YOLOv8停车位检测实战：数据集构建与模型部署全流程

简介：本资源是专为停车位目标检测任务设计的YOLOv8格式数据集，面向计算机视觉初学者、智能交通系统开发者及YOLO系列模型实践者，适用于停车场自动化管理、车位状态识别等实际场景。数据集共1520张原始图像，经标准化预处理（EXIF定向校正、统一缩放至640×640）与丰富增强（含水平/垂直翻转、±15°旋转、亮度扰动、高斯模糊及椒盐噪声）后，扩展为完整训练体系；压缩包内含479张JPG图像、1520个对应YOLOv8格式TXT标签文件及1个配置用YAML文件，总计2000个文件，整体大小164.36MB。已有162人下载学习，资源结构清晰、开箱即用，可直接用于YOLOv8模型训练、验证与测试全流程，显著降低数据准备门槛，加速停车位检测算法落地验证。 第一次做停车位检测的时候，我在地下车库蹲了一下午，手动框了几百张图，回来训练完发现模型把旁边刷了漆的柱子也当成了车位。后来才明白，停车位检测真正的难点不在“检测”本身，而在“数据集怎么定义、标注怎么统一、正负样本怎么平衡”。这篇文章我就用YOLOv8这条线，把停车位检测从数据准备、标注规范、训练调参到落地部署的完整流程拆开讲一遍，所有步骤都是我自己实测跑通的方案，适合刚入手目标检测、想用自有数据训练YOLOv8的开发者参考。

1. 项目设计思路与方案选型

1.1 停车位检测到底在解决什么问题

停车位检测从功能上分，其实是两个完全不同的任务：一个是“固定车位识别”，也就是识别某个车位是否被占用，常用于停车场管理系统、车位引导大屏；另一个是“可用车位发现”，也就是在开放场景里找到哪些地方能停车，常用于自动泊车或者代客泊车。两者的共同点是都要先找到车位区域，区别在于前者还多了一个“占用状态分类”的步骤。

落实到目标检测视角，最直接的做法就是把“空车位”和“占用车位”分别当作不同类别来检测，甚至可以把“占用”细分为“小轿车占用”“SUV占用”等。这种方法的好处是端到端，输入图像直接输出车位框和状态，不需要额外的后处理策略。缺点是对数据要求高，尤其是“空车位”这个类别，特征极其不稳定，不同材质地面、光照、标线清晰度都会影响检测结果。

我做这个项目时最终选了YOLOv8，核心原因是它在精度和速度之间平衡得很好，而且在同级别模型里对小目标的容忍度更高。停车位在图像里往往不是画面主体，尤其是俯视角度或者远距离监控画面里，车位占整个图像的比例可能只有几个百分点，这种情况下YOLO系列的anchor-free改进比早期anchor-based方案更稳。

1.2 为什么选YOLOv8而不是其他方案

对比过几类常见的方案之后，我简单梳理一下选型依据：

我在实际对比后发现，大部分商业停车场和路边停车场景，矩形框加上适当的后处理已经能满足需求。如果车位倾斜角度特别大，可以先把图像做透视矫正，再做水平框检测，效果比直接上旋转框检测更稳。而且YOLOv8的部署生态好，从训练到ONNX再到OpenCV或者TensorRT都有现成路径，这一点在项目落地时特别重要。

1.3 数据集规划的总体思路

停车位检测数据集和通用目标检测数据集有个明显的差异：类别之间的区分度可能很低。一辆白色车停在灰色车位上，车身的边缘和车位标线的边缘在图像里特别容易混淆。所以数据集规划时必须考虑三个核心点：

• 场景多样性：室内停车场、室外露天停车场、路边划线车位、不同光线条件（白天/夜晚/逆光）、不同天气（雨天反光、雪天遮挡）。
• 角度覆盖：监控摄像头俯视、行车记录仪平视、手机拍摄斜视，每种角度下同一类别的特征差异非常大。
• 状态标注一致性：空车位和占用车位的边界标准要不统一，就导致模型学不到正确的特征。例如“占用”类别如果一部分框的是整车，另一部分框的是车轮附近，模型训练时会严重震荡。

我自己在规划数据集时是按“采集场景-去重-初步筛选-标注-二次筛选”这个流程走的，总共整理3000到5000张图，标注2万到3万个目标框。后面我会详细展开每一步的关键操作，这里先说结论：真正决定模型上限的不是图片数量，而是标注质量和场景覆盖面。

2. 数据集构建与标注规范详解

2.1 数据采集的渠道与注意事项

停车位检测数据集的来源主要有三种：自有采集、公开数据集、网络爬取。自有采集最可靠，但成本高；公开数据集省事，但场景可能和你的应用不匹配；网络爬取需要大量人工清洗，否则脏数据会把训练结果搞崩。

自有采集时建议把手机或运动相机固定在车辆挡风玻璃、车顶或手持支架上，模拟摄像头安装高度。我用的方案是行车记录仪截帧，因为行车记录仪视角和停车场监控视角比较接近，而且分辨率足够。截帧时不要连续截取，每隔2到3秒取一帧，否则相邻帧高度相似，训练集信息密度太低，还容易造成过拟合。

公开数据集方面，可以找KITTI、BDD100K、Aeroscapes这些通用数据集中包含停车场景的部分来做迁移学习预热。但要注意标注格式可能不同，YOLOv8用txt格式，每行一个目标，格式是“类别ID x_center y_center width height”，全局归一化。转换格式时建议写脚本批量处理，不要手动改。

2.2 标注标准怎么定才不会被坑

这是整个项目里最容易踩坑的环节。我见过很多同学标注时“凭感觉”，结果是不同批次的标注标准偏差很大，训练时损失函数死活降不下去。

先确定一个基础原则：标注对象是车位区域，而不是车辆。对于“占用”类别，框的中心可以放在车辆上，但框的范围必须按车位标线来框。这样做的原因是，模型在推理时才能用统一的坐标语义去判断“这个车位被占用了”，而不是“这里有一辆车”。如果按车辆边界框标注，两个不同距离的车位会训练出完全不同的目标尺度，严重影响泛化能力。

具体标注规则可以这样定：

• 类别0表示空车位，类别1表示占用车位。
• 空车位必须看到至少两条完整标线（左线和底线），否则不标注。
• 占用车位要求车位内停有车辆，不管车辆是否完全在画面内，只要车位的标线可辨认，就按车位外接矩形标注。
• 标线完全模糊或被大面积遮挡的车位不标注，不强行猜测。
• 同一张图中，空车位和占用车位都要尽量全部标注，不要只标一部分，否则会影响正负样本比例。

标注工具我用的是LabelImg和X-AnyLabeling，前者是老牌工具，快捷键顺手，后者支持半自动预标注，能提高效率。半自动预标注的做法是先用一个初步训练好的模型对图片生成伪标注，然后人工修正，这样在大批量数据集上能节省一半以上的标注时间。

2.3 YOLOv8数据集目录结构与格式转换

YOLOv8的数据集目录有固定要求，建议按下面的结构组织：

dataset/ ├── images/ │ ├── train/ # 训练集图片 │ └── val/ # 验证集图片 └── labels/ ├── train/ # 训练集标签txt └── val/ # 验证集标签txt

每个txt文件名必须和对应图片文件名一致，后缀是.txt不是.label。每行内容格式是：

<class_id> <x_center> <y_center> <width> <height>

注意x_center、y_center、width、height都是归一化到0到1的浮点数，不是像素坐标。如果你是其他格式的标注，比如VOC的XML或者COCO的JSON，需要写脚本转换。我推荐直接用ultralytics的转换脚本做基础处理，再针对停车位场景微调。

转换时容易忽略的一个问题是：YOLOv8的类别ID必须从0开始连续递增，不能跳号。如果标注工具导出的类别ID是从1开始的，一定要在脚本里减1，否则训练时会报类别越界的错误。

2.4 数据增强策略与正负样本平衡

数据增强是提升模型泛化能力的关键，但增强策略必须贴合场景。停车位检测场景里，最有效的增强手段依次是：

• 随机翻转（水平翻转）：停车位左右对称，水平翻转变换后语义不变，能直接翻倍数据量。
• 亮度对比度调整：模拟早晚光照变化，增强对光照变化的鲁棒性。
• HSV扰动：调整色调、饱和度、明度，模拟不同地面材质和灯光色温。
• 随机裁剪和缩放：模拟不同摄像头距离和焦距变化，增强多尺度检测能力。

不建议使用的增强包括：大幅旋转（停车位方向性太强）、随机擦除（容易把关键标线擦掉）、马赛克增强权重调太高（虽然Ultralytics默认开启了Mosaic，但停车位目标尺度相对单一，Mosaic对小目标提升明显，对中尺度目标作用有限，还会拉长训练时间）。

正负样本平衡方面，空车位和占用车位的数量比例最好控制在1比1到1比2之间。我做过实验，空车位数量严重不足时，模型对占用车位的召回率很高，但空车位的精度惨不忍睹，很容易把地面反光、阴影、单车停放的位置误判为空车位。均衡数据的手段有两个：一是采样时控制图片比例，二是对少数类别做重复采样或适当复制粘贴增强。

3. YOLOv8训练实操与关键参数调优

3.1 环境配置与依赖安装

YOLOv8的训练环境建议用Python 3.10及以上版本，PyTorch按官方推荐安装对应CUDA版本的预编译包。网络原因可能较慢，但代码库依赖比较简单，核心就是ultralytics包和pytorch。

我的环境配置大致如下：

python 3.10.12 torch 2.1.0 + cu118 ultralytics 8.1.0 opencv-python 4.9.0

安装命令很简单，pip安装ultralytics会自动拉取大部分依赖。这里有一个坑：如果你的显卡比较老，比如GTX 1660 Ti这种图灵架构不带Tensor Core的卡，建议把torch装成CPU版反而更快，因为同代CPU性能不错的情况下，省去了GPU和CPU之间的数据拷贝开销。当然这是权宜之计，正常项目还是建议用支持CUDA的GPU。

我测试过的配置里，GTX 1660 Ti 6GB显存，batch size设为8跑YOLOv8s是可以的，batch size设为16就会报显存不足。如果你的显存只有4GB，建议直接用YOLOv8n或者降分辨率到640x480训练。

3.2 数据集配置文件与模型选择

YOLOv8的数据集配置是一个yaml文件，放在项目目录下即可。示例内容如下：

path: /path/to/dataset # 数据集根目录 train: images/train # 训练集图片相对路径 val: images/val # 验证集图片相对路径 nc: 2 # 类别数量 names: ['empty', 'occupied'] # 类别名称

这里的path可以填相对路径或绝对路径。在训练时指定data参数指向这个yaml文件即可。

模型选择方面，YOLOv8官方提供了n、s、m、l、x五个型号，从轻量到重量级。停车位检测属于中度复杂度任务，YOLOv8s是性价比最高的选择。检测精度上，在相同数据下，m和l的mAP50可能比s高2到5个点，但推理帧率下降明显，部署到嵌入式设备几乎不现实。我的建议是先用s做基准，再根据实际情况决定是否上m。

3.3 训练参数详解与效果验证

一个典型的停车位检测YOLOv8训练命令如下：

yolo detect train data=parking.yaml model=yolov8s.pt epochs=100 imgsz=640 batch=8 device=0 workers=4

epochs我推荐初始设100，然后用早停机制在性能不再提升时自动停止。imgsz的默认640一般够用，但如果你的数据集图片比较小或者车位区域很小，可以试imgsz=960，这会对小目标检测有显著帮助，代价是训练时间增加和显存占用提升。

训练过程中要盯的关键指标不是训练集的loss，而是验证集的mAP50和mAP50-95。mAP50是IoU阈值0.5时的平均精度，mAP50-95是在0.5到0.95区间内多个阈值下的平均值，后者更严格，反映检测框的定位精度。停车位检测场景下，mAP50高于0.9是比较理想的状态，mAP50-95能达到0.7以上就已经很能打了。如果mAP50很高但mAP50-95很低，说明检测框定位不够精确，常见原因是标注框不够紧贴车位标线。

还有一个实用技巧：训练过程中直接跑一次验证集推理，把预测结果可视化输出成图片来看。不要只看指标数字，因为mAP高不代表所有困难场景都好。我曾经遇到过mAP50=0.93但模型对两个相邻空车位之间的分隔线完全没学会的情况，从指标上完全看不出来，只有看可视化结果才发现。

3.4 损失函数曲线图的绘制与解读

训练结束后，训练日志里会输出loss和mAP变化数据，用Ultralytics自带的plot工具或者直接把results.csv读出来用matplotlib画曲线。我习惯把train/box_loss、val/box_loss和mAP50画在同一张图上，重点观察三点：

• box_loss和cls_loss持续下降且val版本没有明显回升，说明没有过拟合。
• mAP50在中期快速上升，后期趋于平稳，这是正常现象。
• 如果mAP50在训练中出现剧烈波动，大概率是数据标注噪声太大或batch size过小，可以尝试增大batch size或降低学习率。

一个判断训练是否收敛的朴素经验：最后20个epoch的val/box_loss标准差小于0.01，就可以认为基本收敛了。如果还不收敛，再加epoch也就是过拟合，没必要继续烧显卡。

4. 推理部署、性能优化与常见问题排查

4.1 模型导出与推理流程

训练完成后，把.pt模型导出为ONNX格式，可以跨平台部署：

yolo export model=best.pt format=onnx imgsz=640

导出ONNX之后，可以用ONNX Runtime在CPU上推理，也可以转成TensorRT在NVIDIA GPU上加速。对于边缘设备，比如Jetson系列，转成TensorRT后推理速度能提升2到3倍。但TensorRT转换对模型算子的支持有版本限制，如果遇到不支持的算子，可以先尝试更新TensorRT版本，或者回到ONNX Runtime方案。

在标准PC上，YOLOv8s的ONNX模型用ONNX Runtime跑640x640输入，推理耗时大约在30到50毫秒，完全满足停车场道闸、监控摄像头这些场景的实时性要求。如果需要在嵌入式设备上跑，建议改用YOLOv8n，半精度FP16下帧率可达20到25帧。

4.2 常用优化：置信度阈值与NMS参数

训练好的模型默认的置信度阈值是0.25，但这个值在停车位检测场景下不一定合适。空车位的特征简单，模型可能给出很高的置信度；占用车位如果车辆颜色和地面接近，置信度则可能偏低。我在实际测试中会把置信度阈值调到0.15到0.3之间重新验证，宁可多输出一些候选框，再通过后处理过滤，也不要漏检。

NMS的IoU阈值默认是0.45，如果画面里相邻车位挨得很近，这个值可能会导致两个相邻车位被合并成一个框。我建议把这个值调小到0.3或0.35，这样相邻车位的框不容易互相抑制，代价是可能出现重叠的假阳性，需要在后处理里加一个基于车位尺寸约束的过滤规则，比如框的宽高比必须在0.5到2.5之间。

4.3 实际场景中的误检与漏检调优

实际运行中，停车位检测最容易出现两类问题：一类是把地面阴影、水渍、轮胎印误检成空车位，另一类是把倾斜车辆的两个车轮当成两个小目标。

处理阴影误检的有效方案是增加一个“不可用车位”类别，把阴影覆盖较多的车位单独标注并加入训练。模型学会区分阴影和水渍后，误检率会明显下降。这里要注意：不要试图用简单的颜色阈值或者HSV滤波去后处理，因为不同地面材质和灯光条件下，阴影的颜色特征不稳定，学出来的规则很容易过拟合。

处理车轮误检的另一个技巧是尽量标注完整车位框，而不是按车辆的可视区域标注。之前我提到过这一点，在推理阶段它会转化为一个好处：模型输出的框尺度一致性高，可以通过统计训练集的框宽高分布，设定合理的尺寸过滤范围。对于我的数据集，空车位的框宽度集中在0.3到0.45（归一化后），超出这个范围50%的检测结果直接丢弃，能过滤掉大部分误检。

4.4 常见问题速查表

我把训练和部署过程中最常遇到的坑整理成了表格，判断依据和解决办法都写在里面：

4.5 部署场景的扩展思路

停车位检测做完基础版本后，很多场景可以继续扩展。例如把检测结果和时间戳关联起来，实现车位的长时间占用分析；或者用跟踪算法关联连续帧的检测框，解决同一车位的重复计数问题；再或者接上扬声器或LED指示牌，做成实时的车位引导系统。

我个人的经验是，这个项目做到后面，花在模型上的时间反而越来越少，更多时间用在了数据处理和业务逻辑上。比如停车场出入口的车牌识别联动、空车位的路径规划引导，这些都需要把检测结果和更上层的信息系统打通。如果你只是做一个毕业设计或者技术验证，把模型和推理部署做好已经足够；如果是商业落地项目，务必留出充足的时间做场景适配测试，因为现场的光线、摄像头角度、地面材质和你采集数据时的差异往往比想象中大得多。

本文还有配套的精品资源，点击获取