摘要：本数据集共包含 1,920 张斑点叉尾鮰鱼图像，标注目标框总数为 2,070 个，涵盖 3 类目标，分别为正常个体（normal）、轻 微损伤个体（minor_damage）和严重损伤个体（major_damage）。其中，正常类别目标框数量为 900 个，轻微损伤类别为 450 个，严重损伤类别为 720 个。数据集采用 YOLO 格式进行标注，能够满足目标检测任务对数据组织与标签表示的要求。
数据集简介
本研究构建的斑点叉尾鮰鱼损伤检测数据集共包含 1920 张图像和 2070 个目标框，涵盖正常、轻微损伤和严重损伤 3 个类别，并按照 7:2:1 的比例划分为训练集、验证集和测试集，采用 YOLO 格式进行标注。
数据集概述
本研究构建的斑点叉尾鮰鱼损伤检测数据集采用 YOLO 格式进行标注，数据集目录下包含图像文件、对应标注文件以及数据配置文 件，能够满足目标检测模型训练、验证与测试的基本需求。数据集共设置 3 个类别，分别为正常（normal）、轻微损伤（minor_d amage）和严重损伤（major_damage），能够较为全面地反映斑点叉尾鮰鱼表面损伤程度。
在数据规模方面，该数据集共包含 1920 张图像及对应标注文件，标注目标框总数为 2070 个。其中，正常类别目标框数量为 900 个，轻微损伤类别为 450 个，严重损伤类别为 720 个。整体来看，数据集类别分布存在一定差异，其中轻微损伤类别样本数量相对较少，表现出一定程度的类别不均衡特征。
在数据划分方面，数据集按照 7:2:1 的比例划分为训练集、验证集和测试集，其中训练集包含 1344 张图像，验证集包含 384 张图像，测试集包含 192 张图像。所有图像均与标注文件一一对应，且不存在空标注文件，说明数据集具有较好的完整性，可为 斑点叉尾鮰鱼损伤检测模型的训练、参数调优及泛化性能评估提供可靠的数据基础。
数据集来源
本研究所使用的数据集为自主构建，图像数据来源于斑点叉尾鮰鱼样本的实际采集与拍摄，经筛选与预处理后获得 1,920 张有效图像。所有图像均采用 YOLO 格式进行边界框标注，定义了正常个体、轻微损伤个体和严重损伤个体 3 类目标，共计标注 2,070 个实例。其中，正常类别标注 900 个，轻微损伤类别标注 450 个，严重损伤类别标注 720 个。标注过程中遵循统一的标注规范，以确保数据标注的一致性与准确性，为后续模型训练与性能评估提供可靠的数据基础。
类别定义
标注规范
标注采用 YOLO 格式：每个目标一行，字段为 class x_center y_center width height， 坐标均为相对归一化（0~1）。
图1 标注规范图
数据规模与划分
- 总图像数：1,920张；总标注框数：2,070
图2 数据集在训练、验证和测试集上的分布
数据集按照约 80:10:10 的比例划分为训练集、验证集和测试集：
表1 数据集划分及用途说明
质量控制
标注采用双阶段质量控制流程：首先进行规范化标注与自检， 确保目标框贴合实例外接矩形且类别一致；随后进行抽样复核， 针对漏标、错标与框位置偏差进行纠正。对争议样本进行二次确认， 以提高跨标注者一致性与总体标注可靠性。
数据格式与使用
数据集采用标准 YOLO 格式组织，通过 data.yaml 配置文件即可快速集成到训练流程中。
目录结构
数据集采用标准 YOLO 格式组织，图像和标注文件分别存放在 images/ 和 labels/ 目录下，并按训练集、验证集、测试集划分。
配置文件
在训练脚本中指定 data.yaml 即可加载数据：
性能评测
基于 YOLOv8 模型在本数据集上进行训练和评测，使用mAP@0.5与mAP@0.5:0.95等标准指标对模型检测效果进行评估。评测结果如下：
训练过程综合指标曲线图
图3 训练与验证指标随Epoch变化趋势图
精确率-召回率（PR）曲线图
图4 目标检测PR曲线（Precision-Recall）
F1分数-置信度阈值曲线图
图5 不同置信度阈值下的F1曲线
归一化混淆矩阵图（分类误判分析）
图6 归一化混淆矩阵（person / leaflet）
应用案例
图7 应用案例：基于改进YOLOv8斑点叉尾鮰鱼损伤检测系统的研究与实现
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。 如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-13
数据大小：569M
原创声明：本项目为原创作品
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)