批量推理测试图多的时候设成 4 或 8 能快不少。3. 从零跑通训练数据准备、锚框聚类与训练监控3.1 用 Image Labeler 检查 gTruth 标注是否可用拿到gTruth.mat后第一件事不是训练是验证标注有没有问题。MATLAB 里直接加载并可视化load(gTruth.mat); % 查看标注摘要 summary(gTruth) % 可视化前 4 张图的标注框 imgIdx 1:4; for i imgIdx img imread(gTruth.DataSource.Source{i}); bbox gTruth.LabelData.ship{i}; annotated insertShape(img, Rectangle, bbox, ... LineWidth, 4, Color, green); figure; imshow(annotated); title([Image num2str(i)]); end逻辑说明gTruth.DataSource.Source存的是图像路径gTruth.LabelData.ship存的是对应的边界框。summary能快速看出有多少张图、多少个框、标签是否统一。如果LabelData里字段名不是ship后面训练会直接报错得先改成实际标签名。常见问题是标注框坐标越界或宽高为负。insertShape画不出来或者报错基本就是标注有问题。SSDD 数据集里有些小目标标注框只有几个像素宽训练时容易被忽略可以考虑过滤掉宽高小于 10 像素的框或者用数据增强把小目标放大。3.2 锚框聚类让先验框贴合舰船尺寸分布YOLOv2 的锚框如果直接用默认值小舰船和大货轮的检测效果会差很多。用训练集边界框做 k-means 聚类是标准做法% 提取所有训练框的宽高 allBoxes vertcat(trainBlds.LabelData{:}); wh allBoxes(:, 3:4); % 第3、4列是宽和高 % k-means 聚类k5 numAnchors 5; [~, centroids] kmeans(wh, numAnchors, ... Distance, cityblock, Replicates, 5); % 按面积排序方便对应小到大目标 [~, order] sort(centroids(:,1) .* centroids(:,2)); anchors centroids(order, :); disp(聚类得到的锚框尺寸); disp(anchors);逻辑说明cityblock距离比欧氏距离更适合边界框聚类这是 YOLO 原论文的做法。Replicates设 5 是跑多次取最优避免陷入局部最优。聚类完把锚框按面积排序训练时小锚框负责小目标大锚框负责大目标逻辑更清晰。参数说明numAnchors设 5 是 YOLOv2 的默认值舰船类别少5 个够用。如果数据里目标尺寸特别集中减到 3 个也能跑还能减少计算量。聚类结果替换掉yolov2Layers里的AnchorBoxes参数即可。3.3 训练过程监控loss 曲线怎么看、什么时候停training-progress窗口里主要看三条线总 loss、分类 loss、定位 loss。总 loss 下降但验证 loss 开始上升就是过拟合的信号该停了。舰船检测里定位 loss 通常比分类 loss 大因为边界框回归本身更难。如果 loss 从第一轮就居高不下检查三件事学习率是不是太大降到 1e-4 试试、锚框尺寸是不是和实际目标差太远、标注框有没有归一化问题。MATLAB 的 YOLOv2 训练器内部会做归一化但 groundTruth 里的坐标必须是像素值不能是归一化后的。训练完成后用验证集跑一遍detect看 mAP 大概在什么水平。50 张训练图、60 轮mAP 通常能到 0.6~0.7 左右再往上提就得加数据或做增强。如果 mAP 低于 0.4优先检查标注质量和锚框聚类结果而不是盲目加轮数。4. 避坑与排查舰船检测工程里最容易翻车的五件事4.1 现象训练 loss 正常下降但测试图一个框都画不出来原因detect的Threshold默认是 0.5而模型输出的置信度普遍偏低尤其是训练轮数不够或锚框不匹配时。另一个可能是测试图和训练图的分辨率差异太大模型没学到尺度不变性。解决先把Threshold降到 0.2 看有没有框出来。如果有框但位置很偏说明锚框需要重新聚类。如果降到 0.1 还是没框检查detect输入的图像是不是 RGB 三通道有些测试图是灰度图直接喂进去会报维度错误。4.2 现象gTruth.mat加载后报「无法识别的字段」原因MATLAB 版本差异导致 groundTruth 对象结构不同。R2019b 之前和之后的LabelData字段名可能不一样或者作者保存时用了自定义标签名。解决load之后先whos看变量再gTruth.LabelData看字段。字段名不是ship就手动改或者用gTruth.LabelData.Properties.VariableNames查实际名称。实在不行用objectDetectorTrainingData之前先gTruth changeFilePaths(gTruth, newPath)把路径修正。4.3 现象训练到一半报显存不足Out of Memory原因MiniBatchSize设太大或者InputSize设成了 608 而显卡只有 4GB。YOLOv2 的 darknet19 骨干虽然轻量但特征图在浅层分辨率很高显存占用比想象中大。解决把MiniBatchSize降到 4 甚至 2InputSize保持 416。如果还不行用ExecutionEnvironment, cpu先跑通流程再换到 GPU 上调参。MATLAB 的trainingOptions里可以设DispatchInBackground, true来异步读取数据减少显存峰值。4.4 现象检测框大量重叠同一艘船被框了好几次原因NMS 阈值设得太高或者锚框之间重叠度太大。YOLOv2 的detect函数内部有 NMS但默认阈值不一定适合舰船这种长宽比大的目标。解决在detect里显式设OverlapThreshold, 0.3比默认的 0.5 更激进能压掉重复框。如果还有重叠检查锚框聚类结果把宽高比接近的锚框合并或去掉一个。4.5 现象换一批新图测试效果断崖式下降原因SSDD 数据集虽然多样但 50 张训练图覆盖的场景有限。新图如果来自不同海域、不同季节光照和背景差异会导致模型泛化失败。解决最直接的办法是加数据。如果加不了用 MATLAB 的augmentedImageDatastore做在线增强随机翻转、缩放、调整亮度。舰船检测里水平翻转是安全的垂直翻转会把船底朝上反而不合理。亮度抖动范围控制在 ±20% 以内太大容易把船和海面混在一起。5. 进阶技巧用验证集反推模型短板并做定向优化训练完一个模型只是起点真正决定舰船检测能不能用的是你能不能从验证结果里读出模型到底弱在哪。我一般会写一个批量评估脚本把验证集所有图的检测结果和真实标注做对比按目标尺寸分桶统计漏检率% 批量评估验证集 threshold 0.4; smallMiss 0; smallTotal 0; largeMiss 0; largeTotal 0; for i 1:numel(valImds.Files) img imread(valImds.Files{i}); gtBoxes valBlds.LabelData{i}; [predBoxes, ~, ~] detect(detector, img, Threshold, threshold); for j 1:size(gtBoxes, 1) gtArea gtBoxes(j,3) * gtBoxes(j,4); if gtArea 32*32 smallTotal smallTotal 1; if isempty(predBoxes) || ... max(bboxOverlapRatio(gtBoxes(j,:), predBoxes)) 0.3 smallMiss smallMiss 1; end else largeTotal largeTotal 1; if isempty(predBoxes) || ... max(bboxOverlapRatio(gtBoxes(j,:), predBoxes)) 0.3 largeMiss largeMiss 1; end end end end fprintf(小目标漏检率%.2f%% (%d/%d)\n, ... 100*smallMiss/smallTotal, smallMiss, smallTotal); fprintf(大目标漏检率%.2f%% (%d/%d)\n, ... 100*largeMiss/largeTotal, largeMiss, largeTotal);逻辑说明bboxOverlapRatio算的是预测框和真实框的 IoU低于 0.3 就算漏检。按面积 32×32 分桶是因为 YOLOv2 在 416 输入下小于这个尺寸的目标在特征图上只剩几个像素检测难度陡增。跑完这个脚本如果小目标漏检率超过 50%而大目标低于 20%那问题就很明确——模型对小舰船不敏感。定向优化的手段有几个按性价比排序第一把InputSize从 416 提到 608小目标特征保留更多代价是训练时间翻倍第二在锚框聚类时增加小尺寸锚框的数量比如从 5 个锚框里分 3 个给小目标第三对训练集里的小目标做复制粘贴增强把舰船抠出来贴到不同背景上这是最直接但最费手工的办法。还有一个容易被忽略的点置信度门限不是全局最优的。小目标本身置信度就低用同一个Threshold会系统性漏检。我习惯对小目标单独降阈值比如面积小于 32×32 的框用 0.25大框用 0.5实测能拉回不少漏检。这个逻辑在detect之后手动过滤一遍就行不用改模型。从那以后我每次跑完舰船检测训练都强制走一遍分桶评估不看到小目标漏检率数字就不调参。希望帮到你。本文还有配套的精品资源点击获取 MATLAB YOLOv2舰船检测实战：从数据标注到模型调优
简介这份资源面向深度学习与计算机视觉方向的学习者和研究者提供一套基于YOLO算法的舰船目标检测完整实现方案可用于海上救援、交通监控、军事侦察等场景下的船只自动识别练习。压缩包共60个文件约2.33MB其中55张jpg图片构成训练与测试样本2个mat文件分别保存标注数据和模型参数2个m脚本负责YOLOv2网络的训练与检测流程另有1个txt说明文件辅助理解目录结构。已有127人学习下载。资源以SSDD舰船目标数据集为基础覆盖不同天气、光照与海况下的舰船图像读者可据此掌握从数据加载、模型训练到结果可视化的完整链路并借助Matlab的矩阵运算与深度学习工具箱完成网络搭建、损失函数选择与超参数调整进而评估检测速度与精度形成可复用的舰船检测工程思路。1. 舰船检测为什么值得单独拆一个 YOLO 工程海上监控场景里通用目标检测模型直接拿来跑舰船误检和漏检往往同时出现——近岸的白色建筑、浪花、云层边缘都可能被当成船。这份资源把问题收窄到「舰船」这一个类别用 YOLOv2 在 MATLAB 里跑通了一条从数据加载、模型训练到测试可视化的完整链路压缩包内包含ship_code.zip、train训练图目录、test测试图目录、gTruth.mat标注文件、Yolov2Model_ship.mat预训练模型以及ship_yolov2.m、ship_yolov2_test.m两个主脚本。它适合两类人一是做海事方向课题、需要快速拿到可复现基线的研究生二是手上只有 MATLAB 授权、不想折腾 Python 深度学习环境但要做目标检测验证的工程师。SSDD 舰船目标数据集的多天气、多海况样本让这个工程在泛化性上比随便凑几十张图强不少。2. 拆开压缩包文件结构与 YOLOv2 舰船检测原理2.1 目录里每个文件到底干什么拿到ship_code.zip解压后先别急着点运行。把目录结构理清楚后面调参和排错会省很多时间。核心文件可以分成四类文件/目录类型作用ship_yolov2.m脚本训练主入口负责加载数据、配置网络、启动训练ship_yolov2_test.m脚本推理入口加载模型对test目录图片做检测并画框Yolov2Model_ship.mat模型文件已训练好的舰船检测权重可直接用于测试gTruth.mat标注文件MATLAB groundTruth 对象存储训练图的边界框与标签train/图像目录训练集图片编号从 1.jpg 到 50.jpgtest/图像目录测试集图片test1.jpg 到 test5.jpg说明.txt文本作者留下的运行说明与版本备注train目录里 50 张图覆盖了 SSDD 数据集的典型场景不同光照、不同海况、舰船大小差异明显。gTruth.mat是 MATLAB 图像标注工具Image Labeler导出的标准格式里面存的是每个边界框的坐标和ship标签。Yolov2Model_ship.mat是已经跑完训练的模型如果你只想验证效果直接跑测试脚本就行不用重新训练。提示gTruth.mat和train目录必须保持相对路径一致移动文件后标注会失效这是 MATLAB groundTruth 对象的常见坑。2.2 YOLOv2 为什么适合舰船检测这个任务YOLOv2 在舰船检测上的优势核心在于它把检测变成了单阶段回归问题。输入图像被划分成 13×13 的网格每个网格预测若干锚框anchor box的偏移量和置信度最后通过非极大值抑制NMS输出最终框。相比 Faster R-CNN 这类两阶段方法YOLOv2 省掉了区域建议网络推理速度更快对海上监控这种需要实时性的场景更友好。舰船目标有个特点长宽比跨度大从接近 1:1 的小渔船到 5:1 以上的大型货轮都有。YOLOv2 用 k-means 聚类得到锚框尺寸比手工设定更贴合数据分布。在 MATLAB 的trainYOLOv2ObjectDetector里锚框可以通过AnchorBoxes参数指定默认是基于 COCO 的直接拿来检测舰船会偏。常见做法是用训练集的边界框重新聚类或者至少根据舰船的长宽比手动调一版。另一个关键点是输入分辨率。YOLOv2 支持多尺度训练InputSize设成[416 416 3]是平衡速度和精度的常见选择。舰船在图像里往往只占几十个像素分辨率太低会直接丢小目标。如果显存允许把InputSize提到[608 608 3]对小舰船检测提升明显但训练时间会成倍增加。2.3 训练脚本的核心参数与执行流程打开ship_yolov2.m训练流程大致分四步加载 groundTruth、划分训练验证集、配置网络层、调用训练函数。下面这段代码是典型写法我按资源里的结构还原并加了注释% 加载标注数据 load(gTruth.mat); % 得到 gTruth 对象 % 从 groundTruth 提取边界框和标签 [imds, blds] objectDetectorTrainingData(gTruth); % 按 80/20 划分训练集和验证集 idx floor(0.8 * numel(imds.Files)); trainImds subset(imds, 1:idx); trainBlds subset(blds, 1:idx); valImds subset(imds, idx1:end); valBlds subset(blds, idx1:end); % 定义网络输入尺寸和类别数 inputSize [416 416 3]; numClasses 1; % 只有 ship 一类 % 配置 YOLOv2 网络 lgraph yolov2Layers(inputSize, numClasses, darknet19, ... AnchorBoxes, [16 16; 32 32; 64 64; 128 128; 256 256]); % 设置训练选项 options trainingOptions(sgdm, ... MiniBatchSize, 8, ... InitialLearnRate, 1e-3, ... MaxEpochs, 60, ... Verbose, true, ... Plots, training-progress); % 开始训练 detector trainYOLOv2ObjectDetector(trainImds, trainBlds, lgraph, options); % 保存模型 save(Yolov2Model_ship.mat, detector);逻辑说明objectDetectorTrainingData把 groundTruth 对象转成图像数据存储和边界框数据存储这是 MATLAB 训练检测器的标准入口。yolov2Layers负责搭建网络骨架darknet19是 YOLOv2 的经典骨干轻量且够用。AnchorBoxes这里给的是通用尺寸实际用的时候建议根据trainBlds里的框做一次 k-means 聚类替换掉。参数说明MiniBatchSize设 8 是 4GB 显存下的保守值显存够可以提到 16。InitialLearnRate用 1e-3 是 SGD 的常见起点训练 loss 震荡大就降到 1e-4。MaxEpochs设 60 对 50 张图来说偏多但 YOLOv2 收敛慢配合验证集早停更稳妥。AnchorBoxes的五个尺寸覆盖了小、中、大舰船如果数据里全是小目标把大尺寸去掉能减少无效计算。2.4 测试脚本怎么用预训练模型出结果ship_yolov2_test.m的逻辑比训练简单得多核心就是加载模型、读图、检测、画框% 加载训练好的模型 load(Yolov2Model_ship.mat); % 得到 detector % 读取测试图片 testImg imread(test/test1.jpg); % 执行检测设置置信度阈值 [bboxes, scores, labels] detect(detector, testImg, ... Threshold, 0.5); % 在图上画检测框 if ~isempty(bboxes) detectedImg insertObjectAnnotation(testImg, rectangle, ... bboxes, cellstr(labels), LineWidth, 3, FontSize, 18); else detectedImg testImg; disp(当前图片未检测到舰船可尝试降低 Threshold); end % 显示结果 figure; imshow(detectedImg); title(舰船检测结果);逻辑说明detect函数返回三个值——边界框坐标、置信度分数、类别标签。Threshold控制输出门槛设 0.5 是默认值漏检多就降到 0.3误检多就提到 0.7。insertObjectAnnotation是 MATLAB 自带的标注可视化函数比手动画矩形省事。参数说明Threshold是测试阶段最常调的参数没有之一。舰船检测里海面反光和云层边缘容易产生 0.3~0.5 之间的假阳性如果发现框画在浪花上优先提阈值而不是改模型。detect还支持MiniBatchSize参数做批量推理测试图多的时候设成 4 或 8 能快不少。3. 从零跑通训练数据准备、锚框聚类与训练监控3.1 用 Image Labeler 检查 gTruth 标注是否可用拿到gTruth.mat后第一件事不是训练是验证标注有没有问题。MATLAB 里直接加载并可视化load(gTruth.mat); % 查看标注摘要 summary(gTruth) % 可视化前 4 张图的标注框 imgIdx 1:4; for i imgIdx img imread(gTruth.DataSource.Source{i}); bbox gTruth.LabelData.ship{i}; annotated insertShape(img, Rectangle, bbox, ... LineWidth, 4, Color, green); figure; imshow(annotated); title([Image num2str(i)]); end逻辑说明gTruth.DataSource.Source存的是图像路径gTruth.LabelData.ship存的是对应的边界框。summary能快速看出有多少张图、多少个框、标签是否统一。如果LabelData里字段名不是ship后面训练会直接报错得先改成实际标签名。常见问题是标注框坐标越界或宽高为负。insertShape画不出来或者报错基本就是标注有问题。SSDD 数据集里有些小目标标注框只有几个像素宽训练时容易被忽略可以考虑过滤掉宽高小于 10 像素的框或者用数据增强把小目标放大。3.2 锚框聚类让先验框贴合舰船尺寸分布YOLOv2 的锚框如果直接用默认值小舰船和大货轮的检测效果会差很多。用训练集边界框做 k-means 聚类是标准做法% 提取所有训练框的宽高 allBoxes vertcat(trainBlds.LabelData{:}); wh allBoxes(:, 3:4); % 第3、4列是宽和高 % k-means 聚类k5 numAnchors 5; [~, centroids] kmeans(wh, numAnchors, ... Distance, cityblock, Replicates, 5); % 按面积排序方便对应小到大目标 [~, order] sort(centroids(:,1) .* centroids(:,2)); anchors centroids(order, :); disp(聚类得到的锚框尺寸); disp(anchors);逻辑说明cityblock距离比欧氏距离更适合边界框聚类这是 YOLO 原论文的做法。Replicates设 5 是跑多次取最优避免陷入局部最优。聚类完把锚框按面积排序训练时小锚框负责小目标大锚框负责大目标逻辑更清晰。参数说明numAnchors设 5 是 YOLOv2 的默认值舰船类别少5 个够用。如果数据里目标尺寸特别集中减到 3 个也能跑还能减少计算量。聚类结果替换掉yolov2Layers里的AnchorBoxes参数即可。3.3 训练过程监控loss 曲线怎么看、什么时候停training-progress窗口里主要看三条线总 loss、分类 loss、定位 loss。总 loss 下降但验证 loss 开始上升就是过拟合的信号该停了。舰船检测里定位 loss 通常比分类 loss 大因为边界框回归本身更难。如果 loss 从第一轮就居高不下检查三件事学习率是不是太大降到 1e-4 试试、锚框尺寸是不是和实际目标差太远、标注框有没有归一化问题。MATLAB 的 YOLOv2 训练器内部会做归一化但 groundTruth 里的坐标必须是像素值不能是归一化后的。训练完成后用验证集跑一遍detect看 mAP 大概在什么水平。50 张训练图、60 轮mAP 通常能到 0.6~0.7 左右再往上提就得加数据或做增强。如果 mAP 低于 0.4优先检查标注质量和锚框聚类结果而不是盲目加轮数。4. 避坑与排查舰船检测工程里最容易翻车的五件事4.1 现象训练 loss 正常下降但测试图一个框都画不出来原因detect的Threshold默认是 0.5而模型输出的置信度普遍偏低尤其是训练轮数不够或锚框不匹配时。另一个可能是测试图和训练图的分辨率差异太大模型没学到尺度不变性。解决先把Threshold降到 0.2 看有没有框出来。如果有框但位置很偏说明锚框需要重新聚类。如果降到 0.1 还是没框检查detect输入的图像是不是 RGB 三通道有些测试图是灰度图直接喂进去会报维度错误。4.2 现象gTruth.mat加载后报「无法识别的字段」原因MATLAB 版本差异导致 groundTruth 对象结构不同。R2019b 之前和之后的LabelData字段名可能不一样或者作者保存时用了自定义标签名。解决load之后先whos看变量再gTruth.LabelData看字段。字段名不是ship就手动改或者用gTruth.LabelData.Properties.VariableNames查实际名称。实在不行用objectDetectorTrainingData之前先gTruth changeFilePaths(gTruth, newPath)把路径修正。4.3 现象训练到一半报显存不足Out of Memory原因MiniBatchSize设太大或者InputSize设成了 608 而显卡只有 4GB。YOLOv2 的 darknet19 骨干虽然轻量但特征图在浅层分辨率很高显存占用比想象中大。解决把MiniBatchSize降到 4 甚至 2InputSize保持 416。如果还不行用ExecutionEnvironment, cpu先跑通流程再换到 GPU 上调参。MATLAB 的trainingOptions里可以设DispatchInBackground, true来异步读取数据减少显存峰值。4.4 现象检测框大量重叠同一艘船被框了好几次原因NMS 阈值设得太高或者锚框之间重叠度太大。YOLOv2 的detect函数内部有 NMS但默认阈值不一定适合舰船这种长宽比大的目标。解决在detect里显式设OverlapThreshold, 0.3比默认的 0.5 更激进能压掉重复框。如果还有重叠检查锚框聚类结果把宽高比接近的锚框合并或去掉一个。4.5 现象换一批新图测试效果断崖式下降原因SSDD 数据集虽然多样但 50 张训练图覆盖的场景有限。新图如果来自不同海域、不同季节光照和背景差异会导致模型泛化失败。解决最直接的办法是加数据。如果加不了用 MATLAB 的augmentedImageDatastore做在线增强随机翻转、缩放、调整亮度。舰船检测里水平翻转是安全的垂直翻转会把船底朝上反而不合理。亮度抖动范围控制在 ±20% 以内太大容易把船和海面混在一起。5. 进阶技巧用验证集反推模型短板并做定向优化训练完一个模型只是起点真正决定舰船检测能不能用的是你能不能从验证结果里读出模型到底弱在哪。我一般会写一个批量评估脚本把验证集所有图的检测结果和真实标注做对比按目标尺寸分桶统计漏检率% 批量评估验证集 threshold 0.4; smallMiss 0; smallTotal 0; largeMiss 0; largeTotal 0; for i 1:numel(valImds.Files) img imread(valImds.Files{i}); gtBoxes valBlds.LabelData{i}; [predBoxes, ~, ~] detect(detector, img, Threshold, threshold); for j 1:size(gtBoxes, 1) gtArea gtBoxes(j,3) * gtBoxes(j,4); if gtArea 32*32 smallTotal smallTotal 1; if isempty(predBoxes) || ... max(bboxOverlapRatio(gtBoxes(j,:), predBoxes)) 0.3 smallMiss smallMiss 1; end else largeTotal largeTotal 1; if isempty(predBoxes) || ... max(bboxOverlapRatio(gtBoxes(j,:), predBoxes)) 0.3 largeMiss largeMiss 1; end end end end fprintf(小目标漏检率%.2f%% (%d/%d)\n, ... 100*smallMiss/smallTotal, smallMiss, smallTotal); fprintf(大目标漏检率%.2f%% (%d/%d)\n, ... 100*largeMiss/largeTotal, largeMiss, largeTotal);逻辑说明bboxOverlapRatio算的是预测框和真实框的 IoU低于 0.3 就算漏检。按面积 32×32 分桶是因为 YOLOv2 在 416 输入下小于这个尺寸的目标在特征图上只剩几个像素检测难度陡增。跑完这个脚本如果小目标漏检率超过 50%而大目标低于 20%那问题就很明确——模型对小舰船不敏感。定向优化的手段有几个按性价比排序第一把InputSize从 416 提到 608小目标特征保留更多代价是训练时间翻倍第二在锚框聚类时增加小尺寸锚框的数量比如从 5 个锚框里分 3 个给小目标第三对训练集里的小目标做复制粘贴增强把舰船抠出来贴到不同背景上这是最直接但最费手工的办法。还有一个容易被忽略的点置信度门限不是全局最优的。小目标本身置信度就低用同一个Threshold会系统性漏检。我习惯对小目标单独降阈值比如面积小于 32×32 的框用 0.25大框用 0.5实测能拉回不少漏检。这个逻辑在detect之后手动过滤一遍就行不用改模型。从那以后我每次跑完舰船检测训练都强制走一遍分桶评估不看到小目标漏检率数字就不调参。希望帮到你。本文还有配套的精品资源点击获取