游戏角色检测数据集实战：3000张6类标注与YOLOv8训练避坑指南-开发者社区

简介：本资源为LOL英雄联盟角色检测数据集，面向目标检测初学者、算法工程师及游戏AI研究者，可用于训练与验证队友、己方小兵、敌方小兵、防御塔及英雄角色（LUX、VAYNE）的识别模型。压缩包共2000个文件，以1999个Pascal VOC格式xml标注文件和1个说明txt为主，整体约135.85MB，图片与标注一一对应，可直接用于YOLO或VOC格式训练流程。数据集包含3000张jpg图片，标注类别6类，总框数达24665个，其中敌方小兵10973框、己方小兵7339框、VAYNE 3669框、LUX 1531框、防御塔合计1153框，类别分布清晰，便于分析样本均衡性。目前已有464人学习下载，适合作为课程设计、毕业项目或检测算法对比实验的数据基础，帮助读者快速搭建训练管线并验证模型在游戏场景下的检测效果。

1. 从一张截图说起：为什么3000张6类的角色检测数据集值得你花时间

做游戏视觉方向的人，大概都遇到过这种场景：想给某款MOBA游戏做一个自动剪辑、自动战报或者辅助分析的小工具，第一步就卡在数据上。网上开源的目标检测数据集大多是COCO、VOC那套通用类别，猫狗行人车辆，跟游戏画面里的队友、小兵、防御塔完全不搭边。你拿YOLO预训练权重直接推理游戏截图，模型会把防御塔认成路灯，把敌方小兵认成背景噪点。这时候一个标注好的、类别对齐游戏语义的数据集，价值就出来了。

这篇要聊的就是一个3000张、6类的角色检测数据集，类别覆盖队友、己方小兵、敌方小兵、防御塔、韦恩。它解决的核心问题是：让你跳过最耗时的标注环节，直接进入模型训练和调参阶段。适合谁？做游戏AI分析的学生、想快速验证检测方案的个人开发者、以及需要一个小规模干净数据集做算法对比的工程师。3000张不算大，但6个类别的语义边界清晰，足够跑通一条完整的训练链路。

2. 六类目标的标注逻辑：为什么这样分类比你想的更讲究

拿到一个数据集，先别急着喂给模型。你得先理解标注者的分类意图，否则训练出来的模型会出现类别混淆，而你连问题出在哪都找不到。这个数据集的6个类别不是随便切的，每一类背后都有明确的视觉特征和检测难点。

2.1 队友与敌方小兵：颜色通道是第一判别依据

队友和敌方小兵在形态上高度相似，都是小型单位，体型接近，移动轨迹也类似。区分它们的主要线索是颜色：队友通常带蓝色系血条或轮廓光效，敌方带红色系。这意味着模型在浅层特征上就必须对颜色敏感，而不是等到深层语义。

如果你用YOLO系列训练，数据增强里的HSV抖动要谨慎。色相偏移过大会把蓝色队友染成红色，模型直接学废。我一般会把hsv_h控制在0.015以内，hsv_s和hsv_v可以正常给到0.7和0.4。这一点在后面避坑章节还会展开。

2.2 防御塔：静态大目标带来的正负样本失衡

防御塔是场景里的静态建筑，尺寸大、位置固定、出现频率高。问题在于，一局游戏截图里防御塔可能只出现1到2个，但背景里类似塔状结构的干扰物不少。更麻烦的是，防御塔的标注框往往很大，和队友、小兵这些小目标混在一起训练时，anchor的匹配策略会打架。

常见做法是检查数据集的标注框尺寸分布。如果防御塔的框面积是中位数小兵框的20倍以上，你就需要考虑用多尺度训练，或者在anchor设置上做分组。YOLOv8默认的anchor-free机制对这种尺度差异容忍度比v5好一些，但输入分辨率不能太低，640起步，最好到960。

2.3 韦恩：单英雄类别的样本量与泛化边界

韦恩作为一个具体英雄出现在类别里，说明这个数据集可能面向特定分析任务，比如针对该英雄的行为统计。单英雄类别的风险是样本多样性不足：如果3000张里韦恩只占几百张，且集中在少数几个皮肤或动作上，模型对韦恩的召回率会虚高，换一个皮肤就崩。

你需要先统计每个类别的实例数，而不是只看图片数。一张图里可能有3个队友、6个小兵、2个防御塔，类别实例分布和图片分布是两回事。用后面的统计脚本跑一遍，心里有数再决定要不要做重采样。

2.4 标注格式与坐标体系：拿到数据先做一次格式体检

数据集常见的标注格式有VOC XML、COCO JSON、YOLO TXT三种。这个数据集从标题看是zip包，大概率是YOLO格式的txt标注，每行class_id x_center y_center width height，坐标归一化到0到1。但你不能假设，必须自己验证。

体检要查三件事：坐标是否越界（小于0或大于1）、宽高是否为零或负数、class_id是否超出0到5的范围。这三类错误在手工标注或转换脚本有bug时非常常见，不查就训练，损失曲线会莫名其妙震荡。

import os import glob # 遍历标注文件，检查YOLO格式的合法性 label_dir = "labels/train" issues = [] for txt_path in glob.glob(os.path.join(label_dir, "*.txt")): with open(txt_path, "r") as f: for line_num, line in enumerate(f, 1): parts = line.strip().split() if len(parts) != 5: issues.append(f"{txt_path}:{line_num} 字段数={len(parts)}") continue cls_id = int(parts[0]) x, y, w, h = map(float, parts[1:]) # 类别范围检查 if cls_id < 0 or cls_id > 5: issues.append(f"{txt_path}:{line_num} 类别越界 {cls_id}") # 坐标范围检查 if not (0 <= x <= 1 and 0 <= y <= 1): issues.append(f"{txt_path}:{line_num} 中心坐标越界") if w <= 0 or h <= 0 or w > 1 or h > 1: issues.append(f"{txt_path}:{line_num} 宽高异常 w={w} h={h}") print(f"共发现 {len(issues)} 个问题") for item in issues[:20]: print(item)

这段脚本做的是逐行解析，字段数不对直接记录，类别ID超出0到5的记录，中心坐标不在0到1区间的记录，宽高非正或超过1的记录。跑完如果问题数在几十个以内，可以写个清洗脚本自动修；如果上百，说明标注质量堪忧，得考虑要不要换数据源。参数上，label_dir指向你的标注目录，类别上限5对应6类（0到5）。

3. 用YOLOv8跑通第一条训练曲线：从数据组织到超参设置

数据体检通过之后，下一步是把它组织成YOLO能直接吃的目录结构，然后启动训练。这一章给出一条能复现的最小路径，包括目录结构、data.yaml配置、训练命令和关键参数解释。

3.1 目录结构与data.yaml：三个路径写错一个就白跑

YOLO系列要求的数据集结构是固定的：images和labels分开，各自下面再分train、val、test。很多人第一次跑失败就是因为把图片和标注混在一个文件夹，或者路径写成了绝对路径导致换机器就崩。

dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ └── labels/ ├── train/ ├── val/ └── test/

data.yaml里要写清楚训练集和验证集的路径、类别数、类别名。注意path字段是根目录，train和val是相对路径。类别名的顺序必须和标注里的class_id严格对应，否则模型学出来的类别全是错位的。

# data.yaml path: ./dataset train: images/train val: images/val test: images/test nc: 6 names: 0: teammate 1: ally_minion 2: enemy_minion 3: tower 4: vayne 5: unknown

这里我把第6类写成unknown，是因为标题里只列了5个具体类别名但说是6类，实际使用时你需要根据数据集里的真实类别名替换。nc: 6是类别数，names列表长度必须等于nc，顺序不能乱。如果你的数据集类别名和这里不一致，以数据集自带的说明为准，不要照抄。

3.2 训练命令与关键超参：batch和imgsz怎么定

YOLOv8的训练入口是yolo detect train，核心参数有data、model、epochs、imgsz、batch、device。下面这条命令是我在单卡24G显存上跑这个数据集的常用配置。

yolo detect train \ data=./data.yaml \ model=yolov8s.pt \ epochs=100 \ imgsz=960 \ batch=8 \ device=0 \ workers=4 \ patience=20 \ project=runs/lol_detect \ name=exp01 \ hsv_h=0.015 \ hsv_s=0.7 \ hsv_v=0.4 \ mosaic=1.0 \ mixup=0.1 \ degrees=0.0 \ translate=0.1 \ scale=0.5

逐项说明：model=yolov8s.pt选s而不是n，是因为6类目标里有大小尺度混合，s的特征提取能力比n稳。imgsz=960是为了让防御塔和小兵在同一张图里都有足够像素，640会让小兵变成十几个像素的斑点。batch=8是24G显存下960分辨率的保守值，显存不够就降到4，别硬撑，OOM中断比慢更浪费时间。patience=20表示20轮验证指标不升就早停，3000张数据100轮通常够收敛，早停能省时间。

数据增强里hsv_h=0.015是重点，前面说过队友和敌方小兵靠颜色区分，色相抖动必须压小。mosaic=1.0保留，它能提升小目标的召回。mixup=0.1给一点点，太多会让小兵和防御塔的边界变模糊。degrees=0.0不旋转，因为游戏视角基本固定，旋转会引入不存在的姿态。

3.3 训练过程看什么：loss曲线和mAP的读法

训练启动后，终端会打印每轮的box_loss、cls_loss、dfl_loss和mAP50、mAP50-95。box_loss管定位，cls_loss管分类，dfl_loss是分布焦点损失，YOLOv8特有。三个loss都应该是下降趋势，如果cls_loss震荡不降，大概率是类别标注有冲突，比如同一类目标在不同图里标法不一致。

mAP50到0.7以上算这个数据集上不错的水平，mAP50-95到0.5左右说明框的精度也还行。如果mAP50高但mAP50-95很低，说明模型能找对位置但框不够紧，可以检查标注框是否偏大。验证集loss开始上升而训练loss还在降，就是过拟合信号，早停或者加数据增强。

4. 避坑与排查：六类游戏目标检测里最容易翻车的五个地方

这一章是我自己在类似数据集上踩过的坑，按现象、原因、解决三段式写。你训练时如果遇到对应现象，直接对照排查。

4.1 队友和敌方小兵互相误检：颜色增强开太大

现象：验证集上队友和敌方小兵的混淆矩阵里，两者互相误判的比例超过20%，mAP卡在0.5上不去。

原因：HSV色相抖动过大，把蓝色系队友的像素染成了红色系，模型学到的颜色特征被破坏。或者数据集本身标注时就有少量队友标成敌方的情况。

解决：先把hsv_h降到0.01甚至0，重跑一轮看混淆矩阵是否改善。如果改善明显，说明就是增强问题。如果没改善，用脚本抽查标注，把队友和敌方小兵的样本各抽50张可视化，人眼过一遍。标注错误超过5%就得考虑清洗或重标。

4.2 防御塔漏检严重：小目标anchor被大目标挤占

现象：防御塔的召回率只有0.4左右，但精度很高，检出来的都对，就是漏得多。

原因：防御塔框大，小兵框小，训练时正样本分配偏向小目标，大目标的梯度被稀释。或者输入分辨率太低，防御塔边缘特征丢失。

解决：把imgsz从640提到960或1280，重跑。如果显存不够，用梯度累积模拟大batch。另外检查YOLOv8的anchor-free机制下，大目标的dfl_loss是否异常高，如果是，可以适当调大box损失权重，但YOLOv8不直接暴露这个参数，更实际的做法是增加防御塔的样本权重，通过复制含防御塔的图片实现。

4.3 韦恩类别过拟合：样本太少导致换皮肤就崩

现象：训练集上韦恩的mAP到0.9，验证集只有0.5，换一个没见过的皮肤截图，直接检不到。

原因：韦恩的样本集中在少数皮肤或动作，模型记住了特定纹理而不是英雄的通用特征。

解决：统计韦恩类别的实例数，如果少于300，考虑从其他来源补充，或者对韦恩样本做更强的数据增强，比如随机裁剪、颜色抖动、遮挡。但颜色抖动要控制，别把韦恩的标志性特征也抖没了。另一个思路是把韦恩和其他英雄合并成一个大类，但这样会损失细粒度，看你的任务需求。

4.4 训练到一半loss变nan：标注里有零宽高框

现象：前几十轮正常，突然某一轮loss变成nan，训练中断。

原因：标注文件里有宽或高为0的框，计算损失时出现除零或log(0)。

解决：用第2章的体检脚本跑一遍，把所有w<=0或h<=0的行删掉或修正。如果体检时没发现，可能是数据增强过程中产生的，检查mosaic和mixup的实现是否有边界情况。YOLOv8官方实现一般不会，但如果你自己改了增强逻辑，就要查。

4.5 验证集mAP虚高：train和val有重复图片

现象：验证集mAP高得离谱，0.95以上，但实际推理新截图效果很差。

原因：train和val划分时没有去重，同一张图或高度相似的连续帧同时出现在两个集合里。

解决：用图片哈希或感知哈希做去重，确保train和val没有重叠。游戏截图如果是连续帧，相邻帧差异极小，必须按时间间隔划分，不能随机分。我一般会按视频片段划分，前80%片段做train，后20%做val，这样验证集才是真正的未见数据。

5. 从能跑到好用：类别重映射与推理后处理的两个进阶技巧

训练跑通只是第一步，真正要用起来，还得处理类别体系和你实际任务的对齐问题，以及推理时的后处理调优。这一章给两个具体技巧，都是我在实际部署时反复用到的。

5.1 类别重映射：把6类合并成3类提升鲁棒性

如果你的任务不关心队友和敌方小兵的具体区分，只关心“单位”和“建筑”，那可以把6类合并成3类：友方单位（队友+己方小兵）、敌方单位（敌方小兵+韦恩如果算敌方）、建筑（防御塔）。合并后类别数减少，类间混淆降低，mAP通常能涨3到5个点。

做法是在data.yaml里改names，同时用脚本把标注文件里的class_id做映射。映射关系写成一个字典，遍历所有txt文件替换第一列。

import os import glob # 类别重映射：6类合并为3类 # 0 teammate + 1 ally_minion -> 0 friendly # 2 enemy_minion + 4 vayne -> 1 hostile # 3 tower -> 2 building # 5 unknown -> 保留或删除，这里映射到2 id_map = {0: 0, 1: 0, 2: 1, 4: 1, 3: 2, 5: 2} label_dir = "labels/train" out_dir = "labels/train_remap" os.makedirs(out_dir, exist_ok=True) for txt_path in glob.glob(os.path.join(label_dir, "*.txt")): out_lines = [] with open(txt_path, "r") as f: for line in f: parts = line.strip().split() if len(parts) != 5: continue old_id = int(parts[0]) if old_id not in id_map: continue new_id = id_map[old_id] out_lines.append(f"{new_id} {' '.join(parts[1:])}") # 写入新目录，保持文件名一致 out_path = os.path.join(out_dir, os.path.basename(txt_path)) with open(out_path, "w") as f: f.write("\n".join(out_lines))

这段脚本遍历标注文件，按id_map替换类别ID，写入新目录。id_map的键是原类别ID，值是目标类别ID。注意如果某个类别你不想保留，就不放进字典，对应的标注行会被跳过。跑完后记得同步更新data.yaml的nc和names，nc改成3，names改成friendly、hostile、building。

5.2 推理后处理：置信度阈值和NMS的联动调法

推理时有两个参数直接影响结果：conf置信度阈值和iou NMS的IoU阈值。默认conf=0.25、iou=0.7，但在游戏画面上，小兵密集时NMS会误删相邻的小兵框，防御塔则因为框大不容易被抑制。

我的调法是分类别设阈值。YOLOv8的推理接口支持agnostic_nms和按类别的conf，但更灵活的做法是推理后拿原始输出自己过滤。先用低conf（比如0.1）跑出所有候选框，然后对每个类别单独设conf阈值：小兵类给0.3，防御塔给0.5，韦恩给0.4。NMS的iou对小兵类降到0.5，避免密集场景误删，对防御塔保持0.7。

from ultralytics import YOLO import numpy as np model = YOLO("runs/lol_detect/exp01/weights/best.pt") results = model.predict("test_screenshot.jpg", conf=0.1, iou=0.7, verbose=False) # 按类别后处理 class_conf = {0: 0.3, 1: 0.3, 2: 0.3, 3: 0.5, 4: 0.4, 5: 0.5} class_iou = {0: 0.5, 1: 0.5, 2: 0.5, 3: 0.7, 4: 0.6, 5: 0.7} for r in results: boxes = r.boxes if boxes is None: continue cls_ids = boxes.cls.cpu().numpy().astype(int) confs = boxes.conf.cpu().numpy() # 按类别过滤 keep = np.array([confs[i] >= class_conf.get(cls_ids[i], 0.25) for i in range(len(cls_ids))]) filtered_boxes = boxes[keep] # 后续可对filtered_boxes按类别分别做NMS，这里省略具体实现 print(f"过滤后剩余 {len(filtered_boxes)} 个框")

这段代码先以低conf推理拿到候选，再按类别阈值过滤。class_conf字典里每个类别的阈值根据实际验证集调，小兵类低一些保证召回，防御塔高一些保证精度。class_iou是预留的按类别NMS参数，实际实现需要调用torchvision的nms或自己写循环。参数不是固定的，你在自己的验证集上画PR曲线，找每个类别的F1最大点对应的conf，比拍脑袋设值靠谱。