目录

基于yolo11的无人机航拍工程机械目标检测实战系统

1.数据阶段

1.1数据集准备

1.2数据集结构组织

1.3数据集下载

1.4环境安装

2.训练阶段

2.1配置文件修改

2.2执行训练命令

2.3训练生成结果文件

2.4评估与可视化结果

3.推理阶段

3.1开始推理

3.2输出展示

4.系统UI界面

4.1实现PYQT5代码

4.2最终系统界面

结束语

---

基于yolo11的无人机航拍工程机械目标检测实战系统

1.数据阶段

1.1数据集准备

无人机航拍工程机械检测数据集是一个用于目标检测任务的数据集。该数据集的主要应用领域为航空/无人机/施工建筑/建筑工地。样例如下图所示：

背景：在现代工程建设中，推土机、混凝土搅拌机、自卸卡车、挖掘机、起重设备、打桩机和塔式起重机等工程机械，是保障项目推进的关键力量。传统地面监控对这些工程机械的监测存在视角局限，难以全面掌握其作业情况。无人机航拍技术凭借灵活、视野广的优势，为工程机械检测开辟新路径。但构建相关检测数据集困难重重，航拍时工程机械易受光照变化、遮挡、尺度不一等因素干扰，且不同场景下机械外观、姿态多样。为实现精准检测，提升工程管理与安全保障水平，构建“无人机航拍工程机械检测数据集”刻不容缓，为后续智能检测技术发展筑牢根基。

数据集详情：该数据集由用于建筑设备目标检测的航拍照片组成，目的是在图像中识别和检测几种类型的建筑机械。该数据集图像以真实多样化施工场地环境为采集基础，通过在不同光照、角度、场景下进行拍摄获取，并根据Roboflow工具和YOLO格式进行标注。数据量大约有920张JPG格式高质量图像，含有对应txt标签文件，一一对应。标注格式统一为YOLO形式，按照约为7:2:1的比例分为训练集、验证集、测试集，便于YOLO系列算法训练及对比测试。数据类别分布，主要涵盖常见的7种现场工程机械类型，例如推土机、混凝土搅拌机、自卸卡车、挖掘机、起重设备、打桩机和塔式起重机等。

1.2数据集结构组织

YOLO格式数据集结构如下：

aerial_construction_equipment/

- train

-- images

-- labels

- valid

-- images

-- labels

- test

-- images

-- labels

训练集图像约有645张高质量jpg图像，验证集图像约有185张高质量jpg图像，测试集图像约有90张高质量jpg图像。

1.3数据集下载

【注意：准备好的aerial_construction_equipment文件夹，应该与下面的工程项目yolov11_det位于同级目录，不要将aerial_construction_equipment文件夹放置在工程项目里面】

☆可直接获取转换完成的yolo格式数据集(如下图)，获取方式见文末

1.4环境安装

执行下面指令：

pip install ultralytics==8.3.59 -i https://pypi.tuna.tsinghua.edu.cn/simple

2.训练阶段

2.1配置文件修改

【前提条件：cuda、torch、ultralytics版本匹配且可用，使用yolo11s型号预训练模型】

【需要进入工程项目yolov11_det里面】

修改数据配置文件./custom.yaml，训练集/验证集路径设定，类别数和类别名称需一致

2.2执行训练命令

【按需修改train.py文件里的训练参数，例如：windows系统，workers应该设置为0；linux系统，可设置为8；其他参数按照硬件配置需求做修改】

执行训练指令：

python train.py

训练200epoch后(含有早停机制，200epochs)，模型保存在runs/detect/train/weights文件夹

2.3训练生成结果文件

1）核心模型

weights/

存放训练得到的模型权重文件，是训练的核心输出：

best.pt：验证集性能（如mAP、损失）最优的模型权重（推荐用于实际部署）。

last.pt：训练结束时的最终模型权重（可能过拟合，不推荐直接使用）。

2）训练配置

args.yaml

记录训练时的所有超参数和配置（如模型类型、epochs、学习率、数据集路径、图像尺寸等），可用于复现训练过程或查看参数设置。

3）日志记录

events.out.tfevents.*

TensorBoard日志文件，记录训练/验证过程中的损失、mAP、学习率等指标，可通过tensorboard--logdirruns/detect/train可视化训练曲线。

results.csv

以CSV格式记录每轮训练的关键指标（如epoch,train/box_loss,val/mAP50等），可用于Excel或脚本分析训练趋势。

2.4评估与可视化结果

1）F1_curve.png（F1分数）

由图可知，当confidence为0.645时，allclasses的F1分数为0.76；表示该模型在0.645的置信度预测类时整体表现良好，具有一定的准确性和召回率。

什么是F1分数？F1分数是精确率（Precision）和召回率（Recall）的调和平均值，它同时考虑了模型预测的准确性和覆盖面。

2）P_curve.png（精确率曲线）

图中的深蓝色折线代表整体的精度，随着置信度的增加，精确度也增加，在置信度为0.965时，精确度达到了1.00。其余7条线分别表示7个类别在不同的置信度下的精度。

精确率曲线，帮助分析模型在检测任务中的表现，特别是在不同置信度设置下的精确性表现。通过这条曲线，可以选择合适的置信度阈值，以优化模型的检测结果，平衡精确率和召回率。

3）PR_curve.png（精确率-召回率曲线）

图中的曲线为Precision-RecallCurve（精确度-召回率曲线），展示了不同阈值下分类器的精确度和召回率。具体来说，横轴表示Recall（召回率），范围从0.0到1.0；纵轴表示Precision（精确度），范围从0.0到1.0。图中主要有8条曲线：

（1）彩色线代表7个类别的精确度-召回率曲线，每个类别的精确度各有差异；

（2）深蓝色线代表所有类别的平均精确度-召回率曲线，其精确度也在0.780左右保持稳定。

这8条曲线都显示了随着召回率的增加，精确度略有下降的趋势，但整体上精确度保持在很高的水平。

通过这条曲线，可以评估模型在目标检测任务中的整体性能，并找到合适的置信度阈值，以在精确率和召回率之间做出最佳平衡。PR曲线越接近右上角，模型性能越好，曲线下方的面积越大，说明模型在不同置信度下的表现越稳定。

4）R_curve.png（召回率曲线）

图中的R曲线为Recall-ConfidenceCurve（召回率-置信度曲线），它展示了不同置信度下的召回率。具体来说，横轴表示置信度，从0.0到1.0；纵轴表示召回率，从0.0到1.0。图中主要有8条曲线：

（1）7条彩色线：代表7个类别的召回率随置信度的变化情况。这条曲线显示了随着置信度的增加，每个类别的召回率先变化较小，然后在某个点之后迅速下降。

（2）深蓝色线：代表所有类别的平均召回率随置信度的变化情况。

展示模型在不同的置信度阈值（confidencethresholds）下的召回率表现。召回率曲线帮助评估模型在目标检测任务中，检测到真正目标的能力。通过这条曲线，用户可以评估模型的检测能力，分析模型在不同阈值下对真实目标的检测是否全面。如果召回率曲线在较低的置信度下表现较好，说明模型可以有效检测大多数目标；如果曲线下降较快，可能需要调整模型或数据集，避免漏检问题。

5）results.png（结果指标曲线）

这个图像文件，显示了训练过程中关键指标（如损失、mAP）的变化趋势。

box_loss：定位损失曲线

含义：边界框损失，衡量预测的边界框与真实边界框之间的误差。包括边界框的中心位置、宽度、高度等。

图表：通常显示为训练轮次或步数上的损失值曲线，较低的损失值表明模型对边界框的预测更加准确。

cls_loss：分类损失曲线

含义：类别损失，衡量预测的类别标签与真实类别标签之间的差距。反映了分类器的准确性。

图表：显示为训练轮次或步数上的损失值曲线，较低的损失值表示分类器性能较好。

dfl_loss：目标检测损失曲线

含义：分布式定位损失（DistributionFocalLoss），处理定位任务中的类别不平衡问题。帮助模型更加关注难以预测的目标。

图表：显示为训练轮次或步数上的损失值曲线，较低的损失值表示分布式定位任务的效果较好。

Precision(B)：精度曲线

含义：精确度（B类），表示模型预测的正样本中有多少比例是真正的正样本。B类通常是指背景类。

图表：显示为训练轮次或步数上的精确度曲线，较高的精确度表示模型在背景类检测中的准确性较高。

Recall(B)：召回率曲线

含义：召回率（B类），表示模型检测到的实际正样本中的比例。B类通常是指背景类。

图表：显示为训练轮次或步数上的召回率曲线，较高的召回率表示模型对背景类的检测能力较强。

mAP50(B)：IoU阈值为0.5时的平均精度

含义：在IoU（IntersectionoverUnion）阈值为0.5时的平均精度（B类），反映了模型在此IoU阈值下的精度。

图表：显示为训练轮次或步数上的mAP50值曲线，较高的mAP50值表示模型在背景类的检测精度较高。

mAP50-95(B)：IoU阈值在0.5到0.95之间的平均精度

含义：在IoU阈值从0.5到0.95范围内的平均精度（B类），评估模型在不同IoU阈值下的检测性能。

图表：显示为训练轮次或步数上的mAP50-95值曲线，较高的mAP50-95值表示模型在背景类的整体性能较强。

3.推理阶段

3.1开始推理

使用训练好的模型进行预测(输入测试图片文件夹input_test_images)：

执行下面指令：

python predict.py

检测完成后，结果保存在output_results文件夹。

3.2输出展示

样例输出如下：

4.系统UI界面

4.1实现PYQT5代码

编码实现界面代码ui_window.py，以及逻辑代码ui_main_gui.py

1）运行环境安装

执行下面指令：

pip install ultralytics==8.3.59 -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install PyQt5==5.15.9 -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install PyQt5-Qt5==5.15.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

2）设定模型路径

在ui_main_gui.py文件中，指定训练完成的最优模型路径

4.2最终系统界面

将UI测试图片/视频放置于文件夹ui_test_files

执行下面指令：

python ui_main_gui.py

展示如下：

结束检测后(自动)保存结果在ui_result目录下(会新建)

界面特点：

1. 支持图片、视频、摄像头等输入源
2. 置信度和交并比等参数可按需调节
3. 检测状态(开始/暂停/结束)等可设定
4. 原始图像和结果图像对比显示输出
5. 支持表格数据实时统计显示
6. 支持结果数据自动保存

---

结束语

感谢您的耐心阅读！若文中存在错误，恳请指出，我会努力改进。若您有更优方法，也请不吝分享，让我们共同进步！

【⭐⭐⭐源码或数据集或ui界面系统需求，请访问  深瞳智检-yolo11实战】