无人机检测数据集-低空空中目标检测数据集（无人机/鸟类/飞机/直升机）YOLOV11模型如何训练无人机小目标检测数据集

无人机检测数据集-低空空中目标检测数据集无人机/鸟类/飞机/直升机数据集面向低空空域感知、反无人机Anti-UAV与空中小目标检测任务设计集成了无人机、鸟类、飞机与直升机等典型空中目标图像涵盖天空、城市、山地、森林、海岸、远距离小目标、多目标干扰与复杂背景等多种场景。数据集包含普通图像样本与可见光视频抽帧样本适用于可见光图像/视频帧中的无人机检测、空中目标分类检测、小目标检测与反无人机算法训练和评测。类别数据集目标检测共约 284 MB检测子集规模包含 13,467 张图像按 train/val/test 划分其中训练集、验证集和测试集分别有 9,549、2,099 和 1,819 张图像。标注规模共 14,701 个目标框其中 Airplane 2,585 个、Bird 3,474 个、Drone 5,961 个、Helicopter 2,681 个。图像分辨率163×134 ~ 3840×2178多数样本为 640×512 或 640×640。标注包含边界框检测标注为 YOLO TXT 格式。类别Airplane、Bird、Drone、Helicopter共 4 类。低空空中目标检测数据集一、数据集核心信息汇总表项目详细参数数据集名称低空空中目标检测数据集任务类型目标检测 Object Detection核心适用场景低空空域感知、反无人机Anti-UAV、空中小目标检测图像总量13467张数据集划分训练集9549张验证集2099张测试集1819张目标类别4类Airplane飞机、Bird鸟类、Drone无人机、Helicopter直升机标注总数14701个目标边界框标注格式YOLO TXT 标准格式图像分辨率163×134 ~ 3840×2178多数样本为640×512 / 640×640文件大小约284MB覆盖场景纯天空、城市、山地、森林、海岸、远距离小目标、多目标干扰、复杂背景样本来源普通图像样本 可见光视频抽帧样本二、类别分布详情表类别英文名称中文释义标注框数量Drone无人机5961个Bird鸟类3474个Airplane固定翼飞机2585个Helicopter直升机2681个合计-14701个三、数据集YOLO配置文件aerial_target.yamlpath:./aerial_target_datasettrain:images/trainval:images/valtest:images/testnc:4names:0:Airplane1:Bird2:Drone3:Helicopter四、环境依赖安装pipinstallultralytics torch opencv-python五、YOLOv11训练代码train_aerial_target.py针对低空小目标、多场景复杂背景做了适配优化平衡速度与检测精度fromultralyticsimportYOLOdefmain():# 加载YOLOv11s预训练权重适配小目标检测场景modelYOLO(yolo11s.pt)train_resultsmodel.train(data./aerial_target_dataset/aerial_target.yaml,epochs100,imgsz640,# 匹配数据集主流样本尺寸batch16,device0,# 无GPU修改为 devicecpuworkers4,patience15,lr00.001,augmentTrue,# 开启数据增强提升复杂背景下泛化能力mosaic1.0,projectruns/train,nameaerial_target_detect,exist_okTrue,# 小目标检测专属优化min_memoryTrue,ampTrue)print(训练完成权重保存路径runs/train/aerial_target_detect/weights)# 测试集最终评估metricsmodel.val(data./aerial_target_dataset/aerial_target.yaml,splittest)print(f整体mAP50:{metrics.box.map50:.4f})print(f各类别mAP50:{metrics.box.maps})if__name____main__:main()六、图像/视频推理代码predict_aerial_target.pyfromultralyticsimportYOLOimportcv2# 加载训练完成的最优权重modelYOLO(runs/train/aerial_target_detect/weights/best.pt)if__name____main__:# source 支持图片路径、视频路径、摄像头ID0为默认摄像头sourcetest_aerial.jpgresultsmodel.predict(sourcesource,conf0.25,iou0.45,saveTrue)# 可视化结果forresinresults:frameres.plot()cv2.imshow(低空空中目标检测,frame)ifcv2.waitKey(1)0xFFord(q):breakcv2.destroyAllWindows()13467张低空空中目标检测数据集 反无人机/鸟类/飞机/直升机正文低空空中目标检测数据集总计13467张图像覆盖无人机、鸟类、飞机、直升机4类典型空中目标。数据集适配低空空域感知、反无人机任务覆盖城市、山地、海岸、远距离小目标等全场景含普通图像视频抽帧样本标准YOLO格式标注。可直接用于可见光空中目标检测、小目标识别、反无人机算法训练与评测适合安防监控、低空安防项目、计算机视觉毕设开发。八、关键词标签#低空目标检测 #反无人机数据集 #空中目标识别 #无人机检测 #小目标检测 #YOLO数据集 #空域安防