简介：本资源面向计算机视觉入门与进阶开发者，提供一套基于Python与PyTorch的积水图像分割检测完整方案，核心采用YOLOv11模型，并集成PyQt可视化界面与摄像头实时识别功能，可用于城市排水监测、户外安全预警等场景的二次开发与课程实践。压缩包共1108个文件，约424.92MB，其中442张jpg为积水图像样本，429个txt与214个json为标注及配置数据，另有4个pt权重文件、3个yaml模型配置、3个py脚本及png、csv等辅助文件，覆盖数据集、训练权重与推理代码。使用流程清晰：先运行01划分数据集.py完成训练集与测试集切分，再执行02train.py训练模型，最后通过03pyqt.py启动界面进行摄像头实时检测。目前已有98人学习下载，适合希望快速跑通分割训练、理解YOLOv11工程结构并获取可复用数据集的读者参考。
1. 积水图像分割检测：从数据集到 PyQt 界面的完整落地路径
城市内涝预警、地下车库进水、隧道积水监测，这些场景对“实时识别积水区域”有硬需求。我拿到这个资源包时，第一反应是：它把 YOLO11 的图像分割能力直接绑到了积水检测这个具体任务上，而且给了数据集、训练脚本和 PyQt 摄像头界面，不是那种只丢一个模型权重的“半成品”。整个包基于 Python + PyTorch，核心是 YOLO11 的实例分割分支，能输出积水区域的像素级掩码，而不是只画个框。适合谁？做安防监控二次开发的、搞智慧城市 demo 的、或者想学 YOLO11 分割任务怎么从零跑通的学生。如果你手头正好有积水场景的图片或视频流，这套代码能让你在半天内看到分割效果，不用自己从头搭训练管线。
2. YOLO11 分割任务拆解：为什么选它做积水检测
2.1 从检测框到像素掩码：分割头到底在算什么
YOLO11 的检测分支输出的是每个目标的边界框和类别概率，而分割分支额外挂了一个原型掩码生成网络和一组掩码系数。推理时，每个检测框会对应一组系数，与原型掩码做线性组合，再裁剪到框内，就得到该目标的像素级掩码。积水检测为什么需要这个？因为积水区域形状极不规则，边界框会包含大量非积水像素，比如路面、标线、车辆底盘。用分割掩码才能准确算出积水面积、轮廓，甚至做水位估算。YOLO11 相比前代在分割头里引入了更轻量的原型生成模块，在保持掩码质量的同时把参数量压下来，这对边缘设备部署很关键。
2.2 数据集划分脚本：01划分数据集.py 里藏着的三个参数
资源包里的01划分数据集.py不是简单随机切分。我拆开看，它默认按 8:1:1 分训练、验证、测试，但实际代码里留了train_ratio、val_ratio两个变量，测试集比例是自动补全的。更关键的是，它做了分层抽样——如果数据集中有“无积水”的负样本，脚本会保证每个子集里正负样本比例一致。这个细节很多开源项目会忽略，导致验证集里全是负样本，mAP 虚高。运行前你需要确认数据集目录结构是images/和labels/平行，且标签是 YOLO 分割格式的 txt，每行类别 x1 y1 x2 y2 ...归一化坐标。脚本会生成train.txt、val.txt、test.txt三个索引文件，路径写的是绝对路径，换机器跑要改data_root。
# 01划分数据集.py 核心逻辑节选 import os, random from sklearn.model_selection import train_test_split data_root = r"D:\water_dataset" # 改成你的数据集根目录 img_dir = os.path.join(data_root, "images") label_dir = os.path.join(data_root, "labels") # 收集所有图片文件名（不带扩展名） names = [os.path.splitext(f)[0] for f in os.listdir(img_dir) if f.endswith(".jpg")] # 分层依据：标签文件是否为空（空表示无积水负样本） labels = [1 if os.path.getsize(os.path.join(label_dir, n + ".txt")) > 0 else 0 for n in names] train_names, test_names, train_labels, test_labels = train_test_split( names, labels, test_size=0.2, stratify=labels, random_state=42 ) val_names, test_names = train_test_split( test_names, test_size=0.5, stratify=test_labels, random_state=42 ) # 后续写入 train.txt / val.txt / test.txt，每行一个绝对路径逻辑说明：stratify=labels保证正负样本在切分后比例一致。random_state=42固定随机种子，方便复现。参数怎么改？如果数据集很小（少于 500 张），把test_size调到 0.1，验证集从训练集里再切，避免测试集样本太少导致指标波动大。注意：标签文件必须和图片同名同目录层级，否则脚本会报FileNotFoundError。
2.3 训练脚本 02train.py：显存不够时先动这三个地方
02train.py用的是 Ultralytics 风格的训练接口，但资源包里把配置写成了 argparse 参数。默认batch=16、imgsz=640、epochs=100。如果你只有 6GB 显存，直接跑会 OOM。我一般按这个顺序降：先把batch降到 8，再把imgsz降到 512，最后才动workers。workers是数据加载线程数，Windows 下设太高反而慢，建议 4 或 8。学习率默认lr0=0.01，对积水分割这种小数据集，我习惯降到 0.001 并加cos_lr=True，让学习率余弦衰减，收敛更稳。还有一个隐藏坑：02train.py里model参数默认加载yolo11n-seg.pt，如果你要更高精度，换成yolo11s-seg.pt或yolo11m-seg.pt，但显存占用会翻倍。
# 训练命令示例（在 02train.py 同级目录下运行） python 02train.py --data data.yaml --weights yolo11n-seg.pt --epochs 100 --batch 8 --imgsz 512 --lr0 0.001 --cos_lr --workers 4参数说明：--data指向数据集配置文件，里面写train: train.txt、val: val.txt、nc: 1、names: ['water']。--weights是预训练权重，不写则从头训练，但小数据集从头训基本没效果。--cos_lr开启余弦退火。训练日志和权重默认存在runs/segment/train/下，results.csv记录每轮 loss 和 mAP，events.out.tfevents...是 TensorBoard 日志，用tensorboard --logdir runs可以看曲线。
3. PyQt 界面与摄像头识别：03pyqt.py 的线程模型和推理封装
3.1 为什么不能直接在 Qt 主线程里跑模型推理
03pyqt.py用 PyQt5 搭界面，左边是摄像头画面，右边是分割结果和统计信息。如果你把model.predict()直接写在按钮回调里，界面会卡死——因为推理是同步阻塞的，主线程一卡，Qt 事件循环就停转，窗口直接“未响应”。资源包里用了一个QThread子类InferenceThread，把摄像头读取和模型推理都放在子线程，通过信号frame_ready把带掩码的帧发回主线程刷新 QLabel。这个设计是对的，但有个细节：子线程里不能直接操作 UI 组件，必须用信号槽。我见过有人图省事在子线程里self.label.setPixmap()，结果随机崩溃，血泪经验。
# 03pyqt.py 线程类核心结构 from PyQt5.QtCore import QThread, pyqtSignal import cv2 from ultralytics import YOLO class InferenceThread(QThread): frame_ready = pyqtSignal(object) # 发送带掩码的帧 def __init__(self, model_path, cam_id=0): super().__init__() self.model = YOLO(model_path) self.cap = cv2.VideoCapture(cam_id) self.running = True def run(self): while self.running: ret, frame = self.cap.read() if not ret: continue results = self.model.predict(frame, imgsz=640, conf=0.25, verbose=False) annotated = results[0].plot() # 直接画掩码和框 self.frame_ready.emit(annotated) def stop(self): self.running = False self.cap.release() self.wait()逻辑说明：conf=0.25是置信度阈值，积水检测建议调到 0.3 以上，减少路面反光误检。results[0].plot()返回的是 BGR numpy 数组，可以直接转 QImage。注意verbose=False关掉每帧打印，否则控制台刷屏拖慢速度。cam_id=0是默认摄像头，如果你用 USB 摄像头且电脑有内置摄像头，可能要改成 1 或 2。
3.2 摄像头识别延迟高？先查这三个环节
实时性是这个项目的卖点，但实际跑起来有人反馈“画面延迟两秒”。我排查下来通常是三个原因：第一，imgsz设了 640 但摄像头分辨率是 1080p，每帧都要缩放，改成imgsz=320能快一倍，精度掉得不多；第二，model.predict默认stream=False，每帧都重新初始化推理引擎，改成stream=True用生成器模式，但要注意stream模式下results是迭代器，得用for r in results取；第三，Qt 的QLabel刷新用了setPixmap但没调repaint()，画面堆积。我一般会在frame_ready槽函数里先self.label.clear()再设新图，强制释放旧资源。
3.3 分割结果后处理：从掩码到积水面积估算
results[0].masks里存的是原始掩码数据，results[0].masks.data是 tensor，形状[n, h, w]，每个通道对应一个检测实例。如果你想算积水面积占比，可以这样：先取masks.data[0].cpu().numpy()，二值化后统计非零像素数，除以总像素数。但注意，这个掩码是模型输入尺寸（比如 640x640）下的，要映射回原始帧尺寸才能算真实面积。资源包里没做这个映射，我补了一段：
import numpy as np def calc_water_ratio(result, orig_shape): if result.masks is None: return 0.0 mask = result.masks.data[0].cpu().numpy() # 取第一个实例 mask = cv2.resize(mask, (orig_shape[1], orig_shape[0]), interpolation=cv2.INTER_NEAREST) return np.count_nonzero(mask) / (orig_shape[0] * orig_shape[1])参数说明：orig_shape是原始帧的(height, width)。INTER_NEAREST保持二值性，别用线性插值。这个比例可以显示在 PyQt 界面上，超过阈值就弹预警。
4. 避坑与排查：跑通这套代码前必须知道的五件事
4.1 现象：运行 02train.py 报 “No labels found”
原因：data.yaml里的train和val路径写的是相对路径，但脚本工作目录不对。或者01划分数据集.py生成的 txt 里是绝对路径，换机器后路径失效。解决：打开train.txt检查第一行路径是否存在，统一改成相对于data.yaml的路径，比如images/xxx.jpg，并在data.yaml里写path: D:/water_dataset。
4.2 现象：PyQt 界面能开，但摄像头画面全黑
原因：OpenCV 的VideoCapture在 Windows 下默认用 MSMF 后端，某些摄像头不兼容。解决：在cv2.VideoCapture(cam_id)后面加cv2.CAP_DSHOW，即cv2.VideoCapture(cam_id, cv2.CAP_DSHOW)。如果还不行，换cv2.CAP_MSMF试试。Linux 下一般不用改。
4.3 现象：训练 loss 降到 0.1 以下但验证集 mAP 只有 0.2
原因：过拟合。积水数据集如果背景单一（比如全是灰色路面），模型会记住背景而不是积水特征。解决：在02train.py里加数据增强参数--degrees 10 --translate 0.1 --scale 0.5 --fliplr 0.5，并开启--mosaic 1.0。另外把dropout调到 0.1（YOLO11 分割头支持）。
4.4 现象：03pyqt.py 运行报 “No module named ‘PyQt5.sip’”
原因：PyQt5 安装不完整，或者 Python 版本和 PyQt5 轮子不匹配。解决：先pip uninstall PyQt5 PyQt5-sip，再pip install PyQt5==5.15.9 PyQt5-sip==12.12.2。别用pip install pyqt5-tools，那个会带一堆没用的依赖。
4.5 现象：推理结果里积水掩码边缘锯齿严重
原因：模型输出掩码分辨率低，plot()直接放大导致锯齿。解决：在predict里加retina_masks=True，让掩码在原图分辨率上生成，代价是推理慢 10% 左右。或者后处理时用cv2.morphologyEx做开运算平滑边缘。
5. 进阶技巧：用 TensorBoard 盯住分割指标，别只看 loss
训练跑起来后，results.csv里有一列metrics/mAP50-95(M)，这是分割掩码的平均精度，比检测框的 mAP 更能反映积水区域贴合度。我习惯在训练中途用 TensorBoard 看train/seg_loss和val/seg_loss的 divergence，如果验证 loss 连续 10 轮不降，就手动停掉，别等 100 轮跑完。另外，events.out.tfevents...文件可以直接拖进 TensorBoard 的--logdir目录，不用改代码。还有一个技巧：把03pyqt.py里的model.predict换成model.track，加上persist=True，就能对视频流里的积水区域做 ID 跟踪，适合做积水扩散趋势分析。最后说个我自己的习惯：每次改完data.yaml或训练参数，先跑python 02train.py --epochs 1做冒烟测试，确认数据加载和模型前向不报错，再开长训练。从那以后我每次动数据集划分脚本，都强制先跑一遍01划分数据集.py并检查三个 txt 的行数比例，避免训练到一半发现验证集是空的。希望帮到你。
本文还有配套的精品资源，点击获取
