简介面向旋翼无人机目标检测任务的数据集适用于基于YOLO、SSD、Faster R-CNN等主流算法的模型训练与验证。数据集中包含7000多张已标注的UAV图片覆盖多种旋翼无人机机型统一标注类别为drone标签同时提供txt与xml两种格式分别对应YOLO系列与VOC格式框架方便不同算法直接读取使用。整个压缩包共22675个文件由jpg图像、txt标注、xml标注三类构成其中图片与两种标签一一对应文件组织规整压缩包大小约876.78MB。目前已有1110人学习下载适合计算机视觉初学者入门练习也可为空中无人机检测、反无人机系统、低空安防等场景提供真实训练样本与算法评测基础。资源可直接用于搭建检测流程省去自行采集和标注的耗时环节帮助读者将精力集中在模型调参与效果优化上。1. 空中无人机检测数据集的难点与定位「天空背景 小型无人机」大概是计算机视觉里最考验数据集质量的场景之一。远处那架飞机可能只占图像几十个像素没有纹理和飞鸟、云层边缘甚至 compression artifacts 长得差不多。很多团队拿 COCO 或 VisDrone 预训练模型直接上发现漏检率居高不下问题并不是网络结构不够新而是训练数据里的「天空域样本」太少——真实部署要面对逆光、雾霾、运动模糊、极小目标这些在通用数据集里都不占主流。空中无人机检测数据集要解决的就是这件事用一批专门采集或合成的天空背景无人机图像把检测器教会区分「目标」和「天空中的一切干扰物」。本文拆解从数据构建、格式设计、模型训练到验证的完整落地路径读者按步骤操作能搭出一套可复现的检测方案并知道如何评估它的真实效果。2. 搭建检测数据集先想清楚样本构成再谈采集和标注无人机检测数据集的第一个决策不是「用什么标注工具」而是「拍什么场景」。空中无人机的成像特点决定了下游模型的学习难度目标尺度变化大近处几十米到远处几百米都有背景以天空为主但也包含城市天际线、山地、海面光照条件复杂逆光时目标对比度极低。数据集的样本构成必须覆盖这些维度否则训练出的模型只在某一种天气下有效。2.1 数据来源的三种常见途径常见做法有三种真实采集、公开数据复用、合成数据增强。真实采集成本高但效果最可靠一般做法是用无人机挂载定焦相机在不同高度、距离、角度下拍摄另一架无人机。要注意拍摄设备的分辨率和焦距必须与应用场景匹配比如用 4K 相机拍 100 米外的目标目标可能只有 15 × 15 像素这个尺度信息会直接影响后续锚框设计。公开数据复用是快速起步的方式。学术界有几个与无人机目标检测强相关的基准VisDrone 以地面视角的无人机拍摄图像为主Anti-UAV 和 Drone-vs-Bird 关注低空小型目标与鸟类区分。选公开数据时要看它的拍摄高度和视角如果部署场景是「地面站仰视天空」要优先选低空正仰视或大倾角图像而不是纯俯视的城市航拍图。合成数据近年逐渐成为补足长尾场景的主流方法。用 Unreal Engine 或 Unity 渲染天空背景和无人机模型可以批量生成逆光、雾天、雨天、黄昏等极端样本。合成数据的关键是「域差异」——渲染纹理和真实传感器成像有差距。建议渲染时加入镜头畸变、传感器噪声、运动模糊并保持目标尺寸分布与真实场景一致。合成数据适合扩大样本量、补充困难场景但模型微调时还是要混入一定比例真实图否则特征会产生偏移。2.2 图像采集时容易被忽略的三个参数第一目标像素占比分布。统计所有样本中边界框面积与图像面积之比即 target-to-image ratio建议最低要有一批目标面积占比小于 0.1% 的样本否则模型学不到「小目标用什么特征响应」。第二背景多样性指数比如天空的蓝色占比、云层覆盖率、是否有地面建筑。建议统计每个样本的 HSV 颜色直方图筛选掉过于相似的背景避免模型把「蓝色」当无人机特征。第三时间与季节分布不同季节的太阳高度角不同无人机在天空中的背光和侧光形态完全不同。数据集的采集计划最好覆盖春秋两季的早中晚时段如果做不到至少保证有正光、侧光、逆光三类标注样本。2.3 标注要点边界框回归与遮挡处理的惯例标注时用label工具或X-AnyLabeling等开源工具即可但需明确以下规则目标被云层部分遮挡但轮廓可辨认时标注「可见部分」完全被遮挡的帧不标注同一目标在连续帧间尺寸变化超过 30% 时要保留为独立样本目标小于 4 × 4 像素的强烈建议标注人员忽略或单独用「小目标」标记否则低质量标注会给损失函数注入大量噪声。数据集还建议顺带标注「无人机的机头方向」和「目标运动状态悬停/平飞/机动」这两个属性对后续做轨迹预测类任务很有用虽然检测模型本身不消费这些标签但数据集沉淀时需要一次标注到位复用性更高。提示目标检测标注的难点不在画框而在「边界案例的判定标准」。一个团队创建数据集之前应花半天时间定义好遮挡、模糊、超小目标的标注规则并在多人标注后做一致性校验。3. 数据组织与格式转换从原始图像到 YOLO 与 COCO 两种主流协议数据采集完成后第一步是统一文件组织方式。很多团队最初把图像按日期文件夹存放标注文件随意放训练时脚本里写死路径一旦换机器就要改代码。下面给出一套推荐的目录结构和两种格式的转换方案。3.1 目录结构与数据集划分推荐的根目录结构如下dataset/ ├── images/ │ ├── train/ # 训练集图像 │ ├── val/ # 验证集图像调参用 │ └── test/ # 测试集图像最终评估用 ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ ├── class_names.txt # 类别名一行一个 └── dataset.yaml # YOLO 训练配置文件训练集、验证集、测试集的划分建议按场景而非按文件随机抽样进行。假如将同一个航拍视频的连续帧拆进训练集与验证集模型会因帧间高度相似而虚高评估指标。建议按采集批次划分比如随机抽 20% 批次做验证集再抽 10% 批次做测试集确保验证集与训练集在场景层面无重叠。3.2 标注格式转换VOC / COCO 转 YOLO 的 Python 脚本YOLO 格式的标签是一行一个目标class_id x_center y_center width height四个坐标均为归一化值除以图像宽高。如果标注工具输出 COCO 格式JSON 中用的绝对像素坐标可用下面脚本转换import json import os from PIL import Image def coco_to_yolo(coco_json_path, img_dir, label_dir, class_names): with open(coco_json_path, r) as f: coco json.load(f) # 建立 image_id 到文件名的映射 img_map {im[id]: im[file_name] for im in coco[images]} # 建立 category_id 到类别索引的映射 cat_map {cat[id]: idx for idx, cat in enumerate(coco[categories])} cat_lookup {cat[id]: cat[name] for cat in coco[categories]} for ann in coco[annotations]: img_id ann[image_id] img_name img_map[img_id] img_path os.path.join(img_dir, img_name) with Image.open(img_path) as img: img_w, img_h img.size x_min, y_min, box_w, box_h ann[bbox] x_center (x_min box_w / 2) / img_w y_center (y_min box_h / 2) / img_h w_norm box_w / img_w h_norm box_h / img_h cls_idx cat_map[ann[category_id]] label_line f{cls_idx} {x_center:.6f} {y_center:.6f} {w_norm:.6f} {h_norm:.6f}\n label_path os.path.join(label_dir, os.path.splitext(img_name)[0] .txt) with open(label_path, a) as f: f.write(label_line)脚本的核心逻辑是通过image_id找到对应图像的宽度和高度把 COCO 的绝对像素坐标转换为归一化中心点坐标。注意cat_map的索引一定要与后续训练配置文件的类别顺序一致否则类别错位会导致训练时 loss 不收敛或验证时 mAP 异常低。3.3 两个常见的格式坑位第一个坑是边界框越界。无人机检测图像中目标经常位于图像边缘半架无人机飞出画面时标注框可能超出图像边界。YOLO 训练时会自动裁剪越界框但验证时的 mAP 计算是按原始坐标算的两边的逻辑不一致会导致训练和评估结果对不上。建议转换阶段加上一个 clamp 操作x_center min(max(x_center, 0.0), 1.0) y_center min(max(y_center, 0.0), 1.0) w_norm min(w_norm, 1.0 - x_center) h_norm min(h_norm, 1.0 - y_center)同时在过滤规则上只保留w_norm 0.001且h_norm 0.001的样本极小框通常是标注噪声。第二个坑是类别不平衡。无人机和飞鸟在视觉上高度相似如果飞鸟也被标注作为 negative 样本模型可能学不到区分两者的有效特征。实践中如果目标是「只检测无人机」建议把飞鸟一并标注为第二个类别让模型显式学习二者的差异推理时再过滤掉飞鸟类别的输出——比单纯的二分类效果更稳定。4. 在 YOLOv8 上用小型数据集训练空中无人机检测器模型选型上YOLO 系列仍是中小团队落地检测任务的首选YOLOv8n 和 YOLOv8s 在 RTX 4060 级别显卡上训练推理均高效。下面以 YOLOv8 为例跑通整个训练流程。4.1 数据集配置文件 dataset.yaml# 数据集配置文件 path: /home/user/dataset # 数据集根目录 train: images/train # 训练图像相对路径 val: images/val # 验证图像相对路径 test: images/test # 测试图像相对路径 nc: 2 # 类别数 names: [drone, bird] # 类别名称顺序需固定nc的数量必须与标签文件中的class_id范围一致。如果只有无人机单一类别nc: 1标签文件中所有行的第一个数字只能是 0。4.2 训练命令与超参数建议安装 ultralytics 包后训练命令如下yolo detect train \ modelyolov8n.pt \ datadataset.yaml \ epochs100 \ imgsz1280 \ batch8 \ lr00.001 \ augmenttrue \ mosaic0.5 \ patience15 \ project./runs \ nameuav_det \ seed42参数逻辑说明imgsz1280是空中无人机检测的关键设置因为目标小输入分辨率低时会直接丢失像素级特征。mosaic0.5表示一半概率做马赛克增强这个增强能有效增加小目标的上下文多样性但比例过高会让模型在小目标上过拟合。batch8取决于显存可以在 8~16 之间调整如果显存不够 16G 建议降到 4。patience15指验证集 mAP 连续 15 轮不提升即早停避免过拟合到训练集。训练时观察两类日志指标train/box_loss持续下降说明边界框回归在收敛val/mAP50在 40 轮后仍无明显上升时考虑图像分辨率是否不够或是标注噪声过大。训练完成后权重保存在runs/uav_det/weights/best.pt。4.3 从训练到推理一条命令完成目标框输出推理命令与参数说明yolo detect predict \ modelruns/uav_det/weights/best.pt \ source./test_videos/ \ conf0.25 \ iou0.45 \ imgsz1280 \ save_txttrue \ save_conftruesource可以是图像文件夹或视频文件conf0.25是置信度阈值对空中无人机场景如果漏检严重可降到 0.15iou0.45是 NMS 阈值目标密集队在编队飞行时可降到 0.3减少相邻目标的合并。save_txttrue会输出与标签同格式的 txt 文件方便直接用脚本计算 mAP。提示在嵌入式设备如 Jetson Orin上部署时推荐做 TensorRT 导出INT8 量化后 mAP 掉点通常在 1~3 个点以内但推理延迟可下降 50% 以上。空中场景的帧率要求并不高10~15 FPS 对低慢小目标探测通常已够用。5. 用自建验证集查漏从漏检分析到专项优化的落地技巧很多团队做完训练就直接用测试集算一遍 mAP看到 90 多分就认为完事了。空中无人机的场景下mAP 并不能反映真实性能因为背景中「非目标但像目标」的干扰物云层边缘、飞鸟、远处风筝占比很高误检主要集中在这里。最后一章分享一套可复用的验证优化方法。5.1 用大白话讲清楚评估指标指标含义对空中无人机场景的意义Precision预测框中真正有无人机的比例反映「防空警报多不多」误检率高的系统会疲劳Recall真实无人机中被框出来的比例反映「漏掉多少」雷达端漏检是致命的F1 分数前两者的调和平均实际部署时最关心的折中指标mAP0.5IoU 阈值为 0.5 时的平均精度通用衡量标准但无法区分大小目标性能差异单看mAP0.5会掩盖小目标性能差的问题。建议额外统计不同目标尺寸区间比如按边界框面积 32²、32²~96²、 96² 划分的 recall 曲线这能暴露模型在哪个距离上失效。5.2 误检归类的差分化分析对验证集遍历推理后把误检的预测框裁剪保存下来按以下规则分桶统计飞鸟形状、云层纹理、建筑物边缘、镜头光斑、运动模糊目标。这个步骤不需要写复杂代码一个 Python 脚本就可以完成import cv2 import glob # 假设预测结果已保存为 txt 文件 pred_files glob.glob(test_predictions/*.txt) image_files {p.split(/)[-1].replace(.txt, .jpg): p for p in pred_files} for img_name, pred_file in image_files.items(): img cv2.imread(ftest_images/{img_name}) with open(pred_file, r) as f: lines f.readlines() for i, line in enumerate(lines): parts line.strip().split() conf float(parts[4]) # YOLO predict 输出格式: class conf x1 y1 x2 y2 # 截取置信度低的误检区域单独保存用于人工判读 if conf 0.4: x1, y1, x2, y2 map(int, parts[5:9]) crop img[y1:y2, x1:x2] cv2.imwrite(ferror_samples/{img_name}_frame{i}.jpg, crop)人工翻看这些低置信度预测的裁剪图能快速判断出模型把什么当成了无人机。如果多数是云层边缘重点补充带云层背景的负样本如果是飞鸟上一章提到的「飞鸟作为第二类别」的方案基本能解决大半。5.3 小目标专项优化的三个手段第一个手段是切图推理。将 1280 的图像裁剪成 640 的重叠块分别推理后再合并结果相当于用更高分辨率做检测。这个方法的代价是推理次数翻倍但对极小目标效果显著。第二个手段是加入 SAHI 库Slicing Aided Hyper Inference它实现了上述逻辑只需要两行代码即可接入。第三个手段是提升训练输入分辨率并配合多尺度训练yolo detect train中设置imgsz1536且开启scale0.5让模型见到更多尺度的目标作为最终模型候选。空中无人机的检测数据集建设本质上是一个持续迭代闭环采集样本、训练模型、分析误检、补充样本。建议保留一份「难例池」每次飞行测试发现的漏检图片单独存放定期增量训练模型。数据集的价值并不在于首次准备了多少张图而在于这个迭代机制是否能在部署后持续把模型推向更贴近真实场景的状态。本文还有配套的精品资源点击获取 空中无人机检测数据集构建与YOLO训练实战
简介面向旋翼无人机目标检测任务的数据集适用于基于YOLO、SSD、Faster R-CNN等主流算法的模型训练与验证。数据集中包含7000多张已标注的UAV图片覆盖多种旋翼无人机机型统一标注类别为drone标签同时提供txt与xml两种格式分别对应YOLO系列与VOC格式框架方便不同算法直接读取使用。整个压缩包共22675个文件由jpg图像、txt标注、xml标注三类构成其中图片与两种标签一一对应文件组织规整压缩包大小约876.78MB。目前已有1110人学习下载适合计算机视觉初学者入门练习也可为空中无人机检测、反无人机系统、低空安防等场景提供真实训练样本与算法评测基础。资源可直接用于搭建检测流程省去自行采集和标注的耗时环节帮助读者将精力集中在模型调参与效果优化上。1. 空中无人机检测数据集的难点与定位「天空背景 小型无人机」大概是计算机视觉里最考验数据集质量的场景之一。远处那架飞机可能只占图像几十个像素没有纹理和飞鸟、云层边缘甚至 compression artifacts 长得差不多。很多团队拿 COCO 或 VisDrone 预训练模型直接上发现漏检率居高不下问题并不是网络结构不够新而是训练数据里的「天空域样本」太少——真实部署要面对逆光、雾霾、运动模糊、极小目标这些在通用数据集里都不占主流。空中无人机检测数据集要解决的就是这件事用一批专门采集或合成的天空背景无人机图像把检测器教会区分「目标」和「天空中的一切干扰物」。本文拆解从数据构建、格式设计、模型训练到验证的完整落地路径读者按步骤操作能搭出一套可复现的检测方案并知道如何评估它的真实效果。2. 搭建检测数据集先想清楚样本构成再谈采集和标注无人机检测数据集的第一个决策不是「用什么标注工具」而是「拍什么场景」。空中无人机的成像特点决定了下游模型的学习难度目标尺度变化大近处几十米到远处几百米都有背景以天空为主但也包含城市天际线、山地、海面光照条件复杂逆光时目标对比度极低。数据集的样本构成必须覆盖这些维度否则训练出的模型只在某一种天气下有效。2.1 数据来源的三种常见途径常见做法有三种真实采集、公开数据复用、合成数据增强。真实采集成本高但效果最可靠一般做法是用无人机挂载定焦相机在不同高度、距离、角度下拍摄另一架无人机。要注意拍摄设备的分辨率和焦距必须与应用场景匹配比如用 4K 相机拍 100 米外的目标目标可能只有 15 × 15 像素这个尺度信息会直接影响后续锚框设计。公开数据复用是快速起步的方式。学术界有几个与无人机目标检测强相关的基准VisDrone 以地面视角的无人机拍摄图像为主Anti-UAV 和 Drone-vs-Bird 关注低空小型目标与鸟类区分。选公开数据时要看它的拍摄高度和视角如果部署场景是「地面站仰视天空」要优先选低空正仰视或大倾角图像而不是纯俯视的城市航拍图。合成数据近年逐渐成为补足长尾场景的主流方法。用 Unreal Engine 或 Unity 渲染天空背景和无人机模型可以批量生成逆光、雾天、雨天、黄昏等极端样本。合成数据的关键是「域差异」——渲染纹理和真实传感器成像有差距。建议渲染时加入镜头畸变、传感器噪声、运动模糊并保持目标尺寸分布与真实场景一致。合成数据适合扩大样本量、补充困难场景但模型微调时还是要混入一定比例真实图否则特征会产生偏移。2.2 图像采集时容易被忽略的三个参数第一目标像素占比分布。统计所有样本中边界框面积与图像面积之比即 target-to-image ratio建议最低要有一批目标面积占比小于 0.1% 的样本否则模型学不到「小目标用什么特征响应」。第二背景多样性指数比如天空的蓝色占比、云层覆盖率、是否有地面建筑。建议统计每个样本的 HSV 颜色直方图筛选掉过于相似的背景避免模型把「蓝色」当无人机特征。第三时间与季节分布不同季节的太阳高度角不同无人机在天空中的背光和侧光形态完全不同。数据集的采集计划最好覆盖春秋两季的早中晚时段如果做不到至少保证有正光、侧光、逆光三类标注样本。2.3 标注要点边界框回归与遮挡处理的惯例标注时用label工具或X-AnyLabeling等开源工具即可但需明确以下规则目标被云层部分遮挡但轮廓可辨认时标注「可见部分」完全被遮挡的帧不标注同一目标在连续帧间尺寸变化超过 30% 时要保留为独立样本目标小于 4 × 4 像素的强烈建议标注人员忽略或单独用「小目标」标记否则低质量标注会给损失函数注入大量噪声。数据集还建议顺带标注「无人机的机头方向」和「目标运动状态悬停/平飞/机动」这两个属性对后续做轨迹预测类任务很有用虽然检测模型本身不消费这些标签但数据集沉淀时需要一次标注到位复用性更高。提示目标检测标注的难点不在画框而在「边界案例的判定标准」。一个团队创建数据集之前应花半天时间定义好遮挡、模糊、超小目标的标注规则并在多人标注后做一致性校验。3. 数据组织与格式转换从原始图像到 YOLO 与 COCO 两种主流协议数据采集完成后第一步是统一文件组织方式。很多团队最初把图像按日期文件夹存放标注文件随意放训练时脚本里写死路径一旦换机器就要改代码。下面给出一套推荐的目录结构和两种格式的转换方案。3.1 目录结构与数据集划分推荐的根目录结构如下dataset/ ├── images/ │ ├── train/ # 训练集图像 │ ├── val/ # 验证集图像调参用 │ └── test/ # 测试集图像最终评估用 ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ ├── class_names.txt # 类别名一行一个 └── dataset.yaml # YOLO 训练配置文件训练集、验证集、测试集的划分建议按场景而非按文件随机抽样进行。假如将同一个航拍视频的连续帧拆进训练集与验证集模型会因帧间高度相似而虚高评估指标。建议按采集批次划分比如随机抽 20% 批次做验证集再抽 10% 批次做测试集确保验证集与训练集在场景层面无重叠。3.2 标注格式转换VOC / COCO 转 YOLO 的 Python 脚本YOLO 格式的标签是一行一个目标class_id x_center y_center width height四个坐标均为归一化值除以图像宽高。如果标注工具输出 COCO 格式JSON 中用的绝对像素坐标可用下面脚本转换import json import os from PIL import Image def coco_to_yolo(coco_json_path, img_dir, label_dir, class_names): with open(coco_json_path, r) as f: coco json.load(f) # 建立 image_id 到文件名的映射 img_map {im[id]: im[file_name] for im in coco[images]} # 建立 category_id 到类别索引的映射 cat_map {cat[id]: idx for idx, cat in enumerate(coco[categories])} cat_lookup {cat[id]: cat[name] for cat in coco[categories]} for ann in coco[annotations]: img_id ann[image_id] img_name img_map[img_id] img_path os.path.join(img_dir, img_name) with Image.open(img_path) as img: img_w, img_h img.size x_min, y_min, box_w, box_h ann[bbox] x_center (x_min box_w / 2) / img_w y_center (y_min box_h / 2) / img_h w_norm box_w / img_w h_norm box_h / img_h cls_idx cat_map[ann[category_id]] label_line f{cls_idx} {x_center:.6f} {y_center:.6f} {w_norm:.6f} {h_norm:.6f}\n label_path os.path.join(label_dir, os.path.splitext(img_name)[0] .txt) with open(label_path, a) as f: f.write(label_line)脚本的核心逻辑是通过image_id找到对应图像的宽度和高度把 COCO 的绝对像素坐标转换为归一化中心点坐标。注意cat_map的索引一定要与后续训练配置文件的类别顺序一致否则类别错位会导致训练时 loss 不收敛或验证时 mAP 异常低。3.3 两个常见的格式坑位第一个坑是边界框越界。无人机检测图像中目标经常位于图像边缘半架无人机飞出画面时标注框可能超出图像边界。YOLO 训练时会自动裁剪越界框但验证时的 mAP 计算是按原始坐标算的两边的逻辑不一致会导致训练和评估结果对不上。建议转换阶段加上一个 clamp 操作x_center min(max(x_center, 0.0), 1.0) y_center min(max(y_center, 0.0), 1.0) w_norm min(w_norm, 1.0 - x_center) h_norm min(h_norm, 1.0 - y_center)同时在过滤规则上只保留w_norm 0.001且h_norm 0.001的样本极小框通常是标注噪声。第二个坑是类别不平衡。无人机和飞鸟在视觉上高度相似如果飞鸟也被标注作为 negative 样本模型可能学不到区分两者的有效特征。实践中如果目标是「只检测无人机」建议把飞鸟一并标注为第二个类别让模型显式学习二者的差异推理时再过滤掉飞鸟类别的输出——比单纯的二分类效果更稳定。4. 在 YOLOv8 上用小型数据集训练空中无人机检测器模型选型上YOLO 系列仍是中小团队落地检测任务的首选YOLOv8n 和 YOLOv8s 在 RTX 4060 级别显卡上训练推理均高效。下面以 YOLOv8 为例跑通整个训练流程。4.1 数据集配置文件 dataset.yaml# 数据集配置文件 path: /home/user/dataset # 数据集根目录 train: images/train # 训练图像相对路径 val: images/val # 验证图像相对路径 test: images/test # 测试图像相对路径 nc: 2 # 类别数 names: [drone, bird] # 类别名称顺序需固定nc的数量必须与标签文件中的class_id范围一致。如果只有无人机单一类别nc: 1标签文件中所有行的第一个数字只能是 0。4.2 训练命令与超参数建议安装 ultralytics 包后训练命令如下yolo detect train \ modelyolov8n.pt \ datadataset.yaml \ epochs100 \ imgsz1280 \ batch8 \ lr00.001 \ augmenttrue \ mosaic0.5 \ patience15 \ project./runs \ nameuav_det \ seed42参数逻辑说明imgsz1280是空中无人机检测的关键设置因为目标小输入分辨率低时会直接丢失像素级特征。mosaic0.5表示一半概率做马赛克增强这个增强能有效增加小目标的上下文多样性但比例过高会让模型在小目标上过拟合。batch8取决于显存可以在 8~16 之间调整如果显存不够 16G 建议降到 4。patience15指验证集 mAP 连续 15 轮不提升即早停避免过拟合到训练集。训练时观察两类日志指标train/box_loss持续下降说明边界框回归在收敛val/mAP50在 40 轮后仍无明显上升时考虑图像分辨率是否不够或是标注噪声过大。训练完成后权重保存在runs/uav_det/weights/best.pt。4.3 从训练到推理一条命令完成目标框输出推理命令与参数说明yolo detect predict \ modelruns/uav_det/weights/best.pt \ source./test_videos/ \ conf0.25 \ iou0.45 \ imgsz1280 \ save_txttrue \ save_conftruesource可以是图像文件夹或视频文件conf0.25是置信度阈值对空中无人机场景如果漏检严重可降到 0.15iou0.45是 NMS 阈值目标密集队在编队飞行时可降到 0.3减少相邻目标的合并。save_txttrue会输出与标签同格式的 txt 文件方便直接用脚本计算 mAP。提示在嵌入式设备如 Jetson Orin上部署时推荐做 TensorRT 导出INT8 量化后 mAP 掉点通常在 1~3 个点以内但推理延迟可下降 50% 以上。空中场景的帧率要求并不高10~15 FPS 对低慢小目标探测通常已够用。5. 用自建验证集查漏从漏检分析到专项优化的落地技巧很多团队做完训练就直接用测试集算一遍 mAP看到 90 多分就认为完事了。空中无人机的场景下mAP 并不能反映真实性能因为背景中「非目标但像目标」的干扰物云层边缘、飞鸟、远处风筝占比很高误检主要集中在这里。最后一章分享一套可复用的验证优化方法。5.1 用大白话讲清楚评估指标指标含义对空中无人机场景的意义Precision预测框中真正有无人机的比例反映「防空警报多不多」误检率高的系统会疲劳Recall真实无人机中被框出来的比例反映「漏掉多少」雷达端漏检是致命的F1 分数前两者的调和平均实际部署时最关心的折中指标mAP0.5IoU 阈值为 0.5 时的平均精度通用衡量标准但无法区分大小目标性能差异单看mAP0.5会掩盖小目标性能差的问题。建议额外统计不同目标尺寸区间比如按边界框面积 32²、32²~96²、 96² 划分的 recall 曲线这能暴露模型在哪个距离上失效。5.2 误检归类的差分化分析对验证集遍历推理后把误检的预测框裁剪保存下来按以下规则分桶统计飞鸟形状、云层纹理、建筑物边缘、镜头光斑、运动模糊目标。这个步骤不需要写复杂代码一个 Python 脚本就可以完成import cv2 import glob # 假设预测结果已保存为 txt 文件 pred_files glob.glob(test_predictions/*.txt) image_files {p.split(/)[-1].replace(.txt, .jpg): p for p in pred_files} for img_name, pred_file in image_files.items(): img cv2.imread(ftest_images/{img_name}) with open(pred_file, r) as f: lines f.readlines() for i, line in enumerate(lines): parts line.strip().split() conf float(parts[4]) # YOLO predict 输出格式: class conf x1 y1 x2 y2 # 截取置信度低的误检区域单独保存用于人工判读 if conf 0.4: x1, y1, x2, y2 map(int, parts[5:9]) crop img[y1:y2, x1:x2] cv2.imwrite(ferror_samples/{img_name}_frame{i}.jpg, crop)人工翻看这些低置信度预测的裁剪图能快速判断出模型把什么当成了无人机。如果多数是云层边缘重点补充带云层背景的负样本如果是飞鸟上一章提到的「飞鸟作为第二类别」的方案基本能解决大半。5.3 小目标专项优化的三个手段第一个手段是切图推理。将 1280 的图像裁剪成 640 的重叠块分别推理后再合并结果相当于用更高分辨率做检测。这个方法的代价是推理次数翻倍但对极小目标效果显著。第二个手段是加入 SAHI 库Slicing Aided Hyper Inference它实现了上述逻辑只需要两行代码即可接入。第三个手段是提升训练输入分辨率并配合多尺度训练yolo detect train中设置imgsz1536且开启scale0.5让模型见到更多尺度的目标作为最终模型候选。空中无人机的检测数据集建设本质上是一个持续迭代闭环采集样本、训练模型、分析误检、补充样本。建议保留一份「难例池」每次飞行测试发现的漏检图片单独存放定期增量训练模型。数据集的价值并不在于首次准备了多少张图而在于这个迭代机制是否能在部署后持续把模型推向更贴近真实场景的状态。本文还有配套的精品资源点击获取