简介：面向目标检测开发者和课程学习者，这份YOLO泊车位数据集包含1000张真实场景的高质量图片，场景丰富，采用LabelImg标注，框质量高，并提供VOC、COCO、YOLO三种格式标签分别存放，兼容常见检测框架，可直接用于主流YOLO系列模型训练、验证与评估，省去格式转换环节。包内共2000个文件，涵盖xml/txt标注文件、环境搭建与训练教程html文档、数据划分py脚本和模型yaml配置等，压缩包约238.49MB，目录结构清晰，便于按格式和用途检索。配套Linux和Windows环境搭建教程、训练案例教程，以及训练集/验证集/测试集划分脚本，可一键按需拆分数据，快速跑通从环境配置到模型训练的全流程。目前已有507人学习使用，适合做泊车位检测项目、课程设计或入门目标检测的读者参考。
1. 泊车位检测为什么绕不开这份1000张图的数据集
做自动泊车、车位引导或者智慧停车项目时，第一步就把很多人卡住了：没有自己的泊车位图片，拿什么去喂YOLO？这份数据集直接给到了1000张泊车位图片，而且每个目标都配套VOC、COCO、YOLO三种格式的标签文件，连划分脚本和训练教程都放在压缩包里。也就是说，从解压到跑通YOLOv8训练，中间不需要再自己找数据、转格式、手写划分。适合刚入目标检测的新手用来走通完整流程，也适合急着出一版泊车位检测原型的工程师直接拿去做基线。它解决的核心问题不是算法多难，而是“数据准备和格式转换”这个最容易被低估的坑。
2. 拆解三种标签格式：VOC、COCO、YOLO到底各存了什么
2.1 VOC格式：XML里的object逐个拆解
VOC格式的标签是XML文件，每个图片对应一个同名XML。打开后你会看到一堆<object>节点，每个节点描述一个目标。
<annotation> <folder>VOC2007</folder> <filename>parking_012.jpg</filename> <size> <width>1920</width> <height>1080</height> <depth>3</depth> </size> <object> <name>parking_space</name> <bndbox> <xmin>300</xmin> <ymin>400</ymin> <xmax>800</xmax> <ymax>600</ymax> </bndbox> <difficult>0</difficult> </object> </annotation>上面这段XML是这份数据集里很典型的泊车位框。bndbox四个值记录目标左上角和右下角的像素坐标，是绝对值而非归一化值。difficult为0表示这个车位可用，如果标成1，通常表示被车遮挡或者太远连人眼都难确认，训练时YOLO会默认忽略这类框。泊车位检测里一个车位就是一个object，类别名就是parking_space。
2.2 COCO格式：JSON里的categories与annotations
COCO格式把整份数据集的标注集中到一个JSON文件里，结构分为images、annotations和categories三个大数组。
{ "images": [ { "id": 1, "file_name": "parking_012.jpg", "width": 1920, "height": 1080 } ], "annotations": [ { "id": 1, "image_id": 1, "category_id": 1, "bbox": [300, 400, 500, 200], "area": 100000, "iscrowd": 0 } ], "categories": [ { "id": 1, "name": "parking_space" } ] }注意COCO的bbox跟VOC不一样，它是[x, y, width, height]，也就是左上角坐标加上框的宽高。area在泊车位场景里可以直接用width*height计算，iscrowd这个字段对泊车位来说基本是0，因为车位很少出现密集重叠到无法单个标注的情况。如果后续你想用COCO预训练模型或者做实例分割，这个JSON就是基础。
2.3 YOLO格式：txt里的class和归一化坐标
YOLO格式是训练时真正会读入的标签。每张图片对应一个同名的txt文件，每一行代表一个目标。
0 0.2865 0.4630 0.2604 0.1852这一行里第一个数字是类别ID，因为只有泊车位一个类别，所以是0。后面四个数字分别是目标的中心点x、中心点y、框宽w、框高h，全部除以图片宽高做了归一化，取值范围在0到1之间。这就是YOLO训练时输入的标准格式。如果图片宽1920、高1080，这个txt对应的实际像素框就是中心点(550, 500)，宽500，高200。
2.4 三种格式怎么互相转换：一份数据三份标签的意义
| 格式 | 存储方式 | 坐标表示 | 训练适用 |
|---|---|---|---|
| VOC | 每个图片一个XML | xmin, ymin, xmax, ymax绝对值 | 老牌检测模型、数据可视化 |
| COCO | 全部标注一个JSON | x, y, width, height绝对值 | Mask R-CNN、Detectron2、实例分割 |
| YOLO | 每个图片一个txt | cx, cy, w, h归一化 | YOLO全系、RT-DETR |
这份数据集直接给全三种格式，最大的意义不是让你去选一个用，而是省掉转换脚本的调试成本。实际转换过程中最常出问题的就是坐标系的混用：VOC转YOLO要把(xmin, ymin, xmax, ymax)换算成中心点加宽高，COCO转YOLO则必须先把绝对宽高转成归一化。一步算错，框就飘了。有了三种现成标签，你可以用VOC格式做校验可视化，用COCO格式做通用模型的直接训练，用YOLO格式跑YOLOv8/YOLOv11，互相对照，出了问题很容易定位是哪一环节的坐标算错。
3. 用划分脚本切分数据集：训练/验证/测试的比例与随机种子
3.1 划分脚本的核心逻辑
做目标检测训练时，数据切分不是简单粗暴地把文件分开，它需要保证图片和标签严格同步。很多新手只把图片挪走了，标签没跟上，训练时直接报错No labels in xxx。这份数据集里的划分脚本解决的就是这个同步问题。脚本的逻辑很简单：遍历所有图片文件名，按设定比例随机拆成训练、验证、测试三份，然后把对应的标签文件路径写进三个txt文件里。同一份文件名在三个txt中不能重复，这是脚本的基本底线。
3.2 Python实现train/val/test划分脚本
网上能下载到的划分脚本大多长这样，核心逻辑完全可以拿来自用：
import os import random from sklearn.model_selection import train_test_split # 数据集路径 data_dir = "parking_dataset" image_dir = os.path.join(data_dir, "images") label_dir = os.path.join(data_dir, "yolo_labels") # 收集所有图片文件名，不带后缀 img_files = [f.split(".")[0] for f in os.listdir(image_dir) if f.endswith(".jpg")] print(f"共找到 {len(img_files)} 张图片") # 按7:2:1划分训练、验证、测试 train_files, test_files = train_test_split(img_files, test_size=0.1, random_state=42) train_files, val_files = train_test_split(train_files, test_size=0.222, random_state=42) # 将划分结果写入txt for split, files in [("train", train_files), ("val", val_files), ("test", test_files)]: with open(f"{split}.txt", "w") as f: for name in files: img_path = os.path.join(image_dir, name + ".jpg") label_path = os.path.join(label_dir, name + ".txt") # 确保图片和标签都存在才写入 if os.path.exists(img_path) and os.path.exists(label_path): f.write(img_path + "\n") print(f"{split} 数量: {len(files)}") print("划分完成，请检查 train.txt / val.txt / test.txt")test_size=0.1先分出10%的测试集，剩余90%再按0.222分出20%验证集，实际比例约7:2:1。random_state=42固定随机种子，这样每次运行脚本得到的划分结果一致，方便复现模型效果。脚本里os.path.exists检查双重保证图片和标签路径都有效，这一步非常关键，很多数据集里存在孤儿图片或者孤儿标签，漏掉检查会让后续训练白跑几小时。
3.3 划分后必须检查的三件事
划分完成不是直接开练，先花两分钟做三个检查。第一是类别平衡：统计三个txt文件里各自的类别数量，泊车位数据一般单类别，如果验证集里样本特别少，模型的验证分数波动会很大。第二是场景覆盖：泊车位场景往往包含室内地下车库和室外露天停车场，如果全部室外图都被分进训练集，验证集就失真了。第三是文件对应：随机挑一个txt文件里的第一个路径，确认图片能正常打开且有同名标签文件。
3.4 同步三种格式的划分
这份数据集的划分脚本一般是一个py文件，跑完只生成训练列表txt，不会去复制或移动原文件。真正训练时YOLOv8只需要train.txt里写的图片路径，标签路径会自动根据图片路径推导。但如果你计划用VOC或者COCO格式去训练其他模型，就得保证划分列表对三种格式都适用。常见做法是保留一份图片文件清单，三个训练脚本都读这份清单，而不是各自维护一套路径。我一般会把train.txt / val.txt / test.txt里的路径统一改为图片绝对路径，再把标签目录名从images换成labels交给YOLO自动推导，这样无论怎么切换格式都不需要重新划分。
4. 用YOLOv8在泊车位数据集上跑通训练：参数与命令
4.1 环境准备：conda创建虚拟环境并安装ultralytics
拿到数据后第一件事是搭环境。强烈建议用conda建独立环境，别把YOLO装到基础Python环境里，免得和TensorFlow、PyTorch老版本打架。
conda create -n parking python=3.10 -y conda activate parking pip install ultralyticsultralytics这个包已经集成了YOLOv5、YOLOv8和YOLOv11，一条命令就能下载训练好的预训练模型权重。这里不需要手动去下载单独的模型文件，训练时指定model=yolov8n.pt，首次运行会自动从官方地址拉取。如果网络条件不理想，也可以提前手动把权重文件放到当前目录。
4.2 准备YAML配置文件与数据集目录结构
YOLOv8训练需要先准备一个data.yaml文件，描述数据集路径和类别信息。这份数据集解压后典型的目录结构是images/和labels/分别存放图片和YOLO格式标注。
# parking.yaml path: /home/you/parking_dataset train: train.txt val: val.txt test: test.txt nc: 1 names: ['parking_space']path是数据集根目录绝对路径，train和val指向之前划分脚本生成的txt文件。这里有个容易踩的坑：如果txt里写的是绝对路径，train字段填train.txt即可；如果txt里写的是相对路径，就得在这里补上images/前缀。nc: 1指的是只有泊车位一个类别，names里的类别名必须和训练标签中的类别ID对应上，顺序不能错。
4.3 启动训练：训练命令与关键参数说明
环境配好、数据就位后，一行命令就能跑起来：
yolo train data=parking.yaml model=yolov8n.pt epochs=100 imgsz=640 batch=16 device=0epochs=100代表完整遍历训练集100轮，泊车位检测这类单类别任务一般60轮就能收敛，100轮是为了观察过拟合趋势。imgsz=640把输入图片等比缩放到640x640，这个值不是越大越好，图片太大显存占用暴涨，太小会丢失小目标的细节。batch=16是每批送入的图片数，显存不足时报错CUDA out of memory就把它降到8或者4。device=0指定第一块GPU训练。数据集里1000张图，单卡训练一轮大概一两分钟，整体几小时能完成。
4.4 训练结束后看什么：metrics、混淆矩阵、验证集推理
训练默认会在runs/detect/train/下输出结果。头一个看results.csv，里面每一行是每一轮的train_loss、val_loss、mAP50等指标。泊车位检测重点关注mAP50-95，它比mAP50更严格，反映框位置的精准度。再看confusion_matrix.png，能直观看到有没有把车位误检为背景或者漏检。最后用一句命令跑验证集推理：
yolo predict model=runs/detect/train/weights/best.pt source=test_images/ save=True注意这里source要指向测试集图片目录，save=True会把检测框画在图上保存下来。肉眼扫一遍这些图，比单看数字更能判断模型真实水平。
5. 泊车位数据集训练避坑与常见问题排查
5.1 标签文件为空导致训练报错“No labels”
现象：训练启动后没报错，但打印出WARNING ⚠️ no labels found in datasets/train/images/parking_001.jpg，有大量图片没参与训练。
原因：标签文件名和图片名没有一一对应，或者标签文件是空的。有些标注工具导出的txt只有一行换行符，看起来存在，实际没有任何目标。
解决：写个小脚本统计所有空标签文件，并把对应的图片从训练目录挪出去，不要留在里面浪费训练时间。
import os label_dir = "labels" empty_files = [] for f in os.listdir(label_dir): path = os.path.join(label_dir, f) if os.path.getsize(path) == 0: empty_files.append(f) print(f"空标签文件数量: {len(empty_files)}") for f in empty_files: print(f)5.2 训练过程中BN层崩溃
现象：训练到几十轮时，train_loss突然变成nan，或者metrics全部归零，之后无法恢复。
原因：BN层崩溃通常由训练不稳定引起，常见诱因是学习率太大或者batch太小。batch=4时BN统计量方差特别大，容易产生数值溢出。
解决：把batch调到16以上，或者降低初始学习率lr0=0.001。另一个有效手段是开启cache=True，把图片直接缓存到显存，减少IO波动。
yolo train data=parking.yaml model=yolov8n.pt epochs=100 imgsz=640 batch=16 lr0=0.001 cache=True5.3 类别数量对不上导致训练报错
现象：训练时报AssertionError: impossible to satisfy constraints，或者加载权重时提示类别数不匹配。
原因：data.yaml里nc和names的定义与实际标签ID对不上。这张数据集里类别名虽然只有一种，但如果标签tx里出现类别ID为1或2的框，而nc=1，就会出问题。
解决：打开几个txt文件看一眼里面第一位数字最大值，把nc改为最大值加1，names按顺序列出所有类别名。
5.4 分割线或车位线被数据增强搞丢
现象：训练完发现验证框总比实际车位小一圈，或者漏检侧方停车的车位线。
原因：YOLO默认开启hsv_h、hsv_s、hsv_v色彩增强，以及随机旋转degrees。泊车位检测依赖车位线的颜色和方向，增强过头会让这些特征失真。
解决：在训练命令里调整增强参数：
yolo train data=parking.yaml model=yolov8n.pt epochs=100 imgsz=640 batch=16 hsv_h=0.0 hsv_s=0.2 hsv_v=0.2 degrees=55.5 不同格式转换时坐标越界
现象：用VOC的XML转成YOLO txt时，某些行出现x_center大于1或者w为负值的情况。
原因：标注时框的左上角坐标大于右下角坐标，或者目标跨越图片边缘导致宽高计算超出范围。很多标注工具允许画出界框，转换脚本没有做裁剪。
解决：转换时加边界裁剪逻辑：
x_center = (xmin + xmax) / 2 / width y_center = (ymin + ymax) / 2 / height w = (xmax - xmin) / width h = (ymax - ymin) / height x_center = min(max(x_center, 0), 1) y_center = min(max(y_center, 0), 1) w = min(w, 1) h = min(h, 1)6. 泊车位检测的进阶验证与优化：从mAP曲线到数据扩充
6.1 用混淆矩阵判断漏检与误检
训练结束后，别急着部署。先打开runs/detect/train/confusion_matrix.png，看清四个象限：真正例是预测为泊车位且真实就是泊车位，假负例是真实车位但模型没检测出来。泊车位检测最常见的漏检发生在车位线模糊的地面，比如水泥地上磨损严重的白线。如果假负例集中在某个特定停车场，说明训练数据里那个场景的样本不够。
6.2 批量可视化测试集结果找规律
写一个批量预测脚本，把所有测试图片的检测结果拼成一张大图，快速浏览：
from ultralytics import YOLO import os import cv2 model = YOLO("runs/detect/train/weights/best.pt") test_dir = "test_images" output_dir = "pred_output" os.makedirs(output_dir, exist_ok=True) for img_name in os.listdir(test_dir): result = model.predict(os.path.join(test_dir, img_name), conf=0.25) annotated = result[0].plot() cv2.imwrite(os.path.join(output_dir, img_name), annotated) print("预测结果已保存到 pred_output 目录")conf=0.25是置信度阈值，低于这个分数的框会被滤掉。泊车位检测建议用0.3到0.4之间，太低会把地面阴影当车位，太高会漏掉远处的小车位。跑完后把输出目录里的图按“正常”“漏检”“误检”分三堆，能快速定位模型的系统性问题。
6.3 数据扩充的方向：不是无脑加图
泊车位检测的数据扩充，最先加的不是更多车位图片，而是场景多样性。地下车库的灯光偏黄、垂直车位和斜车位角度差异大、雨天反光严重，这些都比单纯增加图片数量更能提升泛化能力。实际操作上，我会把这1000张图按室内/室外、垂直/平行/斜向分档，统计每个子类的数量，少于50张的子类优先补数据。用YOLO自带的YOLO("yolov8n.pt")去给新拍的视频抽帧是低成本打标思路，但抽出来的帧之间相似度太高，直接进训练集反而会导致过拟合，每10秒抽一帧比较合适。
最后的建议是先跑通默认参数再谈调优。这份数据集已经给了三种格式标签和划分脚本，训练教程里也写好了命令，第一次训练直接按默认参数跑完，看结果再调。我自己吃过的亏是上来就调imgsz=1280、batch=32，结果显存溢出后开始怀疑数据有问题，折腾半天才发现只是硬件扛不住。把基线跑出来，再一步步加分辨率、加增强，每一步动一项参数，对比着看mAP变化，才是在这个数据集上做优化的正确姿势。希望帮到你。
本文还有配套的精品资源，点击获取
