NWPU VHR-10 遥感目标检测数据集详解与 YOLOv8 实战指南

总标注目标数：3,896 个

所有目标均以水平边界框（Axis-Aligned Bounding Box）标注。

推荐使用方式

• 模型训练：直接使用提供的 YOLO 或 COCO 格式，适配 YOLOv5/v8、MMDetection、Detectron2 等主流框架。
• 评估指标：通常采用 [email protected]（IoU=0.5）作为主指标。
• 挑战点：小目标（如车辆、飞机）、类间尺度差异大（港口 vs 车辆）、背景复杂（城市、水域、农田混合）。
• 扩展建议：可结合 DIOR、DOTA 等遥感数据集进行跨域泛化研究。

项目结构建议

为了便于管理，建议按照以下目录结构组织数据：

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/

假设你已将官方提供的 YOLO 格式数据按上述结构组织完毕。

数据集配置文件 dataset.yaml

这是 YOLOv8 训练的核心配置，定义了路径、类别数量和名称。请确保路径与实际存放位置一致。

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

详细训练代码 train.py

接下来我们编写训练脚本。针对遥感场景中小目标较多的特点，我推荐优先使用 yolov8m 或 yolov8l 模型，并在参数中开启 Mosaic 增强以提升鲁棒性。

from ultralytics import YOLO
import torch

def main():
    device = 'cuda' if torch.cuda.is_available() else 'cpu'
    print(f"🚀 使用设备：{device}")

    # 选择模型（遥感小目标多，推荐 yolov8m 或 yolov8l）
    model_name = "yolov8m.pt"
    project_name = "nwpu_vhr10_detection"

    # 加载预训练模型
    model = YOLO(model_name)

    # 开始训练
    results = model.train(
        data='dataset.yaml',
        epochs=150,           # 遥感数据复杂，建议充分训练
        imgsz=640,            # NWPU 图像较小，640 足够；若需更高精度可用 1024
        batch=16,             # 640 分辨率下 batch=16（32G 显存可设 32）
        name=project_name,
        device=device,
        patience=30,          # 早停机制（验证集 mAP 不升则停）
        save=True,
        plots=True,           # 自动生成 PR 曲线、混淆矩阵、样本可视化
        exist_ok=False,
        workers=8,
        optimizer='AdamW',
        lr0=0.01,
        lrf=0.01,
        augment=True,         # 数据增强（关键！提升小目标和尺度变化鲁棒性）
        hsv_h=0.015,
        hsv_s=0.7,
        hsv_v=0.4,
        degrees=15.0,         # ±15° 旋转（遥感视角多样）
        translate=0.1,
        scale=0.5,
        flipud=0.0,           # 不上下翻转（地理目标方向敏感）
        fliplr=0.5,           # 左右翻转安全
        mosaic=1.0,           # Mosaic 增强（对小目标如 vehicle/airplane 极有效）
        mixup=0.1
    )

    # 在测试集上评估最终性能
    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

推理演示 predict_demo.py

训练完成后，我们可以对单张图片进行推理。注意，对于遥感小目标，适当降低置信度阈值有助于提高召回率。

from ultralytics import YOLO

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

results = model.predict(
    source='test_image.jpg',
    conf=0.25,              # 遥感小目标建议降低阈值
    iou=0.45,
    save=True,
    show=True,
    line_width=2,
    font_size=12
)

# 打印检测结果
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})")

模型导出（用于部署）

如果需要将模型部署到边缘设备或生产环境，可以导出为 ONNX、TensorRT 或 OpenVINO 格式。

from ultralytics import YOLO

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

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

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

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

训练优化建议

在实际训练中，可能会遇到一些特定问题，以下是针对性的解决方案：

通过以上步骤，你可以快速搭建起基于 NWPU VHR-10 的遥感目标检测流程，并根据实际需求调整模型参数以获得最佳效果。