基于yolov7的海上船舶检测和识别（含源码和数据集） 总共六个类别：ore carrier，passenger ship，container ship，bulk cargo carrier，general cargo ship，fishing boat 详细信息如下： 1.数据集7000张图片，7000个xml文件，7000个txt 2.包含训练好的权重文件

一、系统概述

YOLOv7海上船舶检测系统基于YOLOv7目标检测算法构建，专注于实现海上场景下船舶的精准检测与识别。该系统支持图像、视频两种输入类型的检测任务，同时提供模型导出、性能测试等功能模块，可部署于Triton Inference Server实现高效推理，适用于海事监控、海上交通管理等实际应用场景。系统整体采用Python语言开发，依赖PyTorch深度学习框架，结合OpenCV等工具库完成数据预处理与结果可视化，代码结构清晰，模块间耦合度低，具备良好的可扩展性与可维护性。

二、核心功能模块解析

（一）目标检测核心模块（detect.py）

该模块是系统的核心检测入口，负责完成从数据加载、模型推理到结果输出的全流程处理，支持图像文件、视频文件及网络流（RTSP/RTMP）等多种输入源。

1. 参数配置：通过命令行参数解析，支持对模型权重路径、输入源路径、推理图像尺寸、置信度阈值（默认0.25）、IOU阈值（默认0.45）、设备选择（CPU/GPU）等关键参数进行配置，同时提供结果可视化（--view-img）、检测结果保存（--save-txt/--save-conf）等功能开关。
2. 数据加载：根据输入源类型自动选择数据加载器，针对摄像头或网络流采用LoadStreams类实现实时流读取，针对图像/视频文件采用LoadImages类实现批量加载，加载过程中完成图像尺寸调整、归一化等预处理操作，并保证图像尺寸满足模型 stride 约束。
3. 模型加载与推理：调用attempt_load函数加载预训练模型权重，自动适配CPU/GPU设备，支持半精度（FP16）推理以提升GPU运算效率。推理前通过输入零矩阵完成模型预热，避免首帧推理延迟；推理过程中禁用梯度计算以减少内存占用，通过model(img, augment=opt.augment)实现带数据增强的推理（可选）。
4. 后处理与结果输出：推理结果经非极大值抑制（NMS）过滤冗余检测框，通过scale_coords函数将检测框坐标从推理尺寸映射回原始图像尺寸。支持两种结果输出方式：一是将检测框、类别、置信度等信息保存为txt文件（符合YOLO格式）；二是在图像/视频帧中绘制检测框与类别标签，保存结果图像或视频至指定目录（默认runs/detect）。

（二）模型导出模块（export.py）

该模块支持将YOLOv7模型导出为多种格式，满足不同部署场景需求，包括TorchScript、CoreML、ONNX等格式，同时支持动态batch、NMS集成等高级配置。

1. 导出格式支持
   - TorchScript：通过torch.jit.trace将模型转换为TorchScript格式（.torchscript.pt），适用于PyTorch生态内的跨平台部署，支持CPU/GPU推理加速。
   - CoreML：依赖coremltools库将TorchScript模型转换为CoreML格式（.mlmodel），支持iOS/macOS平台部署，可配置FP16半精度或INT8量化以减小模型体积、提升移动端推理速度。
   - ONNX：支持静态/动态batch导出，通过torch.onnx.export生成ONNX模型（.onnx），支持--dynamic参数实现输入尺寸动态调整，--dynamic-batch参数实现batch维度动态变化，满足不同推理场景下的批处理需求。
2. 高级配置：支持集成NMS算子（--include-nms），将NMS操作嵌入ONNX模型，减少部署时的后处理步骤；通过--simplify参数调用onnxsim库简化ONNX模型，移除冗余算子，提升推理效率；支持配置--end2end参数生成端到端推理模型，直接输出最终检测结果（检测框、类别、置信度）。

（三）Triton推理部署模块（deploy/triton-inference-server）

该模块提供基于Triton Inference Server的模型部署能力，支持客户端与服务端的GRPC通信，实现远程推理调用，适用于大规模、高并发的检测场景。

1. BoundingBox类（boundingbox.py）：封装检测框相关属性与方法，包括绝对坐标（x1, y1, x2, y2）、归一化坐标（u1, v1, u2, v2）、检测框宽高计算、中心坐标计算（绝对/归一化）等，为检测结果的存储与后续处理提供统一接口。
2. 客户端逻辑（client.py）：实现Triton服务端的客户端调用，支持三种运行模式：
   - Dummy模式：发送全1矩阵作为输入，测试服务端推理链路是否通畅，验证模型加载与推理功能是否正常。
   - Image模式：处理单张图像，通过preprocess函数完成图像letterbox resize（保持宽高比填充）、BGR转RGB、维度转置（HWC→CHW）等预处理，推理后通过postprocess函数还原检测框坐标，并调用render模块绘制检测结果。
   - Video模式：处理视频文件，通过cv2.VideoCapture读取视频帧，逐帧完成预处理、推理、后处理流程，支持将结果视频保存为MP4格式（默认24 FPS），或实时显示检测结果。
3. 数据预处理与后处理（processing.py）
   - 预处理（preprocess）：采用letterbox方式调整图像尺寸，避免图像拉伸导致的检测偏差，填充区域使用127灰度值，同时完成BGR→RGB颜色空间转换与归一化（除以255），输出格式适配模型输入要求（CHW、FP32）。
   - 后处理（postprocess）：将模型输出的检测框坐标（归一化至输入尺寸）还原为原始图像尺寸，处理letterbox填充导致的坐标偏移，过滤低置信度检测结果，最终返回BoundingBox对象列表。
4. 结果渲染（render.py）：提供检测框绘制（renderbox）、填充框绘制（renderfilledbox）、文本绘制（rendertext）等功能，自动根据图像尺寸调整线条粗细与文本大小，确保不同分辨率图像的可视化效果一致；通过随机生成的颜色表（RAND_COLORS）为不同类别分配独特颜色，提升结果可读性。

（四）模型结构与组件（models目录）

该目录包含YOLOv7模型的核心网络结构定义，包括基础卷积模块、检测头、特征融合模块等，支持多种网络变体与性能优化。

1. 基础模块（common.py）：实现YOLOv7所需的基础神经网络组件，包括标准卷积（Conv）、深度可分离卷积（DWConv）、Ghost卷积（GhostConv）、空间金字塔池化（SPP/SPPF）、CSP模块（BottleneckCSPA/CSPB/CSPC）等，同时支持RepVGG、Swin Transformer等高级模块，可通过配置文件灵活组合网络结构。
2. 检测头（yolo.py）：定义Detect、IDetect等检测头类，实现多尺度特征图的检测输出，支持锚点（anchor）基于图像尺寸的自动调整，通过sigmoid激活函数处理检测框坐标与置信度，推理时自动生成网格（grid）用于坐标解码。
3. 模型构建（Model类）：根据yaml配置文件动态构建网络结构，支持从配置文件中读取 backbone、head 定义，自动计算特征图通道数与 stride，初始化检测头锚点与偏置，支持模型权重初始化与层融合（fuse）以提升推理速度。

（五）性能测试模块（test.py）

该模块用于评估模型检测性能，支持计算Precision、Recall、mAP@0.5、mAP@0.5:0.95等指标，同时提供混淆矩阵、检测结果可视化等功能。

1. 数据加载与推理：支持从COCO等标准数据集或自定义数据集加载测试数据，通过create_dataloader函数完成数据批量加载与预处理，推理过程中记录推理时间与NMS时间，计算单帧推理速度。
2. 性能指标计算：通过apperclass函数计算每个类别的Precision、Recall、AP值，支持--v5-metric参数采用YOLOv5风格的AP计算方式；通过ConfusionMatrix类生成混淆矩阵，直观展示模型在各类别上的分类准确性。
3. 结果输出：支持将检测结果保存为COCO格式的JSON文件（--save-json），用于后续COCO API评估；支持生成测试批次的标签与预测结果可视化图像，对比展示真实框与预测框，辅助分析模型误检、漏检原因。

三、关键技术特性

1. 多输入源支持：兼容图像文件（JPG/PNG）、视频文件（MP4/AVI）、网络流（RTSP/RTMP）、摄像头等多种输入类型，满足不同场景下的检测需求。
2. 多部署方式适配：支持本地推理（detect.py）、Triton服务端部署（deploy/triton-inference-server）、移动端部署（CoreML格式）、跨平台部署（ONNX格式），覆盖从边缘设备到云端服务器的全场景部署需求。
3. 性能优化：支持半精度（FP16）推理、模型层融合、ONNX简化等优化手段，提升推理速度；支持动态batch与动态输入尺寸，适配不同硬件资源与推理效率需求。
4. 结果可视化与导出：提供检测框、类别标签、置信度的实时绘制与保存，支持txt、JSON、图像/视频等多种结果格式导出，便于后续分析与二次开发。

四、典型应用场景

1. 海上监控系统：通过视频流输入实时检测海上船舶，识别船舶类型（如BOAT、SHIP等），输出船舶位置与置信度，辅助海事部门进行交通监管与安全预警。
2. 批量图像分析：对海上航拍图像数据集进行批量检测，生成检测结果txt文件或JSON文件，用于船舶分布统计、密度分析等场景。
3. 边缘设备部署：将模型导出为CoreML格式部署于iOS设备，或导出为ONNX格式部署于嵌入式设备（如NVIDIA Jetson），实现便携式海上船舶检测。

基于yolov7的海上船舶检测和识别（含源码和数据集） 总共六个类别：ore carrier，passenger ship，container ship，bulk cargo carrier，general cargo ship，fishing boat 详细信息如下： 1.数据集7000张图片，7000个xml文件，7000个txt 2.包含训练好的权重文件