基于 YOLO11 的无人机航拍小目标检测实战

标注采用 YOLO 标准格式，每行一个目标：<class_id> <x_center> <y_center> <width> <height>，坐标归一化在 [0, 1] 之间。

二、训练过程与参数

1. 训练脚本

核心逻辑封装在根目录的 train_yolo11.py 中，支持三种模式：

• train：训练模式（默认）
• val：验证模式，需指定权重路径
• predict：推理模式，需指定权重与输入路径

基本流程是检查配置、生成本地路径、加载预训练模型，然后调用 Ultralytics 训练流程。结果会保存在 runs/train/<实验名称>/ 下。

2. 使用示例

python train_yolo11.py                    # 默认配置训练
python train_yolo11.py --model yolo11m    # 指定模型大小
python train_yolo11.py --epochs 200       # 指定训练轮数
python train_yolo11.py --imgsz 1280       # 更大分辨率（小目标更佳）
python train_yolo11.py --multi_scale      # 开启多尺度训练
python train_yolo11.py --mode val --weights runs/train/exp/weights/best.pt
python train_yolo11.py --mode predict --weights runs/train/exp/weights/best.pt --source path/to/image

3. 关键参数建议

实际跑下来，有几个点比较重要：

• 图像尺寸：建议 ≥ 640，推荐 1280，小目标需要更高分辨率。
• Batch Size：16–32，显存不够就降一点。
• Epochs：200–300，VisDrone 收敛比较慢，别太早停。
• 数据增强：默认开启 mosaic，最后 10 个 epoch 关闭以稳定收敛。
• 多尺度训练：加上 --multi_scale 能显著提升小目标性能。

主要参数配置如下表：

优化器用 SGD，损失权重 box=7.5, cls=0.5, dfl=1.5。数据增强包括 mosaic=1.0, randaugment, erasing=0.4, close_mosaic=10。

检测时的阈值建议：置信度 0.25，NMS IoU 0.70，单张最大检测 300 个。

三、可视化与分析

训练完别急着看结果，先看看 Ultralytics 生成的图表，能帮你快速定位问题。

1. 训练过程图表

• results.csv：每个 epoch 的损失与指标详情。
• results.png：训练曲线概览，包含损失、mAP、学习率变化。
• train_batch*.jpg：训练样本可视化，看数据增强效果。
• val_batch*_pred.jpg：验证预测结果可视化，直观看漏检和误检。

2. 标签与评估

• labels.jpg：标签分布图。
• confusion_matrix_normalized.png：混淆矩阵，看哪些类别容易混淆。
• PR_curve.png：精确率 - 召回率曲线。

results.csv 里的关键字段包括 metrics/mAP50(B) 和 metrics/mAP50-95(B)，这是衡量检测精度的核心指标。

四、桌面应用系统

光有脚本不够，为了方便验证，我们配套开发了基于 PyQt6 的桌面应用「无人机航拍小目标检测系统」。

1. 功能模块

• 图片识别：支持 JPG/PNG/BMP，拖拽导入，可导出结果图片与 CSV。
• 视频识别：支持 MP4/AVI/MOV，逐帧检测并显示进度。
• 摄像头识别：实时调用本地摄像头进行目标检测。
• 检测历史：查看历史记录，支持筛选与导出。
• 模型管理：管理模型文件路径，调整置信度、IoU 阈值等参数。
• 指标展示：展示训练过程的可视化指标。

2. 入口与配置

入口在 detection_app/main.py，启动后进入登录窗口（默认 admin/admin123）。检测逻辑通过 utils/detector.py 中的 Worker 调用 YOLO 推理。

配置文件 config.json 存储模型路径和检测参数，用户数据和历史记录分别存在 data/users.json 和 data/history.json。

五、技术栈与依赖

依赖包列表 (requirements.txt)：

PyQt6>=6.4.0
ultralytics>=8.0.0
opencv-python>=4.7.0
Pillow>=9.0.0
matplotlib>=3.7.0
numpy>=1.23.0
pandas>=1.5.0

训练脚本还需 pyyaml。

六、项目结构

c124/
├── train_yolo11.py # YOLO11 训练脚本
├── README.md
├── dataset_visdrone/ # 数据集目录
│   ├── data.yaml
│   ├── VisDrone2019-DET-train/
│   └── ...
├── detection_app/ # 检测系统应用
│   ├── main.py
│   ├── pages/ # 各功能页面
│   └── utils/ # 工具类
├── 训练文件 1/ # 训练输出示例
│   └── exp-yolo11s-EMBSFPN-TADDH-C3K2_PMSFA/
│       ├── results.csv
│       ├── weights/best.pt
│       └── ...
└── runs/ # 训练输出目录（默认）

七、参考文献与资源

如果在论文中使用 VisDrone 数据集，建议引用：

@article{zhu2021detection,
  title={Detection and tracking meet drones challenge},
  author={Zhu, Pengfei and Wen, Longyin and Du, Dawei and Bian, Xiao and Fan, Heng and Hu, Qinghua and Ling, Haibin},
  journal={IEEE Transactions on Pattern Analysis and Machine Intelligence},
  volume={44},
  number={11},
  pages={7380--7399},
  year={2021},
  publisher={IEEE}
}

官方资源链接：

• VisDrone 数据集官网：https://aiskyeye.com/
• VisDrone GitHub：https://github.com/VisDrone/VisDrone-Dataset
• ICCV 2019 挑战赛：Vision Meets Drone Object Detection in Image Challenge