YOLO11 驱动的无人机航拍小目标检测系统实战

标注格式

采用 YOLO 标准格式，每行一个目标：<class_id> <x_center> <y_center> <width> <height>，坐标均为归一化值 [0, 1]。

训练流程

脚本说明

训练脚本位于项目根目录下的 train_yolo11.py，支持三种运行模式：

• 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

基本步骤

1. 检查 dataset_visdrone/data.yaml 是否存在。
2. 调用 fix_data_yaml() 自动生成 data_local.yaml（含本机绝对路径），避免跨设备路径错误。
3. 加载 YOLO 预训练模型。
4. 调用 Ultralytics 训练流程进行训练。
5. 结果保存在 runs/train/<实验名称>/ 或 --project 指定目录。

命令示例

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

关键参数建议

• 图像尺寸：建议 ≥ 640，推荐 1280。小目标需要更高的分辨率来保留细节。
• Batch Size：建议 16–32，显存不足时适当降低。
• Epochs：建议 200–300，VisDrone 数据集收敛相对较慢。
• 数据增强：默认开启 mosaic，最后 10 个 epoch 关闭以稳定收敛；可使用 --multi_scale 提升小目标性能。

训练参数详解

主要配置

优化策略

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

检测参数（应用配置）

可视化分析

训练完成后，Ultralytics 会在实验目录下生成一系列可视化文件，帮助我们分析模型表现。

训练过程图表

• results.csv：记录每个 epoch 的损失与指标（训练/验证 loss、mAP、精确率、召回率等）。
• results.png：训练曲线概览，包含损失、mAP、学习率等随 epoch 变化趋势。
• train_batch*.jpg：展示数据增强后的输入图像与标签。
• val_batch*_pred.jpg：验证 batch 的预测结果可视化。

评估指标曲线

• confusion_matrix_normalized.png：归一化混淆矩阵，展示各类别的预测与真实标签对应关系。
• PR_curve.png：精确率–召回率曲线。
• P_curve.png / R_curve.png / F1_curve.png：分别展示精确率、召回率、F1 分数随置信度阈值的变化。

results.csv 字段说明

主要包含 epoch、time、train/box_loss、metrics/mAP50(B)、metrics/mAP50-95(B)、val/box_loss、lr/pg0 等关键列，用于量化模型收敛情况。

桌面应用功能

本项目提供基于 PyQt6 的桌面应用 「无人机航拍小目标检测系统」，将训练好的模型封装为易用的工具。

核心模块

• 图片识别：支持 JPG/PNG/BMP 等格式，拖拽导入即可检测，支持导出结果图片与 CSV。
• 视频识别：支持 MP4/AVI/MOV 等格式，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：查看所有历史检测记录，支持筛选与导出。
• 模型管理：管理检测模型文件路径，调整置信度、IoU 阈值等检测参数，验证模型加载。
• 指标展示：展示模型训练过程的各项可视化指标，包括训练曲线、指标汇总、可视化图表。

启动与配置

• 入口：detection_app/main.py，启动后进入登录窗口。
• 默认账号：admin / admin123
• 检测逻辑：通过 utils/detector.py 中的 ImageDetectWorker、VideoDetectWorker、CameraDetectWorker 调用 Ultralytics YOLO 进行推理。
• 配置文件：config.json 存储模型路径、指标目录、检测参数等；data/users.json 和 data/history.json 分别存储用户信息与历史记录。

技术栈

依赖包

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
pyyaml

项目结构

c124/
├── train_yolo11.py          # YOLO11 训练脚本
├── README.md                # 项目说明文档
├── dataset_visdrone/        # 数据集目录
│   ├── data.yaml
│   ├── data_local.yaml
│   ├── 数据集介绍.md
│   ├── VisDrone2019-DET-train/
│   ├── VisDrone2019-DET-val/
│   └── VisDrone2019-DET-test-dev/
├── detection_app/           # 检测系统应用
│   ├── main.py              # 应用入口
│   ├── login_window.py      # 登录窗口
│   ├── main_window.py       # 主窗口
│   ├── config.json          # 应用配置
│   ├── requirements.txt     # 依赖列表
│   ├── data/                # 数据存储
│   │   ├── users.json
│   │   └── history.json
│   ├── pages/               # 页面模块
│   │   ├── image_page.py
│   │   ├── video_page.py
│   │   ├── camera_page.py
│   │   ├── history_page.py
│   │   ├── model_page.py
│   │   └── metrics_page.py
│   └── utils/               # 工具模块
│       ├── detector.py
│       ├── storage.py
│       └── styles.py
├── 训练文件 1/                # 训练输出示例
│   └── exp-yolo11s-EMBSFPN-TADDH-C3K2_PMSFA/
│       ├── args.yaml
│       ├── results.csv
│       ├── results.png
│       └── weights/
└── runs/                    # 训练输出目录（默认）
    └── detect/runs/train/yolo11_visdrone/

参考资料

如在论文中使用 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：

• VisDrone 数据集官网：https://aiskyeye.com/
• VisDrone GitHub：https://github.com/VisDrone/VisDrone-Dataset