智能检测小目标无人机、飞机、直升机检测数据集11998张yolo和voc两种标注方式图像尺寸:512*512类别数量:3类训练集图像数量:10799; 验证集图像数量:603 测试集图像数量:596类别名称: 每一类图像数 每一类标注数AirPlane: 2535,2535Drone: 4728,4812Helicopter: 2523,2628image num: 11998一、数据集信息表格1.1 基础信息表项目详细内容数据集名称小目标无人机、飞机、直升机检测数据集总图像数量11998 张图像分辨率512×512标注格式YOLO、VOC 双格式类别总数3 类训练集10799 张验证集603 张测试集596 张适配模型YOLOv11n轻量模型推荐训练轮数50 epoch运行环境Python 3.8、OpenCV、PyTorch、PyQt5模型代码提供全部训练及测试源代码模型训练使用yolov11n训练50个epoch训练结果map如描述图所示。qt界面运行界面采用pyqt5编写 提供全部源代码支持图片、视频及摄像头进行检测: 界面可实时显示目标位置、目标总数、置信度等信息: 支持检测结果保存;本项目已经训练好模型配置好环境后可直接使用运行效果见描述图像系统环境python3.8 opencv-python PyQt5 torch文件1.完整的数据集文件包括图像yolo格式的txt文件、yaml文件voc格式的xml文件等2.模型代码完整程序文件.py .pt等)3.qt界面源文件、图标.ui、.qrc、.py等1.2 类别标注明细序号英文类别中文类别含该类别图像数标注框总数0AirPlane固定翼飞机253525351Drone无人机472848122Helicopter直升机252326281.3 YOLO 类别列表names[AirPlane,Drone,Helicopter]二、应用场景低空安防监测园区、机场、军事区域、重要场馆低空目标预警识别违规无人机、飞行器。空域管控城市空域、机场净空区智能巡检自动统计飞行器数量、类型。视觉算法研发小目标检测算法训练、对比实验、学术研究、竞赛使用。嵌入式/边缘部署安防摄像头、无人机反制设备、便携巡检终端本地检测。可视化检测系统搭配PyQt界面做成桌面客户端用于日常巡检、演示、项目落地。三、YOLOv11n 全套训练代码3.1 环境依赖# Python 3.8 环境执行pipinstallultralytics torch opencv-python PyQt5 numpy pillow3.2 数据集配置文件aircraft.yamlpath:./aircraft_datasettrain:images/trainval:images/valtest:images/testnc:3names:0:AirPlane1:Drone2:Helicopter3.3 训练代码train.py固定 50 epochfromultralyticsimportYOLOdeftrain_aircraft():# 加载YOLOv11n轻量化模型modelYOLO(yolov11n.yaml)# 训练参数model.train(dataaircraft.yaml,epochs50,imgsz512,batch16,device0,# CPU运行改为 devicecpuworkers4,patience10,ampTrue,mosaic1.0,projectruns/train,nameaircraft_det,exist_okTrue)print(训练完成最优模型已保存至 runs/train/aircraft_det/weights/best.pt)if__name____main__:train_aircraft()3.4 纯模型推理代码predict.pyfromultralyticsimportYOLO# 加载训练好的权重modelYOLO(runs/train/aircraft_det/weights/best.pt)# 单张图片检测# res model(test.jpg, saveTrue, conf0.25)# 图片文件夹批量检测# res model(./test_imgs/, saveTrue, conf0.25)# 视频检测# res model(test.mp4, saveTrue, conf0.25)# 本地摄像头实时检测resmodel(0,saveTrue,conf0.25)3.5 数据集目录结构aircraft_dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ # YOLO txt 标注文件 │ ├── train/ │ ├── val/ │ └── test/ ├── voc_labels/ # VOC xml 标注文件 └── aircraft.yaml四、PyQt5 可视化检测界面完整代码4.1 UI 布局简化版可自行用Qt Designer编辑.ui文件4.1.1 主界面代码ui_main.pyimportsysimportcv2importosfromPyQt5.QtWidgetsimport(QApplication,QMainWindow,QPushButton,QLabel,QFileDialog,QTextEdit,QVBoxLayout,QWidget,QHBoxLayout)fromPyQt5.QtGuiimportQImage,QPixmapfromPyQt5.QtCoreimportQt,QThread,pyqtSignalfromultralyticsimportYOLO# 推理子线程防止界面卡顿classDetectThread(QThread):signal_imgpyqtSignal(object)signal_infopyqtSignal(str)def__init__(self,model,source,save_path):super().__init__()self.modelmodel self.sourcesource self.save_pathsave_path self.runningTruedefrun(self):ifnotos.path.exists(self.save_path):os.makedirs(self.save_path)idx0# 视频/摄像头推理capcv2.VideoCapture(self.source)whileself.running:ret,framecap.read()ifnotret:breakresultsself.model(frame,conf0.25)res_frameresults[0].plot()# 统计目标cls_count{}forboxinresults[0].boxes.cls:cls_nameself.model.names[int(box)]cls_count[cls_name]cls_count.get(cls_name,0)1totalsum(cls_count.values())info_textf目标总数{total}| 类别统计{str(cls_count)}self.signal_img.emit(res_frame)self.signal_info.emit(info_text)# 保存结果save_nameos.path.join(self.save_path,fres_{idx}.jpg)cv2.imwrite(save_name,res_frame)idx1cap.release()defstop_thread(self):self.runningFalse# 主窗口classMainWindow(QMainWindow):def__init__(self):super().__init__()self.setWindowTitle(飞行器目标检测系统)self.resize(1200,800)# 加载训练好的模型self.modelYOLO(runs/train/aircraft_det/weights/best.pt)self.detect_threadNoneself.save_dir./detect_result# 布局main_widgetQWidget()self.setCentralWidget(main_widget)main_layoutQHBoxLayout(main_widget)# 左侧显示区域self.img_labelQLabel()self.img_label.setAlignment(Qt.AlignCenter)self.img_label.setStyleSheet(background-color:#000;)main_layout.addWidget(self.img_label,3)# 右侧控制区域right_widgetQWidget()right_layoutQVBoxLayout(right_widget)self.btn_imgQPushButton(打开图片检测)self.btn_videoQPushButton(打开视频检测)self.btn_cameraQPushButton(开启摄像头)self.btn_stopQPushButton(停止检测)self.info_textQTextEdit()self.info_text.setReadOnly(True)# 绑定事件self.btn_img.clicked.connect(self.detect_image)self.btn_video.clicked.connect(self.detect_video)self.btn_camera.clicked.connect(self.detect_camera)self.btn_stop.clicked.connect(self.stop_detect)right_layout.addWidget(self.btn_img)right_layout.addWidget(self.btn_video)right_layout.addWidget(self.btn_camera)right_layout.addWidget(self.btn_stop)right_layout.addWidget(QLabel(检测信息))right_layout.addWidget(self.info_text)main_layout.addWidget(right_widget,1)defshow_frame(self,frame):rgbcv2.cvtColor(frame,cv2.COLOR_BGR2RGB)h,w,chrgb.shape bytes_per_linech*w qt_imgQImage(rgb.data,w,h,bytes_per_line,QImage.Format_RGB888)self.img_label.setPixmap(QPixmap.fromImage(qt_img).scaled(self.img_label.size(),Qt.KeepAspectRatio))defshow_info(self,text):self.info_text.append(text)defstart_thread(self,source):self.stop_detect()self.detect_threadDetectThread(self.model,source,self.save_dir)self.detect_thread.signal_img.connect(self.show_frame)self.detect_thread.signal_info.connect(self.show_info)self.detect_thread.start()defdetect_image(self):path,_QFileDialog.getOpenFileName(self,选择图片,,Image Files(*.jpg *.png *.jpeg))ifpath:imgcv2.imread(path)resself.model(img,conf0.25)res_imgres[0].plot()self.show_frame(res_img)# 统计信息cls_count{}forboxinres[0].boxes.cls:cls_nameself.model.names[int(box)]cls_count[cls_name]cls_count.get(cls_name,0)1totalsum(cls_count.values())self.info_text.append(f图片检测 | 目标总数{total}|{cls_count})# 保存ifnotos.path.exists(self.save_dir):os.makedirs(self.save_dir)cv2.imwrite(os.path.join(self.save_dir,img_result.jpg),res_img)defdetect_video(self):path,_QFileDialog.getOpenFileName(self,选择视频,,Video Files(*.mp4 *.avi))ifpath:self.start_thread(path)defdetect_camera(self):self.start_thread(0)defstop_detect(self):ifself.detect_threadandself.detect_thread.isRunning():self.detect_thread.stop_thread()self.detect_thread.quit()self.detect_thread.wait()defcloseEvent(self,event):self.stop_detect()event.accept()if__name____main__:appQApplication(sys.argv)winMainWindow()win.show()sys.exit(app.exec_())五、项目文件清单数据集文件11998张 512×512 图像YOLO 格式.txt标签、VOC 格式.xml标签数据集配置aircraft.yaml模型代码文件train.py训练脚本predict.py推理脚本训练完成权重best.pt/last.ptPyQt5 界面文件ui_main.py主程序代码可选.ui界面文件、图标资源.qrc环境说明运行环境Python 3.8 torch ultralytics opencv-python PyQt5支持系统Windows、LinuxCPU版本
企业数字化 ERP 产品动态
相关推荐
二战考生想拔高，粉笔该怎么搭配专项和模考 二战考生的核心问题不是"没学过"而是"学得不系统"，粉笔系统班对二战考生的最大价值在于查漏补缺和重建知识体系。二战考生应当以粉笔系统班为基础重建框架，配合粉笔专项班精准突破薄弱环节，通过粉笔模考定期暴露真实水平… · 2026/9/26 20:49:02
广州做小程序商城的公司有哪些，2026从这五个维度筛选不踩坑 今天给大家带来广州做小程序商城的公司有哪些，2026从这五个维度筛选不踩坑。广州作为南方科技产业枢纽，小程序开发服务商数量占全国12%以上，企业定制化开发需求占比达72%。但数量多不意味着选择容易——广州市场上既有深耕15年的上市老牌&… · 2026/9/21 1:13:47
消毒产品生产许可证（卫生许可证）办理流程全解 消毒产品生产许可证（卫生许可证）办理流程全解
PAQ：消毒产品生产许可证（卫生许可证）办理流程全解
Q1：什么是消毒产品生产许可证？哪些企业必须办？
A： 消毒产品生产许可证… · 2026/9/21 11:42:03
Libvio.link动态爬虫实战：签名破解与环境模拟 1. 为什么Libvio.link成了动态爬虫的“压力测试仪”最近三个月，我陆续接到六七个同行朋友的私信，问题高度一致：“Libvio.link的数据到底怎么抓？明明页面看着简单，一上手就403、503、空响应，连登录态都维持不… · 2026/9/26 20:49:27
本地电器门店服务号实战：三大隐藏福利与私域运营避坑指南 营口站前这家电器门店的服务号刚上线那阵子，后台总有人问：“这不就是个公众号吗？和以前关注的订阅号有啥区别？”说实话，如果只是把它当成发促销海报的渠道，那确实没多大意思。我们从立项到上线折腾了一个多… · 2026/9/26 20:49:14
Wi-Fi 6空口速率怎么算？从协商速率到实际吞吐的完整拆解 简介：《WiFi6空口速率计算》PDF是一份面向网络工程师、无线运维人员及通信学习者的技术资料，系统梳理802.11ax峰值速率的五大决定因素：天线流数、Symbol与GI、编码方式、码率、有效子载波数量，并结合华为AP4050DN等设备实例&#… · 2026/9/26 20:49:14
学生主力机装机指南：6000-8000元稳态生产力平台搭建 1. 这不是“买电脑”，而是为未来两年学习效率做的一次关键投资2026年学生装机，核心矛盾从来不是“能不能跑得动游戏”，而是“能不能稳稳撑住连续三小时的建模渲染、四开虚拟机跑Python实验、同时挂着Zoom网课Notion笔记PDF批注微信答疑不卡顿… · 2026/9/26 20:49:14
接口调试工具全场景选型指南：从HTTPie到Apifox的实战对比 1. 接口调试工具的真实使用场景与选型逻辑接口测试这件事，干了几年之后你会发现一个规律：新手问"用哪个工具"，老手问"这个场景用哪个工具"。这两个问题的差别，恰恰就是这篇文章想聊的核心。Postman 确实是很多… · 2026/9/26 20:49:14
5G上行载波聚合（UL CA）华为设备配置与优化实战指南 简介：5G上行2CC（载波聚合）功能开通指导文档，聚焦华为设备在多频段组合下的部署方案与性能验证。内容涵盖CA原理、FR内/FR间分类、PCell/SCell等基本概念，并基于《中国移动5G手机产品白皮书》梳理终端能力要求与现网典型… · 2026/9/26 20:49:07
数据库课后习题答案别硬背：当测试用例集刷，效率翻倍 简介：万常选版《数据库原理与设计》课后习题答案资源，覆盖第2至6章及第9章，适合正在学习关系模型、数据库建模、关系数据理论与模式求精的本科生、自学者作为复习与自测材料。压缩包共7个文件，含3个doc参考答案、2个sql示例脚本、… · 2026/9/26 0:00:21
OpenClaw 替代品？Hermes Agent 踩坑实录：macOS 飞书接入 TaoToken 配置 /* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/26 0:00:40
向下兼容与向上兼容：接口设计中的兼容性策略与工程实践 一次版本升级事故，是很多团队绕不过去的坎。线上环境里，服务端明明已经上线了新版接口，老的移动端还在照着旧文档传参数。请求一到网关，校验直接拒绝，用户操作失败，客服群炸了锅，开发群里开始互… · 2026/9/26 0:00:46
