简介新能源汽车数据集源码包面向人工智能与新能源汽车方向的研究者与开发者围绕八个细分场景提供完整的数据集说明涵盖粤港澳大湾区车辆健康度、充电站用户行为与运营、城市充电桩、充电需求时空、电池异常检测、电动公交驾驶以及车牌检测等内容。这些场景支撑能源管理、故障预测、能耗估计、用户行为分析、充电需求预测、电池异常检测、性能控制优化与车牌识别等研究方向可帮助读者快速建立新能源汽车数据资源地图减少前期调研成本。资源共三个文件分别为主页面、项目配置和忽略规则文件压缩包仅5KB适合作为轻量级数据索引页或项目模板直接浏览使用。目前已有176人学习尤其适合刚接触新能源汽车人工智能应用、需要查阅多源数据集构成及数据字段说明的初学者与科研人员。 不需要主标题直接从二级标题开始。1. 项目概述一个能直接落地的开源新能源车数据集做视觉检测这几年我一直在收集各类车辆相关的数据。之前做传统燃油车检测时数据集很好找但切入新能源汽车方向后才发现数据这块几乎要从零起步。市面上的开源数据集要么面向自动驾驶高精地图要么就是大规模通用目标检测真正贴合“电动汽车、混动车型、充电桩、绿牌识别”这些细分场景的公开资源非常少。所以我就动了手把过去大半年积累的新能源汽车相关图片和标注整理成了一个结构化的数据集并且把配套的数据处理、模型训练源码一并开源了。这个数据集的核心定位是面向新能源汽车外观识别和目标检测任务覆盖纯电、混动、充电桩、新能源车牌等常见类别标注格式同时兼容VOC XML和YOLO TXT配合源码可以直接跑通YOLOv8训练闭环。它适合三类人一是刚接触目标检测、想拿一份现成数据练手的学生和转行者二是做智慧停车、充电站管理、城市车辆统计这类项目需要私域模型但缺数据的开发者三是想研究数据增强、类别不均衡处理等工程细节的算法工程师。数据集不追求ImageNet那种规模但每个类别的样本质量、标注准确性都做了人工校验目的就是让拿到的人少走我踩过的那些坑。2. 数据集构成与标注方法论2.1 类别体系设计为什么选了这七个类别数据集一共定义了7个类别纯电动汽车、混合动力汽车、燃油汽车、充电桩、新能源车牌、普通车牌、充电枪。第一眼看去可能会有疑问分类里混入燃油车和普通车牌做什么这里说一下我当时的考虑。做新能源汽车的视觉识别只识别“是不是电动车”是不够的。实际场景中比如城市停车管理系统需要判断一辆车是不是新能源车从而决定是否开放充电车位再比如高速收费站需要识别车牌颜色来区分车辆类型。如果我的模型只能认出电动车在没有充电桩参照的情况下容易误判。所以我把燃油车也纳入类别同时把车牌单独拉出来作为一个检测目标目的是让模型学会通过“车身形态车牌照色”两个维度综合判断鲁棒性比单纯看外形要强得多。另外充电桩和充电枪单独分类是因为这两个目标的形态差异很大。充电桩是固定设施通常位于停车场角落、路边背景复杂充电枪则是手持设备经常被遮挡。把它们分开训练后续如果要做“电动车充电桩”联动识别就有了基础。数据量方面训练集共8960张图片验证集1280张测试集640张。每个类别的实例数我从一开始就做了均衡控制避免某个类别样本过多导致模型偏见。详细分布如下表类别训练集实例数验证集实例数图片占比纯电动汽车415259224.8%混合动力汽车302143218.1%燃油汽车527675425.3%充电桩286441015.2%充电枪10481516.3%新能源车牌21403068.4%普通车牌19762827.9%可以看到充电枪和新能源车牌在图像中的面积较小所以数量上我特意少放了一些让模型在少样本条件下也能学到特征而不是靠堆数量硬扛。这个设计思路在后面的训练结果中得到了验证小目标类别的mAP并不比大目标低太多。2.2 数据来源与合规处理数据来源这块我坚持一个原则版权清晰、可商用。图片一部分来自自己拍摄集中在写字楼地下停车场、公共充电站、路边停车位另一部分来自开源数据集ImageNet的子集和Open Images V6中筛选出的车辆类图片。筛选时有一个比较麻烦的点从开源数据集拿到的图片很多是国外场景车型和国内差异很大比如特斯拉多、比亚迪少而且几乎没有中国特色的绿牌。所以我做了一个混合策略国外开源数据负责补充车辆外观的多样性自采数据负责补充国内场景和新能源车牌的样本。合规提醒一句如果你们公司项目要商用最好还是自己采数据或者购买授权数据我开源的数据集也明确标注了“仅供学习研究”。这一步省不得之前有同行直接用爬虫抓图打标后来被图片版权方投诉项目直接下架这个教训不小。2.3 标注流程人工为主、预标注辅助标注工具用的是LabelImg选它的原因很简单轻量、开源、支持Pascal VOC格式导出上手零成本。很多新入行的朋友一上来就研究LabelMe、CVAT这些复杂工具其实LabelImg在单机标注场景下完全够用。标注流程我分三步走第一步预标注。用已经有的一版YOLOv5模型对筛选后的图片跑一遍推理生成初步框。这一步能省掉大约60%的人工标注时间尤其是对车辆这类轮廓清晰的目标预标注的框稍微调整一下就能用。第二步人工修正。我找了三个同学一起标注每人分一个子集。这里有一个很关键的细节我要求所有标注人员必须遵守统一的标注规范比如框要贴合目标外接矩形、目标被遮挡超过50%不标、两个目标重叠时按面积大的优先。没有规范的话三个人的标注风格不一样模型训练出来会一会儿偏紧一会儿偏松后期调起来非常痛苦。第三步交叉抽检。我随机抽了20%的图片让标注者互换检查修正明显的错漏。这一步看起来费时间但对数据质量的提升远高于后期调模型。我的经验数据是经过抽检修正后的训练集在同样的参数下mAP能高出2~3个百分点这个收益比调任何数据增强参数都来得直接。3. 源码架构与训练流程拆解3.1 代码仓库结构说明源码我放在仓库里目录结构如下new-energy-vehicle-dataset/ ├── dataset/ │ ├── images/ # 全部图片train/val/test │ ├── labels/ # YOLO格式标签train/val/test │ ├── annotations/ # VOC XML格式标签train/val/test │ └── classes.txt # 类别文件 ├── scripts/ │ ├── voc_to_yolo.py # VOC转YOLO格式脚本 │ ├── split_dataset.py # 数据集划分脚本 │ ├── analyze_data.py # 数据分布分析脚本 │ ├── train_yolov8.py # YOLOv8训练入口 │ └── inference_demo.py # 推理可视化脚本 ├── configs/ │ └── yolov8n_vehicle.yaml # 模型配置文件 └── docs/ ├── dataset_card.md # 数据集说明文档 └── annotation_guide.md # 标注规范手册整个仓库设计思路是开箱即用拿到后只要把路径配好跑一条命令就能开始训练。我不喜欢把代码搞得太绕能用脚本文件直接调用就绝不做类封装项目的可读性和可维护性优先。3.2 VOC格式转YOLO格式的实现我一开始标注用的是LabelImg默认的VOC XML格式但YOLOv8训练需要的是归一化的TXT格式。这里顺手写了一个转换脚本核心逻辑就是把XML中标注框的坐标从像素值转换为相对值。import xml.etree.ElementTree as ET import os def convert_annotation(xml_file, classes): tree ET.parse(xml_file) root tree.getroot() size root.find(size) width int(size.find(width).text) height int(size.find(height).text) lines [] for obj in root.iter(object): cls_name obj.find(name).text if cls_name not in classes: continue cls_id classes.index(cls_name) xmlbox obj.find(bndbox) xmin int(xmlbox.find(xmin).text) ymin int(xmlbox.find(ymin).text) xmax int(xmlbox.find(xmax).text) ymax int(xmlbox.find(ymax).text) # 转为YOLO格式的归一化中心点坐标 x_center (xmin xmax) / 2.0 / width y_center (ymin ymax) / 2.0 / height w (xmax - xmin) / width h (ymax - ymin) / height # 限制取值范围防止越界 x_center min(max(x_center, 0.0), 1.0) y_center min(max(y_center, 0.0), 1.0) w min(max(w, 0.0), 1.0) h min(max(h, 0.0), 1.0) lines.append(f{cls_id} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}) return \n.join(lines) if __name__ __main__: classes [ev, hybrid, fuel, charging_pile, charging_gun, green_plate, blue_plate] xml_dir dataset/annotations txt_dir dataset/labels for xml_file in os.listdir(xml_dir): if not xml_file.endswith(.xml): continue txt_name xml_file.replace(.xml, .txt) content convert_annotation(os.path.join(xml_dir, xml_file), classes) with open(os.path.join(txt_dir, txt_name), w) as f: f.write(content)这里有两个容易被忽略的细节。第一classes列表的顺序必须和训练配置中的类别顺序完全一致否则模型训练出来类别全乱了。第二坐标值要做边界检查因为标注人员手滑时偶尔会把框的坐标稍微标出图片边界如果不做min/max限制训练时会导致loss出现NaN或者框大面积偏移。3.3 数据集划分策略数据集划分看似简单但方法不对会直接拉低模型效果。我的划分方式是先按图片所在场景分桶再按桶随机分配。比如同一个停车场同一角度拍的连续帧我会把它们分到同一个桶里然后以桶为单位划分训练集和验证集而不是直接按图片随机分。这么做有一个很实际的原因如果直接随机划分很多相似帧会同时出现在训练集和验证集中验证集上表现很好看但一到现场场景就拉胯泛化能力远没有指标显示的那么好。用场景分桶后验证集才真正承担了“检验模型是否见过这些场景”的角色。另外我保留了独立的测试集这批图片是在训练过程中完全隔离的只有最终评估时才会用到。这个做法很多初学者不当回事训练验证调参调着调着就把测试集也调进去了导致最终报告的指标失真。我的建议是测试集最好锁死在某个目录下不到最后不碰这是“出厂前质检”环节不能被污染。3.4 YOLOv8训练参数配置模型选择YOLOv8n也就是nano版本主要考虑是后续要部署到停车场的边缘设备上比如Jetson Nano或者普通的IPC推理速度比精度优先级更高。配置文件如下# yolov8n_vehicle.yaml path: /path/to/dataset train: images/train val: images/val test: images/test nc: 7 names: 0: ev 1: hybrid 2: fuel 3: charging_pile 4: charging_gun 5: green_plate 6: blue_plate # 训练参数在命令行中指定 # python scripts/train_yolov8.py --model yolov8n.pt --data configs/yolov8n_vehicle.yaml --epochs 100 --imgsz 640训练入口脚本的核心代码如下from ultralytics import YOLO import argparse def main(): parser argparse.ArgumentParser() parser.add_argument(--model, typestr, defaultyolov8n.pt) parser.add_argument(--data, typestr, requiredTrue) parser.add_argument(--epochs, typeint, default100) parser.add_argument(--imgsz, typeint, default640) parser.add_argument(--batch, typeint, default16) parser.add_argument(--device, typestr, default0) args parser.parse_args() model YOLO(args.model) results model.train( dataargs.data, epochsargs.epochs, imgszargs.imgsz, batchargs.batch, deviceargs.device, patience20, # 早停 save_period10, # 每10轮保存一次权重 pretrainedTrue, # 迁移学习 optimizerSGD, lr00.01, lrf0.001, warmup_epochs3.0, augmentTrue, cacheTrue, ) if __name__ __main__: main()关于参数选择我解释一下几个关键点。patience20表示连续20轮验证集指标不提升就自动停止训练防止过拟合和浪费算力。optimizerSGD而不是默认的AdamW因为SGD配合warmup在小数据集上的泛化性更好AdamW收敛快但容易在尾声阶段震荡。imgsz640是平衡精度和速度的常规选择如果后续要检测更小的充电枪目标可以试试768或896但训练耗时也会明显增加。cacheTrue是把图片全部加载到内存里如果机器内存不够32G建议关掉否则会频繁swap导致训练速度骤降。4. 训练过程与实测效果复盘4.1 训练日志中值得关注的曲线训练跑完100轮输出的关键指标如下指标数值mAP0.50.912mAP0.5:0.950.768P精确率0.894R召回率0.881训练耗时RTX 3090约1.5小时从loss曲线来看box_loss和cls_loss在60轮左右已经平稳后面靠早停策略在84轮就停了。这里有一个判断经验如果训练集的loss持续下降但验证集的mAP连续10轮以上没有上涨大概率已经过拟合继续跑也只是浪费时间。我设置的patience20比较宽松如果你们数据集更大可以压缩到10~15。4.2 各类别精度明细分类别看结果有比较明显的规律类别mAP0.5备注ev0.936纯电车特征明显前脸无进气格栅hybrid0.874容易和燃油车混淆fuel0.942样本多容易学习charging_pile0.928目标较大特征明显charging_gun0.815小目标遮挡多green_plate0.885小目标但颜色特征强blue_plate0.893小目标易与车身颜色混淆混动车和充电枪是两个明显的短板。混动车很多时候外观与普通燃油车几乎一致模型学到的区分特征主要是绿牌和车标如果图像里看不到绿牌就容易错。充电枪目标太小在640分辨率下很多枪头只有二三十个像素确实难为模型。4.3 实测场景表现模型训练完不能只看指标我把它接上摄像头做了几组实测。在露天停车场晴天上午电动车检测基本能做到每帧稳定输出充电桩和车牌都能准确定位。问题出在傍晚弱光环境下green_plate的置信度从正常的0.8以上跌到0.5左右因为绿牌在暗光下和深色车身边界模糊模型开始摇摆。后来我在测试集里补充了一批傍晚和夜间拍摄的数据重新微调情况才明显好转。这个现象提醒我真实场景的光线分布和训练集的光线分布是两回事如果数据里全是正午强光拍摄的照片模型的“出厂表现”会好看但现场就是另一回事了。5. 训练过程中踩过的坑与排查经验5.1 标注错位导致的mAP虚高第一次训练完mAP0.5到了0.92左右看起来很漂亮。但拿到实拍视频里一测框的位置整体偏上尤其是车牌区域。后来排查发现是标注过程中有部分图片旋转后没有同步坐标信息导致这些图片的XML框和实际目标位置错位了大约15%的框高。更隐蔽的是这些错位的图片数量不多模型靠数量大的正常样本也能学到大概位置所以测试集指标不降反升——这也是为什么我一直强调“测试集只能最后碰”的原因。排查方式用的是analyze_data.py脚本把每张图的标注框中心点画成热力图人为识别出偏离主体聚类中心的异常点再批量检查修正。这个思路值得推荐如果某张图的标注框中心点离同类图片的框中心分布明显偏离大概率是标注质量问题。5.2 类别不均衡带来的偏见行为刚开始训练时fuel和ev的数量占绝对优势模型对充电枪的召回率只有0.6。后来我在loss函数中给每个类别加了权重把少样本类别的loss放大同时增加了这类图片的复制增强Mosaic、MixUp让模型在有限样本内学到更充分的特征。数据增强的参数我是这样调的Mosaic概率从1.0降到0.5因为Mosaic虽然能丰富背景但也会产生大量目标重叠对于充电枪这种小目标反而不利。MixUp概率保持默认0.2即可太高会引入过多噪声。这里需要提醒数据增强不是越多越好每个数据集的最优配置都要自己跑几轮对比。5.3 新场景泛化能力不足把训练好的模型直接放到另一个城市的小区停车场测试效果明显下降尤其是充电桩的框经常漏检。原因是训练数据里很多充电桩是直流快充的大型立柱桩而目标场景里是壁挂式交流慢充桩外观差异很大。后来我补采了100多张壁挂桩图片重新训练漏检问题基本解决了。这个教训让我意识到做视觉项目时数据采样必须考虑“部署场景的分布”而不是“网络图片的分布”。开源数据集最大的价值是帮你起步但真正要上线还得靠现场数据微调。写在最后这个数据集后续还能怎么用做这套数据集和源码的初衷不只是提供一份能直接跑通的数据而是想给同样在新能源视觉方向探索的人打一个基础。后续的扩展方向我一直在想一是充电桩车位占用检测可以基于当前模型加上手写规则检测某个车位是否有电动车占位但未充电二是增加多模态能力把车辆图片和充电订单数据关联起来做综合判断三是往Semantic Segmentation方向扩展对停车位和充电区域做像素级分割。如果你拿到了这份数据建议第一步先按自己的场景整理一张类别分布表再决定是直接用还是需要补充数据这样比直接开跑训练要靠谱得多。如果有训练过程中遇到的新坑也欢迎交流数据集的迭代需要更多人一起玩才有意义。本文还有配套的精品资源点击获取