基于 YOLOv11 的智能化遥感图像目标检测

本项目基于 YOLOv11 与 DOTA v1.0 数据集，实现遥感/航拍图像中的多类别目标检测，并提供完整的训练流程与可视化检测系统。

一、项目概述

本项目面向航空影像、卫星遥感等场景，利用 YOLOv11 的 OBB（Oriented Bounding Box）有向边界框检测能力，对俯视角度下任意方向、多尺度的目标进行识别与定位。系统包含模型训练、可视化检测界面、历史记录管理、训练指标展示等功能模块。

二、数据集

2.1 数据集简介

DOTA v1.0（A Large-scale Dataset for Object Detection in Aerial Images）由武汉大学计算机视觉与遥感实验室发布，发表于 CVPR 2018，是遥感目标检测领域的权威基准数据集。

2.2 数据规模

2.3 目标类别（15 类）

2.4 标注格式

采用OBB（有向边界框）标注，每个目标由 8 个归一化坐标表示四边形的 4 个顶点，适配 YOLO OBB 格式。

三、训练过程与参数

3.1 训练流程

1. 准备 DOTA v1.0 数据集，按images/train、images/val划分
2. 将标注转换为 YOLO OBB 格式，存放于labels/train、labels/val
3. 使用train.py加载预训练模型yolo11n-obb.pt进行训练
4. 训练结果保存至output/train/，包含权重、日志、可视化图表

3.2 主要训练参数

3.3 损失函数

• box_loss：边界框回归损失
• cls_loss：分类损失
• dfl_loss：分布焦点损失（DFL）
• angle_loss：角度损失（OBB 特有）

四、可视化图含义

4.1 训练曲线（losses.png）

• Box Loss：边界框回归损失，训练/验证曲线
• Cls Loss：分类损失
• DFL Loss：分布焦点损失
• Angle Loss：有向框角度损失

4.2 评估指标曲线（metrics.png）

• Precision：精确率
• Recall：召回率
• mAP50：IoU 阈值为 0.5 时的平均精度
• mAP50-95：IoU 从 0.5 到 0.95 的平均 mAP

4.3 系统内指标展示

• 训练曲线：训练损失、验证损失、mAP、P/R 随 epoch 变化
• 指标汇总：最终 mAP50、mAP50-95、精确率、召回率及柱状图

五、系统功能

5.1 图片识别

• 支持 JPG、PNG、BMP、TIF 等格式
• 单张图片目标检测，标注结果可视化
• 统计摘要（总检测数、类别数、平均/最高置信度）
• 详细数据表格、置信度分布直方图
• 导出检测图片、CSV 结果

5.2 视频识别

• 支持 MP4、AVI、MOV 等格式
• 逐帧检测，可设置每 N 帧检测一次
• 实时显示当前帧与累计统计
• 导出当前帧

5.3 摄像头识别

• 实时摄像头画面
• 支持开启/关闭检测、截图保存
• 会话累计统计，可保存到历史记录

5.4 检测历史

• 按类型（图片/视频/摄像头）筛选
• 关键词搜索
• 查看记录详情、导出 CSV、清空历史

5.5 模型管理

• 配置模型路径（默认output/train/weights/best.pt）
• 验证并加载模型
• 参数设置：置信度阈值、IoU 阈值、最大检测数

5.6 指标展示

• 读取output/train/results.csv
• 训练曲线（损失、mAP、P/R）
• 最终指标汇总

六、项目技术栈

七、项目结构

c137/ ├── main.py # 程序入口 ├── train.py # 模型训练入口 ├── config/ │ └── dota_v1.yaml # 数据集配置 ├── output/ │ └── train/ # 训练输出 │ ├── weights/ # 模型权重（best.pt、last.pt） │ ├── results.csv # 训练指标 │ └── *.png # 可视化图表 ├── vis/ │ └── plot_metrics.py # 训练指标可视化脚本 ├── ui/ │ ├── login_window.py # 登录/注册窗口 │ ├── main_window.py # 主窗口 │ ├── utils/ │ │ ├── styles.py # 样式表 │ │ ├── config.py # 配置管理 │ │ ├── database.py # 数据库 │ │ ├── detector.py # 检测推理线程 │ │ └── widgets.py # 通用组件 │ └── pages/ │ ├── image_page.py # 图片识别 │ ├── video_page.py # 视频识别 │ ├── camera_page.py # 摄像头识别 │ ├── history_page.py # 检测历史 │ ├── model_page.py # 模型管理 │ └── metrics_page.py # 指标展示 └── DOTA v1/ # 数据集目录 ├── images/ │ ├── train/ │ └── val/ └── labels/ ├── train/ └── val/

八、启动说明

训练

python train.py

可视化检测系统

python main.py

默认账号：admin/admin123