简介一份基于YOLO的帕金森数据集完整包汇聚健康人与帕金森病患者手绘螺旋和波浪图像经过预处理并附有YOLO格式标注训练组与测试组划分明确。面向关注医疗图像识别、运动障碍分析及帕金森早期检测的研究者与算法工程师可用于训练、评估和复现目标检测模型。压缩包共2000个文件其中1999个txt为逐图像的标签与目标框坐标标注1个yaml为数据集配置描述整体817.5MB结构规整便于直接导入YOLO训练流程。已有69人学习资源配套了完整的划分与注释信息省去自行清洗标注的环节结合螺旋和波浪两类绘图样本可支撑模型在真实手绘轨迹上的泛化能力验证是推动帕金森辅助诊断和计算机视觉交叉研究的高质量数据基础。1. 手绘螺旋和波浪也能做 YOLO 目标检测这个帕金森数据集到底新在哪在帕金森辅助筛查里手绘螺旋和波浪图是我最早想放弃的一类素材图像分类任务能跑但模型说不清自己看到了什么——患者画线时的停顿、抖动和收笔毛刺分散在整张大画幅里分类器只能给一个整体结论想判断是哪一段轨迹出了问题完全没有依据。后来我把它从“整图分类”改成“目标检测”问题一下子具体了要在图上框出健康人与帕金森病患者各自绘制的螺旋和波浪区域告诉模型病态笔迹在哪个坐标范围。标题里这个“基于 YOLO 的帕金森数据集”正是为这件事准备的它整理的是健康人和帕金森病患者的手绘螺旋与波浪并且已经做了预处理和逐目标注释拿到手就能进入 YOLO 物体检测训练适合做医学笔迹评估、异常绘制检测这类研究或辅助筛查项目。2. 数据集构成健康人与帕金森患者的螺旋/波浪完全预处理后你能直接拿到什么2.1 采集场景和标注边界手绘图上的“检测目标”到底是什么先捋清楚一个容易忽略的问题手绘螺旋跟日常目标检测数据集里的“人、车、狗”完全不是一回事。普通数据集的目标是物理世界里边界清晰的独立物体而手绘图上只有线条哪一段算“目标”是由医学评估需求定的。常见做法是把一次完整落笔形成的螺旋或波浪作为一个目标框类别按“健康人/帕金森患者”分为两类更细一点会拆成四个组合类别例如“螺旋-健康”“波浪-患者”。你拿到数据集后先看 labels 文件夹里的类别编号不必照抄分类约定关键是框起来的那一段确实对应完整的一次绘制轨迹。目标边界怎么定给整张图纸包一个大方框肯定不对一条螺旋线从中心向外绕外接框如果和最长对角线几乎重合训练出来的就是“整图区域”而不是“目标”。更合理的做法是对一次完整绘制笔迹取最小外接矩形并留少量边距。有些数据集会进一步把螺旋按绘制方向切成多个片段来标注这种做法未必适合所有 YOLO 版本因为片段太短、框太细长回归难度明显增加。我的血泪经验是先用“一次绘制等于一个框”起步看 mAP 稳定后再试细粒度标注不要一上来就挑战高难度格式。标注一致性是这个数据集“完全预处理”里最容易被低估的一环。健康人画的螺旋圆心居中、半径均匀患者画的可能偏在画板一角甚至画出纸边。检查标注时不要只看坐标数值把图像和标签叠加可视化一次重点查三类问题是否漏掉靠近边缘的波形、是否把重叠草稿误标成一个目标、是否存在宽度只有一两个像素的畸形框。任何一个问题都会传导到 YOLO 的锚框匹配和损失计算里让训练过程变得非常玄学。2.2 完全预处理都做了什么尺寸标准化、灰度化、去噪和数据划分“完全预处理”是这类数据集相对普通医学图像素材最大的价值点。原始手绘图纸来源很杂有纸质扫描件、有数位板导出的 PNG、甚至有手机翻拍的照片。如果不处理同一个螺旋在不同图里的线宽、灰度和背景差异会让 YOLO 把大量学习能力浪费在适应画幅而不是识别轨迹上。通常的预处理链路是统一转成 8 位灰度图 → 去除扫描纸面噪点和背景纹理 → 把图纸内容缩放到固定边长并保持长宽比 → 归一化像素到 0–1 区间 → 输出为标准 JPG 或 PNG。注意这里面的隐藏决策灰度图不等于二值图。很多新手拿到这类数据集后误以为把图二值化成纯黑白效果最好实际不是。帕金森患者画线时时笔压变化会产生深浅不一的轨迹二值化把这些信息全部抹掉线条深浅反而成了丢失的临床线索。YOLO 是卷积网络对像素值分布敏感保留灰度比“好看”重要得多。如果你拿到的版本已经是二值图不要急着评价预处理好坏先确认标注框内的线条是否连续——断笔在二值化里很常见它会在训练时把一条波形掰成两个目标相当麻烦。数据划分这一环“完全预处理”通常解决了一个关键问题按受试者划分。同一患者往往画了多张螺旋和波浪图如果按文件名比例随机切分 train/val同一患者的图会同时进训练和验证集模型记住这个人特有的笔迹验证集成绩虚高。正确的做法是先在受试者层面分组再切分。你拿到数据集后哪怕作者保证已经划分好也花十分钟看一眼 train 和 val 里的图片名前缀发现同一 ID 横跨两个集合就重新切分这比事后调参省事得多。训练前还有一道“图像预处理”检查把images/val里任意一张图和它在labels/val里的 txt 叠加显示确认框的坐标没有因为缩放而错位。这个数据集如果做了完全预处理这一步通常无惊无险但如果数据清洗时曾把长边缩放到 640、短边等比缩放YOLO 会自动做 letterbox框坐标是相对原图的归一化值理论不会错可一旦某些版本为了省事做过非等比拉伸框就会整体偏移。看到偏移不要改标注先改用 letterbox 策略把图片补边而不是拉伸这是更稳的做法。2.3 目录结构与数据配置读懂一份可直接训练的 YOLO 数据集一个完全预处理过的 YOLO 检测数据集目录通常长这样parkinson_spiral_wave/ ├─ images/ │ ├─ train/ # 训练图片 │ └─ val/ # 验证图片 ├─ labels/ │ ├─ train/ # 与图片同名的 .txt 标签 │ └─ val/ └─ data.yaml # 类别清单与路径配置labels 里的每一行对应一个目标框五列分别是类别 ID、归一化中心点 x、归一化中心点 y、归一化宽度 w、归一化高度 h。以0 0.5 0.5 0.8 0.2为例表示类别为 0、中心在图像正中间、宽度占 80%、高度占 20% 的一个横向波浪框。这个格式是 YOLO 家族的通用语言YOLOv5、YOLOv8 还是更新的版本都消费这种 txt所以数据集说“用于 YOLO 物体检测训练”核心指的就是这种标签格式。配套的data.yaml是训练入口每个字段都会影响路径解析# spiral.yaml path: D:/parkinson_yolo # 数据集根目录建议绝对路径 train: images/train # 训练图片相对路径 val: images/val # 验证图片相对路径 names: 0: healthy # 健康对照组编号必须和 labels 一致 1: patient # 帕金森患者names的编号必须和 labels 里的类别 ID 一一对应。我遇到过把类别写成四个却在标签里只用两个 ID 的翻车现场YOLO 在解析时虽然不直接报错但混淆矩阵和评估结果会整体错位。完全预处理的数据集通常不存在这种问题但你自己创建 data.yaml 时要注意类别顺序不要按“先患者后健康”的习惯改编号除非你把标签文件同步重写。3. 用 YOLOv8 训练自己的数据集帕金森螺旋检测的最小可复现流程3.1 训练环境与预训练模型选择显存占用与下载时机训练环境是这类医学图像项目的第一道现实门槛。螺旋/波浪图单张体积不大640×640 灰度图batch 16 的显存占用一般在 6–8 GB 左右我手头的 RTX 3060 也能跑。如果只有 CPU就别浪费时间跑大模型直接用 YOLOv8n 配 imgsz416先把数据流跑通再说移植 GPU。环境安装用一个干净的 conda 环境最省心避免和其他项目的 torch 版本互相干扰conda create -n yolo_medical python3.10 -y conda activate yolo_medical pip install ultralytics # 验证安装能输出版本号即可 yolo --help预训练模型下载话题在这个场景里经常被误读。YOLOv8n、YOLOv8s 的权重首次执行训练时会自动下载文件名类似yolov8n.pt。它提供的是从 COCO 自然图像里学到的视觉先验虽然跟手绘线稿差异很大但底层边缘、纹理、形状响应仍有迁移价值。常见误区是“医学图跟 COCO 差太远预训练模型反而拖后腿”于是删掉权重从头训练。实际对比下来几百张规模的小数据集从头训极容易在前 50 个 epoch 过拟合保留预训练权重、冻结浅层稳定得多。3.2 把非 YOLO 格式注释转成 txt从 VOC XML 到 YOLO 标签的转换脚本虽然数据集主打“已为 YOLO 注释”但实际会碰到两类情况一是 labels 已按图片同名字.txt放好直接进下一步二是标注只有 Pascal VOC 的 XML 或原始坐标 CSV需要自己转。给出我当时转换用的最小脚本这个数据集的不同版次历史格式不完全一致通用逻辑是一样的# convert_to_yolo.py # 把 (xmin, ymin, xmax, ymax, cls_id) 转为 YOLO 归一化标签 import os def convert_one(image_path, boxes, img_w640, img_h640): out_lines [] for cls_id, (xmin, ymin, xmax, ymax) in enumerate(boxes): if xmax xmin or ymax ymin: continue # 非法框直接丢弃避免写入负宽度 x_c (xmin xmax) / 2.0 / img_w y_c (ymin ymax) / 2.0 / img_h w (xmax - xmin) / img_w h (ymax - ymin) / img_h out_lines.append(f{cls_id} {x_c:.6f} {y_c:.6f} {w:.6f} {h:.6f}\n) label_path image_path.rsplit(., 1)[0] .txt with open(label_path, w) as f: f.writelines(out_lines)这里有个细节img_w和img_h必须是原图未做 letterbox 时的尺寸如果预处理已经按 640×640 统一导出那填固定值没问题否则要在转换前从图片真实尺寸读。脚本里的enumerate(boxes)是把列表下标当类别 ID 的写法只适合单类别数据集这个帕金森数据集如果有类别区分你要把cls_id改成显式从标注里读取的字段不要依赖顺序。另一个常被忽略的点是归一化精度保留位数。.6f代表保留六位小数对 640×640 的图来说坐标精度约 0.001 像素足够但如果你把 imgsz 提到 1280建议改成.8f否则换算后的框边界会出现 1–2 像素的抖动。这类抖动在普通目标上没感觉在细长的波浪框上会直接表现为“框总差一条边”。补充一个转换后的快速检查跑训练前先确认默认开启的plotsTrue会生成train_batch*.jpg每次取一张图看框是否贴在线条上。如果框整体上下偏移多半是转换时把img_h当成了img_w如果框宽度全是 0是xmax - xmin计算时变量名覆盖如果标签解析报index out of range是names数量和类别 ID 上限不匹配。3.3 首次训练命令与 data.yaml 装配从零到第一条损失曲线标签就绪后第一次训练命令可以这样给yolo detect train \ modelyolov8n.pt \ dataspiral.yaml \ epochs120 \ imgsz640 \ batch16 \ patience30 \ projectruns \ namespiral_v1data指向 2.3 节里那个 spiral.yamlmodel指向预训练权重。第一次跑主要看三件事日志里有没有形如All class mAP50的评估输出、loss 三条曲线box_cls/box_dfl/box_iou有没有在 20 个 epoch 内下降、以及 val 阶段有没有抛出label shape mismatch之类的异常。这三个指标稳了再谈调参。patience30表示 30 个 epoch 验证指标没有提升就早停。小数据集上帕金森螺旋的收敛节奏不像自然图像那么快我见过 60 个 epoch 后才开始明显上升的情况所以 patience 不要给太小默认 100 又太耗时间取 30–40 比较平衡。project和name用来区分多次实验官方默认的runs/detect/train目录在跑多版数据时非常容易混改成自己的名字能少踩很多坑。训练日志里的 loss 曲线会同时输出train/box_loss、train/cls_loss、train/dfl_loss和对应的验证版本。如果验证损失在前 30 个 epoch 先降后升而训练损失一直降这就是过拟合信号下一轮把 epochs 缩短到 80、把增强概率调低或用更多数据扩充。如果训练损失一条水平线优先怀疑学习率或标签错位往下看第 5 章。4. 螺旋/波浪场景下的 YOLO 参数调节损失函数、学习率与增强的三个必调项4.1 YOLO 损失函数在螺旋形态上的表现YOLOv8 的损失由三块组成分类损失BCEWithLogits、边界框回归损失CIoU和分布焦点损失DFL。在这个细长目标数据集里最值得关注的是回归部分。螺旋和波浪的框几乎都是长宽比悬殊的矩形CIoU 对宽高比差异有显式惩罚训练初期模型倾向把这种框“修”得方一点导致预测框比实际波宽大一圈。这个现象不算故障但会让 mAP50 很高、mAP50-95 上不去因为定位精度被框的宽度偏差拖累。缓解办法不是换损失函数而是保证标注框本身紧贴线条。预处理阶段如果给每个框留了统一的 5 像素边距问题不大如果个别框边距不一致损失函数就会在这几个样本上来回拉扯。我一般会输出每个类别的框宽高比分布螺旋通常接近正方形波浪则大多在 2:1 到 5:1 之间如果看到 10:1 以上的极端框检查这个目标是否把多条并行波形框在了一起是就拆开重标。极细长目标还会影响 YOLO 的锚框计算。YOLOv8 使用自适应锚框训练时会基于标签的宽高比分布聚类重新计算锚框尺寸。但聚类有一个必要条件标签里必须有足够多的目标框参与计算。如果数据总图量不大锚框聚类结果波动就很大前几轮聚类结果和后几轮可能完全不同造成早期 loss 不稳定。碰到这种情况把第一次训练当作锚框预热先跑 30 个 epoch 让锚框稳定再在生成的权重基础上续跑或者直接用大一点 imgsz让锚框分布在更连续的空间里。4.2 学习率与批量大小小规模医学数据集上的收敛边界“YOLO 训练中 BN 崩溃”这个词在论坛里高频出现本质是批量归一化在过大的学习率下统计量跑飞。对帕金森手绘图这种只有几百张图的小数据集batch 大小和 lr0 的关系比大模型更敏感。默认 lr00.01 对大 batch 和 COCO 规模数据集是合理的但在这个场景里batch16 时 lr00.01 经常看到前 20 个 epoch 损失纹丝不动甚至发散降到 lr00.005 才正常。我的建议组合如下表参数推荐值理由lr00.003–0.005预训练迁移时小学习率更稳避免 BN 统计量崩溃batch16平衡显存与 BN 统计稳定性小于 8 时 BN 方差会放大imgsz640 起步先跑通流程待 mAP 稳定可换 1280 看细尾cos_lrTrue余弦退火相比线性下降在 epoch 末期更能压过细微波纹patience30给慢热模型留出空间又不会干等命令行示例yolo detect train modelyolov8n.pt dataspiral.yaml epochs120 imgsz640 \ batch16 lr00.005 cos_lrTrue patience30如果显存只够 batch8优先把 imgsz 降到 416而不是硬撑 batch8 配 imgsz640。批量大小太小会让 BN 的均值方差估计在每一批之间跳动反映在损失曲线上就是高频小锯齿这在细长目标上尤为明显。不能用大 batch 时我倾向冻结骨干浅层保留 BN 层更新用freeze10这类参数控制如果完全冻结 BN遇到新患者画风时预测会明显漂移。另外一个低频但致命的参数是 label_smoothing即标签平滑。在小数据集上模型对分类头非常自信验证集 mAP 却忽上忽下设 0.1 的标签平滑能让置信度校准更稳。但如果数据本身已经做了非常强的预处理、类别边界很清晰平滑反而让 AP 下降。是否使用要拿两次实验对比不要照搬自然图像的默认配置。4.3 数据增强的边界灰度图上的旋转、翻转与伪影YOLOv8 默认数据增强对自然图像很友好但对二值化手绘线稿有副作用色调增强在灰度图上没有意义但也不会破坏图像而平移和缩放超过一定程度时细线会被插值成虚线甚至出现断笔模型学到的是“断线也是目标”推理时把噪声也框进去。针对手绘数据集我会把增强参数收紧hsv_h0.02、hsv_s0.2translate0.1、scale0.2关闭 mosaic 或把 mosaic 概率降到 0.3。Mosaic 拼图在医学图纸上产生的拼缝纹理并不符合真实场景小数据集上很容易造成误检。具体配置yolo detect train modelyolov8n.pt dataspiral.yaml epochs120 imgsz640 \ batch16 lr00.005 \ hsv_h0.02 hsv_s0.2 hsv_v0.3 \ translate0.1 scale0.2 fliplr0.5 flipud0.0 \ mosaic0.3fliplr0.5对螺旋图基本安全水平翻转不会改变健康/患病的形状边界flipud0.0是为了不让波浪图上下颠倒后与某些手绘起笔方向混淆。这些参数没有绝对正确判断标准是增强后的train_batch*.jpg样本里线条是否仍连续、可辨认。若你在增强图里看到线条被拉伸成虚线把 scale 调小或者换一种degree0的旋转设置避免插值方向对线宽的影响。5. 避坑YOLO 训练帕金森螺旋数据集的常见问题与排查5.1 验证集 mAP 虚高同一患者的图同时进了 train 和 val现象训练曲线正常mAP50 在 0.95 以上但把模型拿到新患者的手绘图上漏检率明显增加。原因数据集在预处理阶段未按受试者划分同一 ID 的多张图被随机分进两个集合模型相当于“开卷”考试记住了该患者特有的笔迹模式。解决检查图片文件名前缀按人员 ID 重新分组划分重建 labels 目录。做法# split_by_subject.py import shutil from pathlib import Path from collections import defaultdict src Path(all_images) groups defaultdict(list) for img in src.glob(*.jpg): subject_id img.stem.split(_)[0] # 例如 p01_a.jpg - p01 groups[subject_id].append(img) # 按 8:2 切分受试者组而不是切分单张图 all_ids list(groups.keys()) train_ids all_ids[:int(len(all_ids) * 0.8)] val_ids all_ids[int(len(all_ids) * 0.8):]这个脚本简化了划分逻辑但关键点在于把subject_id当成切分单位。类别倾斜不严重时按 8:2 切分组即可如果健康人和患者数量差得远用分层抽样保证两个集合里都有足够样本。5.2 细长波浪框漏检锚框聚类不匹配现象螺旋检测正常波浪目标漏检严重尤其横跨图面的长波。原因波浪框宽高比达到 5:1 甚至更大自适应锚框聚类结果不稳定加上增强后的长波缩放到 640 后宽度可能只占 3–5 像素特征几乎消失。解决先统计标签宽高比分布然后做两个选择。第一把 imgsz 提到 960 或 1280让长波宽度对应更多像素第二把长波框拆成等长的两段每段单独作为目标。如果拆框每段重叠 10%推理时再做合并这个方案在保留细尾特征上比单纯拉大输入图更稳。拆框脚本要重新生成 txt并检查拆出来的子框是否还有足够面积。5.3 训练中 BN 崩溃损失曲线整体横盘不下降现象前 20 个 epoch 的box_loss一直是 1.8 左右的水平线偶发nan重启后依旧。原因学习率过大加上 batch 过小BN 统计量在抖动中跑飞。医学小数据集的默认 batch 往往只有 8这个组合很容易触发“YOLO 训练中 BN 崩溃”那个问题。解决将 lr0 从 0.01 降到 0.003batch 提到 16或降 imgsz 到 416 来腾显存并把cos_lrTrue。如果还崩检查数据增强里是否用了过大的 scale导致线条目标缩放后完全消失BN 没词可学。注意看日志里 loss 是直接 nan 还是先跳到 5 以上再回落前者多是输入数据存在全黑图或空洞标签后者才是学习率问题。5.4 混淆矩阵总和不为 1不是 bug但要看对角线和背景列现象评估输出的 confusion matrix 每一行加起来不等于 1看起来像数据对不上。原因目标检测的混淆矩阵统计的是“预测框匹配情况”一幅图有多个目标一个预测框可以命中多个类别再加上背景列的存在行和自然不是 1。这是 YOLO 评估的正常表现不是标注错误。解决正确看法是看对角线是否相对高、背景列是否把低置信度预测全部吞掉。如果你在评估数据上跑出来的背景列快占满一整行说明置信度阈值太高或模型偏差设置conf0.25重新预测再画混淆矩阵。写报告时直接把“总和不为 1”解释为多目标检测的统计口径不需要把矩阵强行归一化成每行 1。5.5 灰度图训练被报通道错误、增强产生断笔伪影现象自己把 RGB 灰度图直接转成单通道保存训练时报Expected 3-channel input或看到 train_batch 里线条断裂。原因YOLOv8 默认按三通道读取输入单通道图会被复制到三个通道本身能跑报错通常是因为数据清洗时混入了带透明通道的 PNG 或索引色图片。断笔则来自过强的缩放增强细线条被插值算法抹断。解决统一用Image.convert(RGB)落盘确保所有图片通道一致增强参数按 4.3 节调低。检查方法是用脚本扫描全量图片的 mode 与尺寸把异常文件单独列出而不是靠训练日志碰运气。这个坑在“完全预处理”数据集里少见但只要自己动手改过图像导出的格式迟早会遇到。6. 验证与落地置信度阈值和混淆矩阵把小样本帕金森筛查方案推到能用训练结束不代表能用部署时不能直接相信训练时的默认置信度。我会先用 best.pt 在验证集上跑一遍推理输出每个预测框的类别、置信度和坐标再决定阈值。下面这段代码可以复用到任何一张新图上from ultralytics import YOLO import numpy as np model YOLO(runs/spiral_v1/weights/best.pt) results model.predict(demo_wave.jpg, conf0.25, iou0.5, imgsz640) for r in results: boxes r.boxes if boxes is None: print(no target, likely healthy) continue cls_ids boxes.cls.cpu().numpy() confs boxes.conf.cpu().numpy() patient_score float(np.mean(confs[cls_ids 1])) if (cls_ids 1).any() else 0.0 print(patient_score:, round(patient_score, 3))这段代码的意图是不只输出框而是把“患者类目标的平均置信度”聚合成一个图级别分数。帕金森手绘筛查里单张图上检测出几个框、每个框多自信比“有没有检出”更有区分度。patient_score可以落库也可以作为后续统计模型的输入特征。阈值选择用验证集的混淆矩阵来定。先跑yolo detect val modelbest.pt dataspiral.yaml拿到 val 模式的混淆矩阵再分别试conf0.2/0.3/0.4看健康人图误报成患者的比例。对这个场景我习惯把“患者漏检”的代价看得比“健康误报”更重一点因为筛查方案后面还有医生复核因此阈值往往取 0.25 而不是 0.5。最后说个习惯我现在每次换数据集版本第一件事不是改网络结构而是抽三张健康人螺旋、三张患者波浪做标注可视化把输入尺寸、通道数、框范围逐项看完再敢开训练。这套基于 YOLO 的帕金森数据集做了完全预处理省掉了我一半的清洗时间但数据划分和锚框问题仍然得自己盯一遍。希望帮到你。本文还有配套的精品资源点击获取