夜间车辆识别数据集：从采集标注到YOLO训练与避坑指南

简介：本资源为面向夜间场景的目标检测数据集，适合深度学习初学者与算法工程师用于夜间车辆及交通目标识别模型的训练与验证。数据集覆盖car、pedestrian、traffic light、traffic sign、bicycle、bus、truck、rider共8个类别，图片数量5000张，同时提供YOLO与VOC两种标注格式，可直接用于YOLOv5至YOLOv10等YOLO系列算法，也兼容Faster R-CNN、SSD等模型。压缩包内共2000个文件，以1999个txt标签文件和1个yaml类别配置文件为主，yaml文件用于指定类别信息，txt文件为对应的标注数据，整体大小约142.19MB，并已按训练集、验证集和测试集完成划分，省去自行切分与格式转换的步骤。目前已有404人学习下载，适合夜间自动驾驶感知、交通监控等方向的研究者快速搭建基线模型并开展对比实验。

1. 夜间车辆识别数据集：为什么你的目标检测模型一到晚上就“瞎”了

白天跑出 0.89 mAP 的车辆检测模型，切到夜间监控画面直接掉到 0.4 出头，漏检的尾灯、糊成一团的车牌、被远光灯吞掉的车身轮廓——这不是模型不行，是数据没喂对。夜间车辆识别数据集，本质是一批在低照度、强眩光、运动模糊条件下采集并标注好的图像/视频帧，专门用来训练和评测目标检测模型在夜间的鲁棒性。它解决的核心问题是：白天数据训练出来的模型，对夜间光照分布、噪声模式、目标表观特征完全不适应。这套东西适合谁？做智慧交通、园区安防、自动驾驶感知、夜间卡口识别的算法工程师和数据集构建者。如果你正准备用 YOLO 系列或 SSD 做车辆检测，却卡在夜间场景精度崩盘，这篇就是给你写的。下面从数据集怎么选、怎么处理、怎么训、坑在哪，一步步拆开讲。

2. 夜间车辆识别数据集：从采集到标注的完整链路

2.1 夜间数据集的三个硬指标：照度、眩光、运动模糊

选夜间车辆数据集，不能只看“有没有夜晚的图”。我一般先看三个维度：照度分布、眩光比例、运动模糊程度。照度决定图像信噪比，低于 5 lux 的场景，普通 RGB 相机噪声会淹没车辆纹理；眩光来自对向车灯和路灯，会造成局部过曝，目标边缘断裂；运动模糊则出现在长曝光或高速场景，车辆拖影导致标注框和实际目标错位。

一个可用的夜间车辆识别数据集，至少应覆盖以下场景类型：

提示：如果数据集没有提供每张图的照度或曝光参数，可以用图像平均亮度做粗略分层，后续按层采样训练。

2.2 标注规范：夜间车辆框怎么画才不坑模型

夜间标注最大的坑是“凭感觉画框”。白天车辆边界清晰，夜间尾灯亮、车身暗，标注员容易只框亮部或框到阴影里。我一般要求团队遵守三条规则：

第一，以车辆物理轮廓为准，不以亮度为准。哪怕车身暗到看不清，只要轮胎接地位置和车顶轮廓可推断，框就要覆盖完整车辆。第二，眩光遮挡超过 50% 的目标，标为“困难”或直接忽略，不要强行标一个残缺框，否则模型学到的是错误边界。第三，尾灯和车牌不作为独立类别，除非你的任务需要，否则它们会干扰车辆整体检测。

常见标注工具用 LabelImg、CVAT、Labelme 都行，导出格式优先选 YOLO txt 或 COCO json。夜间数据建议额外加一个night属性字段，方便后续做分层评测。

2.3 从原始视频到训练集：抽帧、去重、分层

拿到夜间视频后，不要逐帧抽。相邻帧几乎一样，冗余会拖慢训练且造成过拟合。我一般用以下脚本做抽帧和去重：

import cv2 import os import imagehash from PIL import Image def extract_frames(video_path, out_dir, interval=10, hash_threshold=5): """ 按间隔抽帧，并用感知哈希去重 interval: 每多少帧取一帧 hash_threshold: 哈希距离阈值，越小越严格 """ os.makedirs(out_dir, exist_ok=True) cap = cv2.VideoCapture(video_path) frame_idx = 0 saved = 0 hashes = [] while True: ret, frame = cap.read() if not ret: break if frame_idx % interval == 0: img = Image.fromarray(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)) h = imagehash.phash(img) # 与已保存帧比较，距离太近则跳过 if all(h - prev > hash_threshold for prev in hashes): hashes.append(h) cv2.imwrite(os.path.join(out_dir, f"night_{saved:06d}.jpg"), frame) saved += 1 frame_idx += 1 cap.release() print(f"保存 {saved} 帧，原始 {frame_idx} 帧")

逻辑说明：interval控制抽帧密度，夜间车辆运动慢，10 帧取 1 通常够用；hash_threshold控制去重强度，值越大保留越多相似帧。参数建议：城市道路用 interval=5，高速用 interval=3；hash_threshold 设 5–8，太大会保留大量近似帧，太小会丢掉渐变场景。

抽完帧后做分层：按平均亮度分“暗、中、亮”三档，按有无眩光分两类，保证训练集和验证集各层比例接近。别把所有暗图都扔训练集，验证集全是大灯场景，评测结果会骗你。

3. 用 YOLO 系列训练夜间车辆检测：参数怎么调才不崩

3.1 数据格式转换：VOC/COCO 转 YOLO 的四个边界坑

夜间数据集常见格式是 VOC xml 或 COCO json，YOLO 训练需要每张图对应一个 txt，每行class_id x_center y_center w h，全部归一化到 0–1。转换脚本网上一堆，但夜间数据有四个坑：

坑一，图像尺寸不一致。夜间数据集可能混了 1920×1080 和 1280×720，归一化时要用各自宽高，不能统一除一个值。坑二，框越界。眩光导致标注框超出图像边界，转换后坐标小于 0 或大于 1，训练时直接报错。坑三，空标注文件。有些夜间图确实没车，但 YOLO 需要空 txt 表示负样本，不能没有文件。坑四，类别名大小写不一致。car和Car会被当成两类。

import os import xml.etree.ElementTree as ET def voc_to_yolo(xml_dir, out_dir, classes): """ classes: 类别名列表，顺序即 class_id """ os.makedirs(out_dir, exist_ok=True) for xml_file in os.listdir(xml_dir): if not xml_file.endswith('.xml'): continue tree = ET.parse(os.path.join(xml_dir, xml_file)) root = tree.getroot() size = root.find('size') w_img = int(size.find('width').text) h_img = int(size.find('height').text) lines = [] for obj in root.findall('object'): cls_name = obj.find('name').text.strip() if cls_name not in classes: continue cls_id = classes.index(cls_name) bbox = obj.find('bndbox') x1 = float(bbox.find('xmin').text) y1 = float(bbox.find('ymin').text) x2 = float(bbox.find('xmax').text) y2 = float(bbox.find('ymax').text) # 裁剪越界坐标 x1, y1 = max(0, x1), max(0, y1) x2, y2 = min(w_img, x2), min(h_img, y2) if x2 <= x1 or y2 <= y1: continue x_c = (x1 + x2) / 2 / w_img y_c = (y1 + y2) / 2 / h_img w = (x2 - x1) / w_img h = (y2 - y1) / h_img lines.append(f"{cls_id} {x_c:.6f} {y_c:.6f} {w:.6f} {h:.6f}") out_path = os.path.join(out_dir, xml_file.replace('.xml', '.txt')) with open(out_path, 'w') as f: f.write('\n'.join(lines))

参数说明：classes顺序决定 class_id，必须和训练 yaml 里的 names 一致；坐标裁剪防止越界；空 lines 会生成空文件，正好作为负样本。

3.2 夜间训练参数：学习率、增强、锚框的夜间适配

YOLO 默认超参是给白天 COCO 调的，夜间车辆检测要改三处：

学习率：夜间数据噪声大，初始学习率建议从 0.01 降到 0.001–0.005，否则前几个 epoch loss 震荡。用余弦退火，最低到初始的 0.01 倍。

数据增强：HSV 增强要慎用。夜间图像本身饱和度低，hsv_s调太大会把尾灯颜色改得面目全非。我一般设hsv_h=0.015, hsv_s=0.3, hsv_v=0.4，重点加mosaic=0.5和mixup=0.1，但 mosaic 在夜间会把不同光照的图拼一起，可能引入不真实边界，建议训练后期关掉。

锚框：夜间车辆在画面中往往更小、更集中。用 k-means 重新聚类你的夜间数据集框尺寸，替换默认 anchors。YOLOv8 及以上版本是 anchor-free，可以跳过这步，但 YOLOv5 必须做。

# YOLOv8 训练示例 yolo detect train \ data=night_vehicle.yaml \ model=yolov8s.pt \ epochs=100 \ imgsz=640 \ batch=16 \ lr0=0.003 \ lrf=0.01 \ hsv_h=0.015 \ hsv_s=0.3 \ hsv_v=0.4 \ mosaic=0.5 \ mixup=0.1 \ device=0

参数说明：imgsz=640是精度和速度的平衡点，夜间小目标多可以上 1280，但显存翻倍；batch=16根据显存调，不够就降；lr0是初始学习率，夜间建议 0.001–0.005；mosaic=0.5表示 50% 概率做马赛克增强，后期可设 0。

3.3 评测：夜间场景不能只看 mAP

白天评测看 mAP@0.5 够了，夜间必须分层看。我一般把验证集按亮度分三档，分别算 mAP 和召回率。如果暗档召回率比亮档低 20 个点以上，说明模型对低照度不适应，要么加暗场景数据，要么在推理前做低光增强。

另外，夜间误检主要来自路灯、反光条、尾灯倒影。评测时单独统计这些类别的误检率，如果高，考虑在训练集中加负样本——把没有车的夜间路灯图作为背景图喂进去。

# 分层评测伪代码 from ultralytics import YOLO model = YOLO('runs/detect/train/weights/best.pt') results = model.val(data='night_vehicle.yaml', split='val') # 按亮度分层统计需要自己写 dataset 子集 # 建议用 pandas 记录每张图的亮度、mAP、召回

注意：夜间评测的 ground truth 要复核一遍，标注框在暗部是否准确，直接影响你对模型的判断。

4. 夜间车辆检测的避坑与排查：5 个血泪教训

4.1 坑一：训练 loss 正常下降，但夜间验证 mAP 极低

现象：训练集 loss 稳步降，白天验证 mAP 0.85，夜间验证只有 0.35。原因：训练集和夜间验证集的光照分布不匹配，模型学到的是白天纹理，夜间特征没覆盖。解决：检查训练集里夜间图占比，至少 40% 以上；用亮度分层采样，保证暗场景不被亮场景淹没；必要时对白天图做低光模拟增强。

4.2 坑二：模型把路灯当车，误检集中在固定位置

现象：夜间推理时，画面固定位置的路灯、反光标识被反复检成车辆。原因：训练集中缺少这些负样本，模型没见过“像车但不是车”的夜间干扰物。解决：收集误检截图，裁剪出干扰区域，作为负样本加入训练集；或者在推理后处理中加位置过滤，但治本还是加数据。

4.3 坑三：标注框在暗部偏移，模型学出“半辆车”检测器

现象：模型检测框只覆盖车灯附近，车身暗部不框。原因：标注时标注员只框了可见亮部，模型学到的是“亮部=车”。解决：返工标注，要求按物理轮廓框；用红外或可见光融合数据辅助标注；训练时加 cutout 增强，强迫模型从部分可见推断整体。

4.4 坑四：增强开太猛，尾灯颜色被改，模型混淆刹车灯和路灯

现象：训练时 hsv_s 设太高，尾灯红色被改成橙色甚至白色，模型把路灯也检成车。原因：HSV 增强过度改变了夜间关键判别特征。解决：夜间数据 HSV 增强幅度减半，hsv_s 不超过 0.3，hsv_v 不超过 0.5；或者改用亮度归一化代替颜色增强。

4.5 坑五：验证集全是简单夜间场景，上线后崩在眩光画面

现象：验证集 mAP 0.8，实际部署遇到对向远光灯就大量漏检。原因：验证集没有覆盖眩光、雨夜、雾天等困难场景。解决：验证集必须包含困难样本，至少 20% 是眩光或低照度；评测时单独算困难子集指标；如果困难子集太差，针对性补充训练数据。

5. 夜间车辆检测的进阶技巧：低光增强 + 多模态融合怎么落地

如果你已经把基础夜间数据集跑通，想再往上提精度，两个方向最实在：推理前低光增强和红外-可见光融合。

低光增强不用上复杂网络，先用 Gamma 校正 + 直方图均衡化做基线。Gamma 小于 1 提亮暗部，但会放大噪声，所以后面接一个非局部均值去噪。我一般用 OpenCV 做快速验证：

import cv2 import numpy as np def night_enhance(img, gamma=0.6): """ gamma < 1 提亮暗部，> 1 压暗 夜间建议 0.5–0.7 """ inv_gamma = 1.0 / gamma table = np.array([((i / 255.0) ** inv_gamma) * 255 for i in np.arange(0, 256)]).astype("uint8") enhanced = cv2.LUT(img, table) # 去噪，h 控制滤波强度 denoised = cv2.fastNlMeansDenoisingColored(enhanced, None, 10, 10, 7, 21) return denoised

参数说明：gamma=0.6适合大多数夜间道路，太暗可以降到 0.5，但噪声会明显；fastNlMeansDenoisingColored的h=10是滤波强度，夜间噪声大可以到 15，但会抹掉小目标细节。增强后重新跑检测，对比 mAP 变化，如果提升不到 2 个点，说明模型本身已经适应，不用加。

多模态融合是更稳的路子。红外对热源敏感，夜间车辆尾灯和发动机是强热源，可见光提供纹理和颜色。常见做法是双流网络，可见光和红外各走一个 backbone，中间做特征融合。如果你不想改网络结构，可以在输入层把红外图作为第四通道拼进去，但需要红外-可见光配准的数据集。公开的夜间红外-可见光车辆数据集不多，自己采集的话，用带红外和 RGB 的双目相机，标定后对齐。

我自己的习惯是：先跑通单模态夜间检测，把数据标注和评测流程做扎实，再考虑融合。因为融合带来的提升，往往不如把夜间数据本身的质量提上去。标注准了、场景覆盖全了、评测分层了，模型自然不瞎。希望帮到你。

本文还有配套的精品资源，点击获取