解决林业数据特有的长尾分布问题YOLO模型如何训练 航拍森林树木健康状况检测数据集 无人机航拍森林树木检测数据集 无人机树木健康检测数据集

无人机-航拍森林树木健康状况检测数据集

，657张，yolo，voc，coco三种标注方式
图像尺寸:1024*1024
类别数量:4类
训练集图像数量:460; 验证集图像数量:134； 测试集图像数量:63
类别名称: 每一类图像数 ，每一类标注数
Dead Tree 枯树 508 8118
Alive Tree 活树 657 70977
Debris 残枝杂物 405 4989
Beetle-Fire Tree 病虫害 / 火烧树木 205 5072
image num: 657

1

1

1
=

📊 1. 航拍森林树木健康状况检测数据集概况

🏷️ 类别分布与不平衡分析 (关键！)

⚠️ 数据洞察：

1. 密集检测：单张图片平均有 135 个目标，对模型的 NMS (非极大值抑制) 和小目标检测能力要求极高。
2. 长尾分布：核心关注的“病虫害/火烧”类别数量仅为“活树”的1/14。如果不加干预，模型可能会忽略这一类。
3. 分辨率问题：1024x1024 对于标准 YOLO (通常输入 640) 来说太大。直接缩放会丢失小病斑细节；不缩放则需使用切片辅助推理 (Slicing Aided Hyper Inference, SAHI)或在训练时开启大图训练模式。

💻 2. YOLOv8 训练代码 (针对航拍大图 + 长尾分布优化)

此代码专门解决了高分辨率输入和类别不平衡两个痛点：

1. 大尺寸输入：将imgsz设置为1024，充分利用航拍图细节，避免缩小导致小病斑消失。
2. 类别权重平衡：通过cls_weight或损失函数策略，强迫模型关注稀有的Beetle-Fire Tree。
3. 密集目标优化：调整 NMS 阈值和 IoU 计算方式，适应每图百树的场景。

📄 配置文件 (forest_health.yaml)

path:./Forest_Health_Dataset# 数据集根目录train:images/train# 对应 460 张val:images/val# 对应 134 张test:images/test# 对应 63 张# 类别数量nc:4# 类别名称 (顺序必须与标注文件中的索引一致)names:0:Dead_Tree1:Alive_Tree2:Debris3:Beetle_Fire_Tree

🐍 训练脚本 (train_forest.py)

fromultralyticsimportYOLOimporttorchimportosdeftrain_forest_health_model():print("🌲 开始训练航拍森林健康检测模型 (高分辨率版)...")# 1. 加载模型# 推荐使用 yolov8m.pt 或 yolov8l.pt# 由于输入尺寸大 (1024)，n/s 版本可能特征提取能力不足，m/l 更佳model=YOLO('yolov8m.pt')# 2. 定义训练参数results=model.train(data='forest_health.yaml',epochs=150,# 足够轮次以收敛imgsz=1024,# 【关键】保持原始分辨率，捕捉细小病斑batch=8,# 【关键】1024分辨率显存占用大，需减小 Batch Size (根据显存调整，24G显存可试12)device='0'iftorch.cuda.is_available()else'cpu',workers=4,# 大图加载较慢，线程数不宜过多# --- 优化器设置 ---optimizer='SGD',lr0=0.01,lrf=0.05,momentum=0.937,weight_decay=0.0005,# --- 数据增强 (针对航拍视角) ---augment=True,hsv_h=0.015,# 色调微调 (不同季节植被颜色差异)hsv_s=0.7,# 饱和度hsv_v=0.4,# 亮度 (云层遮挡导致的阴影)degrees=0.0,# 航拍图通常正北朝上，或随机旋转？若无人机角度随意可设为 10.0translate=0.1,scale=0.5,# 缩放 (模拟不同飞行高度)shear=0.0,perspective=0.0,flipud=0.0,# 禁止上下翻转 (保持地理方位感，除非确认无影响)fliplr=0.5,# 允许左右翻转mosaic=1.0,# Mosaic (对密集树林场景极其有效，模拟更大视野)mixup=0.05,# --- 针对长尾分布的优化策略 ---# YOLOv8 默认有一定的自动平衡，但对于 1:14 的比例，建议手动干预# 注意：ultralytics 新版可能不直接支持 cls_weight 参数在 train() 中，# 若需强力干预，需修改 loss 函数或使用 'fl_gamma' (Focal Loss)fl_gamma=2.0,# 开启 Focal Loss，让模型专注难分类样本 (即稀有的病虫害树)label_smoothing=0.0,# 关闭标签平滑，因为类别已经很不平衡，需要明确边界# --- 训练策略 ---patience=30,save=True,save_period=-1,verbose=True,project='runs/forest_health',name='forest_yolov8m_1024_v1',exist_ok=False,seed=42,deterministic=True,single_cls=False,rect=False,# 关闭矩形训练，1024本身就是正方形# --- 密集目标优化 ---iou=0.6,# 提高 NMS 的 IoU 阈值，防止把挨得很近的树合并掉 (默认0.7可能太高，0.6更保守)conf=0.001,# 训练时极低置信度阈值，确保不漏掉微小病斑)print(f"✅ 训练完成！最佳模型：{results.save_dir}/weights/best.pt")# 3. 验证与评估print("📊 正在测试集上进行高精度验证...")# 针对大图推理，建议使用 tta (Test Time Augmentation) 提升精度metrics=model.val(split='test',tta=True)print("-"*50)print(f"🏆 整体 mAP50:{metrics.box.map50:.4f}")print(f"🎯 整体 mAP50-95:{metrics.box.map:.4f}")print("-"*50)# 打印各类别表现 (重点关注 Beetle_Fire_Tree)class_names=list(model.names.values())print("📈 各类别 mAP50-95 详情:")fori,nameinenumerate(class_names):map_score=metrics.box.maps[i]status="⚠️ 需优化"ifmap_score<0.3else"✅ 良好"print(f" [{i}]{name}:{map_score:.4f}{status}")if__name__=='__main__':ifnotos.path.exists('forest_health.yaml'):print("❌ 错误：未找到 forest_health.yaml，请先创建！")else:train_forest_health_model()

💡 3. 针对航拍林业场景的特别建议

A. 推理阶段的“切片辅助” (SAHI)

由于训练使用了 1024 分辨率，但在实际应用中，无人机图片可能是 4K 甚至 8K 的。直接缩放会丢失细节。
强烈建议在推理时使用SAHI (Slicing Aided Hyper Inference)技术：

• 原理：将大图切割成多个 1024x1024 的小图分别检测，然后将结果合并去重。
• 代码示例(推理时)：

  fromsahi.predictimportget_sliced_predictionfromsahi.modelimportYolov8DetectionModel# 加载训练好的模型detection_model=Yolov8DetectionModel(model_path="runs/forest_health/forest_yolov8m_1024_v1/weights/best.pt",confidence_threshold=0.25,device="cuda")# 执行切片推理result=get_sliced_prediction("large_aerial_image.jpg",detection_model,slice_height=1024,# 与训练尺寸一致slice_width=1024,overlap_height_ratio=0.2,# 20% 重叠，防止目标在切缝处被切断overlap_width_ratio=0.2)# result 包含所有检测到的树木及其类别

B. 解决“活树”淹没“病树”的问题

如果训练后发现Beetle-Fire Tree的召回率依然很低：

1. 欠采样 (Undersampling)：在训练数据加载时，随机丢弃部分只包含Alive Tree的图片，使正负样本比例更平衡。
2. 复制粘贴增强：将少量的Beetle-Fire Tree目标抠图，复制粘贴到其他健康森林背景中，人工增加该类别的样本量。
3. 两级检测策略：
   • 第一级：检测所有Tree(Alive + Dead + Beetle)。
   • 第二级：将所有检测到的树裁剪出来，送入一个二分类模型 (健康 vs 病害)。这通常比直接做多类别检测更精准。