简介这是一套针对打火机细粒度识别场景的图像数据集已按COCO标准格式完成标注适用于目标检测、实例分割等深度学习模型的训练与评估。资源共含1004个文件其中1000张为真实场景拍摄的打火机图片覆盖常见类型、不同角度和光照条件并附带2份json标注文件与2份txt说明文件。json文件保存了类别与边界框坐标信息txt文件可用于快速浏览数据集构成整体结构清晰可直接接入YOLO、MMDetection、Detectron2等主流检测框架省去自行采集和标注的繁琐过程。压缩包仅39.82MB体积紧凑下载解压后即可投入使用。数据集既适合刚入门目标检测的开发者完整走通数据加载、模型训练与验证流程也能为算法工程师提供细分场景下的基准测试数据辅助评估不同网络结构的识别效果。目前已有803人学习浏览在打火机这类垂直识别任务中具备不错的参考价值图片保留原始编号后续也可按需扩充。1. 打火机识别数据集COCO格式能直接喂给 YOLO 和 Detectron2 吗打火机识别看着小众实际需求比你想的多安检 X 光图里找违禁品、电商平台过滤违规商品图、回收分拣线区分一次性打火机和防风机都得先解决「在图片里把打火机框出来」这个事。这份「各种类型的打火机识别数据集 COCO 格式」就是把图片和标注打包好的现成数据zip 解压后能看到 jpg 原图和 json 标注文件是标准的 COCO 标注体系。适合刚拿到 yolov8 想训练自己的数据集、但对标注格式还没完全吃透的开发者也适合做目标检测评估但不想花一周时间自己标数据的人。2. COCO 格式解构从 zip 解压到看懂 annotations 字段2.1 解压后先别急着训练看清文件目录结构拿到 zip 先别急着解压完就跑训练COCO 格式的数据集目录结构是有讲究的。常见做法是解压后分成 images 和 annotations 两个目录images 里全是 jpg 图片annotations 里只有一个 json 文件。这份数据集的文件名带着20230817_095837_023_jpg.rf.xxxxx这种前缀.rf.是 Roboflow 平台导出的标记说明图片经过统一缩放标注坐标已经同步映射过不会出现图是 1920 的、标注却按 640 算的事。unzip 各种类型的打火机识别数据集coco格式.zip -d lighter_dataset cd lighter_dataset find . -type f | head -20这段命令把 zip 解压到 lighter_dataset 目录然后列出前 20 个文件确认结构。我一般会顺手用du -sh看一下整体大小再用find . -name *.json确认标注文件路径因为后面所有脚本都要写死这个路径。解压完成后第一件事是看一眼类别名和图片数量别直接开训。2.2 COCO 标注格式的五个核心字段COCO 格式的核心是那个 json 文件结构分五块info存储数据集说明images是图片列表annotations是标注框列表categories是类别映射licenses是版权信息。训练模型时真正用到的只有images、annotations、categories三个。{ images: [ {id: 1, file_name: 20230817_095837_023_jpg.rf.e53b34f8b6dc1f2edc6393fe5268b23c.jpg, width: 640, height: 640} ], annotations: [ {id: 1, image_id: 1, category_id: 0, bbox: [125, 92, 84, 152], area: 12768} ], categories: [ {id: 0, name: lighter_general} ] }这个片段展示了单张图片、单个标注框、单个类别的最小结构。bbox数组的四个数依次是左上角 x 坐标、左上角 y 坐标、框宽度、框高度单位是像素。area是框面积COCO 评测指标计算 AP 时会按面积分桶统计小目标、中目标、大目标分开算。注意category_id是从 0 开始还是从 1 开始不同工具导出习惯不同YOLO 系列一般从 0 开始Detectron2 也要求从 0 开始连续编号如果 json 里是 1 开头转 YOLO 格式时类别就得统一减 1。2.3 这份数据集的标注特点和适用场景从文件名看图片来自同一个采集批次大概率是对着不同打火机实体拍摄后统一上传到标注平台处理。这类数据集常见的特点是背景相对干净、目标大小相对均衡适合做模型选型验证和训练流程测试但直接上生产环境做安检识别还需要补充复杂背景和遮挡样本。打火机识别的难点在于一次性塑料打火机表面反光强、透明壳体导致目标边缘模糊、防风火机的金属喷嘴和壳体对比度低。这份数据如果覆盖了多个类型训练出来的模型才有泛化价值。3. 把 COCO 数据送进训练管线加载、转换与数据划分实战3.1 用 pycocotools 校验数据集完整性很多人在训练时才报「json 解析失败」或者「图片路径不存在」根源是没在训练前做完整性校验。这一步值得写个三四十行脚本跑一遍。pycocotools 是 COCO 官方工具库能加载标注并给出类别统计、图片数量统计还能可视化标注框覆盖情况。from pycocotools.coco import COCO import os coco COCO(annotations/instances_default.json) cat_ids coco.getCatIds() print(类别数量:, len(cat_ids)) for cid in cat_ids: cat coco.loadCats(cid)[0] img_ids coco.getImgIds(catIdscid) print(f类别 {cat[name]} (id{cid}): {len(img_ids)} 张图片) img_ids coco.getImgIds() print(总图片数:, len(img_ids)) for img_id in img_ids[:10]: img coco.loadImgs(img_id)[0] path os.path.join(images, img[file_name]) if not os.path.exists(path): print(缺图:, path)这段脚本输出类别列表、每个类别关联的图片数以及前 10 张图片的文件是否存在。输出结果能直接看出类别是否均衡、有没有图片丢失。注意instances_default.json是 Roboflow 导出 COCO 格式时的默认文件名如果解压后不是这个名字改成实际的 json 路径即可。3.2 COCO 转 YOLO 格式转换脚本与四个边界坑yolov8 官方训练接口支持 COCO 格式但实际用下来更多人会先转成 YOLO 的 txt 格式再训练因为老版本、以及一些工具链只认 txt。转换的核心是坐标换算把 COCO 的 x、y、w、h 变成归一化的 center_x、center_y、width、height再除以图片宽高。import json, os with open(annotations/instances_default.json, r) as f: data json.load(f) img_map {img[id]: img for img in data[images]} cat_map {cat[id]: i for i, cat in enumerate(data[categories])} os.makedirs(labels, exist_okTrue) for ann in data[annotations]: img img_map[ann[image_id]] w, h img[width], img[height] x, y, bw, bh ann[bbox] cx, cy (x bw / 2) / w, (y bh / 2) / h nw, nh bw / w, bh / h if cx 0 or cy 0 or cx 1 or cy 1 or nw 0 or nh 0: print(异常框:, ann[id], ann[bbox]) continue label_path os.path.join(labels, img[file_name].replace(.jpg, .txt)) with open(label_path, a) as f: f.write(f{cat_map[ann[category_id]]} {cx:.6f} {cy:.6f} {nw:.6f} {nh:.6f}\n)四行核心计算里最容易翻车的有四处一是没有除以图片宽高就写入导致训练时边界框全在图片外二是图片实际尺寸和 json 里记录的 width、height 不一致这种情况常见于标注平台缩放过图三是类别 id 没有重映射COCO 的类别 id 通常是 1 开头YOLO 要求 0 开头四是写 txt 时用追加模式a重复运行脚本会把旧标注重复写一行进去。这个脚本加上异常框检测会在坐标越界时打印出来一般跑完看一眼输出有没有异常行就行。3.3 划分训练集、验证集和测试集随机抽样要点数据划分是另一个容易出问题的环节。COCO 格式没有内置划分机制需要按图片 id 随机打散。常见比例是 70% 训练、20% 验证、10% 测试。但注意需要保证每个类别在三个集合里都有一定数量纯随机有可能出现某个类别全部落在训练集的情况。# 在数据集根目录下执行 mkdir -p images/train images/val images/test # 按 7:2:1 比例划分先打乱再分配 python -c import os, random, shutil from pycocotools.coco import COCO coco COCO(annotations/instances_default.json) imgs coco.getImgIds() random.seed(42) random.shuffle(imgs) n len(imgs) for idx, img_id in enumerate(imgs): fname coco.loadImgs(img_id)[0][file_name] src os.path.join(images, fname) if idx int(n * 0.7): dst images/train/ elif idx int(n * 0.9): dst images/val/ else: dst images/test/ shutil.copy(src, dst fname) 这段命令把图片按 7:2:1 分到三个子目录。随机种子固定成 42保证每次运行结果一致。划分之后需要同步生成对应的标注文件如果用 COCO 格式训练就得把标注 json 也拆成三份只保留对应图片 id 的 annotations 记录。如果嫌麻烦直接按目录结构建 YOLO 格式数据集yolov8 的data.yaml里指定 train、val 路径就行。4. 打火机识别数据集避坑训练前必须知道的五个问题4.1 标注框类别错位category_id 不连续导致模型输出错乱现象训练过程中 loss 正常下降验证时 mAP 很低打印预测结果发现类别名对不上比如把防风打火机识别成了普通打火机。原因COCO json 里的category_id不是连续的。Roboflow 导出的类别 id 有时从 1 开始且间隔不固定而 YOLO 和 Detectron2 要求从 0 开始的连续整数。转换脚本如果没有做重映射模型看到的类别索引和实际类别对不上整个训练白跑。解决写转换脚本时强制用枚举替代原始 id。用{cat_id: idx for idx, cat_id in enumerate(coco.getCatIds())}建立映射表再生成 YOLO 格式的 txt 文件。训练完用model.names打印类别列表验证顺序别直接信配置文件的数字。4.2 图片尺寸和标注尺寸不匹配坐标全部偏移现象训练出来的模型框总是偏左上或右下甚至框贴在目标边缘但没有压实。可视化检查时发现标注框整体偏移一段距离。原因很多标注平台导出的 json 里写的还是原始图片尺寸但 zip 里实际放的图片已经缩放过了。文件名里的.rf.标记说明 Roboflow 处理过但 json 里有时保留了原尺寸信息这会导致归一化坐标全部算错。我遇到过图片实际是 640 的、json 里写 1280 的情况转换后目标框整体左上偏移。解决校验环节加一步随机抽 5 到 10 张图片读取真实宽高和 json 里的宽高对比不一致就按图片实际尺寸重新计算。用 Python 的 PIL 或 cv2 读取图片尺寸题目中提到的图片尺寸在转换前必须对齐。4.3 透明打火机壳体导致标注框过大现象模型对透明塑料打火机的检测框明显比目标大一圈或者把背景也算进去了。验证集上这种类别的 AP 明显低于其他类别。原因打火机这一类的标注本身就难透明壳体的视觉边界不清晰不同标注员的框选习惯不同。有的框选最大外轮廓有的框选不透明部分同一个类别的框一致性差模型学到的边界是模糊的预测时框的范围就飘。解决训练前用可视化脚本把所有标注框画出来检查一遍。发现问题多就做类别拆分把「透明壳体打火机」和「金属打火机」分成两个类别让模型分别学最后再在推理阶段合并成同一个输出。这份数据如果类别本身已经细分就直接用细分类别训练别图省事合并。4.4 小目标占比低导致模型漏检现象验证时大目标识别率高但小目标几乎全漏尤其图片里打火机离镜头远的时候。mAP 看着还行实际应用一测就翻车。原因打火机本身是小目标一张 640x640 的图里打火机可能只占 60x120 像素。如果标注框面积小于图片面积的 1%COCO 评估时按 small 目标算这一类模型的 recall 通常偏低。数据集中小目标样本少训练时模型根本没见过足够多的小目标正样本。解决检查标注里 bbox 面积分布如果小目标占比低训练时把imgsz从 640 提到 960 或 1280相当于把目标放大后再训练。另外可以用 mosaic 增强和 Copy-Paste 增强复制小目标到其他图yolov8 的augment参数里有相关配置。用了之后验证集 small 目标的 AP 一般能提升 3 到 5 个点。4.5 解压后文件名带特殊字符导致读取失败现象训练启动时报某个图片路径找不到或者在 Windows 上解压后文件名乱码。原因Roboflow 导出的文件名带有_jpg.rf.这种中缀有些平台还会在文件名里加空格或特殊符号。Windows 的文件系统容忍度比 Linux 低解压工具不同也可能截断或转义文件名。解决解压后先批量重命名把文件名规范成img_0001.jpg这种带序号的形式同步更新 json 里的file_name字段。这一步虽然麻烦但在 Windows 上能避开后续所有路径兼容性问题。命令行工具如果是在 Windows 上用建议先用 PowerShell 跑一遍重命名再进 Linux 服务器训练。5. 用这套数据集训练目标检测模型YOLOv8 和 Detectron2 的实战参数5.1 选择模型这份数据的规模适合什么模型打火机识别属于中等难度目标检测类别数量少、目标外观差异不算极端但透明材质和反光是难点。数据量如果不大几百张到一两千张YOLOv8s 或 YOLOv8m 是性价比最高的选择训练速度快、显存占用低、容易调通。数据量大且追求精度再考虑 YOLOv8x 或 RT-DETR。Detectron2 在这类任务上的优势不大除非你已经在这套框架里有现成的前处理流水线否则不建议新手直接上手。5.2 YOLOv8 训练配置从 data.yaml 到训练命令把数据集组织成 YOLO 格式后核心是写对data.yaml。这个文件指定训练图片路径、验证图片路径、类别数量和类别名。# data.yaml path: /data/lighter_dataset train: images/train val: images/val nc: 2 names: [fire_lighter, gas_lighter]path是数据集根目录的绝对路径train和val是相对路径nc必须和names的长度一致多一个少一个都会在训练启动时报维度错误。类别名的顺序要和转换标注时用的顺序完全一致这个顺序由转换脚本里的枚举顺序决定。然后用下面的命令训练yolo detect train \ modelyolov8s.pt \ datadata.yaml \ imgsz640 \ epochs100 \ batch16 \ lr00.01 \ augmentTrue \ patience20modelyolov8s.pt表示加载预训练权重做迁移学习比从零训练收敛快很多imgsz是训练输入尺寸打火机目标小时可以调到 960batch按显存调8GB 显存跑 16 没问题更大可以试 32patience20表示连续 20 个 epoch 验证集没提升就早停省时间。augment 默认开但数据本身如果已经做过增强可以关掉一部分。5.3 Detectron2 训练COCO 格式直接加载Detectron2 内置了 COCO 数据加载器用这份数据不用转 YOLO 格式直接注册数据集就能训练。需要先注册数据集路径再注册类别元信息。from detectron2.data import DatasetCatalog, MetadataCatalog from detectron2.utils.visualizer import Visualizer from detectron2.config import get_cfg from detectron2.engine import DefaultTrainer import os def register_dataset(): DatasetCatalog.register(lighter_train, lambda: get_dicts(annotations/instances_default.json)) MetadataCatalog.get(lighter_train).set(thing_classes[fire_lighter, gas_lighter]) def get_dicts(json_file): from detectron2.data.datasets import load_coco_json return load_coco_json(json_file, images, lighter_train)注意load_coco_json的dataset_name参数必须和注册名一致images是图片目录路径。Detectron2 对类别 id 的要求是从 0 开始且连续如果 json 里的category_id从 1 开始load_coco_json会返回空标注这是一种容易踩的坑。用前面提到的重映射脚本先处理 json 再加载别直接拿原始文件跑。5.4 训练时监控什么loss 曲线和验证指标的解读训练过程中不要只盯总 loss要分开看box_loss、cls_loss、dfl_loss三条曲线的走势。正常情况是三个 loss 都下降然后趋于平缓。如果cls_loss降了但box_loss波动说明框回归不稳定考虑降低学习率或增大 batch。验证集上的mAP50和mAP50-95是两个指标mAP50反映框是否大致卡住目标mAP50-95反映框和真实标注的贴合度。打火机这种小目标任务mAP50 可能到 0.95 但 mAP50-95 只有 0.6 左右这是正常的不用焦虑。6. 验证成果坏图排查、置信度阈值调优与模型导出6.1 训练完跑一遍坏图排查脚本训练完成后还要做一件事用训练好的模型跑前 100 张验证图把置信度低于某个阈值的预测结果挑出来人工看。很多问题在这个环节才会暴露比如某些打火机类型因为样本太少模型输出置信度普遍只有 0.3 到 0.4阈值设太高直接全滤掉了。我一般的做法是from ultralytics import YOLO import cv2 model YOLO(runs/detect/train/weights/best.pt) results model.predict(images/val, conf0.1, saveTrue) low_conf_files [] for r in results: boxes r.boxes for b in boxes: if b.conf.item() 0.3: low_conf_files.append(r.path) print(低置信度文件数量:, len(low_conf_files))这轮排查的目标是找出「模型大概率没学会」的图片而不是找漏检。conf0.1把阈值压低让模型把不确定的结果也吐出来这样才能看到哪些目标是被压线漏掉的。跑完后用saveTrue生成的图片逐张翻一下把经常出现低置信度的图片挑出来看是光照问题还是标注问题。6.2 置信度阈值不是越高越好很多人在验证时喜欢把置信度阈值调到 0.7 甚至 0.8结果误检率降了、召回率崩了。打火机识别场景里漏检的代价比误检高得多。做安监场景一个漏检的打火机可能直接造成风险事件做电商巡检漏检意味着违规商品流出。所以生产环境应该用阈值扫描的方法确定最优值。yolo val modelruns/detect/train/weights/best.pt datadata.yaml conf0.25 yolo val modelruns/detect/train/weights/best.pt datadata.yaml conf0.1跑不同阈值下的验证结果对比 precision 和 recall 的变化。你会发现 recall 从 0.9 跌到 0.8 时precision 可能只涨了 1 个百分点说明提高阈值得不偿失。工业落地时我的习惯是默认阈值 0.25对外输出结果再加一个「低置信度截图留存」的逻辑宁可在人工复核时多看几十张图不让漏检悄悄溜过去。6.3 导出 ONNX 格式做实际部署训练完的模型权重不能直接进生产链路一般导出 ONNX 做推理加速或接入服务。导出命令很简单但有一个参数值得注意。yolo export modelruns/detect/train/weights/best.pt formatonnx imgsz640 simplifyTruesimplifyTrue会让 ONNX 图做一轮常量折叠去掉冗余算子推理速度提升明显。导出后建议用onnxruntime跑一次对比 PyTorch 的输出结果误差大于 1e-3 就说明导出有问题。从那以后我每次导出完都会把 PyTorch 和 ONNX 的推理结果拿 numpy 对比一遍这个习惯救了我好几次——有一次就是因为 batch 维度写死ONNX 输出和 PyTorch 结果完全对不上排查了半天才发现是导出时imgsz和训练尺寸不一致。这套流程走完打火机识别模型的训练、验证、部署链路就闭环了希望帮到你。本文还有配套的精品资源点击获取