本项目是一套基于 YOLOv11 的无人机航拍小目标检测系统，以 VisDrone 航拍目标检测数据集 为数据基础，面向航拍图像中的行人、车辆等十类目标完成模型训练、评估与系统应用。系统提供 Web 端和 PyQt6 桌面端，支持图片、视频和摄像头输入，并集成结果查看、历史查询、模型管理与训练指标展示，适用于项目设计、课程实践和答辩展示。
一、项目简介
面向无人机航拍中目标密集、尺度较小和遮挡较多的图像，完成十类目标的位置预测与类别识别。图片检测、连续画面处理、目标定位、历史回查和训练实验结果在同一套系统中关联展示。
| 组成 | 项目内容 |
|---|---|
| 数据集 | VisDrone 航拍目标检测数据集 |
| 模型 | YOLO11s |
| 识别任务 | 航拍图像中的行人、车辆等十类目标 |
| 实验资料 | 训练参数、日志、权重与已有图表 |
| 应用端 | 桌面界面与浏览器操作界面 |
二、系统功能设计
2.1 登录与功能入口
系统提供登录与注册，登录后通过左侧栏进入概览、图片、视频、摄像头、历史、模型和指标页面。Web 账号及历史独立保存，便于分别管理不同使用者的检测任务。
2.2 图片检测与目标定位
上传航拍图像后，模型输出目标框、类别、置信度和类别统计。画面支持缩放、平移与适应窗口；点击目标明细可以定位到对应区域，结合类别筛选检查密集目标。画面缩放改变查看比例，调整推理尺寸后需要重新检测。
2.3 类别筛选与明细导出
筛选某一类目标后，结果图与目标列表联动，方便检查小汽车、行人等目标的分布。检测图片和 CSV 明细可分别导出，记录目标位置与预测分数。
2.4 视频与摄像头检测
视频按设定间隔采样推理，展示进度并生成标注视频和统计信息，任务支持取消。摄像头提供设备控制、暂停、截图与会话归档。本文视频配图使用数据集图片序列，跨帧累计检出次数不等于去重后的目标数量。
2.5 模型与参数管理
模型页集中展示项目的 VisDrone 十类权重，支持兼容权重管理以及置信度、IoU、最大检测数量等参数设置。模型类别须与十类标签对应，检测结果随当前所选模型和参数生成。
2.6 历史查询与指标展示
历史页支持筛选、详情查看和结果导出，方便回查输入、检测参数及输出。指标页读取真实 CSV，区分峰值、对应轮次与末轮结果，同时展示已有训练图。
三、技术栈
| 类别 | 技术及用途 |
|---|---|
| 编程语言 | Python、JavaScript |
| 深度学习框架 | PyTorch |
| 模型训练与推理 | Ultralytics YOLOv11 |
| 桌面界面 | PyQt6 |
| Web 服务 | FastAPI |
| Web 前端 | HTML、CSS、JavaScript |
| 图像与视频处理 | OpenCV、NumPy |
| 训练日志与离线绘图 | Matplotlib；CSV 训练记录 |
| 结果保存 | Web 独立目录中的账号、任务、历史与结果文件 |
四、项目结构
项目将训练代码、界面、模型产物和 Web 服务分别组织，主要目录如下：
text
c200/
├─ detection_app/
├─ generate_metrics_charts.py
├─ runs/
├─ train_yolo11.py
├─ 项目说明.md
└─ web/
├─ api/、core/、services/ # 服务接口与推理任务
├─ static/ # 页面与交互
└─ data/ # Web 独立运行数据本文对应的训练日志位于 runs/detect/runs/train/yolo11_visdrone/results.csv。 数据集按实际配置定位；浏览器端的运行结果独立保存在 Web 数据目录。
五、数据集说明
5.1 数据集与识别任务
项目使用 VisDrone 航拍目标检测数据集，面向航拍图像中的行人、车辆等十类目标。每个目标由类别与边界框共同描述，模型输出位置及对应预测分数。
5.2 数据规模与划分
以下数量按当前本机配套数据目录统计；所列划分对应本项目的数据组织。
| 数据划分 | 图像数量 |
|---|---|
| 训练集 | 6,471 |
| 验证集 | 420 |
| 测试集 | 1,610 |
| 合计 | 8,501 |
5.3 类别与标注格式
| 类别编号 | 类别名称 | 中文含义 |
|---|---|---|
| 0 | pedestrian | 行人 |
| 1 | people | 人群 |
| 2 | bicycle | 自行车 |
| 3 | car | 小汽车 |
| 4 | van | 面包车 |
| 5 | truck | 卡车 |
| 6 | tricycle | 三轮车 |
| 7 | awning-tricycle | 带篷三轮车 |
| 8 | bus | 公交车 |
| 9 | motor | 摩托车 |
YOLO 标注按每行一个目标组织：
text
class_id center_x center_y width height中心点坐标与宽高采用相对图像尺寸的归一化值，图像与 TXT 标注按文件名对应。
六、模型训练过程
6.1 训练流程
训练代码由 train_yolo11.py 组织，先读取图像、类别与划分，再加载预训练模型进行训练，并保留逐轮日志与已有权重。
- 按当前数据目录读取图像及对应标签。
- 将输入调整为实验配置的尺寸，并应用训练预处理。
- 加载基础模型，在对应类别上进行训练。
- 在验证阶段计算指标并保存日志及权重。
- 使用已有训练图表分析结果，并在系统中加载权重开展推理。
6.2 模型与训练参数
| 参数 | 本次记录 |
|---|---|
| 基础模型 | YOLO11s |
| 配置轮数 | 300 |
| 日志实际轮数 | 300 |
| 输入尺寸 | 640 × 640 |
| Batch Size | 16 |
| 优化器配置 | SGD |
| 预热轮数 | 3.0 |
| DataLoader Workers | 4 |
日志最后一行累计耗时为 27,602.60 秒，约 460.0 分钟。 数据增强与学习率调度以本次参数记录和逐轮 CSV 为准；配置值与实际日志中的学习率分别读取。
6.3 训练产物
args.yaml：本次实验参数。results.csv：每一轮损失、检测指标和学习率。weights/：已保存的模型权重。- 训练图表：原始产物中的曲线、分布或评估图，见第八节。
七、训练结果与核心指标
7.1 最后一轮结果
以下为当前实验 CSV 的第 300 轮验证结果：
| 指标 | 日志数值 | 百分比 |
|---|---|---|
| Precision | 0.59169 | 59.169% |
| Recall | 0.4258 | 42.580% |
| mAP@0.5 | 0.42992 | 42.992% |
| mAP@0.5:0.95 | 0.25129 | 25.129% |
7.2 各指标最高值
| 指标 | 最高值 | 对应轮次 |
|---|---|---|
| Precision | 0.59169 | 第 300 轮 |
| Recall | 0.4258 | 第 300 轮 |
| mAP@0.5 | 0.42992 | 第 300 轮 |
| mAP@0.5:0.95 | 0.25129 | 第 300 轮 |
单项峰值可能出现在不同轮次；末轮表用于查看同一轮完整结果，峰值表用于查看各指标在本次训练中的最高记录。
7.3 结果分析
航拍图像中的密集小目标使召回与精细定位更具挑战。本次结果中 Precision 高于 Recall，可以围绕输入分辨率、目标尺度与遮挡样本继续开展对照实验。
八、可视化图表说明
以下图片直接采用源码目录已有的训练产物，保留原始图表内容与数值。
8.1 训练与验证损失
展示图中对应的损失项随训练轮次的变化，结合训练与验证结果观察拟合情况。
8.2 检测指标变化
展示对应检测指标随训练轮次的变化，数值与本文列出的原始 CSV 结果按同一实验读取。
8.3 学习率调度
展示实际日志中的学习率变化，辅助查看预热与衰减过程。
本项目为个人原创项目，配套源码、模型权重、训练资料和项目说明，可用于毕业设计、课程实践、简历展示及个人学习。有项目成品或定制需求，可以通过主页联系作者。