无人机车辆检测数据集：1000张图、三种标签格式与YOLO11一键训练落地指南

简介面向无人机场景车辆检测的实战数据集适合从事目标检测算法训练与落地的开发者、学生及科研人员使用可解决无人机视角下车辆目标识别样本不足的问题。数据集包含1000张真实场景高质量图片覆盖城市道路行驶车辆、道边停车、停车场、小区车辆以及车辆遮挡、严重遮挡等多种情形类别划分为轿车car、货车van和巴士bus三类采用labelimg标注并提供VOC(xml)、COCO(json)、YOLO(txt)三种主流格式可直接用于YOLO等算法训练。资源包为1个PDF文件约2MB内附数据集基本情况介绍与获取方式。随附YOLO11一键训练脚本支持GPU(GPUs)、CPU及Mac(M芯片)多平台训练方案并给出博主训练结果日志供参考。目前已有261人学习下载可作为无人机场景通用车辆检测项目的数据补充与训练起点。1. 无人机车辆检测数据集1000 张图、三种标签格式与 YOLO11 一键训练到底怎么落地拿到「无人机场景-目标检测-车辆检测数据集」这个标题多数人第一反应是去找下载链接但真正卡住工程进度的往往不是数据本身而是标签格式对不上、训练脚本跑不通、换台机器就翻车。这个数据集的核心价值在于1000 张无人机视角的车辆图像同时提供 VOC、COCO、YOLO 三种标签格式并且附带一套能在 GPU、CPU、Mac 三平台直接跑的 YOLO11 训练脚本。它解决的是从「拿到数据」到「跑出第一个可用模型」之间那段最磨人的路。适合两类人一是做无人机视觉感知、小目标检测的算法工程师想快速验证 YOLO11 在自己场景下的 baseline二是刚接触目标检测的开发者需要一个格式齐全、脚本现成、不挑硬件的练手项目。下面按「数据怎么用 → 脚本怎么跑 → 坑在哪 → 怎么调优」的顺序拆开讲。2. 三种标签格式的差异与转换VOC、COCO、YOLO 到底该用哪个2.1 三种格式的坐标逻辑与适用场景VOC 格式用xmin, ymin, xmax, ymax四个绝对像素值描述框存在 XML 文件里一张图一个 XML。它的好处是可读性强标注工具支持最广LabelImg、CVAT 都能直接导出。缺点是解析要写 XML 树遍历批量处理时 IO 开销大。COCO 格式把整份数据集的标注塞进一个 JSON图像信息、类别、框坐标全在里面。框的坐标是[x, y, width, height]注意这里是绝对像素的左上角加宽高不是归一化值。COCO 适合做多任务检测、分割、关键点混在一起也是很多预训练模型的默认输入格式但单文件 JSON 在数据量大时解析慢改一个框要重写整个文件。YOLO 格式最简洁每张图对应一个.txt每行class_id x_center y_center width height全部归一化到 0~1。它没有冗余信息读取快直接喂给 YOLO11 的 dataloader。缺点是脱离了图像尺寸就没法还原真实坐标换分辨率时要重新算。选哪个取决于你的下游任务。如果只是训 YOLO11直接用 YOLO 格式省去转换步骤。如果要拿这份数据去跑 MMDetection、Detectron2 或者做格式对比实验COCO 更通用。VOC 适合作为中间交换格式因为大多数标注工具都认它。2.2 从 VOC 转 YOLO 的完整脚本与边界处理实际拿到手的往往是 VOC因为标注阶段用 LabelImg 最顺手。下面这个脚本把 VOC 的 XML 批量转成 YOLO 的 txt处理了图像尺寸读取、类别映射、越界框裁剪三个容易翻车的点。import os import xml.etree.ElementTree as ET from PIL import Image # 类别映射根据你的数据集实际类别修改 CLASS_MAP {car: 0, truck: 1, bus: 2, van: 3} def voc_to_yolo(xml_dir, img_dir, out_dir): os.makedirs(out_dir, exist_okTrue) for xml_file in os.listdir(xml_dir): if not xml_file.endswith(.xml): continue tree ET.parse(os.path.join(xml_dir, xml_file)) root tree.getroot() # 用实际图像尺寸不用 XML 里的 size避免标注时尺寸写错 img_name root.find(filename).text img_path os.path.join(img_dir, img_name) with Image.open(img_path) as im: w, h im.size lines [] for obj in root.findall(object): cls_name obj.find(name).text.strip() if cls_name not in CLASS_MAP: continue bbox obj.find(bndbox) xmin float(bbox.find(xmin).text) ymin float(bbox.find(ymin).text) xmax float(bbox.find(xmax).text) ymax float(bbox.find(ymax).text) # 裁剪越界坐标无人机图像边缘常有框超出画面 xmin, ymin max(0, xmin), max(0, ymin) xmax, ymax min(w, xmax), min(h, ymax) if xmax xmin or ymax ymin: continue # 裁剪后无效的框直接丢弃 xc (xmin xmax) / 2.0 / w yc (ymin ymax) / 2.0 / h bw (xmax - xmin) / w bh (ymax - ymin) / h lines.append(f{CLASS_MAP[cls_name]} {xc:.6f} {yc:.6f} {bw:.6f} {bh:.6f}) out_path os.path.join(out_dir, xml_file.replace(.xml, .txt)) with open(out_path, w) as f: f.write(\n.join(lines)) voc_to_yolo(./annotations, ./images, ./labels)逻辑说明先读图像真实尺寸而不是 XML 里的size因为标注时尺寸字段经常是手填的和实际图片对不上。越界裁剪这一步在无人机数据里特别重要俯拍视角下车辆经常被画面边缘切掉不裁剪会导致归一化坐标出现负数或大于 1YOLO 训练时直接报错。类别映射用字典控制没在字典里的类别跳过避免引入无关标签。参数说明CLASS_MAP必须和你的data.yaml里的names顺序一致否则类别 ID 错位模型学出来的类别全是乱的。xc, yc, bw, bh保留 6 位小数足够YOLO 内部会再处理。如果数据集里同一张图有多个类别脚本会自动写多行不需要额外处理。2.3 COCO 与 YOLO 互转时最容易忽略的细节COCO 转 YOLO 时bbox字段是[x, y, w, h]绝对像素转归一化要先除图像宽高。很多人直接拿annotations里的width, height去除但 COCO 的images字段里记录的尺寸有时和实际文件不一致尤其是经过裁剪增强后的数据。稳妥做法还是用 PIL 打开原图读尺寸。另一个坑是 COCO 的category_id不连续。比如只有 car 和 bus 两类category_id可能是 1 和 3中间空了个 2。YOLO 要求类别 ID 从 0 连续递增所以必须建一个category_id → 0-based index的映射表不能直接把category_id当 YOLO 的 class_id 用。这个错误不会报错但训练出来的模型会把类别 2 当成一个不存在的类mAP 直接腰斩。YOLO 转 COCO 相对少用但做模型对比实验时需要。核心是把所有 txt 读进来按图像分组生成images、annotations、categories三个数组注意annotation的id要全局唯一image_id要和images里的id对应。写的时候用json.dump加indent2方便人工检查。3. YOLO11 一键训练脚本在三平台上的跑通方法3.1 环境配置GPU、CPU、Mac 的依赖差异YOLO11 通过 Ultralytics 包安装核心命令是pip install ultralytics。但三平台的 PyTorch 安装方式不同这是第一个分叉点。GPU 平台NVIDIA 显卡需要装 CUDA 版的 PyTorch。先确认驱动支持的 CUDA 版本用nvidia-smi看右上角的CUDA Version然后去 PyTorch 官网找对应命令。常见的是pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121cu121 对应 CUDA 12.1按实际版本改。装完用torch.cuda.is_available()验证返回True才算成功。CPU 平台直接pip install torch torchvision默认就是 CPU 版。训练速度会慢很多1000 张图跑 100 epoch 在 CPU 上可能要几个小时但验证流程完全没问题。Mac 平台分两种Intel 芯片用 CPU 版 PyTorchApple SiliconM1/M2/M3可以用 MPS 加速安装命令和 CPU 版一样但训练时指定devicemps。MPS 的加速比纯 CPU 快但不如 NVIDIA GPU而且某些算子支持不完整遇到报错就退回devicecpu。提示三平台都建议用虚拟环境conda 或 venv 都行。Ultralytics 依赖较多全局安装容易和已有包冲突。3.2 一键训练脚本的完整结构与参数含义下面这个脚本封装了数据路径、模型选择、训练超参和平台判断改几个变量就能跑。import os import torch from ultralytics import YOLO # 按实际情况修改 DATA_YAML ./dataset/data.yaml # 数据集配置文件 MODEL_NAME yolo11n.pt # n/s/m/l/x 按算力选 EPOCHS 100 BATCH 16 IMGSZ 640 PROJECT ./runs/train NAME drone_vehicle # def pick_device(): if torch.cuda.is_available(): return 0 # 第一块 GPU elif hasattr(torch.backends, mps) and torch.backends.mps.is_available(): return mps # Apple Silicon return cpu if __name__ __main__: device pick_device() print(f使用设备: {device}) model YOLO(MODEL_NAME) results model.train( dataDATA_YAML, epochsEPOCHS, batchBATCH, imgszIMGSZ, devicedevice, projectPROJECT, nameNAME, pretrainedTrue, optimizerauto, lr00.01, lrf0.01, warmup_epochs3, patience20, saveTrue, plotsTrue, ) metrics model.val() print(fmAP50: {metrics.box.map50:.4f}) print(fmAP50-95: {metrics.box.map:.4f})逻辑说明pick_device()自动判断当前机器能用什么设备避免手动改代码。model.train()里pretrainedTrue加载 COCO 预训练权重1000 张图从零训容易过拟合用预训练权重收敛更快。patience20表示 20 个 epoch 验证指标不提升就早停省时间。训练完自动跑model.val()输出 mAP不用再单独写验证脚本。参数说明MODEL_NAME选yolo11n.pt最轻量适合快速验证如果 mAP 不够再换yolo11s.pt或yolo11m.pt但显存占用和训练时间会上升。BATCH在 GPU 上可以设 16 或 32CPU 和 Mac 上建议降到 8 或 4否则内存吃紧。IMGSZ640是 YOLO 默认值无人机图像里车辆目标偏小可以试 1024但显存翻倍。lr00.01是初始学习率配合lrf0.01做余弦退火如果 loss 震荡厉害就降到 0.005。3.3 data.yaml 的写法与路径陷阱YOLO11 靠data.yaml找数据和类别格式如下path: ./dataset train: images/train val: images/val test: images/test names: 0: car 1: truck 2: bus 3: vanpath是数据集根目录train/val/test是相对路径。常见翻车点是路径用了绝对路径但换机器后失效或者train和val指向同一个目录导致验证指标虚高。1000 张图建议按 7:2:1 划分即 700 训练、200 验证、100 测试。如果数据量少至少保证验证集有 100 张以上否则 mAP 波动大看不出模型好坏。另一个坑是names的顺序必须和标签里的 class_id 严格对应。前面 VOC 转 YOLO 时用的CLASS_MAP如果是{car:0, truck:1, bus:2, van:3}这里names就必须是同样的顺序。顺序错了不会报错但模型会把 truck 认成 carmAP 看着还行实际全错。4. 无人机车辆检测的避坑与排查从 loss 不降到框全偏4.1 训练 loss 不下降或震荡剧烈现象跑了几十个 epochbox_loss和cls_loss几乎不动或者上下大幅震荡。原因通常有三个学习率太大、数据标签有问题、预训练权重没加载上。先检查pretrainedTrue是否生效看训练日志第一行有没有Transferred X/Y weights。如果没有说明权重没加载模型在从零学收敛自然慢。学习率方面lr00.01对 batch16 是合理值但如果 batch 降到 4 还用小学习率梯度噪声大loss 会震荡。可以试lr00.001配合cos_lrTrue。标签问题最隐蔽。用脚本抽查几张图的 txt确认坐标都在 0~1 之间类别 ID 没超范围。如果发现某张图的框全挤在左上角大概率是 VOC 转 YOLO 时图像尺寸读错了用了 XML 里的错误尺寸。4.2 验证集 mAP 正常但实际推理框全偏现象训练日志里 mAP50 有 0.7 以上但拿新图推理框的位置明显偏移或者框住的是背景。原因多半是训练和推理的预处理不一致。YOLO11 训练时默认做 letterbox 缩放保持宽高比填充灰边。推理时如果直接 resize 到 640×640 不填充坐标映射就错了。用model.predict()时 Ultralytics 会自动处理 letterbox但如果自己写推理代码必须手动实现同样的缩放逻辑。另一个可能是验证集和训练集分布差异太大。比如训练集全是白天图像验证集混了夜间图mAP 看着还行是因为验证集里白天占多数但实际部署时夜间全翻车。检查方法是把验证集按场景分组分别算 mAP看哪个场景拖后腿。4.3 小目标漏检严重现象大车能检出远处的小车几乎全漏。无人机俯拍图像里车辆目标尺度差异极大近处可能占 200×200 像素远处只有 10×10。YOLO11 默认的 640 输入下小目标经过 32 倍下采样后只剩几个像素特征几乎消失。解决方向有三个一是提高输入分辨率到 1024 或 1280让小目标保留更多像素二是用yolo11m.pt或yolo11l.pt大模型的 P3 检测头对小目标更友好三是在数据层面做马赛克增强Ultralytics 默认开启mosaic1.0把四张图拼成一张变相增加小目标样本。如果还不够可以试copy_paste增强但需要额外配置。4.4 Mac 上 MPS 报错或训练中断现象Apple Silicon 上devicemps跑几个 epoch 后报RuntimeError: MPS backend out of memory或者算子不支持。MPS 的显存管理和 CUDA 不同它和系统内存共享batch 设大了容易触发内存压力。先把BATCH降到 4 或 2IMGSZ降到 512。如果还报算子不支持通常是某个自定义层或损失函数用了 MPS 没实现的算子直接退回devicecpu虽然慢但稳定。Mac 上训练建议只做流程验证正式训练还是用 GPU 机器。4.5 类别不平衡导致某些类几乎检不出现象car 类 mAP 0.8truck 类只有 0.1。1000 张图里如果 car 占 90%truck 只有几十个框模型会偏向多数类。解决方法是先统计各类框数量对少的类做过采样或者用cls_pw参数给类别加权。Ultralytics 没有直接的类别权重参数但可以在数据集层面复制含少类别的图像或者用fraction参数控制采样比例。更彻底的做法是换 focal loss但需要改源码对新手不友好。5. 把 1000 张图用透小目标增强与训练策略的进阶技巧1000 张图在目标检测里不算多尤其无人机场景下小目标占比高直接训很容易过拟合。我一般会做两件事一是用 YOLO11 自带的增强参数把数据「撑大」二是用分阶段训练策略先粗后精。增强参数里mosaic1.0默认开启但close_mosaic10值得设表示最后 10 个 epoch 关闭马赛克让模型在真实分布上收尾mAP 通常能涨 1~2 个点。scale0.5允许随机缩放模拟不同飞行高度。hsv_h0.015, hsv_s0.7, hsv_v0.4做颜色扰动应对不同光照。flipud0.5和fliplr0.5做上下左右翻转无人机俯拍图像翻转后仍然合理这个增强对车辆检测特别有效。分阶段训练的做法是先用yolo11n.pt在 640 分辨率下跑 50 epoch快速看数据质量和类别分布确认没问题后换yolo11s.pt或yolo11m.pt分辨率提到 1024跑 100~150 epoch。第二阶段可以加载第一阶段的权重继续训也可以从头训后者更干净但更慢。我习惯从头训因为第一阶段主要用来排查标签错误权重质量一般。验证时不要只看 mAP50小目标检测要看 mAP50-95 和 mAP_s小目标 mAP。Ultralytics 的model.val()会输出metrics.box.map_s如果这个值低于 0.1说明小目标漏检严重得回去调分辨率或换模型。另外把验证集按目标尺寸分组分别算 mAP能更清楚看到模型在哪个尺度段最弱。最后说一个我踩过的坑1000 张图里如果有重复或高度相似的帧无人机视频抽帧常见训练集和验证集之间会泄漏mAP 虚高。划分数据前先用感知哈希去重或者按视频片段划分同一段视频的帧只进训练集或只进验证集。这个习惯帮我省过好几次「上线就翻车」的后悔药。希望帮到你。本文还有配套的精品资源点击获取