基于 YOLO11 的垂钓人员识别：从数据集构建到云上训练实践
水域智能监管是个大命题，河道、水库、禁钓区这些地方，光靠人工巡查，效率和覆盖率都很难跟得上。垂钓人员识别作为视频监控分析的一个具体子任务，就是帮监管部门快速发现违规行为，降低安全风险。实际落地时，摄像头往往装在河岸、桥梁、水坝这些复杂位置，画面里既有单个人安静钓鱼的，也有三五成群聊天的，着装、姿态、遮挡、光照变化样样都有。要让模型在这么多变数下还能稳定检出，才是真正的工程挑战。
上面这张图是个典型场景：一个人在河流陡坡处专心钓鱼，周围是自然植被和岩石。模型需要从这样的背景里把“目标”准确框出来，不是一件简单的事。
一、数据准备：从视频抽帧到标注管理
1.1 数据来源与素材构成
这次实践用的是一个叫“垂钓人员识别”的数据集，素材全部来自河道监控视频的抽帧图片。基本信息如下：
- 项目名称：chuidiaoshibie
- 标注类别：IF（垂钓人员）
- 图片数量：100 张代表性图片
- 标注任务数：100
数据里包含了多种场景：单人垂钓、多人互动、不同年龄段和性别、不同着装、不同环境（河岸、草地、桥下等）。这种多样性对训练一个鲁棒的 YOLO11 模型至关重要，毕竟真实监控画面从来不按套路出牌。
1.2 数据标注与格式转换
标注阶段，推荐用 Label Studio 这类开源工具来做边界框标注。标完之后，需要把结果转成 YOLO 格式——每张图片对应一个同名的 .txt 文件，里面每行写 class_id x_center y_center width height，坐标全部归一化。因为本数据集只有一个类别 IF，所以 class_id 固定为 0。
1.3 数据集划分
100 张图片按 8:1:1 的比例切成训练集、验证集、测试集。划分时要注意各个集合里场景分布的均衡性，别让某类场景在验证集里缺席，否则评估结果会失真。
二、云上存储与版本管理
在云上环境里，数据集通常用对象存储（OSS）来管。建议按下面的目录结构组织：
oss://bucket-name/
├── datasets/
│ ├── chuidiaoshibie/
│ │ ├── images/
│ │ │ ├── train/
│ │ │ ├── val/
│ │ │ └── test/
│ │ ├── labels/
│ │ │ ├── train/
│ │ │ ├── val/
│ │ │ └── test/
│ │ └── data.yaml
data.yaml 文件的内容示例：
train: ./images/train
val: ./images/val
test: ./images/test
nc: 1
names: ['IF']
用 OSS 管数据集有几个好处：可以管理多版本，方便追溯数据集变更历史；训练节点直接挂载或下载数据，避免本地磁盘瓶颈；团队协作共享也容易。
三、训练任务设计：基于 YOLO11
3.1 模型选择
YOLO11 是目前 YOLO 系列里比较新的模型，在检测精度和推理速度之间拿捏得不错。对于垂钓人员识别这种单类别检测任务，用 YOLO11 的小型版本（比如 YOLO11n 或 YOLO11s）就够了，推理延迟很低，适合实时视频流处理。
3.2 训练配置
下面这套训练参数适用于本数据集：
# 训练参数
task: detect
mode: train
# 模型选择
model: yolo11n.pt # 使用预训练权重
# 数据配置
data: ./data.yaml
# 超参数
epochs: 100
patience: 20
batch: 16
imgsz: 640
# 优化器
optimizer: AdamW
lr0: 0.001
lrf: 0.01
momentum: 0.937
weight_decay: 0.0005
# 数据增强
hsv_h: 0.015
hsv_s: 0.7
hsv_v: 0.4
degrees: 0.0
translate: 0.1
scale: 0.5
shear: 0.0
perspective: 0.0
flipud: 0.0
fliplr: 0.5
mosaic: 1.0
mixup: 0.0
上图是训练项目的配置界面，包括项目名称、类别选择和导入选项等关键设置。
3.3 训练流程
- 数据准备：把数据集上传到 OSS，写好
data.yaml。 - 环境配置：在云上 GPU 实例里安装 YOLO11 依赖（
ultralytics库）。 - 启动训练：执行命令
yolo train model=yolo11n.pt data=data.yaml epochs=100 imgsz=640 batch=16。 - 监控训练：用 TensorBoard 或日志文件盯着损失曲线和指标变化。
上图是训练参数设置界面，包括 GPU 环境、验证集比例和训练轮数等关键配置。
四、模型评估与复核
4.1 评估指标
训练完要从这几个维度来看模型表现：
- mAP@0.5：IoU 阈值 0.5 时的平均精度，衡量检测准确性。
- mAP@0.5:0.95：IoU 阈值从 0.5 到 0.95 的平均精度，看模型在不同严格程度下的表现。
- Precision / Recall：精确率和召回率，反映误检和漏检情况。
- F1-score：精确率和召回率的调和平均。
4.2 可视化验证
光看指标还不够，把预测结果可视化出来，更直观。下面是一些验证示例：
上图是单人场景的检测结果，模型成功找到了钓鱼的人，置信度 0.65。
上图是多人场景，模型识别出两个垂钓者，置信度分别是 0.54 和 0.53。能看到多目标情况下还有优化空间。
4.3 复核与迭代
根据验证结果，如果遇到下面这些问题，需要针对性优化：
- 低置信度：比如置信度只有 0.58，可以考虑加数据增强或补充相似场景样本。
- 复杂背景误检：桥梁、树木等背景容易造成误检，可以加负样本或用注意力机制。
- 遮挡问题：部分遮挡导致的漏检，试试 Mosaic 增强或补充遮挡样本。
五、工程化落地注意点
5.1 推理服务部署
模型真正上线时，有几点要留心：
- 模型导出：把 PyTorch 模型转成 ONNX 或 TensorRT 格式，推理速度能快很多。
- 批处理优化：视频流处理时，用批推理可以提升吞吐量。
- 阈值调优：根据业务场景调整置信度阈值和 NMS 阈值，在误检和漏检之间找到平衡。
5.2 持续迭代
垂钓行为识别不是一锤子买卖：
- 数据回流：把生产环境中遇到的新场景样本收回来，定期更新数据集和模型。
- 模型版本管理：用模型注册表管好不同版本，方便回滚和对比。
- A/B 测试：同时部署新旧模型，看实际表现再决定是否全量切换。
5.3 资源规划
云上训练和推理的资源规划：
- 训练资源：用 GPU 实例（V100、A100 之类）训练，时间能大幅缩短。
- 推理资源：根据视频路数和帧率需求，选合适的实例规格。
- 存储资源：用对象存储管数据集和模型文件，避免本地磁盘不够用。
六、总结
这篇文章围绕“垂钓人员识别”这个具体业务，走了一遍基于 YOLO11 的模型训练全流程：从数据集准备、云上存储管理，到训练配置、模型评估，再到工程化落地。核心经验有几点：
- 数据质量决定模型上限——场景多样、标注准确是基础。
- 云上训练提升效率——OSS 管数据、GPU 加速，迭代速度明显快。
- 持续迭代是常态——模型上线后还得不断收集新数据、调参数，才能应对变化。
希望这篇实践能给做水域智能监控或目标检测的同行一点有价值的参考。
素材配图建议
在撰写本文时，建议使用以下 OSS 图片作为配图：
场景展示图：使用 100张图片视频_01.jpg 展示典型的户外垂钓场景，用于业务场景介绍部分。
AI 标注效果图：使用 模型验证_01.jpg 展示模型识别效果及置信度评分，用于模型评估部分。
训练配置图：使用 垂钓人员识别_模型训练_01.jpg 展示模型训练项目的配置过程，用于训练任务设计部分。
以上图片均存储在 OSS 上，可直接在 Markdown 中引用。
