简介：面向猪只检测任务的高质量图像数据集，同时提供VOC与YOLO两种主流标注格式，适合计算机视觉初学者、目标检测算法工程师以及农业智能化项目开发者使用。压缩包内共装载860个文件，包含286张原始JPG图像、286个XML标注文件与288个TXT标注文件，整体体积约110.58MB，文件命名与图像一一对应，组织结构清晰，可直接导入YOLO、Faster R-CNN等常见检测框架。数据集使用labelImg工具标注，类别为单一的Pig，共计362个矩形目标框，框位准确、边界贴合目标，统一规范，便于训练时读取。作者也特别说明，该数据集不保证模型训练或权重文件的最终精度，但标注过程经过合理校验，数据质量可靠。目前已有184人学习，借助这套资源，可快速搭建猪只检测基准实验，省去从零开始收集图片和制作标注的繁琐步骤，适合用于算法比较、课程设计以及模型效果验证。
1. 为什么我建议你直接拿这份猪数据集跑通检测流程
做目标检测的同行应该都有这种体验：模型结构、训练脚本都调通了，最后卡在数据集上。要么是公开数据集类别太杂、背景太乱，要么是标注格式五花八门，还得写半天转换脚本。这份动物数据集只有 286 张猪的图像，VOC 格式的 xml 和 YOLO 格式的 txt 都齐全，总共标注了 362 个猪的矩形框，类别就是单一的 Pig。它的价值不在数量，而在于「单类别、高纯度、双格式齐全」，非常适合用来验证数据加载管线、跑通 YOLOv8 或 Faster R-CNN 的训练流程，也能用来做迁移学习的起点。对于刚接触检测的初学者，或者需要快速做算法验证的工程师，这套数据能省掉格式转换和类别筛选的脏活，直接进入训练环节。
2. VOC 与 YOLO 标注格式的差异及数据组织方式
拿到压缩包后第一件事不是解压就跑，而是先搞明白里面目录结构和两种标注文件的关系。这个数据集里没有分割路径的 txt，只有 jpg 图片、VOC 格式的 xml 文件和 YOLO 格式的 txt 文件。这种设计其实是刻意为之：xml 保留完整物体信息，便于用 labelImg 继续编辑或转成 COCO；txt 是 YOLO 系列训练直接读取的格式，省去在线转换的开销。
2.1 目录结构与文件命名规则
解压后你会看到类似下面的文件排列：
dataset_root/ ├── firc_Pig_6.jpg ├── firc_Pig_23.jpg ├── firc_Pig_92.jpg ├── firc_Pig_113.jpg ├── ... ├── firc_Pig_6.xml ├── firc_Pig_23.xml ├── ... ├── firc_Pig_6.txt ├── firc_Pig_23.txt └── ...图片、xml、txt 三者同名同前缀，只是扩展名不同。命名里包含的firc_Pig前缀没有特殊含义，可以理解为采集来源或批次的标识。在写数据加载脚本时，我一般直接按文件名 stem 来关联三种文件，而不是依赖目录分类，因为这样对后续按比例划分训练集和验证集更省事。
提示：不要在 Windows 资源管理器里直接改文件名。如果你重命名了 jpg，对应的 xml 和 txt 不会自动跟随，会导致标注错位。批量重命名要用 Python 脚本同步处理。
2.2 VOC 格式内的关键字段解析
随意打开一个 xml 文件，内容结构如下：
<annotation> <folder>dataset</folder> <filename>firc_Pig_113.jpg</filename> <size> <width>640</width> <height>480</height> <depth>3</depth> </size> <object> <name>Pig</name> <bndbox> <xmin>120</xmin> <ymin>80</ymin> <xmax>340</xmax> <ymax>260</ymax> </bndbox> </object> </annotation>这里最关键的是<bndbox>里的四个值，它们表示矩形框的左上角和右下角像素坐标。坐标是绝对像素值，基于<size>中声明的图像宽高。在训练时如果要用 Faster R-CNN 或 SSD 这类框架，通常直接读取 xml 并生成 VOC 数据集类；如果要用 YOLO，则要先把绝对坐标归一化。这个 xml 中每个<object>对应一个猪的实例，数据集里一张图最多可能出现多个<object>，总计 362 个框意味着平均每张图 1.27 个目标，分布相对稀疏，适合做单类别的 baseline 测试。
2.3 YOLO 格式的归一化坐标与类别索引
YOLO 格式的 txt 文件每一行代表一个目标，格式为：
class_index x_center_norm y_center_norm width_norm height_norm比如某一行是：
0 0.453125 0.354167 0.343750 0.416667这里第一个数字0是类别编号，因为只有 Pig 一个类别，类别列表["Pig"]对应的索引就是 0。后四个数字分别是目标框中心点的 x、y 坐标以及框的宽、高，全部除以图像宽高做了归一化，取值范围在 0 到 1 之间。坐标原点在图像左上角。
从 VOC 的绝对坐标转换为 YOLO 格式，有个常用脚本片段：
import xml.etree.ElementTree as ET import os def voc_to_yolo(xml_path, out_txt_path, class_list): tree = ET.parse(xml_path) root = tree.getroot() img_w = int(root.find('size/width').text) img_h = int(root.find('size/height').text) lines = [] for obj in root.iter('object'): name = obj.find('name').text if name not in class_list: continue cls_id = class_list.index(name) bbox = obj.find('bndbox') xmin = float(bbox.find('xmin').text) ymin = float(bbox.find('ymin').text) xmax = float(bbox.find('xmax').text) ymax = float(bbox.find('ymax').text) x_center = (xmin + xmax) / 2.0 / img_w y_center = (ymin + ymax) / 2.0 / img_h w = (xmax - xmin) / img_w h = (ymax - ymin) / img_h lines.append(f"{cls_id} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}") with open(out_txt_path, 'w') as f: f.write('\n'.join(lines)) class_list = ["Pig"] voc_to_yolo("firc_Pig_113.xml", "firc_Pig_113.txt", class_list)这个脚本的关键逻辑是先从 xml 的size节点拿到图像宽高，再对每个<object>计算归一化后的中心坐标和宽高。注意xmax和xmin必须用同一张图的宽度进行归一化，不能混用不同的尺度。如果你的训练框架内部已经支持 VOC 格式，就不需要提前转换；但如果你要同时做数据增强和在线裁剪，直接用 YOLO 格式 txt 会更省心。
提示：这份数据集提供的 txt 文件已经是归一化好的，不需要你再转一遍。上面的脚本只用于你后续自己标注新数据时，导出 VOC 再转 YOLO 的情况。
3. 基于 YOLOv8 训练单类别猪检测模型
数据格式确认无误后，就可以开始训练了。我会用 YOLOv8 作为示例，因为它对单类别的支持非常友好，命令行工具也足够简洁，适合快速验证数据质量。
3.1 准备 YOLO 格式的数据集配置文件
YOLOv8 训练需要先准备一个 data.yaml 文件，告诉它图片路径、标签路径和类别名。配置文件写法如下：
# pig_dataset.yaml path: ./dataset_root # 数据集根目录 train: images/train # 训练图片相对路径 val: images/val # 验证图片相对路径 nc: 1 names: ['Pig']由于压缩包内所有图片都在同一层目录，我一般会写个脚本按 8:2 的比例划分训练集和验证集，并把图片与对应的 txt 文件一起移动到images/train、images/val以及labels/train、labels/val目录。目录结构如下：
dataset_root/ ├── images/ │ ├── train/ │ │ ├── firc_Pig_6.jpg │ │ └── ... │ └── val/ │ └── ... └── labels/ ├── train/ │ ├── firc_Pig_6.txt │ └── ... └── val/ └── ...注意 YOLOv8 要求图片和标签的目录结构一一对应，train 的图片对应 train 的标签，val 同理。划分时不能打乱文件对，否则训练时标签错位会出现大量WARNING: ignored corrupt image信息。
3.2 执行训练命令与关键参数说明
数据准备完毕后，执行下面的命令开始训练：
yolo train data=pig_dataset.yaml model=yolov8s.pt epochs=100 batch=16 imgsz=640 device=0参数说明：
model=yolov8s.pt：使用 YOLOv8s 预训练权重作为初始权重，由于数据集只有 286 张图，迁移学习能明显加快收敛，也避免从头训练带来的过拟合。batch=16：如果显存不够，可以改成 8 或 4。这个数据集图像分辨率不明，建议先用imgsz=640训练，如果发现大量小目标检测不到，再调高到 960。epochs=100：单类别且数据量小，100 轮已经足够，实测通常在 30 到 50 轮时 mAP50 就能达到 0.95 以上。device=0：指定使用第一块 GPU。没有 GPU 时改为device=cpu，但训练速度会慢数倍。
训练过程中，终端会打印每个 epoch 的 loss、precision、recall 和 mAP50/mAP50-95。如果 loss 从初始的 2 到 3 快速下降到 0.8 以下，说明数据标注质量没问题；如果 loss 迟迟不降，重点检查 txt 中是否有超出 0 到 1 范围的坐标值。
3.3 验证标签与图像的匹配情况
训练前最好跑一次数据校验，YOLOv8 没有内置直接命令，但我通常写个小脚本检查每个 txt 文件里是否有越界坐标：
import os label_dir = 'labels/train' for f in os.listdir(label_dir): path = os.path.join(label_dir, f) with open(path) as fp: for line in fp: parts = line.strip().split() if len(parts) != 5: print(f'格式错误: {path}: {line}') continue cls, xc, yc, w, h = (parts[0], float(parts[1]), float(parts[2]), float(parts[3]), float(parts[4])) if not (0 <= xc <= 1 and 0 <= yc <= 1 and 0 < w <= 1 and 0 < h <= 1): print(f'坐标越界: {path}: {line}')这段代码逐行读取 YOLO 标签，检查类别索引是否为 0，以及归一化坐标是否在合法范围内。如果发现 xc 或 yc 等于 0 或 1，很可能是框贴边造成的，虽然 YOLOv8 能容忍，但建议裁剪掉边界框超出的那部分像素，以免影响 loss 计算。
4. 数据增强与训练细节调优
只有 286 张图，直接训练容易过拟合。我建议在训练阶段开启数据增强，YOLOv8 默认开启马赛克增强，但对于猪这种单一类别目标，马赛克增强可能会把猪切成碎片，导致学习到的特征不稳定。这里有两种处理思路。
4.1 控制增强策略避免过度扰动
在 ultralytics 的配置中，可以通过hsv_h、hsv_s、degrees等参数控制增强强度。为了不让猪的纹理和轮廓失真，我一般会把水平翻转概率设为 0.5，旋转角度控制在 10 度以内，具体训练命令是：
yolo train data=pig_dataset.yaml model=yolov8s.pt epochs=80 batch=16 imgsz=640 \ flipud=0.0 fliplr=0.5 degrees=10 translate=0.1 scale=0.3其中flipud=0.0禁止上下翻转，因为猪很少倒立出现；translate=0.1允许少量平移，模拟猪在不同画面位置的情况。增强策略设置过强时，训练集 loss 会下降得很慢，而且验证集 mAP 会出现明显抖动。如果遇到这种问题，先关闭增强对比一下，再用逐步增加的策略找平衡点。
4.2 从单类别数据的 loss 曲线判断问题
训练结束后，在runs/detect/train目录下能看到results.png和results.csv。关注train/box_loss和val/box_loss两条曲线。正常情况下两者都逐渐下降并趋于平缓。如果 val loss 在后期反弹，说明过拟合，需要增加权重衰减或使用更大的预训练模型正则。这里有一个保守的配置方案：
| 参数 | 建议值 | 说明 |
|---|---|---|
| optimizer | AdamW 或 SGD | AdamW 收敛快，SGD 泛化稍好 |
| weight_decay | 0.0005 | 防止过拟合 |
| warmup_epochs | 3 | 小数据集预热不需要太久 |
| close_mosaic | 10 | 最后 10 轮关闭马赛克，稳定收敛 |
| patience | 30 | 如果验证集 30 轮没提升就早停 |
close_mosaic=10是 YOLOv8 提供的参数，意思是训练最后 10 个 epoch 自动关闭马赛克增强，让模型在干净的样本上微调。这种策略在小型数据集上效果非常明显，推荐使用。
5. 模型推理与猪检测结果验证
训练完成并不是终点，还要跑一遍推理确认模型在实际图片上的表现。尤其是这种单类别小数据集，训练 mAP 高不能代表泛化能力好，需要用没参与训练的图像做可视化验证。
5.1 使用训练好的权重进行推理
运行推理命令：
yolo predict model=runs/detect/train/weights/best.pt source=dataset_root/images/val/ save_txt=True save_conf=True这条命令会读取训练阶段保存的best.pt权重，对验证集所有图片执行目标检测。save_txt=True会把预测结果保存为 txt 文件，格式与训练标签一致；save_conf=True会在保存的 txt 中追加置信度分数。
预测输出的 txt 文件内每一行代表一个检测到的猪，格式是：
0 0.4289 0.3278 0.3521 0.4104 0.9234最后一位 0.9234 就是置信度。检查这些预测值时，重点关注两点：一是置信度低于 0.5 的检测框是否占比较高，如果是，说明模型对某些姿态或光照条件下的猪识别不稳定；二是同一张图里检测框是否重叠严重，重叠过多可能需要调低 NMS 阈值，在推理命令中加入iou=0.5来调节。
5.2 目标计数与位置分布统计
做完检测后，可以用一个简单脚本统计每张图的猪数量和平均框置信度，用于评估模型是否偏向漏检或误检：
import os pred_dir = 'runs/detect/predict/labels' total_dets = 0 low_conf_dets = 0 for f in os.listdir(pred_dir): with open(os.path.join(pred_dir, f)) as fp: for line in fp: parts = line.strip().split() total_dets += 1 if float(parts[-1]) < 0.5: low_conf_dets += 1 print(f'总共检测 {total_dets} 个目标，其中低置信度 {low_conf_dets} 个')这个统计能帮你判断模型是否对某类特殊图像失效。如果低置信度目标集中在某个子集，把那几张图像挑出来，分析是不是遮挡严重或猪只占画面比例太小。对这些失败样本，最常见的手段是扩充训练集中的相似角度，或者把imgsz从 640 提升到 768，让模型看到更多细节，同时调整conf阈值到 0.25 来缓解漏检。
5.3 用 mAP 和混淆矩阵做最终评估
如果需要更正式的评估，运行：
yolo val model=runs/detect/train/weights/best.pt data=pig_dataset.yaml输出结果里会包含每个类别的 precision、recall、mAP50、mAP50-95。由于数据集只有 Pig 一个类别，混淆矩阵会比较简单，重点看 recall 是否达到 0.95 以上。如果 recall 偏低，说明存在漏检；如果 precision 偏低，则说明存在误检。小数据集常见问题是最终 mAP 在 0.93 到 0.98 之间浮动，这是正常的，不必为了追求极致的 0.99 去过度调参，反而可能导致泛化能力下降。
6. 用数据校验脚本排查标注边界与类别遗漏
最后分享一个实用技巧，用于排查这份数据集在交给别人复用时可能出现的标注边界问题。很多标注工具生成的框如果紧贴图像边缘，转换到 YOLO 格式时坐标会恰好等于 0 或 1，这会导致训练时 OpenCV 读取边界框时越界。针对这个数据集，我编写了一个校验脚本，也适合你自己后续标注的数据。
import os from PIL import Image def check_all_labels(img_dir, label_dir): for img_name in os.listdir(img_dir): stem = os.path.splitext(img_name)[0] lbl_path = os.path.join(label_dir, stem + '.txt') if not os.path.exists(lbl_path): print(f'缺失标签: {stem}') continue with Image.open(os.path.join(img_dir, img_name)) as img: w, h = img.size with open(lbl_path) as fp: for line in fp: parts = line.strip().split() if len(parts) != 5: print(f'字段数量错误: {stem}') continue xc, yc, bw, bh = map(float, parts[1:]) # 计算绝对像素值，判断是否超出图像边界 xmin = (xc - bw / 2) * w xmax = (xc + bw / 2) * w ymin = (yc - bh / 2) * h ymax = (yc + bh / 2) * h if xmin < -1 or ymin < -1 or xmax > w + 1 or ymax > h + 1: print(f'边界越界: {stem}: {parts}') check_all_labels('images/train', 'labels/train')这段脚本把 YOLO 归一化坐标反算回绝对像素坐标，并与图像的实际宽高对比。允许 1 像素的容差避免浮点误差导致的误报。如果检查发现越界框，直接编辑 txt 中对应行，把越界部分裁剪到图像范围内即可。这个操作看似简单，却能避免训练时一条未知错误导致整个 epoch 中断。
对于这份猪数据集本身，你还可以做一个更细致的类别分布检查：统计每张图片中 pig 框的数量，找出包含 3 个以上 pig 的样本，单独把它们挑选出来扩充到验证集中，用来检验模型在多目标场景下的表现。这种针对数据分布的额外检查，往往比继续调参更能提升模型的实际可用性。
本文还有配套的精品资源，点击获取
