基于YOLOv10与UI界面的TinyObjects数据集微小物体检测：深度学习应用与实践

🧠 一、项目背景与目标

随着遥感技术的发展，利用卫星图像对地表信息进行自动识别成为智慧城市、灾害预测、城市规划等领域的重要技术手段。DeepGlobe 数据集作为一项权威遥感目标检测竞赛提供了大规模高分辨率图像样本，涵盖建筑物、道路、土地覆盖等类别。

而微小目标检测是遥感图像中的一个挑战 —— 建筑物和道路往往被遮挡、数量庞大且尺度差异大。本文我们基于 YOLOv10，结合 UI可视化界面，实现对 DeepGlobe 遥感图像中**微小目标（建筑与道路）**的精准检测与交互式展示。

---

📦 二、数据集介绍：DeepGlobe Dataset

DeepGlobe 是由 CVPR2018 DeepGlobe Challenge 发布的遥感图像数据集，包含 3 个子任务：

• 道路提取（Road Extraction）
• 建筑提取（Building Detection）
• 土地覆盖分类（Land Cover Classification）

我们选用前两个任务进行目标检测。