本研究提出并实现了一种基于YOLOv8深度学习模型的无人机航拍小目标检测系统，旨在解决高空环境下汽车目标检测的技术难题。
项目信息
编号：PDV-43
大小：423M
运行条件
Python开发环境：
– PyCharm的安装包：PyCharm: Python IDE for Professional Developers
– PyCharm的历史安装包：PyCharm: Python IDE for Professional Developers
– Anaconda的安装包：Anaconda | Start Coding Immediately
– Python开发版本：Python==3.9
需要安装依赖包：
– pip install PyQt5== 5.15.11
– pip install Pillow==9.5.0
– pip install opencv-python==4.10.0.84
– pip install torch==2.4.0
– pip install torchvision==0.19.0
– pip install numpy== 1.26.4
– pip install matplotlib==3.9.2
项目介绍
本研究提出并实现了一种基于YOLOv8深度学习模型的无人机航拍小目标检测系统，旨在解决高空环境下汽车目标检测的技术难题。随着无人机技术的发展，航拍图像已广泛应用于交通监控、城市管理、灾害应急等多个领域。然而，由于无人机通常在较高的飞行高度下进行拍摄，目标物体（例如汽车）的尺寸相对较小，背景复杂且多变，传统的检测算法难以准确识别这些小目标。针对这一挑战，本研究采用了YOLOv8深度学习模型，其具备强大的特征提取能力和高效的目标检测性能，能够在复杂背景下快速、精确地识别小目标物体。
本系统采用了CARPK数据集进行模型的训练和测试。CARPK数据集由无人机在约40米高空拍摄的大量停车场图像组成，数据集中仅包含汽车这一单一目标。该数据集的特点在于，图像中的汽车数量不固定，且车间距较小，部分汽车甚至存在遮挡问题，这为检测任务带来了更大的难度。为了解决这些挑战，本系统利用YOLOv8模型进行训练，该模型具备在多尺度特征上进行检测的能力，能够有效应对目标尺寸差异较大、密集分布等问题。此外，系统使用了YOLO格式对数据进行预处理，包括标注文件的转换和图像尺寸的调整，以确保数据能够与YOLOv8模型兼容，从而最大化模型的检测性能。
为了提升系统的用户体验，我们使用PyQt5框架开发了一个功能丰富且直观的图形用户界面。该界面不仅使用户能够轻松加载航拍图像进行检测，还可以实时查看检测结果，包括检测出的目标位置、数量以及置信度等信息。此外，用户还可以通过界面调整检测参数，进一步优化检测效果。界面的设计考虑了用户的便捷性和操作的直观性，使系统能够在实际应用中高效地部署和使用。
在模型训练和优化过程中，本文采用了迁移学习的技术，通过预训练模型的权重进一步提高了模型的收敛速度和检测精度。我们对超参数进行了细致的调整，并通过多轮实验验证了不同参数配置对模型性能的影响。最终结果表明，系统在检测精度和实时性方面均表现优异，能够在复杂的航拍环境下快速、准确地检测并定位汽车目标。同时，系统对硬件资源的要求较低，能够在普通计算机上实现高效运行，这使得该系统具有广泛的实际应用前景。
实验部分的评估结果显示，基于YOLOv8的无人机航拍小目标检测系统在多个指标上都表现突出。无论是在检测精度、召回率还是在实时处理能力方面，系统均达到了预期目标，特别是在密集场景中也能够保持较高的检测准确率。这使得该系统不仅适用于交通监控，还可以应用于停车场管理、智能城市交通系统以及无人驾驶领域。未来，随着深度学习算法的进一步发展和数据集规模的扩展，我们计划继续优化模型，使其在更复杂场景中保持高效性能，并扩展其检测对象至多种类目标，为无人机航拍技术的应用提供更多技术支持。
本研究不仅探讨了YOLOv8模型在无人机航拍小目标检测中的可行性，还从系统设计、数据处理、模型训练及应用场景等多个方面进行了深入研究。通过本系统的实际实现，验证了该方法在航拍小目标检测领域的优异表现，为解决高空环境下的目标检测问题提供了一个高效且实用的解决方案。
项目文档
Tipps：可以根据您的需求进行写作，确保文档原创！
– 项目文档：写作流程
算法流程
代码讲解
Tipps：仅对train.py部分代码简要讲解。该项目可以按需有偿讲解，提供后续答疑。
项目数据
Tipps：通过搜集关于数据集为CARPK数据集，并使用Labelimg标注工具对每张图片进行标注，分1个检测类别，分别是”car”。
目标检测标注工具
（1）labelimg:开源的图像标注工具，标签可用于分类和目标检测，它是用python写的，并使用Qt作为其图形界面，简单好用（虽然是英文版的）。其注释以 PASCAL VOC格式保存为XML文件，这是ImageNet使用的格式。此外，它还支持 COCO数据集格式。
（2）安装labelimg 在cmd输入以下命令 pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple
结束后，在cmd中输入labelimg
初识labelimg
打开后，我们自己设置一下
在View中勾选Auto Save mode
接下来我们打开需要标注的图片文件夹
并设置标注文件保存的目录（上图中的Change Save Dir）
接下来就开始标注，画框，标记目标的label，然后d切换到下一张继续标注，不断重复重复。
Labelimg的快捷键
（3）数据准备
这里建议新建一个名为data的文件夹（这个是约定俗成，不这么做也行），里面创建一个名为images的文件夹存放我们需要打标签的图片文件；再创建一个名为labels存放标注的标签文件；最后创建一个名为 classes.txt 的txt文件来存放所要标注的类别名称。
data的目录结构如下：
│─img_data
│─images 存放需要打标签的图片文件
│─labels 存放标注的标签文件
└ classes.txt 定义自己要标注的所有类别（这个文件可有可无，但是在我们定义类别比较多的时候，最好有这个创建一个这样的txt文件来存放类别）
首先在images这个文件夹放置待标注的图片。
生成文件如下:
“classes.txt”定义了你的 YOLO 标签所引用的类名列表。
（4）YOLO模式创建标签的样式
存放标签信息的文件的文件名为与图片名相同，内容由N行5列数据组成。
每一行代表标注的一个目标，通常包括五个数据，从左到右依次为：类别id、x_center、y_center、width、height。
其中：
–x类别id代表标注目标的类别；
–x_center和y_center代表标注框的相对中心坐标；
–xwidth和height代表标注框的相对宽和高。
注意：这里的中心点坐标、宽和高都是相对数据！！！
存放标签类别的文件的文件名为classes.txt (固定不变)，用于存放创建的标签类别。
完成后可进行后续的yolo训练方面的操作。
模型训练
Tipps：模型的训练、评估与推理
1.YOLOv8的基本原理
YOLOv8是一个SOTA模型，它建立在Yolo系列历史版本的基础上，并引入了新的功能和改进点，以进一步提升性能和灵活性，使其成为实现目标检测、图像分割、姿态估计等任务的最佳选择。其具体创新点包括一个新的骨干网络、一个新的Ancher-Free检测头和一个新的损失函数，可在CPU到GPU的多种硬件平台上运行。
YOLOv8是Yolo系列模型的最新王者，各种指标全面超越现有对象检测与实例分割模型，借鉴了Yolov5、Yolov6、YoloX等模型的设计优点，在全面提升改进Yolov5模型结构的基础上实现，同时保持了Yolov5工程化简洁易用的优势。
Yolov8模型网络结构图如下图所示：
2.数据集准备与训练
本研究使用了CARPK数据集，并通过Labelimg标注工具对每张图像中的目标边框（Bounding Box）及其类别进行标注。然后主要基于YOLOv8n这种模型进行模型的训练，训练完成后对模型在验证集上的表现进行全面的性能评估及对比分析。模型训练和评估流程基本一致，包括：数据集准备、模型训练、模型评估。本次标注的目标类别为汽车’o，数据集中共计包含2208张图像，其中训练集占1774张，验证集占289张，测试集占145张。部分图像如下图所示：
部分标注如下图所示：
图片数据的存放格式如下，在项目目录中新建datasets目录，同时将检测的图片分为训练集与验证集放入datasets目录下。
接着需要新建一个data.yaml文件，用于存储训练数据的路径及模型需要进行检测的类别。YOLOv8在进行模型训练时，会读取该文件的信息，用于进行模型的训练与验证。
data.yaml的具体内容如下：
train: E:/SmallTargetObjective_v8/datasets/train/images 训练集的路径
val: E:/SmallTargetObjective_v8/datasets/valid/images 验证集的路径
test: E:/SmallTargetObjective_v8/datasets/test/images 测试集的路径
nc: 1 模型检测的类别数，共有1个类别。
names: [“car”]
这个文件定义了用于模型训练和验证的数据集路径，以及模型将要检测的目标类别。
数据准备完成后，通过调用train.py文件进行模型训练，epochs参数用于调整训练的轮数，batch参数用于调整训练的批次大小(根据内存大小调整，最小为1)。
CPU/GPU训练代码如下：
加载名为 yolov8n.pt 的预训练YOLOv8模型，yolov8n.pt是预先训练好的模型文件。
使用YOLO模型进行训练，主要参数说明如下：
（1）data=data_yaml_path: 指定了用于训练的数据集配置文件。
（2）epochs=150: 设定训练的轮数为150轮。
（3）batch=4: 指定了每个批次的样本数量为4。
（4）optimizer=’SGD’):SGD 优化器。
（7）name=’train_v8′: 指定了此次训练的命名标签，用于区分不同的训练实验。
3.训练结果评估
在深度学习的过程中，我们通常通过观察损失函数下降的曲线来了解模型的训练情况。对于YOLOv8模型的训练，主要涉及三类损失：定位损失（box_loss）、分类损失（cls_loss）以及动态特征损失（dfl_loss）。训练完成后，相关的训练过程和结果文件会保存在 runs/ 目录下，具体如下：
各损失函数作用说明：
定位损失box_loss：预测框与标定框之间的误差（GIoU），越小定位得越准；
分类损失cls_loss：计算锚框与对应的标定分类是否正确，越小分类得越准；
动态特征损失（dfl_loss）：DFLLoss是一种用于回归预测框与目标框之间距离的损失函数。在计算损失时，目标框需要缩放到特征图尺度，即除以相应的stride，并与预测的边界框计算Ciou Loss，同时与预测的anchors中心点到各边的距离计算回归DFLLoss。这个过程是YOLOv8训练流程中的一部分，通过计算DFLLoss可以更准确地调整预测框的位置，提高目标检测的准确性。
训练结果如下：
这张图展示了YOLOv8模型在训练和验证过程中的多个重要指标的变化趋势，具体如下：
train/box_loss：
（1）这是训练过程中边界框损失的变化。边界框损失用于衡量模型预测的目标框与实际目标框的差异。
（2）它衡量预测的边界框与真实框的偏差，通常随着训练次数的增加，损失逐渐减小，说明模型在不断优化。
train/cls_loss：
（1）这是训练集上的分类损失。分类损失衡量模型对目标类别的预测准确性。
（2）它反映了模型对目标类别的预测准确性，随着训练的进行，损失逐渐减小，说明模型对目标类别的识别能力在提升。
train/dfl_loss：
（1）这是分布聚焦损失（distribution focal loss），用于帮助模型对目标框的精确定位。
（2）它与定位精度相关，损失减少说明模型对目标位置的定位更加准确。
metrics/precision(B)：
（1）这是训练集上的精度（precision）曲线。精度表示模型在检测到的目标中有多少是真正的目标。
（2）精确率指的是模型预测的正样本中有多少是正确的。精确率趋向于1说明模型的误报在减少。
metrics/recall(B)：
（1）这是训练集上的召回率（recall）曲线。召回率表示模型检测出的真实目标的比例。
（2）召回率表示所有正样本中被模型正确检测到的比例，趋近1表示模型能检测出更多的目标。
val/box_loss：
（1）这是验证集上的边界框损失曲线。
（2）这是验证集上边界框损失的变化，趋势与训练集类似，通常也应随着训练的进行而下降。
val/cls_loss：
（1）这是验证集上的分类损失曲线。
（2）它反映了模型在验证集上的分类性能，损失下降意味着模型对验证集中的类别识别能力在提升。
val/dfl_loss：
（1）这是验证集上的分布聚焦损失曲线。
（2）这是验证集上分布焦点损失的变化，减少表明模型在验证集上对目标位置的定位变得更加精确。
metrics/mAP50(B)：
（1）这是验证集上的mAP50曲线，表示在交并比阈值为0.5时模型的平均精度（mean Average Precision）。
（2）表示模型在阈值为0.50的条件下对目标检测的综合性能，越接近1表示模型的性能越好。
metrics/mAP50-95(B)：
（1）这是验证集上的mAP50-95曲线，表示在不同交并比阈值（从0.5到0.95）下模型的平均精度。
（2）这较高的mAP表示模型在多种阈值下都能保持较好的检测性能。
这些图表反映了训练过程中模型的各项指标逐渐优化，损失减少，精确率、召回率和mAP逐渐提升，表明模型的性能在不断提升。
这张图展示的是 Precision-Recall 曲线，用于评估模型在不同类别下的检测性能。以下是详细解释：
曲线表现：
（1）图中蓝色的曲线代表car类目标的精确率和召回率的变化。随着召回率的增加，精确率保持在一个很高的水平，几乎没有下降。这说明模型能够以极高的准确度检测出所有汽车目标，并且几乎没有误报。
（2）曲线上显示的 car 0.994 说明在这个曲线对应的区域内，模型对汽车目标的平均精度（mAP@0.5）为0.994，接近满分，表示模型在汽车检测任务上表现非常优秀。
SevereDemented（严重痴呆）和ModerateDemented（中度痴呆）类别的精确率和召回率得分最高，表明模型在检测这些阶段时表现尤为出色。
模型在所有类别中的表现都很稳定，mAP@0.5为0.986，这表明它能够以较高的置信度准确检测阿尔茨海默病的不同阶段。
all classes 0.994 mAP@0.5：
（1）表示在所有类别下，模型在 mAP@0.5（平均精度）阈值下的表现为0.994。
（2）这表示模型在不同目标类别下（此处仅有汽车一类）的检测能力都非常强，接近完美。
这条精确率-召回率曲线表明该YOLOv8模型在汽车目标检测任务上具有极高的精度和召回率，能够很好地平衡误报和漏报的情况。
4.检测结果识别
模型训练完成后，我们可以得到一个最佳的训练结果模型best.pt文件，在runs/train/weights目录下。我们可以使用该文件进行后续的推理检测。
imgTest.py 图片检测代码如下：
加载所需库：
（1）from ultralytics import YOLO：导入YOLO模型类，用于进行目标检测。
（2）import cv2：导入OpenCV库，用于图像处理和显示。
加载模型路径和图片路径：
（1）path = ‘models/best.pt’：指定预训练模型的路径，这个模型将用于目标检测任务。
（2）img_path = “TestFiles/imagetest.jpg”：指定需要进行检测的图片文件的路径。
加载预训练模型：
（1）model = YOLO(path, task=’detect’)：使用指定路径加载YOLO模型，并指定检测任务为目标检测 (detect)。
（2）通过 conf 参数设置目标检测的置信度阈值，通过 iou 参数设置非极大值抑制（NMS）的交并比（IoU）阈值。
检测图片：
（1）results = model(img_path)：对指定的图片执行目标检测，results 包含检测结果。
显示检测结果：
（1）res = results[0].plot()：将检测到的结果绘制在图片上。
（2）cv2.imshow(“YOLOv8 Detection”, res)：使用OpenCV显示检测后的图片，窗口标题为“YOLOv8 Detection”。
（3）cv2.waitKey(0)：等待用户按键关闭显示窗口
此代码的功能是加载一个预训练的YOLOv8模型，对指定的图片进行目标检测，并将检测结果显示出来。
执行imgTest.py代码后，会将执行的结果直接标注在图片上，结果如下：
这段输出是基于YOLOv8模型对图片“imagetest.jpg”进行检测的结果，具体内容如下：
图像信息：
（1）处理的图像路径为：TestFiles/imagetest.jpg。
（2）图像尺寸为 384×640 像素。
检测结果：
（1）模型在该图片上检测到 74辆车（”74 car”）
处理速度：
（1）预处理：2.6毫秒/图片
（2）推理：36.7毫秒/图片
（3）后处理：56.1毫秒/图片
模型在处理图片时非常高效，成功检测出74个航拍小目标，并将结果保存到了指定目录。
运行效果
– 运行 MainProgram.py
1.主要功能：
（1）可用于实时检测目标图片中的汽车;
（2）支持图片、视频及摄像头进行检测，同时支持图片的批量检测；
（3）界面可实时显示目标位置、目标总数、置信度、用时等信息;
（4）支持图片或者视频的检测结果保存。
2.检测结果说明：
这张图表显示了基于YOLOv8模型的目标检测系统的检测结果界面。以下是各个字段的含义解释：
用时（Time taken）:
（1）这表示模型完成检测所用的时间为0.031秒。
（2）这显示了模型的实时性，检测速度非常快。
目标数目（Number of objects detected）:
（1）检测到的目标数目为87，表示这是当前检测到的第74个目标。
目标选择(下拉菜单)：全部:
（1）这里有一个下拉菜单，用户可以选择要查看的目标类型。
（2）在当前情况下，选择的是“全部”，意味着显示所有检测到的目标信息。
类型（Type）:
（1）当前选中的行为类型为 “汽车”，表示系统正在高亮显示检测到的“car”。
置信度（Confidence）:
（1）这表示模型对检测到的目标属于“中度痴呆”类别的置信度为92.84%。
（2）置信度反映了模型的信心，置信度越高，模型对这个检测结果越有信心。
目标位置（Object location）:
（1）xmin: 564, ymin: 566：目标的左上角的坐标(xmin, ymin)，表示目标区域在图像中的位置。
（2）xmax: 629, ymax: 631：目标的右下角的坐标(xmax, ymax)，表示目标区域的边界。
这些坐标表示在图像中的目标区域范围，框定了检测到的“汽车”的位置。
这张图展示了航拍小目标的一次检测结果，包括检测时间、检测到的种类、各行为的置信度、目标的位置信息等。用户可以通过界面查看并分析检测结果，提升航拍小目标检测的效率。
3.图片检测说明
点击打开图片按钮，选择需要检测的图片，或者点击打开文件夹按钮，选择需要批量检测图片所在的文件夹。
操作演示如下：
（1）点击目标下拉框后，可以选定指定目标的结果信息进行显示。
（2）点击保存按钮，会对检测结果进行保存，存储路径为：save_data目录下。
检测结果：系统识别出图片中的航拍小目标，并显示检测结果，包括总目标数、用时、目标类型、置信度、以及目标的位置坐标信息。
4.视频检测说明
点击视频按钮，打开选择需要检测的视频，就会自动显示检测结果，再次点击可以关闭视频。
点击保存按钮，会对视频检测结果进行保存，存储路径为：save_data目录下。
检测结果：系统对视频进行实时分析，检测到航拍小目标并显示检测结果。表格显示了视频中多个检测结果的置信度和位置信息。
这个界面展示了系统对视频帧中的多目标检测能力，能够准确识别航拍小目标，并提供详细的检测结果和置信度评分。
5.摄像头检测说明
点击打开摄像头按钮，可以打开摄像头，可以实时进行检测，再次点击，可关闭摄像头。
检测结果：系统连接摄像头进行实时分析，检测到航拍小目标并显示检测结果。实时显示摄像头画面，并将检测到的行为位置标注在图像上，表格下方记录了每一帧中检测结果的详细信息。
6.保存图片与视频检测说明
点击保存按钮后，会将当前选择的图片(含批量图片)或者视频的检测结果进行保存。
检测的图片与视频结果会存储在save_data目录下。
保存的检测结果文件如下：
图片文件保存的csv文件内容如下，包括图片路径、目标在图片中的编号、目标类别、置信度、目标坐标位置。
注：其中坐标位置是代表检测框的左上角与右下角两个点的x、y坐标。
（1）图片保存
（2）视频保存
– 运行 train.py
1.训练参数设置
（1）data=data_yaml_path: 使用data.yaml中定义的数据集。
（2）epochs=150: 训练的轮数设置为150轮。
（3）batch=4: 每个批次的图像数量为4（批次大小）。
（4）name=’train_v8′: 训练结果将保存到以train_v8为名字的目录中。
（5）optimizer=’SGD’: 使用随机梯度下降法(SGD)作为优化器。
虽然在大多数深度学习任务中，GPU通常会提供更快的训练速度。
但在某些情况下，可能由于硬件限制或其他原因，用户需要在CPU上进行训练。
温馨提示：在CPU上训练深度学习模型通常会比在GPU上慢得多，尤其是像YOLOv8这样的计算密集型模型。除非特定需要，通常建议在GPU上进行训练以节省时间。
2.训练日志结果
这张图展示了使用YOLOv8进行模型训练的详细过程和结果。
训练总时长：
（1）模型在训练了150轮后，总共耗时1.315小时。
处理速度：
（1）预处理：0.1ms/图像
（2）推理：1.4ms/图像
（3）后处理：0.8ms/图像
mAP结果：
（1）mAP50: 表示IoU阈值为0.5时的平均精度，最终结果为99.4%，说明模型在较宽松的匹配条件下表现非常好。
（2）mAP50-95: 表示在IoU阈值从0.5到0.95的平均精度，最终结果为85.7%，评估了模型在更严格条件下的整体精度表现。
结果保存：
（1）Results saved to runs\detect\train_v8：验证结果保存在 runs\detect\train_v8 目录下。
完成信息：
（1）Process finished with exit code 0：表示整个验证过程顺利完成，没有报错。
该图展示了YOLOv8模型在航拍小目标任务上的优秀性能，尤其在多类别行为的检测中表现出色，模型可以较为准确地识别不同的航拍小目标，且在推理速度上也具备较好的实时性。
远程部署
Tipps：购买后可有偿协助安装，确保运行成功。
– 远程工具：Todesk 、向日葵远程控制软件
– 操作系统：Windows OS
– 客服QQ：3666308803
项目文件
文件目录
Tipps：完整项目文件清单如下：
项目目录
– 1.Code (完整代码：确保运行成功)
– 2.Result (运行结果：真实运行截图)
– 3.Demo (演示视频：真实运行录制)
评论(0)