NWPU VHR-10 遥感目标检测与 YOLO 实践

总标注目标数：3,896 个

目标全部使用水平边界框（Axis-Aligned Bounding Box）标注。

三、怎么用更顺手

四、项目结构与代码

1. 项目结构建议

nwpu_vhr10_yolo/
├── dataset.yaml      # 数据集配置文件
├── train.py          # 主训练脚本
├── predict_demo.py   # 推理演示
├── export_model.py   # 模型导出脚本
└── data/
    ├── images/
    │   ├── train/    # 390 张训练图像
    │   ├── val/      # 130 张验证图像
    │   └── test/     # 130 张测试图像
    └── labels/
        ├── train/    # 对应 .txt 标注（YOLO 格式）
        ├── val/
        └── test/

如果你已经把官方数据整理成这个结构，后面训练就比较直接了。

2. 数据集配置文件 dataset.yaml

# dataset.yaml
path: ./data
train: images/train
val: images/val
test: images/test
nc: 10
names: ['airplane', 'ship', 'storage_tank', 'baseball_diamond', 'tennis_court', 'basketball_court', 'ground_track_field', 'harbor', 'bridge', 'vehicle']

3. 训练代码 train.py

# train.py
from ultralytics import YOLO
import torch

def main():
    device = 'cuda' if torch.cuda.is_available() else 'cpu'
    print(f"🚀 使用设备：{device}")
    
    # 遥感小目标比较多，先用 yolov8m 做一个稳妥的起点
    model_name = "yolov8m.pt"
    project_name = "nwpu_vhr10_detection"
    
    model = YOLO(model_name)
    
    results = model.train(
        data='dataset.yaml',
        epochs=150,
        imgsz=640,
        batch=16,
        name=project_name,
        device=device,
        patience=30,
        save=True,
        plots=True,
        exist_ok=False,
        workers=8,
        optimizer='AdamW',
        lr0=0.01,
        lrf=0.01,
        augment=True,
        hsv_h=0.015,
        hsv_s=0.7,
        hsv_v=0.4,
        degrees=15.0,
        translate=0.1,
        scale=0.5,
        flipud=0.0,
        fliplr=0.5,
        mosaic=1.0,
        mixup=0.1
    )
    
    metrics = model.val(data='dataset.yaml', split='test')
    print("\n✅ NWPU VHR-10 测试集结果:")
    print(f" [email protected] (all): {metrics.box.map50:.5f}")
    print(f" [email protected]:0.95: {metrics.box.map:.5f}")
    print(f" Precision: {metrics.box.mp:.5f}")
    print(f" Recall: {metrics.box.mr:.5f}")

if __name__ == '__main__':
    main()

运行命令：

python train.py

这份配置偏保守，重点是先把数据集跑通。对这个数据集来说，Mosaic 和旋转增强确实有用，尤其是小目标和角度变化多的时候。

4. 推理演示 predict_demo.py

# predict_demo.py
from ultralytics import YOLO

model = YOLO('runs/detect/nwpu_vhr10_detection/weights/best.pt')
results = model.predict(
    source='test_image.jpg',
    conf=0.25,
    iou=0.45,
    save=True,
    show=True,
    line_width=2,
    font_size=12
)

class_names = ['Airplane', 'Ship', 'Storage Tank', 'Baseball Diamond', 'Tennis Court', 'Basketball Court', 'Ground Track Field', 'Harbor', 'Bridge', 'Vehicle']
for result in results:
    boxes = result.boxes
    print(f"检测到 {len(boxes)} 个目标")
    for box in boxes:
        cls_id = int(box.cls.item())
        conf = float(box.conf.item())
        print(f" → {class_names[cls_id]} (置信度：{conf:.3f})")

遥感场景里，小目标经常被默认阈值压掉，所以这里把 conf 设到 0.25。这个值不一定最优，但排查漏检时通常比一上来就设得太高更有用。

5. 模型导出

# export_model.py
from ultralytics import YOLO

model = YOLO('runs/detect/nwpu_vhr10_detection/weights/best.pt')

# 导出为 ONNX
model.export(format='onnx', imgsz=640, simplify=True)

# 导出为 TensorRT
model.export(format='engine', imgsz=640, half=True, device=0)

# 导出为 OpenVINO
model.export(format='openvino', imgsz=640)

6. 训练时常见问题

NWPU VHR-10 不算大数据集，但它很适合拿来试遥感检测的基本功。数据量不大，模型和增强策略一眼就能看出差异，调参时也不太容易被噪声带偏。