从DOTA v1.0到v2.0：手把手教你用YOLOv8训练自己的遥感目标检测模型
从DOTA v1.0到v2.0：手把手教你用YOLOv8训练自己的遥感目标检测模型
遥感图像目标检测在农业监测、城市规划、灾害评估等领域有着广泛应用。DOTA数据集作为该领域的标杆性数据集，其多版本迭代和丰富的标注信息为研究者提供了宝贵资源。本文将带您从零开始，使用当前最先进的YOLOv8框架，构建一个完整的遥感目标检测工作流。
1. DOTA数据集深度解析
DOTA（Dataset for Object deTection in Aerial images）是当前最全面的航空图像目标检测数据集之一。让我们先了解其三个主要版本的核心差异：
| 版本 | 类别数量 | 新增类别 | 图像分辨率 | 标注特点 |
|---|---|---|---|---|
| v1.0 | 15 | 基础类别（飞机、船舶等） | 4000×4000 | 旋转框标注 |
| v1.5 | 16 | 新增container crane | 4000×4000 | 优化了部分标注质量 |
| v2.0 | 18 | 新增airport和helipad | 多种分辨率 | 包含更复杂场景 |
数据集获取建议：
- 官方下载地址：https://captain-whu.github.io/DOTA/dataset.html
- GitHub镜像（含v2.0备份）：https://github.com/zstar1003/Dataset
注意：下载后建议检查文件完整性，特别是v2.0版本由于包含多种分辨率图像，需要特别关注标注文件与图像的对应关系。
2. 环境配置与数据准备
2.1 基础环境搭建
YOLOv8对硬件要求相对友好，以下是推荐的配置方案：
# 创建conda环境（Python3.8+） conda create -n yolo_dota python=3.8 conda activate yolo_dota # 安装PyTorch（根据CUDA版本选择） pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 # 安装Ultralytics YOLOv8 pip install ultralytics2.2 数据格式转换
DOTA使用旋转框标注（每对象8个坐标点），而标准YOLOv8使用水平框。我们有三种处理方案：
- 旋转框转水平框（简单但会损失信息）
def rotated_to_horizontal(points): x_coords = [points[i] for i in range(0, 8, 2)] y_coords = [points[i+1] for i in range(0, 8, 2)] x_min, x_max = min(x_coords), max(x_coords) y_min, y_max = min(y_coords), max(y_coords) return [x_min, y_min, x_max, y_max]使用支持旋转框的YOLO变种（推荐）
- YOLOv8-OBB：https://github.com/ultralytics/ultralytics/issues/2335
- 安装命令：
pip install git+https://github.com/ultralytics/ultralytics.git@obb
数据增强策略（提升模型鲁棒性）
- 随机旋转（-15°到15°）
- 亮度/对比度调整
- 高斯噪声添加
3. YOLOv8模型训练实战
3.1 配置文件准备
创建dota.yaml配置文件：
path: /path/to/dota_dataset train: images/train val: images/val test: images/test names: 0: plane 1: ship 2: storage-tank ... # 完整类别列表3.2 启动训练
对于标准YOLOv8（水平框）：
yolo detect train data=dota.yaml model=yolov8s.pt epochs=100 imgsz=1024对于旋转框版本：
yolo obb train data=dota.yaml model=yolov8s-obb.pt epochs=100 imgsz=1024关键参数解析：
imgsz: 建议1024-1600之间，平衡精度和显存消耗batch: 根据GPU显存调整（8G显存建议batch=4）optimizer: 可尝试AdamW或SGD+momentum
3.3 训练监控与调优
使用TensorBoard监控训练过程：
tensorboard --logdir runs/detect常见问题解决方案：
- 显存不足：减小
batch或imgsz，启用梯度累积yolo detect train ... batch=4 accumulate=2 - 类别不平衡：启用类别权重
# 在dota.yaml中添加 weights: [1.0, 0.8, 1.2, ...] # 对应类别权重 - 过拟合：增加数据增强
yolo detect train ... hsv_h=0.015 hsv_s=0.7 hsv_v=0.4 degrees=15
4. 模型评估与部署
4.1 性能评估指标
DOTA官方评估使用mAP@0.5:0.95，但实践中可关注：
| 指标 | 说明 | 达标参考值 |
|---|---|---|
| mAP@0.5 | IoU阈值0.5时的平均精度 | >0.65 |
| mAP@0.5:0.95 | IoU阈值0.5到0.95的平均精度 | >0.4 |
| AR@100 | 每图100个提案时的平均召回率 | >0.55 |
运行评估命令：
yolo val model=runs/detect/train/weights/best.pt data=dota.yaml4.2 模型导出与部署
导出为ONNX格式（适合TensorRT加速）：
yolo export model=best.pt format=onnx imgsz=1024部署示例代码（使用OpenCV）：
import cv2 from ultralytics import YOLO model = YOLO('best.onnx') results = model.predict('test.jpg', imgsz=1024) # 可视化结果 for box in results[0].boxes: if box.conf > 0.5: # 置信度阈值 xyxy = box.xyxy[0].tolist() cv2.rectangle(img, (int(xyxy[0]), int(xyxy[1])), (int(xyxy[2]), int(xyxy[3])), (0,255,0), 2)5. 进阶优化策略
5.1 模型架构调整
YOLOv8提供多种预训练模型选择：
| 模型 | 参数量(M) | mAP@0.5 | 推理速度(ms) | 适用场景 |
|---|---|---|---|---|
| yolov8n | 3.2 | 0.58 | 6.8 | 边缘设备 |
| yolov8s | 11.2 | 0.63 | 8.4 | 平衡型 |
| yolov8m | 25.9 | 0.67 | 12.3 | 服务器部署 |
| yolov8l | 43.7 | 0.69 | 15.6 | 高精度要求 |
| yolov8x | 68.2 | 0.70 | 18.9 | 研究级应用 |
5.2 自定义数据增强
在data.yaml中添加增强配置：
augment: hsv_h: 0.015 # 色调变化幅度 hsv_s: 0.7 # 饱和度变化幅度 hsv_v: 0.4 # 明度变化幅度 degrees: 15 # 旋转角度范围 translate: 0.1 # 平移比例 scale: 0.5 # 缩放幅度 shear: 0.0 # 剪切幅度 perspective: 0.0005 # 透视变换5.3 模型量化加速
使用TensorRT进行FP16量化：
from torch2trt import torch2trt model = YOLO('best.pt').model.cuda() data = torch.randn(1, 3, 1024, 1024).cuda() model_trt = torch2trt(model, [data], fp16_mode=True)在实际项目中，我们通常会先使用yolov8s进行快速原型验证，再根据实际需求升级到更大模型。值得注意的是，DOTA v2.0由于包含更复杂场景，建议至少使用yolov8m以上规模的模型。