简介：这份汽车轮胎识别数据集面向目标检测初学者与YOLO实战用户，旨在解决轮胎外观定位与计数场景下的样本不足问题。包内共1915个文件，主要由957张jpg原图与957个txt标签文件组成，并附带1个yaml配置文件，图片均已按YOLOv8格式完成标注，下载后放入对应目录即可开展训练与验证。资源整体约24.83MB，便于快速部署到本地或云端环境。数据集包含多种车载轮胎角度与光照条件下的真实样本，训练识别率可达99.5%，可作为车辆检修、智能驾驶辅助等场景的模型训练基础。目前已有638人学习下载，适合希望快速获取已标注数据、减少人工标注成本并验证检测流程的开发者参考使用。
1. 汽车轮胎识别数据集：837张图训练就能到99.5%，这事靠谱吗
做目标检测的人看到「99.5%识别率」这种数字，第一反应基本都是怀疑。837张训练图，放在YOLOv8里也就是几十个epoch的事，凭什么能到99.5%？我拆完这套数据集之后得说句实话：它确实能做到，但前提是你得明白这个数字指的是什么——它是针对这套数据划分出来的验证集上的mAP，而且轮胎这个目标本身就有两个天然优势：纹理特征极强、形态相对规整，再加上标注质量在可控范围内，小样本+高精度的组合是成立的。
这套资源解决的是「没有自己的轮胎检测数据」这个最现实的问题。适合谁？一是做车辆检测、二手车评估、停车场管理这类项目但手头没有现成标注数据的人，二是刚学YOLOv8想找一套干净数据跑通全流程的初学者。它已经把图片和yolov8格式的标注文件打包好了，拿到手就能直接开训，不用再折腾labelImg画框。
2. 先看懂这套数据：目录结构、标注文件和那个99.5%是怎么算出来的
2.1 837张图的智商税在哪：数据清洗和分布
先泼一盆冷水：任何数据集拿到手，第一件事不是训练，是检查。837张训练图听起来规模不大，但轮胎检测这个场景里，单类目标检测其实几百张图完全够用——关键看类别单一性和背景多样性。这套数据我扫了一遍，图片内容基本是轿车轮胎、SUV轮胎的特写和中距离拍摄，背景涵盖柏油路、停车场、维修车间几种常见场景。这意味着模型学到的不是「轮胎」的抽象概念，而是「这几种场景下的轮胎」。如果你的实际场景是泥地越野胎或者卡车双胎，那这个模型的泛化能力会明显下降，这一点要心里有数。
检查数据我一般会做三件事：先看图内容有没有重复或模糊到没法看的情况，再看标注框有没有超出图像边界或者宽高比离谱的，最后统计每张图的标注框数量分布。这套数据我抽查下来，标注框基本都在合理范围内，没有出现坐标负值的低级错误。框的标注风格偏紧致，基本贴合轮胎外沿，这对训练来说是好消息——紧致的框比松垮的框训练出来的回归头更准。
2.2 YOLOv8格式的标注到底长什么样
YOLOv8用的标注格式和YOLOv5完全一致，每个txt文件对应一张同名图片，每行代表一个目标，格式是五列：class_id x_center y_center width height。注意这里四个坐标值全部是相对图片宽高的归一化比例，不是像素值。这套数据集里class_id只有0，对应唯一类别tire。
0 0.512345 0.487654 0.312345 0.298765 0 0.712345 0.523456 0.245678 0.234567第一列0表示类别索引，对应data.yaml里names列表的第0个元素；第二、三列是目标中心点的相对坐标；第四、五列是框的宽度和高度相对值。这种归一化格式的好处是不同分辨率的图片不需要额外处理就能混在一起训练。这套数据里图片分辨率有640左右也有1080左右的，混着训没问题，YOLOv8在letterbox阶段会自动统一尺寸。
2.3 那个99.5%到底怎么验证出来的
训练前先用val命令跑一遍原始权重，得到的是随机初始化模型的baseline，这个数字一般会在1%以下，甚至接近0。训练结束后用训练好的权重在验证集上重新评估，这时候的mAP50（IoU阈值0.5）在99.5%左右。这个指标的含义是：预测框和真实框的IoU超过0.5就算命中，它衡量的是「检测能力」。另外还有一个mAP50-95指标，这个值更低也更严格，因为它在0.5到0.95之间取多个IoU阈值算平均。
yolo detect val model=runs/detect/train/weights/best.pt data=datasets/tire_dataset/data.yaml验证跑完看终端输出里的mAP50和mAP50-95两列就够了。mAP50-95在这种单类小数据集上能做到70%到80%就算相当不错，因为轮胎的标注框边界主观性比较大，不同框之间IoU很难超过0.9。下次再看到99.5%这种数字，先分清是mAP50还是mAP50-95再激动。
3. 环境准备与数据校验：Ubuntu下搭好YOLOv8训练闭环
3.1 用conda隔离环境，别把系统Python搞乱了
训练YOLOv8之前，先把环境隔离好。我惯用的做法是用conda单独建一个Python 3.10的环境，再把ultralytics包装进去。搜索热词里提到「ubuntu20.04搭建yolov8环境cpu版本」，说明很多人第一步就卡在环境上。CPU版本和GPU版本的主要区别就在于pytorch的安装方式——CPU环境的pytorch不依赖CUDA，纯CPU推理速度慢但完全能跑训练，只是epoch时间感人。
conda create -n yolo python=3.10 -y conda activate yolo pip install ultralytics pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu这里第一行创建名为yolo的独立环境，避免污染系统Python。第二行进入环境。第三行安装ultralytics包，它自带YOLOv8的模型定义、训练和推理逻辑。第四行安装CPU版本的PyTorch，如果你有NVIDIA显卡且装好了CUDA，这行换成pip install torch torchvision装默认的GPU版本即可。装完之后用python -c "import torch; print(torch.cuda.is_available())"验证一下，输出True说明GPU环境就绪，输出False就是CPU模式。
3.2 data.yaml和组织数据集目录
YOLOv8训练前需要一个data.yaml描述数据集路径和类别。这套数据集的目录组织方式我建议这样摆：
datasets/ tire_dataset/ images/ train/ # 837张训练图 val/ # 从837张里按比例抽出的验证图 labels/ train/ val/ data.yamlpath: /绝对路径/datasets/tire_dataset train: images/train val: images/val names: 0: tirepath字段用的是绝对路径，原因是从不同目录启动训练时相对路径会解析失败，这是个高频翻车点。train和val填相对于path的子路径。names列表的索引必须和label文件里的class_id一一对应，这里只有0: tire，意味着label文件里如果出现class_id=1的训练样本，训练时就会报错或者被忽略。837张图按8:2切分的话，train放670张左右，val放167张左右，切分时注意先随机打乱再切，避免全是同一个场景的图片被分到同一侧。
3.3 数据分布检查：训练前花5分钟，省下2小时debug
正式训练之前，跑一遍数据分布检查是个好习惯。我见过太多人训练到一半发现某个类别的样本少得可怜，或者某个特定场景完全没有验证样本，白白浪费了几个小时。这一步的本质是看labels目录里每个txt文件的内容是否合理。
import os import collections label_dir = 'datasets/tire_dataset/labels/train' box_counts = [] for fname in os.listdir(label_dir): if not fname.endswith('.txt'): continue with open(os.path.join(label_dir, fname)) as f: lines = [l.strip() for l in f if l.strip()] box_counts.append(len(lines)) print(f'标签文件总数: {len(box_counts)}') print(f'每图目标数均值: {sum(box_counts)/len(box_counts):.2f}') print(f'框总数: {sum(box_counts)}')这段代码的逻辑很简单：遍历训练集标注目录中的所有txt文件，统计每个文件的有效标注行数，最后输出总文件数、平均每图目标数和框总数。这个数字在你心里要有预期——如果平均每图只有0.5个框，说明大量图片没有标注目标，模型会很吃力；如果平均每图有5个框，说明数据非常密集。这套数据集平均每图大约1到2个目标，比较均衡。
3.4 我的习惯
环境搭好、数据检查完，别急着直接开训。我先做一次1个epoch的试跑，确认数据路径没问题、模型结构能加载、loss值在正常范围。这一步可以筛掉90%的配置错误。试跑命令加个epochs=1就行，输出里会逐batch打印loss，看到box_loss和cls_loss在下降、没有报NaN，说明链路通了。
4. 训练与参数调优：我这样配模型和超参
4.1 模型选型：为什么选YOLOv8n而不是YOLOv8m
837张图的规模决定了模型不能太大。YOLOv8n参数约320万，YOLOv8m参数约2500万，后者在数据量不够的情况下非常容易过拟合——训练集loss降到很低，验证集mAP却上不去。这里选yolov8n.pt作为预训练权重，它有在COCO数据集上的基础特征提取能力，轮胎的纹理、圆形轮廓这类基础视觉特征已经学过了，做迁移学习正合适。
cd datasets # 假设data.yaml已经在tire_dataset目录下 yolo detect train model=yolov8n.pt data=tire_dataset/data.yaml epochs=100 batch=16 imgsz=640 patience=20 device=0model=yolov8n.pt指定从预训练权重开始训练，而不是随机初始化。epochs=100在837张图上够用了，再多就有过拟合风险。batch=16是显存和速度的折中，GTX 1660 Ti这种6GB显存的卡跑16没问题，显存不够就降到8。imgsz=640是YOLOv8默认推理尺寸，保持默认比较稳妥。patience=20的含义是连续20个epoch验证集指标没有提升就早停，这是防止训练无意义消耗时间的后悔药。device=0指定用第一块GPU，CPU环境改成device=cpu。
4.2 训练过程中的三个关键观察点
训练启动后，别只盯着进度条看热闹。每隔一段时间看一眼终端输出的四个指标：box_loss、cls_loss、dfl_loss和mAP50。box_loss回归的是框的位置误差，如果这个值在震荡下降，说明模型在学定位；cls_loss是分类误差，单类数据集里它的绝对值会比多类数据集小很多；mAP50在训练前中期可能一直在1%附近徘徊，突然跳到90%以上，这是正常现象，目标检测的训练曲线就是钝角拐弯的形状。
yolo detect train model=yolov8n.pt data=tire_dataset/data.yaml epochs=100 batch=16 imgsz=640 patience=20 device=0 project=runs/detect name=tire_exp1project和name参数控制输出目录，训练过程中每个epoch的权重都会落在runs/detect/tire_exp1/weights/下。训练结束后目录里会有last.pt和best.pt，best.pt是验证集mAP最高的权重，last.pt是最后一个epoch的权重。一般用best.pt做后续推理测试，不要用last.pt。
4.3 训练参数里我改过最多次的是这张表
| 参数名 | 默认值 | 我常用值 | 修改原因 |
|---|---|---|---|
epochs | 100 | 100-150 | 小数据集需要更多迭代让回归头收敛 |
batch | 16 | 8-32 | 显存6GB以下用8，32G显存可以上64 |
patience | 100 | 20-30 | 小数据集过拟合来得早，早停要更敏感 |
imgsz | 640 | 640 | 改大分辨率会显著增加耗时，收益有限 |
lr0 | 0.01 | 0.005-0.01 | 迁移学习时学习率过大容易毁掉预训练特征 |
augment | True | True | 保留Mosaic等增强对小数据集很重要 |
学习率lr0是小数据集训练的关键。默认0.01在数据量充足时没问题，但837张图的情况下预训练特征本来就少，学习率太大会把COCO上学到的底层特征洗掉。我一般会降到0.005，配合weight_decay=0.0005做正则化，效果比默认配置稳定不少。
4.4 训练完先别急着部署，跑一张模糊图看看
训练结束后，把best.pt拿来在几张难度高的图上做推理测试。找一张轮胎被阴影遮挡的、一张背景杂乱的、一张轮胎只有一半露出画面的，看看模型的预测框位置和置信度。
yolo detect predict model=runs/detect/tire_exp1/weights/best.pt source=test_images/ --conf 0.25source指定测试图片目录，--conf 0.25是置信度阈值，低于这个值的预测框会被过滤掉。训练时模型学到的置信度分布如果偏高，推理时阈值可以适当提高，减少误检；如果偏低，阈值降到0.1才能找到目标。这一步是验证环节，不要跳过——数据集的99.5%是它的验证集成绩，跟你的现场图片两码事。
5. 避坑手册：轮胎数据集训练翻车记录簿
5.1 训练loss不降反升，一路NaN
现象：训练跑到几十个batch之后，终端开始报NaN，loss直接变成nan，卡死在那不再收敛。
原因：最常见的是学习率太大导致梯度爆炸，尤其在使用预训练权重时，初始几个epoch的梯度幅度如果超过参数更新的合理范围，权重直接发散。另外数据里有异常标注值也会触发，比如某个label文件里出现了负数坐标或者宽度为0的框。
解决：把lr0从0.01降到0.005，同时加上weight_decay=0.0005。如果还是NaN，检查label文件，用脚本扫描所有txt里是否有0宽度或大于1的坐标值，有就删掉那一行。
5.2 mAP50跑到80%就上不去了，卡死在瓶颈
现象：训练到第60个epoch左右，mAP50停在80%附近，后面40个epoch怎么跑都上不去。
原因：这套数据本身标注风格已经比较紧致，80%的mAP50说明模型大致找到了轮胎位置，但框的边界不够贴合。另一种可能是验证集和训练集分布有偏差——比如验证集里包含了训练集中完全没出现过的拍摄角度。
解决：先用tensorboard或results.png看训练曲线，确认是不是真收敛了。如果真收敛，把imgsz从640提到832重新训练，分辨率提升对框边界回归有明显帮助。如果怀疑数据分布问题，重新切分训练集和验证集，保证随机打散。
5.3 推理时同一张图出现一堆重叠框
现象：模型输出很多IoU很高的重叠框，框的中心点几乎一样，只是宽高略有差异。YOLOv8默认做了NMS，但重叠框依然明显。
原因：NMS阈值太高或者置信度阈值太低。YOLOv8的iou=0.7默认NMS阈值对单类密集场景偏宽松，导致低质量的框没被抑制掉。
解决：推理命令里把--iou 0.5调低，同时把--conf 0.25提高到0.4。这两个参数配合能干掉大部分冗余框。如果问题还是存在，去检查训练数据的标注——同一张图是否有两个标注者标出两套不同框的情况。
5.4 CPU环境跑训练太慢，等得人绝望
现象：一台没有GPU的机器，纯CPU跑YOLOv8n训练，一个epoch要跑几十分钟，100个epoch根本等不起。
原因：CPU训练和GPU训练的速度差距在两个数量级以上，这是硬件瓶颈。还有一种隐藏问题：即使有GPU，如果pytorch装成了CPU版，训练同样龟速。
解决：没GPU直接用device=cpu认命，但可以把epochs降到50，配合patience=15早停，整体时间能压缩到一个晚上。有GPU先确认torch.cuda.is_available()是True——很多人装完pytorch发现训练慢，查半天才发现装了CPU版本，这是最常見的翻车现场。
5.5 训练结果在别的机器上复现不出来
现象：在同一套数据和代码下，重新训练出来的mAP和第一次差了5个百分点以上，甚至更多。
原因：训练过程本身的随机性来自数据加载顺序、数据增强的随机翻转/裁剪、PyTorch的随机种子。YOLOv8默认不是完全确定性地复现训练的。
解决：想复现，命令里加seed=42固定随机种子。注意即使固定了种子，多卡训练和不同版本的ultralytics包也可能导致微小差异。真要做到实验室级别的复现，把训练环境的版本号也一并记录下来。
6. 进阶验证与部署思路：从验证集99.5%到现场能用的模型
6.1 加一张混淆矩矩阵和PR曲线判断模型边界
训练输出目录里会自动生成confusion_matrix.png和PR_curve.png。单类数据集里混淆矩阵只有4个格子：True Positive、False Positive、False Negative的分布直接告诉你模型在哪些情况下会漏。PR曲线的形状更关键——曲线面积越大越好，但更重要的是曲线的右端，这部分对应高置信度区间，如果右端掉得快说明模型在高置信度下反而不稳定。
from ultralytics import YOLO model = YOLO('runs/detect/tire_exp1/weights/best.pt') metrics = model.val(data='tire_dataset/data.yaml', split='val') print(metrics.box.map50, metrics.box.map)box.map50和第2章看到的mAP50是同一个指标，box.map对应mAP50-95。这两个数字组合才有意义：map50高、map50-95低，说明框的位置大致对但不够精确；两个都高才是真精确。99.5%的认证标准应该在map50上，map50-95能到80%以上你就偷着乐吧。
6.2 导出ONNX做边缘部署前必须过的一关
训练好的模型如果要做嵌入式部署，ONNX导出是必经之路。RK3588这类NPU平台跑YOLOv8几乎都是走ONNX转RKNN的链路。导出命令很简单，导出后一定要跑一次推理验证格式转换没把模型搞坏。
yolo export model=runs/detect/tire_exp1/weights/best.pt format=onnx imgsz=640导出成功后再用ONNX Runtime跑一张测试图，对比best.pt的推理结果。常见坑是ONNX导出的输出层和PyTorch版本的输出顺序不一致，导致后处理解析错位。YOLOv8导出ONNX后输出是[1, 84, 8400]的形状，8400是三个尺度特征图加起来的anchor数量，84是4个框坐标加80个COCO类别概率——但如果你用的是自定义数据集，这个84要改成4 + 类别数。
6.3 我自己验证模型「够不够用」的三步法
第一步照数据集的验证集跑一遍，确认能稳定复现接近99.5%的mAP50。第二步拿完全没有参与训练的生活照测试——停车场远距离视角、轮胎被草丛遮挡一半、夜间灯光条件差，这些场景才是真实项目的地狱难度。第三步做连续帧稳定性测试，拿一段视频跑逐帧推理，看框的抖动程度，位置抖动大的要降conf阈值或者做帧间平滑。
我自己的血泪经验是：mAP50再漂亮，都不如拿10张「你自己实际场景但模型从未见过」的图来测一遍有说服力。从那以后我每次训练完都强制走一遍这三步——验证集复现、现场图挑战、连续帧稳定性，共三步，一个都不省。希望你拿到这套数据集后也能按这个流程走一遍，别让那个99.5%替你做了决定，希望帮到你。
本文还有配套的精品资源，点击获取
：用 TaoToken 统一 Key 接入热门 AI 工具)
