简介：本资源为印章检测数据集，采用Pascal VOC与YOLO双格式标注，面向从事目标检测算法练习、印章识别模型训练的学生与开发者，可用于快速搭建单类别检测任务的数据基础。压缩包共632个文件，包含210张jpg图片、210个VOC格式xml标注文件、210个YOLO格式txt标注文件及少量说明文本，整体约36.47MB，图片与标注一一对应，便于直接投入训练流程。标注类别仅seal一类，共488个矩形框，使用labelImg完成画框标注，标注规则统一，适合作为入门级检测数据或小样本实验素材。目前已有919人学习下载，数据规模适中，便于快速验证模型效果与调试训练流程。需要说明的是，数据集仅提供准确合理的标注，不对训练所得模型或权重文件的精度作任何保证，使用者需自行评估与调优。
1. 印章检测数据集实测：210 张 VOC+YOLO 双格式到底能跑出什么
手里只有两百来张图，还想把印章检测跑通，这事听着像玄学，但我最近确实拿一份 210 张的印章数据集走了一遍完整流程。它叫「印章检测数据集VOC+YOLO格式210张1类别」，图片、VOC 的 xml、YOLO 的 txt 各 210 个，类别只有一个seal，总框数 488，标注工具是 labelImg，画的是矩形框。说白了，这是一份小而专的单类目标检测数据，适合做印章定位的原型验证、教学演示，或者给已有模型做一次小样本微调。它不适合指望直接刷高精度，也不承诺任何权重文件的精度，只保证标注本身合理。如果你正卡在「找不到干净的单类印章数据」这一步，这份资源能让你先把训练管线跑起来，再谈调优。
2. 拆开这份数据集：VOC 与 YOLO 双格式的目录结构与字段含义
2.1 210 张图、488 个框，先看清数据分布
拿到压缩包，第一件事不是急着训练，而是把数据摸清楚。这份数据集的核心数字很明确：jpg 图片 210 张，xml 标注 210 个，txt 标注 210 个，类别数 1，类别名seal，框数 488。平均下来每张图约 2.3 个印章框，说明不少图片里存在多个印章，这对单类检测来说反而是好事，能逼着模型学会区分相邻目标。
需要特别注意的是，摘要里写得很清楚：不包含分割路径的 txt 文件，只有 jpg 图片加对应的 VOC xml 和 YOLO txt。也就是说，没有train.txt、val.txt这类划分文件，也没有classes.txt。这两样东西得你自己生成，后面章节会给出脚本。很多人下载完发现 YOLO 训练报「找不到标签」，八成就是缺了划分文件和类别文件。
常见做法是先把目录整理成下面这种结构，VOC 和 YOLO 分开放，避免路径混淆：
dataset/ ├── images/ # 210 张 jpg ├── annotations/ # 210 个 VOC xml └── labels/ # 210 个 YOLO txt整理完先数一遍文件数，三个目录都应该是 210，少一个都别往下走。我一般会跑一句ls images | wc -l和ls labels | wc -l对一下，数字对不上就说明解压或复制时丢了文件。
2.2 VOC xml 里到底存了什么
VOC 格式的 xml 是 labelImg 的标准输出，结构固定。打开任意一个 xml，你会看到folder、filename、size、object这几层。size里的width、height、depth是原图尺寸，object里则是name、pose、truncated、difficult和bndbox。这份数据类别名统一是seal，bndbox里是xmin、ymin、xmax、ymax四个坐标。
这里有个容易被忽略的点：VOC 的坐标是左上角和右下角的绝对像素值，而 YOLO 要的是归一化后的中心点加宽高。两者不是简单换个名字，转换时一旦把xmax和xmin写反，框就会翻到图像外面去。下面这段解析逻辑我用了很多次，能直接把 xml 读成字典：
import xml.etree.ElementTree as ET def parse_voc(xml_path): tree = ET.parse(xml_path) root = tree.getroot() size = root.find('size') w = int(size.find('width').text) h = int(size.find('height').text) boxes = [] for obj in root.iter('object'): name = obj.find('name').text bnd = obj.find('bndbox') xmin = float(bnd.find('xmin').text) ymin = float(bnd.find('ymin').text) xmax = float(bnd.find('xmax').text) ymax = float(bnd.find('ymax').text) boxes.append((name, xmin, ymin, xmax, ymax)) return w, h, boxes逻辑说明：先取原图宽高，再遍历每个object，把类别名和四个坐标取出来。参数上，w、h用于后续归一化，boxes里存的是绝对坐标。注意float转换不能省，有些 xml 里坐标带小数点，直接int会截断，导致框偏移一两个像素，小目标上这点偏差会被放大。
2.3 YOLO txt 的五个字段与类别索引
YOLO 格式的 txt 每行五个值：class_id center_x center_y width height，全部归一化到 0 到 1 之间。这份数据只有一个类别seal，所以class_id恒为 0。归一化公式是：
center_x = (xmin + xmax) / 2 / wcenter_y = (ymin + ymax) / 2 / hwidth = (xmax - xmin) / wheight = (ymax - ymin) / h
转换脚本在下一章给。这里先记住一个边界：如果xmax等于w，归一化后center_x + width/2会正好等于 1，有些训练框架对等于 1 的边界容忍度不同，稳妥做法是转换后统一clip到[0, 1]。我见过因为一个框贴边没裁剪，训练时 loss 直接变 NaN 的情况，排查了半天才发现是坐标越界。
3. 从 VOC 到 YOLO：转换脚本、划分文件与训练配置
3.1 一条命令完成 VOC 转 YOLO
转换是这份数据集落地的第一道坎。下面这个脚本把annotations里的 xml 批量转成labels里的 txt，同时生成classes.txt：
import os import xml.etree.ElementTree as ET VOC_DIR = 'dataset/annotations' OUT_DIR = 'dataset/labels' CLASSES = ['seal'] os.makedirs(OUT_DIR, exist_ok=True) def convert(xml_path, out_path): tree = ET.parse(xml_path) root = tree.getroot() size = root.find('size') w = int(size.find('width').text) h = int(size.find('height').text) lines = [] for obj in root.iter('object'): name = obj.find('name').text if name not in CLASSES: continue cls_id = CLASSES.index(name) bnd = obj.find('bndbox') xmin = float(bnd.find('xmin').text) ymin = float(bnd.find('ymin').text) xmax = float(bnd.find('xmax').text) ymax = float(bnd.find('ymax').text) cx = (xmin + xmax) / 2.0 / w cy = (ymin + ymax) / 2.0 / h bw = (xmax - xmin) / w bh = (ymax - ymin) / h # 裁剪到 [0,1]，避免贴边框越界 cx = min(max(cx, 0.0), 1.0) cy = min(max(cy, 0.0), 1.0) bw = min(max(bw, 0.0), 1.0) bh = min(max(bh, 0.0), 1.0) lines.append(f"{cls_id} {cx:.6f} {cy:.6f} {bw:.6f} {bh:.6f}") with open(out_path, 'w') as f: f.write('\n'.join(lines)) for fn in os.listdir(VOC_DIR): if fn.endswith('.xml'): convert(os.path.join(VOC_DIR, fn), os.path.join(OUT_DIR, fn.replace('.xml', '.txt'))) with open('dataset/classes.txt', 'w') as f: f.write('\n'.join(CLASSES))逻辑说明：遍历 xml，按类别名取索引，算出归一化中心点和宽高，写入同名 txt。参数上，CLASSES必须和标注里的name完全一致，大小写都不能差；:.6f保留六位小数，足够训练用。转换完抽查几个 txt，确认每行五个值、没有空行、没有负值。如果某个 txt 是空的，说明那张图里没有seal框，这种图要么删掉，要么在划分时排除，否则训练时会被当成负样本。
3.2 生成 train/val 划分文件
数据集没给划分文件，得自己切。210 张图，常见做法是 8:2，即 168 张训练、42 张验证。下面脚本按文件名排序后切分，保证可复现：
import os import random IMG_DIR = 'dataset/images' random.seed(42) imgs = sorted([f for f in os.listdir(IMG_DIR) if f.endswith('.jpg')]) random.shuffle(imgs) split = int(len(imgs) * 0.8) train, val = imgs[:split], imgs[split:] with open('dataset/train.txt', 'w') as f: f.write('\n'.join([os.path.join('images', i) for i in train])) with open('dataset/val.txt', 'w') as f: f.write('\n'.join([os.path.join('images', i) for i in val])) print(f'train: {len(train)}, val: {len(val)}')逻辑说明：固定随机种子42，保证每次切分结果一致，方便复现实验。参数上，0.8是训练比例，样本少的时候可以调到0.85，但验证集别少于 30 张，否则评估指标波动会很大。生成的两个 txt 里存的是相对路径，训练时把dataset作为根目录即可。
3.3 YOLOv8 训练配置与关键参数
划分文件有了，就可以起训练。以 YOLOv8 为例，先写一个seal.yaml：
path: dataset train: train.txt val: val.txt nc: 1 names: ['seal']然后一条命令开跑：
yolo detect train data=seal.yaml model=yolov8n.pt epochs=100 imgsz=640 batch=16参数说明：model=yolov8n.pt用 nano 版预训练权重，210 张图用大模型容易过拟合；epochs=100对小数据集够用，配合早停；imgsz=640是常见输入尺寸，如果原图分辨率远大于 640，印章又小，可以提到960或1280，但显存要跟上；batch=16在 8G 显存上比较稳，爆显存就降到 8。训练完看runs/detect/train下的results.csv，重点盯mAP50和mAP50-95，如果mAP50一直上不去，先回头查标注，别急着换模型。
4. 小样本单类检测的避坑与排查清单
4.1 训练 loss 变 NaN
现象：训练几个 epoch 后 loss 突然变成nan，之后再也不下降。原因：多半是标注坐标越界，归一化后出现大于 1 或小于 0 的值，或者某个框宽高为 0。解决：转换脚本里加clip到[0,1]，并过滤掉bw或bh为 0 的行。我一般会在转换后跑一句统计，把异常 txt 挑出来单独看。
4.2 模型把背景当印章
现象：验证时框出一堆明显不是印章的区域，误检高。原因：210 张图里负样本太少，或者某些图里印章极小，模型学不到判别特征。解决：检查是否有空 txt 的图被放进训练集，如果有，保留少量作为负样本是好事，但别太多；另外可以适当提高imgsz，让小目标在特征图上占更多像素。
4.3 验证集 mAP 波动大
现象：每次跑val，mAP50差好几个点。原因：验证集只有 42 张，样本量太小，指标本身就不稳。解决：把随机种子固定，划分文件一次生成后不再变；评估时多看几轮的平均值，别拿单次结果下结论。如果条件允许，做 5 折交叉验证，虽然费时间，但结论可靠得多。
4.4 类别名大小写不一致
现象：训练报「class name not found」或类别索引错乱。原因：xml 里写的是seal，classes.txt里写成了Seal，或者 YAML 里names写错。解决：统一用小写seal，转换脚本里加一句断言，遇到不在CLASSES里的name直接报错，别静默跳过。静默跳过最坑，你以为转了 488 个框，实际可能只转了 400 个。
4.5 图片和标签文件名对不上
现象：训练时提示找不到某些标签。原因：jpg 是firc_yz_176.jpg，txt 却是firc_yz_176.JPG.txt或少了前缀。解决：转换时用os.path.splitext取主文件名，确保 txt 和 jpg 主名完全一致。整理完跑一遍集合比对，把只在 images 里、不在 labels 里的文件名打印出来，逐个处理。
5. 进阶技巧：用 488 个框反推标注质量与数据增强边界
数据量小的时候，增强策略不能照搬大数据的套路。210 张图、488 个框，翻转和轻微缩放是安全的，但大幅裁剪要小心，印章被裁掉一半会引入错误标签。我的习惯是先用一个脚本把框的宽高分布画出来，看看有没有极端值。
import os LABEL_DIR = 'dataset/labels' ws, hs = [], [] for fn in os.listdir(LABEL_DIR): with open(os.path.join(LABEL_DIR, fn)) as f: for line in f: parts = line.strip().split() if len(parts) == 5: ws.append(float(parts[3])) hs.append(float(parts[4])) print(f'框数: {len(ws)}') print(f'宽 min/max: {min(ws):.4f} / {max(ws):.4f}') print(f'高 min/max: {min(hs):.4f} / {max(hs):.4f}')逻辑说明：统计所有归一化宽高，看分布。如果min接近 0，说明有极小框，增强时别用会进一步缩小目标的策略；如果max接近 1，说明有框几乎占满整图，裁剪增强容易把它切坏。参数上，len(ws)应该等于 488，对不上就说明转换或读取有问题。
验证标注质量的另一个办法是可视化。把原图和框画在一起，随机抽 20 张看一遍：
import cv2 import os IMG_DIR = 'dataset/images' LABEL_DIR = 'dataset/labels' sample = sorted(os.listdir(IMG_DIR))[:20] for fn in sample: img = cv2.imread(os.path.join(IMG_DIR, fn)) h, w = img.shape[:2] txt = os.path.join(LABEL_DIR, fn.replace('.jpg', '.txt')) if os.path.exists(txt): with open(txt) as f: for line in f: c, cx, cy, bw, bh = map(float, line.split()) x1 = int((cx - bw / 2) * w) y1 = int((cy - bh / 2) * h) x2 = int((cx + bw / 2) * w) y2 = int((cy + bh / 2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.imwrite(f'vis_{fn}', img)逻辑说明：把归一化坐标还原成像素坐标，画框保存。参数上，sample取前 20 张，实际可以随机抽。看可视化时重点检查框有没有明显偏移、有没有漏标、有没有把非印章区域框进去。这一步花十分钟，能省下后面几小时的无效训练。
增强策略上，我一般只用水平翻转、±10% 的随机缩放和轻微色彩抖动。旋转要谨慎，印章本身有方向性，大角度旋转可能让模型学到错误的方向先验。Mosaic 增强在小数据集上效果不错，但要注意它会把四张图拼一起，如果原图里印章本来就小，拼完更小，反而增加难度。可以先用默认增强跑一版，再关掉 Mosaic 跑一版，对比mAP50决定。
从那以后我每次拿到小数据集，都强制先跑一遍框分布统计和可视化，再动训练命令。这份 210 张的印章数据不算大，但胜在干净、单类、双格式齐全，把转换、划分、训练、排查这条链路走通，比直接拿一个大而杂的数据集更有收获。希望帮到你。
本文还有配套的精品资源，点击获取
