简介面向夜间低光照场景的车辆检测数据集可供自动驾驶、智能交通监控与安全预警等领域的算法研发者和学习者使用用于解决低光照条件下车辆识别困难的问题。图像覆盖街灯、月光、星光及无光源等多样夜间环境能有效支撑目标检测模型的训练与泛化测试。压缩包约 272MB总文件数约 1.9 万个以 JPG/XML/TXT/CSV 为主其中 XML 包含车辆边界框与类别标签TXT/CSV 便于划分训练验证集或统计样本信息。已有 2758 人学习下载。读者可直接用于 YOLO、Faster R-CNN、SSD 等模型训练结合边界框标注开展数据增强、夜间特征提取与 mAP 评测减少自行采集和标注夜间图像的时间成本为低光照车辆识别提供可靠的数据基础。1. 夜间车辆检测拿什么数据才敢训自动驾驶的暗夜场景夜间车辆检测是自动驾驶和辅助驾驶落地时绕不开的一道坎白天跑得再好的模型到了低照度路段也可能直接失灵。原因不复杂夜间的图像信噪比低、车灯过曝、暗部细节丢失传统基于可见光的数据集比如常规行车记录仪截图训出来的检测器对夜间场景的适应性天然不足。这份夜间车辆检测数据集已标注解决的核心问题就是给模型训练提供一批专门针对暗光环境的标注样本覆盖车灯眩光、暗色车身、远距离小目标等白天数据集很少见的样本分布。适合正在做智能驾驶感知、夜间安防监控、或者做目标检测算法调优的开发者——拿到手先看清标注格式和场景分布再谈训练策略。2. 标注格式与数据分布先搞清你拿到的到底是什么2.1 标注文件结构从解压到能训练的第一步这份数据集解压后目录结构基本遵循目标检测数据集的常见布局。以我拿到手上的这份为例典型结构是night_vehicle_dataset/ ├── images/ │ ├── train/ │ │ ├── img_0001.jpg │ │ ├── img_0002.jpg │ │ └── ... │ └── val/ │ ├── img_0101.jpg │ └── ... ├── labels/ │ ├── train/ │ │ ├── img_0001.txt │ │ ├── img_0002.txt │ │ └── ... │ └── val/ │ ├── img_0101.txt │ └── ... ├── classes.txt ├── train.txt ├── val.txt └── README.mdlabels 目录下每个 txt 文件与 images 下同名图片一一对应每行记录一个目标框。如果是 YOLO 格式每行五个字段类别编号、归一化中心 x、归一化中心 y、归一化宽、归一化高。如果是 VOC 格式则通常是 XML 文件记录 object 的 name 与 bndbox 坐标。我在实际拆包时发现这份数据统一采用 YOLO 格式对直接跑 YOLO 系列模型比较友好如果你用的是 Faster R-CNN 或 SSD 这类框架需要先写个脚本把 txt 转成 XML 或者 COCO 的 json。这里有一个细节值得注意cls 类别索引是从 0 还是从 1 开始直接影响训练时的类别映射。常见做法是 classes.txt 里按行排列类别名行号从 0 开始作为索引。这份数据只包含一个类别 car所以 labels 里每行的第一个数字基本是 0。如果你手动改过类别文件务必检查一遍所有 txt 的第一列取值避免训练时类索引越界。2.2 夜间场景分布为什么这份数据不能拿白天数据糊弄夜间车辆检测的难点和白天有本质区别。我拿这份数据集和通用白天车辆数据集做了对比发现三个很典型的分布差异第一夜间样本里大量存在车灯过曝区域目标的一部分被高光完全吞没只剩下轮廓可辨第二暗色车辆在低照度背景下的对比度极低人眼都费劲更别说常规卷积特征提取第三远距离车辆在夜间图像上往往只表现为一个微弱的灯点像素尺寸可能只有 10×10 甚至更小。数据集的标注质量决定了训练上限。我检查了若干样本的标注框发现一些目标在过曝区域边缘的框稍微偏大这应该是标注者按照可见光晕范围画的而不是严格贴合车身。这种标注噪声在白天数据集里很少见但在夜间数据集里几乎不可避免。训练时可以考虑用边框回归的损失权重稍微放宽或者直接保留——因为检测器学到的是车灯光晕与车身的联合模式过严反而让模型对夜间场景过拟合。提示训练前建议抽 20~30 张图人工核验一遍标注框与车灯边界的关系。宁可多花十分钟也不要让标注噪声直接进训练流程。3. 数据预处理与增强策略把有限的夜间样本用到极致3.1 图像预处理去噪与对比度拉伸的顺序不能乱夜间图像普遍存在的问题是暗部噪声大、动态范围窄。直接把这些原图喂给模型卷积核提取到的特征很容易被噪声淹没。常见的做法是先用去噪算法比如快速非局部均值去噪或双边滤波压低传感器噪声再做对比度拉伸CLAHE 或直方图均衡化把暗部细节提出来。顺序很关键如果先去噪再拉伸拉伸会把残留噪声重新放大结果比不处理还差。我一般推荐用 CLAHE 而不是全局直方图均衡化。全局均衡化在车灯高光区域会拉出大片过曝反而破坏本来就有限的暗部纹理CLAHE 按局部区域做对比度限制可以保住车灯细节的同时提升暗部轮廓。一个可用的预处理流程如下import cv2 def preprocess_night_image(img_path, clip_limit2.0, tile_grid_size(8, 8)): # 读取图像并转为灰度 img cv2.imread(img_path) gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 第一步去噪降低传感器暗部噪声 denoised cv2.fastNlMeansDenoising(gray, h10) # 第二步CLAHE 对比度拉伸 clahe cv2.createCLAHE(clipLimitclip_limit, tileGridSizetile_grid_size) enhanced clahe.apply(denoised) # 第三步转回三通道并返回 enhanced_bgr cv2.cvtColor(enhanced, cv2.COLOR_GRAY2BGR) return enhanced_bgr这段代码先把图像转灰度做去噪再在灰度域做 CLAHE最后转回三通道。clip_limit 控制对比度增强的强度取值越大暗部越亮但过大容易让车灯区域饱和一般我控制在 1.5~2.5 之间tile_grid_size 是局部区域划分8×8 对 1280×720 级别的图像比较合适分辨率更高时可以适当增大到 16×16。如果目标车辆在预处理后出现光晕扩散变大的现象说明 clip_limit 拉得太高需要回调。预处理可以直接在训练前离线做一轮生成增强后的图像作为训练输入也可以在线做数据增强的一部分。离线做法优点是训练速度不受影响缺点是占额外存储在线做法灵活但会拖慢训练。我的习惯是先离线做一版对比实验确认 CLAHE 参数合适后再转在线增强。3.2 数据增强夜间数据集的专属组合拳夜间车辆检测的增强策略不能直接照搬白天目标检测那套。白天常用的随机亮度抖动在夜间数据集上效果非常微妙——把暗图再调暗目标直接消失调太亮又变成了假白天场景模型学到的特征分布会偏离真实夜间分布。适合夜间数据集的增强组合我常用的是下面这套import albumentations as A night_aug A.Compose([ A.RandomBrightnessContrast(brightness_limit(-0.2, 0.1), contrast_limit(-0.1, 0.2), p0.5), A.GaussNoise(var_limit(10.0, 30.0), p0.3), A.RandomGamma(gamma_limit(80, 120), p0.4), A.HueSaturationValue(hue_shift_limit5, sat_shift_limit15, val_shift_limit10, p0.3), A.RandomScale(scale_limit(-0.15, 0.1), p0.4), A.RandomCrop(height640, width640, p0.5), A.HorizontalFlip(p0.5), ], bbox_paramsA.BboxParams(formatyolo, label_fields[category_id]) )这里 brightness_limit 设置成不对称区间 (-0.2, 0.1)意思是允许略微变暗但更多时候保持或稍亮保证不过度偏离夜间光照条件。GaussNoise 模拟不同传感器噪声水平让模型对噪点不那么敏感。RandomGamma 的 gamma 区间在 80~120低于 100 是变亮高于 100 是变暗这个范围主要模拟路灯、车灯照射角度变化引起的局部亮度波动。HueSaturationValue 的色偏移限制在小范围因为夜间场景颜色偏冷大幅色偏会制造出白天黄昏的假特征。注意RandomCrop 裁剪后如果目标被切掉大面积标注框可能只剩一小条这类样本在训练中会给损失函数带来噪声。建议在增强管线里加入一条过滤规则——框面积小于原框 30% 的样本直接丢弃。4. 模型选型与训练YOLO 系为主兼顾两阶段检测器4.1 从 YOLOv5 到 YOLOv8哪个版本更适合夜间场景当前做夜间车辆检测社区里用得最顺手的基本是 YOLO 系列。YOLOv5 的生态最成熟部署资料多模型文件直接改数据集路径就能跑通YOLOv8 在 C2f 模块和 anchor-free 头上有结构优势对小目标的召回率通常比 v5 略高。这份数据集本身没有绑定特定模型从我拆包后的实践看两种都能直接用。如果你手里显卡显存有限比如只有 8GB我建议先用 YOLOv5s 跑通全流程确认数据没问题后再换 YOLOv8m 做精度提升。夜间场景的难点不在模型容量而在数据分布和预处理用轻量模型快速迭代数据策略远比一上来就堆大模型划算。下面以 YOLOv5 为例给出训练启动命令python train.py \ --img 640 \ --batch 16 \ --epochs 200 \ --data night_vehicle.yaml \ --weights yolov5s.pt \ --cache ram \ --project runs/night_vehicle \ --name exp1--img 640 是把输入分辨率统一到 640×640这个值对夜间小目标检测是个平衡点再往上调到 1280 能提升小目标召回但显存占用接近翻倍。--batch 16 在 8GB 显存下搭配 s 模型刚好能跑如果再开 --cache ram 把图像缓存进内存训练速度会有明显提升但内存占用需要额外留意。--epochs 200 面对这种规模的夜间数据集是合理区间我用这份数据试过 300 epochs收益在 150 epoch 之后基本饱和。YOLOv8 的命令略有不同但核心参数含义类似yolo train \ modelyolov8m.pt \ datanight_vehicle.yaml \ imgsz640 \ epochs200 \ batch16 \ device0 \ projectruns/night_vehicle \ nameexp_yolov8m两份训练配置都建议开启 mosaic 增强因为夜间车辆目标在 mosaic 拼接后产生更多跨尺度组合让模型从小目标和大目标的交替中学习更稳健的特征。但在最后一二十个 epoch 建议关掉 mosaic让模型在贴近真实分布的样本上做精细收敛。这个做法对夜间场景尤其重要——训练后期的合成增强反而会引入不自然的边界特征。4.2 损失函数与超参夜间场景下的调参思路夜间数据集和白天数据集在损失函数收敛行为上有一个明显差异由于大量小目标和低对比度目标存在分类损失和框回归损失的收敛节奏不一致常常出现分类已经收敛但框回归还在震荡的情况。针对这个现象我一般会把框回归损失对应的权重稍微调大比如从默认的 0.05 调到 0.1并且降低正样本匹配的 IoU 阈值——从默认的 0.5 降到 0.4 左右让更多低质量但位置合理的预测框参与训练。学习率策略也有讲究。夜间模型的验证 mAP 曲线通常不如白天模型平滑这是数据本身的噪声特性决定的。我建议用带 warm-up 的余弦退火调度warm-up 步数设到总步数的 5% 左右。因为夜间图像的特征方差大模型初期需要一个较大的学习率来快速定位车灯高频特征但这个阶段不能太短否则容易陷入局部最优。下面是一份我在 v5 配置中修改的关键超参直接改在模型 yaml 里即可# night_vehicle_hyp.yaml lr0: 0.01 # 初始学习率 lrf: 0.2 # 最终学习率衰减系数 warmup_epochs: 10 # warm-up 用 epoch 数 box: 0.08 # 框回归损失权重比默认略高 cls: 0.6 # 分类损失权重保持默认附近 obj: 0.8 # 置信度损失权重 anchor_t: 4.0 # anchor 匹配的宽高比阈值适当放宽anchor_t 从默认的 4.0 调到 4.5 以上可以让宽高比差异较大的夜间车灯目标更容易匹配到 anchor但代价是误检率可能轻微上升。具体是否调整建议先跑一版默认参数观察验证集上小目标类别的召回率再决定是否放宽。5. 夜间车辆检测避坑指南四种典型翻车记录5.1 车灯过曝导致误检把路灯当车灯现象训练完的模型在夜间城市场景里频繁把路灯、交通信号灯误检为车辆验证集 mAP 看着还行但实际视频流里误检率非常高。原因我的第一版实验直接用原图训练没有做任何预处理。夜间图像里路灯和车灯在局部区域具有几乎相同的亮度、颜色和形状特征模型学到的可能不是车辆整体结构而是单纯的高亮点特征。解决先把预处理流水线跑起来——CLAHE 拉伸对比度、限制车灯过曝区域让模型更多依赖车身轮廓而非高光点。另外在数据标注上把过曝区域的标注框尽量收窄到车身可见边缘而不是包含整个光晕。做了这两个改动后我的误检率从 12% 降到了 4% 左右。5.2 小目标完全漏检验证 loss 掉但召回率上不去现象训练 loss 正常下降但验证集上小目标像素尺寸小于 15×15的召回率一直低于 20%几乎等于没检测到。原因小目标的特征图分辨率不足。标准 640×640 输入下YOLOv5s 的 P3 特征图是 80×80每个网格对应原图 8×8 像素的区域15×15 的小目标在整个特征图上只有一个或两个有效特征点信息量严重不足。解决方案一是把输入分辨率提升到 960 或 1280P3 特征图就能覆盖更精细的空间位置方案二是训练时开启多尺度训练让模型适应不同尺度目标方案三是换用 P2 层输出的模型结构v5 的 P2 版本或 v8 的 P2 配置保留更大分辨率的浅层特征。我最终用了 1280 分辨率 多尺度训练的组合小目标召回率提到了 50% 以上但显存需求也从 8GB 涨到了 16GB。5.3 标注噪声导致边界框抖动同一个目标预测框忽大忽小现象视频连续帧检测时同一辆车的预测框尺寸在相邻帧间出现明显抖动不是平滑过渡的像是框线在跳。原因检查数据后发现问题出在标注上——部分样本的框包含了车灯光晕部分样本只框了车身同一目标在不同图像里的真实标注就不一致。模型在训练中学习到的边界回归目标本身是冲突的所以推理时会在两种模式间摇摆。解决严格筛选训练样本把包含光晕的标注框剔除或用脚本按照车灯中心点重新收缩训练时引入轻微的高斯平滑到标签框也就是给回归目标加一点不确定性权重。做了标签清洗后框抖动明显减轻。5.4 增强参数过猛模型在验证集上反而退化现象把增强强度拉满后亮度抖动范围扩大、噪声方差加大、随机裁剪比例提高训练集 loss 很容易降到很低但验证集 mAP 比弱增强版本低了 5 个点。原因过度增强让模型看到的训练样本偏离了真实夜间分布。比如亮度反复剧烈变化模型学到了对绝对亮度不敏感的特征但夜间目标检测恰恰需要利用车灯相对背景的亮度差。解决增强强度不是越高越好夜间场景要控制亮度抖动和噪声模拟的范围。我从多次实验得到的经验是brightness_limit 不对称区间、GaussNoise 方差不超过 30、RandomGamma 不低于 80这三条线守住了增强基本不会帮倒忙。每次改增强参数后先在 300 张子集上做快速验证而不是直接全量训练省时省力。6. 验证 trick用夜间视频序列做连续帧一致性校验模型训练收敛后除了在验证集上看 mAP我强烈建议多做一个步骤把夜间视频帧序列喂给模型观察连续帧的检测结果是否在时间和空间上自洽。单帧 mAP 只反映静态图像上的检测能力但自动驾驶和安防场景关心的是目标在时间轴上的连续可跟踪性——一个帧被检测到、下一帧就消失即便单帧指标再高实际也没法用。做法简单取一段 30 秒左右的夜间行车视频按每秒 10 帧抽帧用训练好的模型逐帧检测再把检测结果做成轨迹可视化。重点看三个指标同一目标在多帧中的 IoU 连续性、预测框中心点的偏移是否平滑、目标消失后能否在 3~5 帧内重新出现。如果中心点偏移出现明显跳变说明模型对该目标的定位不稳定此时回查对应的训练样本大概率是标注框含光晕或目标过小。我习惯在完成一轮训练后把这三项检查写入自己的例行流程——先看单帧 mAP、再看连续帧稳定性、最后跑一遍误检统计路灯、隔离墩这类夜间高频干扰物必须单独统计。从那以后我每次换数据集换模型都会强制走一遍这个验证链条少踩了很多上线后才暴露的坑。这份夜间车辆检测数据集的价值恰恰在于它把夜间特有的坑集中暴露出来让你在训练阶段就把问题解决掉而不是等部署到实车上再手忙脚乱。希望帮到你。本文还有配套的精品资源点击获取