YOLOv8交通目标检测实战：从BDD100K数据集到道路监控部署全流程

1次阅读

共计 2105 个字符，预计需要花费 6 分钟才能阅读完成。

在交通目标检测任务中，开发者常遇到以下几个典型问题：

数据集格式不统一：BDD100K 采用 JSON 格式标注，而 YOLO 系列需要 TXT 格式，转换过程中容易出现坐标归一化错误或类别 ID 错位
多数据集合并困难：TT100K 和 CCTSDB2017 都包含交通标志，但类别定义和标注标准不同，直接合并会导致模型混淆
小目标检测精度低：交通标志在远距离拍摄时可能只占几个像素，普通检测器容易漏检

BDD100K JSON 转 YOLO 格式：
需要处理原始 JSON 中的多边形 / 矩形框统一转为 YOLO 中心坐标 + 宽高格式
注意坐标归一化时除以的是图像实际宽高而非固定值
多数据集合并策略：
建立统一的类别映射表（如将 TT100K 的 ”prohibitory” 和 CCTSDB 的 ” 禁止标志 ” 映射为同一 ID）
建议保留原始数据集划分（不同场景数据分开验证）
模型选型依据：
YOLOv8 在 BDD100K 验证集上 mAP@0.5 达到 58.2%，比 YOLOv5 高 3.1%
640×640 输入下 FPS：YOLOv8(142) > YOLOX(128) > YOLOv5(135)

# data.yaml 示例
path: ./datasets/combined
train: images/train  
val: images/val
names:
  0: vehicle
  1: traffic_light
  2: prohibitory_sign
  3: speed_limit

基础配置：

yolo task=detect mode=train model=yolov8s.pt data=data.yaml \
imgsz=640 batch=16 epochs=100 patience=20

显存优化技巧：
添加 --rect 参数启用矩形训练（减少 padding 内存占用）
冻结骨干网络前 10 层：freeze=10
数据增强：
交通场景建议禁用随机旋转（避免标志方向敏感）
适当降低 MixUp 强度（避免车辆 - 标志不合理的混合）

import json
import os

def convert_bdd_json(json_path, output_dir):
    with open(json_path) as f:
        data = json.load(f)

    for img in data:
        txt_path = os.path.join(output_dir, img['name'].replace('.jpg','.txt'))
        with open(txt_path, 'w') as f_txt:
            for obj in img['labels']:
                if 'box2d' not in obj: continue
                # 归一化处理
                x_center = (obj['box2d']['x1'] + obj['box2d']['x2']) / 2 / img['width']
                y_center = (obj['box2d']['y1'] + obj['box2d']['y2']) / 2 / img['height']
                width = (obj['box2d']['x2'] - obj['box2d']['x1']) / img['width']
                height = (obj['box2d']['y2'] - obj['box2d']['y1']) / img['height']
                # 写入 YOLO 格式
                f_txt.write(f"{CLASS_MAP[obj['category']]} {x_center} {y_center} {width} {height}\n")

# 导出 ONNX（带动态 batch）model.export(format='onnx', dynamic=True, imgsz=[640,640])

# TensorRT 推理示例
import tensorrt as trt

logger = trt.Logger(trt.Logger.INFO)
with open("yolov8s.engine", "rb") as f, trt.Runtime(logger) as runtime:
    engine = runtime.deserialize_cuda_engine(f.read())

# 创建执行上下文
context = engine.create_execution_context()
# 设置动态输入尺寸
context.set_binding_shape(0, (batch_size, 3, 640, 640))