停车场车位检测专用YOLO数据集：小目标对齐与物理约束标注

简介：本资源是面向计算机视觉初学者与智能停车系统开发者的数据集，提供基于YOLO格式标注的PKLot停车场图像数据，用于训练和验证车位占用状态识别模型。数据集涵盖晴天、阴天、雨天三类光照与天气条件下的12,416张监控帧图像，已精简为2000个高质量样本（含1994张JPG图像及3个TXT标签文件、3个JSON元信息文件），支持直接加载至YOLOv5/v8等主流框架进行端到端训练；JPG为原始监控截图，TXT为标准YOLO坐标标注，JSON记录场景天气、时间及车位状态等结构化元数据。压缩包大小842.49MB，目录组织规范，便于按场景或状态筛选子集。目前已有682人学习下载，配套提供训练好的车位占用检测模型及参考源码，开箱即用，可快速支撑课程设计、毕业项目或轻量级工业落地验证。

1. 停车位识别数据集YOLO版：不是“拿来就能训”的标注包，而是专为车位检测场景打磨的边界对齐资源

你手头有一段停车场监控视频，想快速跑通一个能区分空/占位、支持小目标定位的YOLO模型——但直接用COCO或VisDrone这类通用数据集训出来的模型，在实际部署时总在斜线车位边缘漏检、在阴影区域把锥桶误判成占位车。这不是模型不行，是数据不对口。这个“Parking Lot停车位识别数据集YOLO版”，本质是一套经过真实停车场场景筛选、人工逐帧校验、YOLOv5/v8/v10原生格式预对齐的专用数据集，含1276张高分辨率图像（1920×1080为主）、3421个精确框（含大量遮挡、低照度、斜向车位），全部按classes.txt + images/ + labels/标准结构组织，且每个.txt标签文件里的坐标已做归一化处理、无越界值、无空行。它不解决“有没有数据”的问题，而是解决“有没有贴合车位检测物理约束的数据”——比如所有标注框严格贴合地面投影轮廓（非车辆外接矩形），同一车位在连续帧中ID保持一致，支持后续做车位状态时序建模。适合正在落地智慧停车系统、需要快速验证算法baseline、或想避开通用数据集泛化瓶颈的工程师和高校课题组。

2. 数据结构解析与YOLO训练前必做的三步校验

2.1 文件目录结构与核心文件含义

该数据集采用YOLO生态最通用的扁平化布局，解压后根目录下仅含四个关键部分：

parking_lot_yolo/ ├── classes.txt # 单行文本，内容为 "empty occupied"（顺序固定，不可调换） ├── images/ # 所有JPEG格式原始图像，命名规则：img_0001.jpg ~ img_1276.jpg ├── labels/ # 与images同名的TXT标签文件，每行格式：class_id center_x center_y width height（归一化值） └── train_val_test_split.txt # 文本说明划分比例（默认7:2:1）及对应文件名列表

提示：classes.txt中类别顺序直接决定模型输出层索引——索引0对应empty（空位），索引1对应occupied（占位）。若你在训练时想交换逻辑（如让模型先输出占位概率），必须同步修改此文件顺序并重生成标签，而非仅改代码里的类名映射。

2.2 标签坐标的物理意义与归一化验证方法

YOLO格式要求所有坐标值∈[0,1]，但很多开源数据集存在“理论归一化、实际越界”问题（如因图像裁剪残留黑边导致center_x>1）。本数据集所有.txt文件均通过以下Python脚本批量校验：

import os from pathlib import Path def validate_labels(label_dir: str, image_dir: str): label_paths = list(Path(label_dir).glob("*.txt")) invalid = [] for lp in label_paths: try: with open(lp, 'r') as f: lines = [l.strip() for l in f if l.strip()] for i, line in enumerate(lines): parts = line.split() if len(parts) != 5: invalid.append(f"{lp.name}:{i+1} → 字段数≠5") continue cls, cx, cy, w, h = map(float, parts) if not (0 <= cx <= 1 and 0 <= cy <= 1 and 0 < w <= 1 and 0 < h <= 1): invalid.append(f"{lp.name}:{i+1} → 坐标越界({cx:.3f},{cy:.3f},{w:.3f},{h:.3f})") except Exception as e: invalid.append(f"{lp.name} → 解析异常: {e}") if invalid: print("发现非法标签：") for err in invalid[:10]: # 仅打印前10条 print(f" {err}") print(f"共{len(invalid)}处问题，请检查！") else: print("✅ 所有标签坐标合规") validate_labels("parking_lot_yolo/labels", "parking_lot_yolo/images")

参数说明：

• label_dir：指向labels/绝对路径；image_dir仅作占位（本数据集无需读图验证，因归一化已在标注阶段完成）
• 脚本重点校验：① 每行必须5字段；②cx/cy/w/h必须∈[0,1]且w,h>0；③ 不接受负数、NaN、Inf等非法浮点值
• 为什么必须跑这一步？—— 某次我用另一份号称“YOLO格式”的数据集，因w=0.000被PyTorch DataLoader静默跳过整张图，训练loss突然飙升却无报错，查了两天才发现是标签生成脚本的浮点精度截断bug。

2.3 划分训练集/验证集/测试集的实操逻辑

数据集附带train_val_test_split.txt，但切勿直接按文件名字符串排序划分（如img_1.jpg~img_893.jpg为train）。真实停车场场景存在时段相关性：早高峰图像集中出现密集占位，夜间图像多为长尾空位。若按序划分，验证集会严重偏向某一时间段，导致mAP虚高但上线即崩。

正确做法是按图像采集时间戳哈希分桶（本数据集已内置该逻辑）：

# 步骤1：提取所有图像的EXIF时间戳（若无则用文件修改时间） exiftool -DateTimeOriginal -s parking_lot_yolo/images/*.jpg > timestamps.log # 步骤2：用Python按小时分桶（示例：将24小时分为8个桶，每桶3小时） python -c " import pandas as pd df = pd.read_csv('timestamps.log', sep=':', skiprows=1, names=['File','Time']) df['Hour'] = pd.to_datetime(df['Time']).dt.hour df['Bucket'] = (df['Hour'] // 3) % 8 # 循环分桶避免时段偏移 df.to_csv('time_buckets.csv', index=False) " # 步骤3：按bucket随机抽样（保证各时段均衡） # 本数据集已执行此流程，train/val/test中各时段样本量偏差<5%

关键参数解释：

• // 3：每3小时为一个物理时段单元（覆盖早晚高峰、午间、深夜）
• % 8：强制循环取模，使0-2点与21-23点同属一桶（符合停车场运营连续性）
• 最终划分结果：train集892张（含7个时段）、val集255张（全时段覆盖）、test集129张（独立时段盲测）

3. 训练配置调优：针对小目标车位的anchor匹配与损失函数微调

3.1 原始YOLO anchor不适用车位检测的根本原因

YOLOv5/v8默认anchor基于COCO数据集聚类生成（最小尺寸约10×13像素），而本数据集中62%的车位框在1080p图像上宽度<25像素（相当于手机拍摄的远距离俯拍）。直接使用默认anchor会导致：

• 小目标正样本匹配率<15%（IoU阈值0.2时）
• 网络早期层梯度稀疏，backbone特征图退化为噪声

解决方案：用本数据集重新聚类anchor，并限制最小尺寸下限：

import numpy as np from scipy.cluster.vq import kmeans, vq def custom_kmeans(labels_dir: str, n_clusters: int = 9, min_wh: float = 0.005): boxes = [] for txt in Path(labels_dir).glob("*.txt"): with open(txt) as f: for line in f: if not line.strip(): continue _, _, _, w, h = map(float, line.split()) # 过滤极小框（本数据集无，但加保险） if w > min_wh and h > min_wh: boxes.append([w, h]) boxes = np.array(boxes) # K-means聚类（使用欧式距离，非IOU，因YOLOv5官方实现如此） centroids, _ = kmeans(boxes, n_clusters, iter=100) # 按宽高比排序，便于人工检查合理性 centroids = centroids[np.argsort(centroids[:, 0] / centroids[:, 1])] print("推荐anchor（归一化尺寸，按宽高比升序）：") for i, (w, h) in enumerate(centroids): print(f" {i+1}. [{w*640:.1f}, {h*640:.1f}] # 宽高比{w/h:.2f}") custom_kmeans("parking_lot_yolo/labels", n_clusters=9, min_wh=0.003)

输出示例：

推荐anchor（归一化尺寸，按宽高比升序）： 1. [12.3, 28.1] # 宽高比0.44（窄长型斜车位） 2. [18.7, 35.2] # 宽高比0.53（标准平行车位） 3. [24.5, 41.6] # 宽高比0.59（微倾斜车位） ... 9. [42.8, 18.3] # 宽高比2.34（横置车位/锥桶）

注意：min_wh=0.003对应640×640输入下的1.9像素，确保不丢弃有效小目标；聚类后需手动检查第1/2/3组是否覆盖常见车位形态，若出现[5.1, 5.1]这种正方形anchor，说明聚类失效（应重跑或调小n_clusters）。

3.2 CIoU Loss的车位适配改造：引入地面投影约束

标准CIoU在计算角度项时假设预测框与GT框中心对齐，但车位检测中常出现预测框中心偏移GT中心达15像素以上（因车位线模糊、阴影干扰）。此时CIoU惩罚过重，导致模型不敢预测大框。

我们采用轻量级改进：在CIoU loss中增加地面投影一致性权重。原理是——真实车位在地面上是刚性矩形，其四角投影到图像平面应满足单应性约束。虽不显式建模单应矩阵，但可利用GT框宽高比分布作为先验：

import torch import torch.nn as nn class ParkingCIoULoss(nn.Module): def __init__(self, alpha=0.5): super().__init__() self.alpha = alpha # 投影约束权重，0.3~0.7间调优 def forward(self, pred, target): # pred/target: [N,4] xyxy格式，已归一化 # 标准CIoU计算（略，复用YOLOv8源码） ciou_loss = compute_ciou(pred, target) # 假设此函数存在 # 新增：宽高比一致性惩罚（模拟地面投影刚性） pred_ratio = (pred[:, 2] - pred[:, 0]) / (pred[:, 3] - pred[:, 1] + 1e-6) tgt_ratio = (target[:, 2] - target[:, 0]) / (target[:, 3] - target[:, 1] + 1e-6) ratio_loss = torch.abs(pred_ratio - tgt_ratio).mean() return ciou_loss + self.alpha * ratio_loss # 在YOLOv8 train.py中替换原loss： # from ultralytics.utils.loss import BboxLoss # 替换为：loss = ParkingCIoULoss(alpha=0.4)

参数选择依据：

• alpha=0.4：经网格搜索验证，在val集mAP@0.5上提升0.8%，且训练稳定性优于alpha=0.6（后者易震荡）
• 该loss不增加推理耗时，因只在训练时计算，且ratio_loss计算复杂度为O(N)

3.3 验证集mAP波动大的根源与稳定化技巧

使用本数据集训练时，若val mAP在0.5~0.7间剧烈波动（±0.15），大概率是验证集样本分布不均导致。本数据集已提供val_distribution.json，内含各时段、光照条件、车位朝向的统计：

{ "daylight": {"empty": 42, "occupied": 87}, "twilight": {"empty": 18, "occupied": 33}, "night": {"empty": 65, "occupied": 29}, "angled": {"empty": 52, "occupied": 41}, "parallel": {"empty": 93, "occupied": 102} }

稳定化操作：

1. 在验证Dataloader中启用WeightedRandomSampler，按night类权重设为1.8（因样本少但难度高）
2. 关闭验证时的augment=True（YOLOv8默认开启Mosaic，会破坏车位线连续性）
3. 使用--val-imgs指定验证集路径，而非依赖val.txt自动划分

血泪经验：某次我忽略twilight时段仅占val集8%，却在该时段mAP暴跌32%，最终发现是AutoAugment中的ColorJitter将黄昏色温调成蓝调，导致模型把蓝色阴影误认为占位车。从此我的验证流程必加一条：python val_visualize.py --subset twilight

4. 避坑指南：车位检测数据集特有的5个隐形陷阱

4.1 现象：训练loss下降但val mAP停滞在0.3，且预测框普遍偏小

原因：数据集中的“空车位”标注包含两种物理形态——① 完全空旷的划线区域；② 有落叶、水渍、轻微阴影但无车辆的区域。原始标注未区分，导致模型学习到“空=纹理干净”，而实际部署时水渍空位被误判为占位。
解决：用label_studio打开labels/，筛选出empty类中宽高比>1.8且面积<0.015的框（对应细长水渍），将其类别改为empty_dirty，并在classes.txt末尾追加该类。重新训练时冻结backbone，仅微调head层3个epoch。

4.2 现象：测试时对斜向车位漏检率高达40%，但平行车位准确率>95%

原因：YOLO默认NMS（非极大值抑制）使用iou_thres=0.45，而斜向车位因透视变形，相邻车位预测框IoU常达0.5~0.6，导致NMS暴力合并。
解决：改用soft-nms或diou-nms，并在推理代码中显式设置：

# YOLOv8 inference示例 results = model.predict( source="test_images/", iou=0.3, # 降低IoU阈值 conf=0.25, agnostic_nms=True, # 启用类别无关NMS，避免同类斜车位互删 max_det=200 # 增加最大检测数，防漏 )

4.3 现象：导出ONNX模型后，推理速度提升但mAP下降12%

原因：ONNX导出时默认dynamic_axes未锁定batch_size=1，导致TensorRT引擎在优化时假设batch可变，牺牲精度换吞吐。本数据集所有部署场景均为单图推理。
解决：导出时强制固定batch维度：

yolo export model=yolov8n.pt format=onnx dynamic=False imgsz=640 batch=1

注意dynamic=False参数，它会禁用动态轴，生成纯静态ONNX，实测在Jetson AGX Orin上mAP回升至原水平，延迟仅增0.8ms。

4.4 现象：使用Albumentations做数据增强后，模型在雨天图像上完全失效

原因：数据集原始图像含少量雨天样本（12张），但Albumentations的RandomRain增强会生成不真实的雨痕方向（垂直下落），而真实停车场雨痕受车速、风向影响呈斜向条纹。模型学到“斜向条纹=占位”，导致晴天也误报。
解决：禁用所有雨雪增强，改用CLAHE（对比度受限直方图均衡）+RandomBrightnessContrast组合，参数范围压缩至brightness_limit=0.1, contrast_limit=0.1，避免过度失真。

4.5 现象：跨摄像头部署时，同一车位在A相机判空、B相机判占

原因：数据集标注基于单一俯拍视角（相机高度5m，倾角15°），未提供相机内参。当迁移到不同安装高度的相机时，YOLO输出的归一化坐标无法直接映射到地理坐标系。
解决：在labels/同级目录新建camera_calib/，放入每张图对应的K（内参矩阵）和Rt（旋转平移），用OpenCV的projectPoints做坐标反推。本数据集已提供camera_calib/template.yaml，按注释填入你的相机参数即可。

5. 进阶技巧：用检测结果反推车位状态时序图谱

5.1 构建车位ID关联图谱的必要性

单纯每帧检测只能回答“此刻是否占位”，但智慧停车系统需回答“该车位已空闲37分钟”或“连续占位超48小时”。这要求跨帧ID稳定——而YOLO本身无ID机制。本数据集的train_val_test_split.txt中隐含ID线索：同一物理车位在连续帧中，其标签文件名后缀数字连续且间隔≤3（如img_451.txt,img_452.txt,img_454.txt属于同一车位）。

我们利用此规律构建轻量级ID关联：

import cv2 import numpy as np from collections import defaultdict, deque class ParkingTracker: def __init__(self, max_age=5): # 允许5帧丢失 self.tracks = {} # {track_id: {'bbox': [x,y,w,h], 'age': int, 'frames': deque}} self.next_id = 0 def update(self, detections, frame_id): # detections: list of [x1,y1,x2,y2,conf,class_id] active_ids = set() for det in detections: x1, y1, x2, y2, conf, cls = det cx, cy = (x1+x2)/2, (y1+y2)/2 w, h = x2-x1, y2-y1 # 关联：找最近的历史track（欧氏距离+IoU双重） best_id, best_iou = None, 0 for tid, track in self.tracks.items(): if track['age'] > max_age: continue dist = np.sqrt((cx-track['bbox'][0])**2 + (cy-track['bbox'][1])**2) iou = self._compute_iou([x1,y1,x2,y2], track['bbox']) score = 0.7*iou + 0.3*(1-dist/100) # 距离归一化到100px if score > best_iou: best_iou, best_id = score, tid if best_id is not None: self.tracks[best_id]['bbox'] = [cx,cy,w,h] self.tracks[best_id]['age'] = 0 self.tracks[best_id]['frames'].append(frame_id) active_ids.add(best_id) else: self.tracks[self.next_id] = { 'bbox': [cx,cy,w,h], 'age': 0, 'frames': deque([frame_id], maxlen=30) } active_ids.add(self.next_id) self.next_id += 1 # 更新age for tid in list(self.tracks.keys()): if tid not in active_ids: self.tracks[tid]['age'] += 1 def _compute_iou(self, box1, box2): # box1: [x1,y1,x2,y2], box2: [cx,cy,w,h] → 转[x1,y1,x2,y2] x1,y1,x2,y2 = box1 cx,cy,w,h = box2 bx1, by1, bx2, by2 = cx-w/2, cy-h/2, cx+w/2, cy+h/2 inter = max(0, min(x2,bx2)-max(x1,bx1)) * max(0, min(y2,by2)-max(y1,by1)) union = (x2-x1)*(y2-y1) + w*h - inter return inter / (union + 1e-6) # 使用示例 tracker = ParkingTracker() for i, img_path in enumerate(sorted(Path("test_images/").glob("*.jpg"))): results = model(img_path) dets = results[0].boxes.data.cpu().numpy() # [x1,y1,x2,y2,conf,cls] tracker.update(dets, frame_id=i)

5.2 生成车位状态时序表的实战参数表

将tracker.tracks转为结构化时序表，关键字段及推荐处理方式：

为什么spatial_std重要？—— 某次现场调试发现，ID=87的“车位”在120帧内中心点漂移达42px，实际是远处广告牌反光造成的持续误检。加入此字段后，我们自动筛出12个类似ID并从统计报表中剔除。

5.3 从检测框到地理坐标的毫米级映射（附标定模板）

要让“空闲37分钟”变成“东区B3-12号车位空闲37分钟”，需将图像坐标映射到物理坐标系。本数据集提供camera_calib/目录，内含template.yaml：

# camera_calib/B3_camera.yaml camera_name: "B3_north" height_m: 4.8 # 相机离地高度 pitch_deg: 12.5 # 俯仰角（正数向下） roll_deg: 0.3 # 横滚角（实测微小） focal_length_px: 1280.0 # fx=fy，单位像素 principal_point: [960.0, 540.0] # 主点坐标 # 以下为4个已知物理点（单位：米，以车位左上角为原点） ground_points_m: - [0.0, 0.0] # 左上角 - [5.3, 0.0] # 右上角（标准车位宽5.3m） - [0.0, 2.5] # 左下角（标准车位深2.5m） - [5.3, 2.5] # 右下角 image_points_px: - [120.5, 85.2] # 对应左上角像素坐标 - [632.1, 88.7] # 对应右上角 - [118.3, 420.6] # 对应左下角 - [629.8, 423.9] # 对应右下角

标定执行命令：

# 用OpenCV求解单应矩阵H（4点对应） python -c " import cv2, numpy as np, yaml with open('camera_calib/B3_camera.yaml') as f: cfg = yaml.safe_load(f) H, _ = cv2.findHomography( np.array(cfg['image_points_px']), np.array(cfg['ground_points_m']), method=cv2.RANSAC ) np.save('camera_calib/B3_H.npy', H) print('✅ Homography saved') "

坐标转换函数：

def pixel_to_meter(pixel_xy, H): # pixel_xy: [x, y] 归一化坐标 → 转为图像坐标 img_x = pixel_xy[0] * 1920 img_y = pixel_xy[1] * 1080 # 齐次坐标变换 homo = np.array([img_x, img_y, 1.0]) ground_homo = H @ homo ground_xy = ground_homo[:2] / ground_homo[2] return ground_xy # 单位：米 # 示例：将检测框中心转为物理坐标 cx_norm, cy_norm = 0.42, 0.68 phys_x, phys_y = pixel_to_meter([cx_norm, cy_norm], H) print(f"物理位置：东区B3-12号车位，距左上角({phys_x:.2f}m, {phys_y:.2f}m)")

从那以后我每次部署新摄像头，都强制走一遍findHomography标定流程，哪怕客户说“就临时挂一下”，因为去年某项目省了这步，导致所有“空闲时长”统计误差超±23分钟，返工三天重标定。希望帮到你。

本文还有配套的精品资源，点击获取