基于Yolo11的无人机小目标检测系统的设计与性能优化改进项目实现

项目简介

基于Yolo11的无人机小目标检测系统的设计与性能优化改进的目标检测

项目名称

基于Yolo11的无人机小目标检测系统的设计与性能优化改进

项目简介

该项目旨在开发一个基于YOLO11的无人机目标检测系统，能够实时识别并定位无人机拍摄过程中捕捉的小目标。考虑到无人机拍摄的目标通常较小，系统将采用特定的调优策略，以提高小目标的检测精度和召回率。

数据

数据集下载

https://github.com/VisDrone/VisDrone-Dataset

数据预处理

1.获取数据集的labels目标框标签

• 训练集数据

from PIL import Image
from tqdm import tqdm
from pathlib import Path
import os
def labelsplit(path):
    # 假设 dir 是一个 Path 对象，指向你想要处理的目录
    # 获取当前路径
    # d:\huaqing\code\detect_plane_project_4
    current = os.path.dirname(__file__)
    txt_dir = os.path.join(current, 'datasets', path, 'annotations')
    img_dir = os.path.join(current, 'datasets', path, 'images')
    labels_dir = os.path.join(current, 'datasets', path, 'labels')
​
    # 转化为相对路径
    # txt的文件路径
    txt_path = os.path.relpath(txt_dir)
    img_path = os.path.relpath(img_dir)
    labels_path = os.path.relpath(labels_dir)
​
​
    txt_path = Path(txt_path)
    # 遍历txt文件夹下的所有txt文件
    # pbar = os.listdir(txt_path)
    pbar = tqdm((txt_path).glob('*.txt'), desc=f'Converting {txt_path}')
    for f in pbar:
        #