简介面向养殖场肉鸡检测需求构建的YOLO目标检测数据集适合目标检测初学者、算法工程师及智慧养殖项目开发者使用。数据以鸡舍实景图片与对应标注为主可直接用于YOLOv5、YOLOv7、YOLOv8等主流模型训练支撑肉鸡定位、计数与养殖监控场景的算法验证。资源共1001个文件压缩包约883.41MB其中包含500张JPG图片、500个XML标注文件和1个TXT说明文件JPG图片提供真实养殖环境样本XML标注文件记录鸡只目标框位置TXT文件可用于整理类别信息或完成训练配置整体目录结构清晰便于按JPG-XML对应关系快速切换不同检测框架。目前已有706人浏览学习对需要快速获得实操数据集、搭建训练流程并评估检测效果的读者来说是一份可直接落地的数据资源可用于课程设计、算法对比或实际养殖监控项目的模型验证。1. 从鸡舍到模型YOLO养殖场肉鸡目标检测瓶颈不在网络而在数据集养殖场监控摄像头一天能回传上万帧画面真正值得盯的却是死鸡、挤堆、采食异常这类偶发事件。肉鸡不像猪牛那样目标大、数量少一栋鸡舍里几百上千只白羽鸡挤在垫料上羽毛颜色跟麸皮垫料几乎一个色人工盯着画面看三分钟就开始眼花。基于YOLO的养殖场肉鸡目标检测本质上是把“找鸡”这件重复劳动丢给目标检测模型用检测框把每只鸡从画面里捞出来再往上游接计数、行为分析和异常报警。这个方向我接触过几个落地项目一个共同的结论是——能不能跑通决定性因素往往不是用v8还是v11、损失函数怎么调而是手里有没有一套合格的养殖场肉鸡检测数据集。数据集的质量直接决定mAP上限模型只是把数据集的水平兑现出来。这篇文章按数据集的采集、标注、转换、训练、部署五个环节展开给出一套可以直接抄作业的流程怎么从RTSP拉流抽帧、怎么定标注规范、怎么把VOC XML转成YOLO的txt、训练时哪些参数值得动以及部署时用TensorRT量化验证的实际边界。尤其适合两类人一类是养殖场的技术负责人想用YOLO做鸡只计数和健康监测另一类是刚接触目标检测的初学者正愁找不到一份能动手练手的真实数据集想从零把“yolov8训练自己的数据集”这个流程走通。2. 采集数据前先定规格分辨率、光照与鸡群密度决定标注成本2.1 从RTSP拉流到抽帧视频怎么变成候选图片养殖场如果已经有监控系统最常见的做法就是直接从摄像机的RTSP地址拉流把视频帧抽成图片。RTSP地址一般长这样rtsp://192.168.1.64:554/Streaming/Channels/101用OpenCV的VideoCapture就能直接读。我第一次做鸡舍数据采集时直接拿cap.read()一帧帧存三天攒了六万张几乎重复的图片标注预算直接烧掉一半。后来改成按帧间隔抽帧再把低信息量帧过滤掉才把工作量降下来。import cv2 import os rtsp_url rtsp://192.168.1.64:554/Streaming/Channels/101 cap cv2.VideoCapture(rtsp_url) frame_interval 30 # 每30帧取1帧25fps视频约每秒1张 count 0 save_dir raw_frames os.makedirs(save_dir, exist_okTrue) while True: ret, frame cap.read() if not ret: break if count % frame_interval 0: filepath os.path.join(save_dir, fframe_{count:06d}.jpg) cv2.imwrite(filepath, frame, [cv2.IMWRITE_JPEG_QUALITY, 95]) count 1 cap.release()代码的逻辑并不复杂按帧计数器取模只有落到frame_interval节点上的帧才落盘。frame_interval30意味着在25fps的视频流里大约每秒保留1帧这个密度对肉鸡这种运动幅度不大的目标足够。肉鸡大部分时间在采食、卧地或慢走真正动作快的是受惊逃窜那种瞬间在单帧里往往也是模糊的标了反而给模型添乱。需要留神的是不要贪多同样的机位、同样的光照、同样的鸡群密度抽100帧和抽1000帧信息量差别不大多样性来自时间段、天气和鸡群日龄多换场景比多抽帧划算。抽完帧后我会跑一个简单的去重把连续帧缩到小尺寸算灰度直方图方差相似度超0.95的直接删掉。这一步不复杂但能去掉大量镜头静止时的重复帧节省后面的标注工时。2.2 光照、角度与背景控制采错了后面全是返工养殖场的实际环境比想象中难伺候。白天窗户光、晚上灯光、黄昏时的混合光都在同一个画面里来回切换。最怕的是摄像头开启自动白平衡和自动曝光鸡舍亮度一变画面色彩跟着飘这会给标注和训练同时埋坑。我一般会在采集前把相机参数固定下来白平衡选“荧光灯”或“多云”对应的固定色温曝光模式切到手动快门速度固定在1/250秒以上避免运动模糊。如果你用的摄像头不支持手动改参数就在采集后用脚本做一次颜色校正让所有帧的鸡身白色尽量统一。还有一个容易忽略的点是拍摄角度。鸡舍里的摄像头多半斜装在墙上或立柱上俯视角度大约30度到60度之间鸡只相互遮挡非常严重。如果条件允许优先选接近垂直向下的角度检测框的重叠率会明显下降。没有条件改机位的话就靠标注规则和增强来弥补后面章节会专门讲。背景方面垫料颜色和鸡羽毛颜色本来就接近我倒不建议刻意换垫料反而应该在数据里保留足够多的垫料类型变化让模型学会区分。提示不要把所有历史视频一股脑全采下来当数据。先看一个摄像头的24小时录像把光照、鸡群密度、人员走动这几个维度列出来再决定每个时段要抽多少帧比例按“白天40%、黄昏20%、夜间灯照40%”这种梯度去分配避免夜间样本太少导致的偏差。2.3 类别定义与数据量预估别急着上多分类很多第一次做养殖检测的人上来就想分“正常鸡、病鸡、死鸡”三类。这个思路在业务上没错但落到数据集上非常容易翻车死鸡和病鸡的样本数量天然稀少一万帧里未必找得到50只类别不平衡会让模型直接把这两类当噪声忽略掉。我现在的做法是数据集阶段只建一个“chicken”类别把鸡只个体检测做扎实死鸡、病鸡这类状态判断放到检测结果之上用行为分析和时序逻辑去做——比如同一位置长时间不移动、周围鸡群密度异常这些都不需要单独训练一个稀疏类别。数据量方面有一个经验公式可以参考单场景单机位下2000到3000张干净标注图足够让YOLOv8s的mAP50跑到0.7以上低于1000张过拟合和漏检都会很明显。需要重点保证的是“小目标”的比例——也就是640分辨率下边长小于32像素的鸡只框至少占到总框数的10%到15%。如果全是近景大鸡模型在远视角场景里会漏得没法看。先按这个标准去抽帧、筛选再进入标注阶段。3. 用LabelImg标注肉鸡密集场景的标注规范与一致性检查3.1 标注工具选型LabelImg和labelme怎么选标注工具我一般只在两种里选LabelImg和labelme。LabelImg输出的是Pascal VOC格式的XML通过脚本转YOLO的txt很顺labelme输出JSON适合做分割标注但如果只做框检测就有点绕。对于肉鸡目标检测直接选LabelImg安装很简单pip install labelImg labelImg启动前先把类别写进classes.txt放在标注保存目录下。如果只用“chicken”一个类文件里写一行就够了。注意这个文件的行号顺序就是YOLO训练时的类别索引比如0对应第一行。标注中途千万不要改这个文件的顺序否则之前标的所有txt标签全部错位——这个错位并不会在训练时报错模型会默默学会一个错乱的映射等你发现时已经浪费了好几天。echo chicken classes.txt代码本身没有复杂逻辑但有一个细节值得说类别的名称和顺序要在标注第一天、第一张图就定死。你可以后面再加新类别但千万别删改已有类别的顺序。这是个血泪教训。3.2 密集场景下的边界框规则肉鸡挤在一起时边界框互相重叠是常态。标注规则不提前定清楚两个人标出来的框风格能差出一大截。我这边长期用的规则是三条第一只要鸡的头部或躯干主体露出超过三分之一就算一只独立鸡必须单独画框第二两只鸡重叠时边界框各自贴着自己的可见轮廓不为了“避让”而故意缩小第三如果一只鸡只剩头露在外面躯干完全被挡住仍然要标因为计数场景里漏掉一只和错把一只当两只一样严重。这个规则听起来简单实际执行起来很容易走偏。我给标注员的建议是先拿10张密集图试标我来检查一遍再批量开工。检查的标准也很朴素把标注框渲染回图片上看框的边缘如果大面积压在鸡身内侧或明显包住旁边的鸡就说明规则没执行到位。标注产生的框会直接影响后续YOLO的anchor匹配和边界回归框偏了五个像素在小目标上的IoU损失可能就超过0.1。3.3 一致性检查把标注误差控制在合理范围标注完成不等于数据可用。我习惯每标完一批就做一个快速体检主要看三样东西import os from collections import Counter label_dir labels/train counter Counter() empty_files [] for name in os.listdir(label_dir): if not name.endswith(.txt): continue filepath os.path.join(label_dir, name) with open(filepath, r) as f: lines f.readlines() counter[len(lines)] 1 if len(lines) 0: empty_files.append(name) print(标注框数分布:, counter.most_common()) print(空标签文件:, empty_files[:20])这段脚本读的是YOLO格式的txt标签目录统计每张图标注了几个框以及有没有空文件。标注框数分布能直观反映数据质量如果大部分图都只有1到2个框只有少数图有几十个框说明采集阶段选帧偏向稀疏场景密集样本不够训练出来的模型遇到高密度画面会直接崩溃。空标签文件则要单独看如果空文件对应的图片里确实没有鸡那是正常的负样本如果有鸡但没标那就是漏标必须补上。除了数量还要看尺寸。我会写个脚本统计所有标注框的宽高按像素尺寸分桶。正常的话框的尺寸分布应该覆盖从十几个像素到几百个像素的连续区间如果小框占比非常低说明标注员习惯性放大边界把两只靠近的鸡吞并进一个大框——这种错误对密集场景的破坏性极大务必要在训练前纠正。注意标注质量检查一定要在数据划分之前做。如果划分完训练集和验证集再发现标注问题修完还得重新划分否则同一摄像头的相邻帧会同时出现在两边模型的mAP虚高部署时立刻现原形。4. 转成YOLO格式目录结构、转换脚本与数据增强4.1 标准目录结构与data.yaml拿到一批标注好的XML后第一步是搭目录结构。Ultralytics YOLO的标准结构是images和labels两个根目录各自下面分train、val、test三份。图片和标签一一对应靠文件名前缀关联比如frame_000012.jpg对frame_000012.txt。同名文件必须成对出现光有图片没有标签会报错光有标签没有图片则会在数据加载阶段给人感觉像中邪一样难排查。path: /home/user/ychicken_dataset train: images/train val: images/val test: images/test nc: 1 names: [chicken]path字段建议用绝对路径。train、val、test都是相对于path的子目录路径nc是类别数names的列表顺序必须跟标注时classes.txt的顺序一致。整个yaml文件就这么点东西但它决定了训练脚本能不能正确找到数据写错一个路径都不会有人帮你发现模型会直接报“Dataset not found”之类的错很多人会卡在这一步很久。4.2 VOC XML转YOLO txt转换脚本与四个边界坑LabelImg默认存成Pascal VOC XMLYOLO训练需要的是归一化后的txt。转换脚本不复杂但四个边界情况要处理好坐标越界、空标签、图片尺寸读取失败、类别名不匹配。import xml.etree.ElementTree as ET import os def xml_to_yolo(xml_path, out_dir, class_map): tree ET.parse(xml_path) root tree.getroot() img_w int(root.find(size/width).text) img_h int(root.find(size/height).text) lines [] for obj in root.findall(object): name obj.find(name).text if name not in class_map: continue cls_id class_map[name] bndbox obj.find(bndbox) xmin float(bndbox.find(xmin).text) ymin float(bndbox.find(ymin).text) xmax float(bndbox.find(xmax).text) ymax float(bndbox.find(ymax).text) # 坐标越界保护 xmin max(0, min(xmin, img_w - 1)) ymin max(0, min(ymin, img_h - 1)) xmax max(0, min(xmax, img_w - 1)) ymax max(0, min(ymax, img_h - 1)) if xmax xmin or ymax ymin: continue cx (xmin xmax) / 2 / img_w cy (ymin ymax) / 2 / img_h w (xmax - xmin) / img_w h (ymax - ymin) / img_h lines.append(f{cls_id} {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}) out_path os.path.join(out_dir, os.path.splitext(os.path.basename(xml_path))[0] .txt) with open(out_path, w) as f: f.write(\n.join(lines)) class_map {chicken: 0} # 遍历某个目录下所有XML逐个调用 xml_to_yolo转换脚本的核心是坐标归一化把xmin、ymin、xmax、ymax转成中心点坐标加宽高的形式并除以图片宽高。越界保护那段很关键因为手动标注时鼠标拖出边界是很常见的事XML里会出现比图片尺寸还大的坐标值不处理的话训练时损失计算会出现负值或超范围索引。空标注的情况也要考虑——如果一张图确实没有鸡转换出来的txt应该是空文件而不是不生成文件这样数据加载时才不会读到缺失标签。四个常见坑里最隐蔽的是类别名不匹配。XML里写的是“chicken”dict里的键也是“chicken”看起来没问题但如果有哪张图的XML里多打了个空格或者大小写不同这只鸡就会被静默跳过训练时那个样本变成空标签。我的习惯是转换完扫一遍统计每张图的标签行数和XML里的object数量比对不一致的单独列出来查。4.3 增强策略mosaic、HSV和样本重复的取舍数据集转完格式进入训练前的增强配置。Ultralytics的默认增强参数在大多数场景下够用但密集鸡群场景需要做两个改动。一是控制mosaic概率二是调整HSV的扰动强度。mosaic: 0.3 mixup: 0.1 hsv_h: 0.015 hsv_s: 0.4 hsv_v: 0.3mosaic把四张图拼在一起训练能有效提升模型对遮挡和小目标的鲁棒性但在鸡只这种密集排列的目标上mosaic概率太高反而会让模型学到“框内混着半只鸡”的奇怪模式所以我一般压在0.3以下。mixup同理设成0.1意思一下就好。HSV的扰动参数我调得比较保守色相偏移0.015、饱和度0.4、明度0.3因为鸡身颜色本来就只有白、黄白、少量杂色扰动过头会让模型把紫色也当成鸡。增强阶段还有一个常被忽略的操作是“样本重采样”。如果密集场景的图片太少我会在训练配置里给它们加权或者在数据准备阶段复制几份。复制不改变信息量但它能让模型在同一个epoch里多看见几次密集样本效果比单纯调mosaic更直接。反正我自己在这个坑上翻过车——默认增强参数训出来的模型稀疏场景表现很好一遇到全是鸡的帧直接漏掉一半。5. 避坑指南密集鸡群训练的5条踩坑记录5.1 小目标漏检严重loss在降但mAP50卡在0.4现象训练时loss曲线一路下降看起来一切正常但验证集上的mAP50始终徘徊在0.4左右尤其远角画面里的鸡几乎全部漏检。原因图像分辨率把看远角的能力压没了。YOLO默认训练尺寸是640×640如果原图是1080p缩到640后远处的鸡可能只有10×10像素特征图上一个点都分不出来。再加上标注数据里小目标占比不足模型根本没有机会学到这个尺度上的模式。解决先把训练分辨率提到960或1280ultralytics的imgsz参数直接改960对显存要求不高的话优先选1280。同时增强小目标样本的占比用前面提到的重采样或者裁剪放大局部区域。这两个动作做完mAP50通常能拉到0.6以上。如果还卡着再去查标注框是不是把密集区域合并成了大框。5.2 昼夜切换后漏检率暴涨现象白天训练完的模型在晚间灯照下跑漏检率从3%跳到30%检测框还特别自信置信度普遍高于0.8。原因训练集里夜间画面占比太低模型把“日光下的鸡身颜色”学成了鸡的充分必要条件。夜间灯照偏黄偏暖鸡身上反射的颜色跟白天差两个色温模型没见过这种分布。解决采集阶段就必须按时间段配比白天、黄昏、夜间灯照各保证一定比例夜间样本至少占15%到20%。模型训练阶段不要靠拉大HSV扰动来硬扛——那会让模型把“色彩宽容度”拉到自己都分不清的程度宁可把不同时段的样本按比例配好让模型自己学出不同光照下的形态。5.3 垫料和饲料被当成鸡现象模型在鸡舍里跑出大量误检框尤其集中在垫料结块、饲料颗粒边缘。单看置信度还不低滤都滤不掉。原因肉鸡羽毛颜色和浅色垫料太接近模型学到的“鸡”特征里掺进了背景纹理。如果负样本不够或者标注框边缘贴得太松模型很容易把靠近鸡身的背景纹理一并学进去。解决数据里必须有一定比例的“只含垫料、不含鸡”的负样本让模型有机会学到“没有鸡”这个分支。标注时框紧贴鸡身轮廓别留一圈背景。部署时把置信度阈值从默认的0.25调到0.35到0.4能滤掉一批背景误检。我用的一个土办法是统计误检框的尺寸分布如果特别集中在固定大小区间多半是垫料纹理可以通过后处理按尺寸区间过滤。5.4 多人标注的边界漂移现象换了个标注员之后验证集的loss突然波动变大mAP忽高忽低重训两次结果都不一样。原因不同标注员对“这只鸡是否可见”“遮挡到什么程度还要不要标”的理解不一样。一个标成全框一个只标可见部分造成边界框尺寸分布不一致训练时模型来回适应两种标准收敛自然不稳。解决把标注规范写成一页纸的Checklist每人开工前先标5张统一检查后再放量。我还会定期抽检已经标完的数据把同一个人前后期标注风格差异控制在合理范围内。这个工作不能省多人协作标注成本低但一致性成本高越早定标准越省事。5.5 预训练权重直接套用不生效现象用COCO预训练权重直接跑自己的鸡舍数据集验证集loss很低但实际视频流里几乎什么都检测不到或者输出一堆乱框。原因COCO数据集里没有鸡预训练权重学的是80个通用类别的特征直接微调时模型把“鸡”的特征映射到已有特征空间的角落里看起来收敛了实际上泛化极差。解决从零预训练不现实但可以冻结前10层、只训练后面层。用freeze10这个参数让模型先用预训练权重里的低层纹理和边缘特征再重新学高层语义。还有一个更稳的路径先用少量公开家禽数据集做一次中间预训练再切到自己的数据微调。步骤多一步效果通常比直接套COCO权重好不少。注意以上五条是我在这个场景里反复踩过的经验但数据集的坑远不止这么多。有一条通用的排查思路——模型表现不正常时先怀疑数据再怀疑参数最后才怀疑网络结构。绝大多数“看起来像模型问题”的怪现象最后都查到数据头上。6. 部署前的最后验证TensorRT跑多路先看mAP再看速度6.1 FP16序列化与批处理测速模型训练完进入部署我习惯先转TensorRT的FP16引擎并在T4或类似推理卡上做一次实测。网上经常有人问“T4 1080p25帧每秒用TensorRT YOLO 640分辨率检测能支持多少路”答案其实取决于引擎的批处理配置和预处理开销不是简单一个数。我的测法很笨但可靠用实际RTSP流解码出来的帧做输入跑一轮带前后处理的完整流程记录单路处理时间再按25帧每秒的标准反推路数。import tensorrt as trt logger trt.Logger(trt.Logger.WARNING) with open(best_fp16.trt, rb) as f: runtime trt.Runtime(logger) engine runtime.deserialize_cuda_engine(f.read()) context engine.create_execution_context() # 输入尺寸必须与训练时的imgsz一致 input_shape (1, 3, 640, 640) output_shape (1, 25200, 7) # 输出数量与模型结构相关需实际查询这段代码只是加载引擎和创建执行上下文真正的关键在形状匹配。输入尺寸、输出张量的形状都必须在引擎序列化时确定直接拿默认值跑会有各种报错和乱结果。实际部署时我不会把预处理和后处理放在Python里做而是用GPU端到端处理否则CPU上的缩放和归一化会成为瓶颈单路都跑不满25帧。6.2 用PR曲线校准置信度阈值速度之外部署前还要做一道验证题用验证集跑一遍PR曲线根据业务需求选置信度阈值。养殖场景里漏检一次可能就意味着死鸡没被及时发现所以我的习惯是阈值往低定0.2到0.25之间宁可多几个误检也不漏。这个选择跟“精准优先”的通用目标检测经验相反但业务场景说了算。验证命令很简单yolo detect val modelbest.pt datadata.yaml splitval conf0.001 iou0.6conf0.001的意思是把置信度阈值压到最低让模型把能检的都检出来这样才能看清召回率上限。观察PR曲线时重点看召回率在0.8到0.9之间时精度的下降斜率如果掉得太快说明模型有不少低置信度正确框部署阈值定低是合理的。我自己的经验是第一次做鸡只检测时数据集时段划分没做好模型在夜间灯照下漏检率飙升折腾了半个月才发现是训练集里夜间样本不够。后来把采集和标注规范补齐同样一个模型漏检率从30%压回5%以内。整个过程最深的体会是YOLO本身很成熟真正决定上限的是数据集的覆盖度和标注一致性。希望这篇笔记能帮你少走这些弯路把养殖场肉鸡目标检测真正落到自己的监控系统里。本文还有配套的精品资源点击获取