简介面向无人机视觉检测与深度学习开发者资源包提供了一套完整的YOLOv8小型固定翼无人机检测方案包含已训练好的权重、约2000张YOLO格式标注数据集及划分好的train/val/test目录并配套data.yaml可直接训练或迁移至YOLOv5/v7/v8等系列模型。压缩包共2000个文件以txt标签、py脚本、yaml配置、md/pdf教程为主其中yaml定义单类别FixedWing-Dronepy脚本支撑PyQt图形界面实现图片、视频与摄像头实时检测教程文档覆盖从环境配置到界面运行的完整流程。资源包约160.8MB已有204人学习下载。对于需要快速上手固定翼无人机检测的开发者可直接加载权重进行推理也能基于数据集复现训练流程配套的PyQt界面降低了操作门槛适合课程设计、毕业设计或项目演示场景。1. 为什么要专门做一个YOLOv8小型固定翼无人机检测权重“YOLOv8小型固定翼无人机检测权重2000数据集使用教程PyQt界面”这套组合解决的是低空安防和巡检场景里一个很具体的痛点固定翼无人机体积小、飞行速度快、姿态多变拿通用COCO权重直接检测经常是目标飞到眼前才出框。我自己做过几个类似项目后最大的体会是对这类小目标专用权重比通用预训练权重好用得多而2000张经过挑选的图像往往比上万张堆出来的数据集更有效。下面要把这2000张数据集怎么用、权重怎么训出来、PyQt界面怎么接上、现场部署会撞上哪些坑一条条讲清楚。适合做无人机识别、净空监测或固定翼目标跟踪的开发者参考。2. 小型固定翼无人机检测的模型选型与数据准备2.1 为什么是YOLOv8而不是更老或更新的检测器小型固定翼无人机在画面里通常只有几十到一两百像素机身细长机翼和尾翼的轮廓在特定角度下会缩成一条线。这类目标对模型感受野、下采样倍数和多尺度特征融合的要求很高。YOLOv8相对YOLOv5改进了C2f模块和Anchor-Free检测头在保持推理速度的同时对小目标的召回率比YOLOv5更能打对比更重的RT-DETR或Mask R-CNNYOLOv8的工程化程度高从训练到导出ONNX再到部署到RK3588这类边缘设备链路最短。选择YOLOv8并不是因为它最强而是因为在一个2000张图的数据集规模下它能把训练成本、调参成本、部署成本压到一个人能搞定的程度。YOLOv8本身也分n/s/m/l/x几个尺寸。做小型固定翼无人机检测现场基本都是实时视频流至少要有10帧以上的处理能力。我通常建议先用YOLOv8n跑通流程再拿YOLOv8s对比一次看mAP提升了多少再决定是否接受推理时间翻倍。很多教程一上来就让用YOLOv8x这在2000张数据上很容易过拟合收敛反而变慢。看网络结构图时重点看backbone输出的三个尺度特征图分别对应下采样8、16、32倍。固定翼无人机如果太小下采样32倍那一路基本丢失了小目标信息所以后面训练时要特别关注小目标那一层的损失。如果一直不降就要考虑增加小目标样本或者用切图检测的方式把目标放大。这个后面会在避坑章节展开。2.2 2000张数据集的构成与标注格式要求标题里这个项目配套的是2000张小型固定翼无人机图片。这个量级放在目标检测里不算大但对固定翼无人机已经可以做出能用的权重前提是数据构成要对。我一般会把2000张图按场景拆成几个维度光照强光、逆光、阴天、黄昏、背景天空、山体、树林、城市建筑、海面、目标姿态正对、侧飞、俯冲、拉升、转弯以及目标尺寸大、中、小尤其要包含100像素以下的小目标。如果2000张里全是大侧身白底天空那么到了现场十有八九翻车。维度建议覆盖情况影响光照强光、逆光、阴天、黄昏逆光样本少会导致低对比度下漏检背景天空、山体、树林、城市、海面决定模型对纹理干扰的鲁棒性姿态侧飞、正对、俯冲、拉升机身细长时角度变化大易误检目标尺寸大、中、小含100像素以下小目标占比低会导致mAP虚高标注格式建议直接用YOLO格式每个图像对应一个同名txt每行是class_id、中心点x、中心点y、宽、高都是归一化到0到1的浮点数。很多标注工具可以直接导出这种格式。因为这里只有一类class_id固定填0。有个特别容易忽略的坑YOLO格式的宽高归一化后不能为0。如果标注框太小有些工具会输出0.000几的值训练时会导致loss异常建议过滤掉宽度或高度小于0.005的框。还要注意固定翼无人机不是四旋翼。四旋翼通常是一个中心体加四条手臂在图像里呈紧凑的X形固定翼则是细长的飞机形态远距离时只有一条短线段加一个小点。标注时不要用矩形框把整个翼展包进去后留太多背景因为YOLO框大了目标真实区域占比就低容易把背景特征学进去。我一般会让标注框紧贴机头和机翼端点宁可让框稍微切到一点机翼边缘也不要留白边。2.3 目录划分与标签检查脚本拿到手的数据集一般是images和labels两个目录。要训练先划分train/val/test。常见做法是6:2:2但2000张图我会用80%训练、15%验证、5%测试测试集单独挑最难的那些逆光、极小目标、遮挡用来评估真实效果。目录结构可以这样排drone_dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ └── labels/ ├── train/ ├── val/ └── test/对每个图像labels里必须有同名txt否则YOLOv8训练时会跳过这张图。训练前我一般会跑一个检查脚本把没有标签的图、空标签的图、标签越界的图全部找出来from pathlib import Path img_dir Path(drone_dataset/images/train) lab_dir Path(drone_dataset/labels/train) for img_path in img_dir.glob(*.jpg): lab_path lab_dir / (img_path.stem .txt) if not lab_path.exists(): print(f缺标签: {img_path}) continue lines lab_path.read_text().strip().splitlines() if not lines: print(f空标签: {img_path}) for line in lines: parts line.split() if len(parts) ! 5: print(f格式错误: {img_path} - {line})这个脚本很简单但值得做。2000张图如果只有少数几张标签缺失训练过程不会崩但会在验证集上莫名掉几个点尤其当这些图正好落在测试集里时看起来很像是模型的锅其实是数据没洗干净。另一个检查点是类别数一致性有的标注工具会默认从1开始编号YOLOv8要求从0开始如果class_id写成了1检测时会出现错位。我习惯在训练前统计所有标签的class_id最大值确保只有0。2.4 数据增强参数让2000张图逼近8000张效果YOLOv8自带了Mosaic、MixUp、HSV变换、随机翻转等增强默认在训练时自动打开。对2000张小数据集Mosaic尤其重要因为它把四张图拼成一张等于在扩大学习样本的同时让模型看到不同场景的拼接边界。但Mosaic有一个副作用如果拼接时把太多空背景拼在一起固定翼无人机的真实尺寸会被进一步缩小模型反而更难点。我通常会在数据配置yaml里给增强参数做微调。比如把hsv_h、hsv_s、hsv_v适当调小一点因为无人机在天空中的颜色和光照变化本来就多太大的颜色扰动会让模型把注意力放在不稳定的纹理上。翻转增强则要非常小心固定翼无人机有明确的头尾方向左右翻转可以开模型能学到对称特征但上下翻转一定要关掉因为固定翼很少倒飞垂直翻转会让模型混淆机腹和机背。如果你要复现这个项目的训练data yaml里大致是path: drone_dataset train: images/train val: images/val names: 0: fixedwing_uav其中train和val相对于path路径尽量写成相对路径换机器不踩坑。另外如果目录里有中文路径YOLOv8虽然能跑但在Windows上导出模型或做可视化时偶发乱码保险起见路径里尽量只用英文字母和数字。3. 用YOLOv8训练自己的数据集环境、训练命令与损失曲线3.1 环境配置CUDA、PyTorch、ultralytics一套跑通YOLOv8训练自己的数据集环境配置其实没那么玄学。最省心的组合是Python 3.10或3.11、PyTorch2.x对应的CUDA版本再加最新版ultralytics。我建议直接用conda建干净环境避免把系统Python环境搞脏。常见安装命令是conda create -n yolo python3.10 conda activate yolo pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121 pip install ultralyticsCUDA版本要和显卡驱动匹配用nvidia-smi查看驱动支持的CUDA版本再决定装cu118还是cu121。如果你只是CPU训练也可以直接pip install torch但2000张图训练时间会慢到让人怀疑人生。装完后快速验证python -c from ultralytics import YOLO; y YOLO(yolov8n.pt); print(ok)这一步会从官方权重仓库下载yolov8n.pt正常网络几秒钟就完成。如果下载失败不要硬磕检查一下代理设置或把权重手动放到当前目录。环境配置里最容易出问题的是torch和CUDA版本不一致导致训练时报显存错误或根本不调用GPU。判断方法是在代码里打印torch.cuda.is_available()如果是False先检查驱动、再检查torch版本。我见过很多朋友装完环境训练日志里显示devicecpu还以为模型在跑实际上速度慢了几十倍。3.2 训练命令与关键参数设置YOLOv8训练可以直接用命令行也可以写成Python脚本。命令行最简单的方式是yolo detect train datadrone_dataset.yaml modelyolov8n.pt epochs100 imgsz640 batch16 lr00.01 projectoutputs namedrone_exp每个参数都有讲究。model是预训练权重路径不一定要用yolov8n.pt也可以用其他COCO预训练权重但注意ultralytics会自动把检测头替换成我们自己的类别数。epochs在2000张数据上我一般先跑100轮然后看损失曲线再决定要不要继续。imgsz是训练输入尺寸对小型固定翼无人机这种小目标我建议至少640显存够就上960。原图1920x1080缩成640小目标确实会损失信息但YOLOv8的损失函数对尺度有补偿640是一个平衡点。如果现场目标确实只有几十像素就得做切图或提高输入尺寸。batch大小主要看显存16不够就8。batch太小的话BatchNorm统计会不稳定损失曲线会抖得厉害。还有一个容易踩坑的参数是patience它控制早停如果验证集mAP在patience个epoch内没有提升训练自动停止。2000张数据往往在第60到80轮之间出现一次平台期过早早停可能让模型停在次优解。我一般设patience30甚至关了早停。3.3 训练后怎么画损失函数曲线图判断收敛训练结束后ultralytics会在输出目录保存results.png里面有box_loss、cls_loss、dfl_loss以及precision、recall、mAP的曲线。很多新手不看这个图只看最后的mAP数字其实会漏掉重要信号。把results.png打开重点看三条loss曲线box_loss持续下降但val_box_loss在第60轮后开始回升说明过拟合了需要加数据增强或提前停。cls_loss一直高不降说明模型分不清无人机和背景大概率是负样本不够或者标注框位置太松。dfl_loss震荡通常和回归不稳定有关可以尝试降低学习率或增大batch。如果不想用ultralytics默认画的图也可以用训练日志自己画。训练时会打印每个epoch的loss和mAP存下来后用matplotlib画。一个简单脚本是import matplotlib.pyplot as plt epochs [] cls_loss [] with open(training_log.txt) as f: for line in f: parts line.split() if len(parts) 7 and parts[0].isdigit(): epochs.append(int(parts[0])) cls_loss.append(float(parts[2])) plt.plot(epochs, cls_loss, labelcls_loss) plt.xlabel(epoch) plt.ylabel(loss) plt.legend() plt.savefig(loss_curve.png)这段代码假设日志格式是1/100 0.123这种实际ultralytics日志里loss列的位置可能不同最好的办法是先print一行看看再调整索引。画损失曲线不是目的最终目的是判断该不该停、该不该调学习率。如果验证损失长时间横盘不要死等直接调低学习率或加样本。3.4 评估best.pt与导出部署权重训练完成后输出目录里会生成best.pt和last.pt。best.pt是验证集mAP最高的权重模型部署和PyQt界面引用的一定是best.pt不是last.pt。很多人这里搞错用last.pt部署结果精度不如训练过程里某一步的best最后只能甩锅给PyQt。评估可以用一条命令yolo detect val datadrone_dataset.yaml modeloutputs/drone_exp/weights/best.pt它会输出mAP0.5、mAP0.5:0.95以及每类别的精确率和召回率。建议再单独跑一遍test目录用训练时没见过的难例这样得到的指标更接近现场。如果要部署到边缘设备或导出做进一步加速常见做法是先导出ONNXyolo export modeloutputs/drone_exp/weights/best.pt formatonnx opset12 imgsz640导出后可以用onnxruntime验证精度是否和PyTorch一致后续再接RK3588的转译工具。有一点要提醒导出的ONNX默认输入尺寸是640如果你训练时用的是960导出命令里要同样指定imgsz960否则输入尺寸和训练不一致精度会有明显下跌。4. 把权重接进PyQt界面QThread推理与实时显示4.1 PyQt界面整体结构与DroneDetector封装标题里带“pyqt界面”这一步是把训练好的best.pt变成能用的检测程序。PyQt本身只是UI框架真正的核心是别让推理阻塞UI线程。我做过不少界面一开始图省事直接把YOLO检测写在按钮的回调里结果点“开始检测”后界面直接无响应看起来像崩溃。正确做法是界面线程只管画图、接收事件推理放在单独的QThread里跑。界面整体可以拆成几个模块视频源本地视频、USB摄像头、RTSP流、模型处理器加载best.pt并对每帧推理、显示组件QLabel或QGraphicsView绘制检测框、控制按钮开始、停止、暂停、阈值调整。对固定翼无人机检测场景视频源通常不止一个断流和重连要单独处理所以模型处理器和视频采集要解耦。权重加载的代码可以这样写from ultralytics import YOLO class DroneDetector: def __init__(self, weights_path, conf0.3, iou0.5): self.model YOLO(weights_path) self.conf conf self.iou iou self.names self.model.names def predict(self, frame): results self.model.predict(frame, confself.conf, iouself.iou, verboseFalse) return results[0]conf参数决定一个框是背景还是目标固定翼无人机检测建议从0.25到0.35之间起步。现场误检多就往上调漏检多就往下调。iou是非极大值抑制的交并比阈值太小会导致同一个目标出现多个框太大会吞掉紧邻的两个目标。无人机目标是稀疏的0.5通常够用。4.2 用QThread做实时推理循环避免界面卡死QThread是踩坑最多的地方。很多人会继承QThread并重写run这可行但有一个更干净的常用做法是把检测任务做成一个QObject用moveToThread放到工作线程通过信号和主线程通信。下面给一个简化版本只保留关键逻辑import cv2 from PyQt5.QtCore import QThread, pyqtSignal from PyQt5.QtGui import QImage, QPixmap from PyQt5.QtWidgets import QLabel, QPushButton, QVBoxLayout, QWidget class InferenceWorker(QThread): frame_ready pyqtSignal(object) stopped pyqtSignal() def __init__(self, detector, source): super().__init__() self.detector detector self.source source self._running True def run(self): cap cv2.VideoCapture(self.source) while self._running: ret, frame cap.read() if not ret: break results self.detector.predict(frame) annotated results.plot() self.frame_ready.emit(annotated) cap.release() self.stopped.emit() def stop(self): self._running False主界面里的使用方式class MainWindow(QWidget): def __init__(self): super().__init__() self.label QLabel() layout QVBoxLayout() layout.addWidget(self.label) self.btn QPushButton(开始检测) layout.addWidget(self.btn) self.setLayout(layout) self.btn.clicked.connect(self.start) def start(self): detector DroneDetector(outputs/drone_exp/weights/best.pt) self.worker InferenceWorker(detector, test.mp4) self.worker.frame_ready.connect(self.show_frame) self.worker.start() def show_frame(self, frame): rgb cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) h, w, ch rgb.shape qimg QImage(rgb.data, w, h, ch * w, QImage.Format_RGB888) self.label.setPixmap(QPixmap.fromImage(qimg.copy()))这里有两个细节值得说。一是results.plot()会把检测框、置信度和类别名都画在图上省去自己写绘制逻辑但要自定义框的颜色和字体建议自己遍历results.boxes用cv2.rectangle画。二是QImage实例的data必须在后续使用时保持有效如果frame是局部变量信号传过去时可能已失效所以我在setPixmap前用了qimg.copy()把像素数据整个拷出来避免显示花屏。4.3 动态调conf阈值与结果保存现场用的界面我强烈建议加一个滑条或输入框动态调整conf阈值。现场的光线、视角变化往往需要微调阈值否则白天能稳定跑的参数到了黄昏就疯狂误检。这个调整不要重启程序只需要在Detector里加一个setter方法推理时读取最新的conf值。结果输出方面除了实时显示最好还能保存检测视频和检测框坐标。检测框坐标可以用于云台联动或警报触发。保存视频用cv2.VideoWriter帧率跟随视频源编码用mp4v或avc1。需要注意如果界面显示和保存共用同一份annotated帧保存线程也要单独处理不能在UI线程里写文件否则会卡顿。def save_video(frames, output_path, fps25, size(1280, 720)): writer cv2.VideoWriter(output_path, cv2.VideoWriter_fourcc(*mp4v), fps, size) for frame in frames: writer.write(frame) writer.release()这个函数可以放在一个单独的保存线程里用队列接收需要写入的帧。现场运行时如果检测目标出现才保存可以在写入前判断有没有框这样录像文件不会越攒越大。4.4 现场界面的两个小设计断流重连与安全退出视频源如果是RTSP或网络摄像头断流是常态。处理办法是采集循环里如果read返回False不要直接break而是等待几秒后重新VideoCapture。同时要限制重连次数避免现场人员看不到画面又不知道什么情况。界面上最好有一个状态指示灯显示“已连接/重连中/已断开”。另一个安全退出问题是老生常谈。关闭窗口时如果不停止线程程序会在Windows上报错“QThread: Destroyed while thread is still running”。正确做法是在closeEvent里调用worker.stop()然后worker.wait()等待线程退出。我一般还会加一个标志位确保退出前保存所有日志和最后的录像文件不给现场留烂摊子。5. 避坑固定翼无人机检测项目的高频问题与排查5.1 训练时loss异常高或直接变成NaN现象训练到几轮后loss飙升到几十甚至变成nan训练中断。原因最常见的是标注框出现0值或越界。YOLO格式要求归一化如果一张1920x1080的图里目标在左上角5像素处中心x接近0宽度只有1像素归一化后可能约等于0。网络计算回归损失时除以0或取log就会出现nan。解决回到标签检查脚本把所有宽度或高度小于0.005的标签过滤掉再看训练日志。另外学习率lr0设得过大也可能导致loss爆炸尤其用COCO预训练权重继续训练时lr00.01是标准值但如果数据集很偏降到0.001更稳。不要一看到nan就重新标注先查数据。5.2 小目标mAP低但日常测试图效果看着还行现象验证集mAP0.5只有0.3但随手拿几张图测试框都画对了。原因验证集里包含了大量小目标样本而日常测试图里的目标明显更大。这是评测分布和实际分布不一致不是模型完全不可用。解决先对标注框尺寸做统计看看有多少框的面积占比低于某个阈值。如果小目标占比高就把imgsz从640提到960并把训练时的小目标匹配阈值调低。不同版本ultralytics的参数名不一样别照抄网上的打开对应配置文件看。如果改不动参数最粗暴的办法是把输入图像切块把1920x1080切成两到三个640x640的patch分别检测再合并结果。这个方法对固定翼这种稀疏目标很有效。5.3 PyQt界面运行几分钟后越来越卡内存一直涨现象PyQt界面点开始检测后前30秒流畅几分钟后越来越卡任务管理器里内存占用持续上升。原因推理线程每帧都发一个信号而UI线程处理不过来时信号队列会积压。图像帧不断堆在队列里堆内存被撑爆。解决给推理线程加一个简单的帧节制比如让每秒处理的帧数不超过20用sleep控制。同时在UI线程里不要每帧都setPixmap可以做一个“只有新帧来了并且上一帧已经显示完才刷新”的机制。更彻底的做法是使用double buffer一个缓冲区给推理线程写入一个给UI线程读取读完后立即释放。配合这个还要在closeEvent里停止线程否则Qt的隐式队列仍会堆积。5.4 部署到RK3588后精度比PC上低不少现象同一份权重在PC上mAP有0.7在RK3588上跑只有0.5且小目标大量丢失。原因RK3588上一般要把模型量化成INT8才能跑满帧率量化时输入输出尺度变化、算子融合会让原本敏感的小目标信息进一步丢失。另外很多部署流程只导出ONNX然后直接转RKNN没有做前后处理对齐。解决先导出一个FP16的RKNN做精度对照如果FP16没问题再优化INT8。量化时最好用训练时的验证集做校准数据集不要随便拿几十张现场图。还有如果PC端推理用了letterbox预处理RKNN端也要用一模一样的letterbox参数包括填充灰度值否则输入尺寸不一样精度会莫名下跌。5.5 检测框总比机身大一圈或只框住半个机身现象模型能检测到目标但框始终偏大或偏小跟实际翼展不贴合。原因标注框本身不够贴合目标。之前标注的人习惯把螺旋桨或尾翼留白或者把框收得太紧YOLO学到的回归目标就是这些框所以偏大偏小是从数据里带出来的。解决不要急着改模型先查看训练集的标注框是否贴合目标。用一个可视化脚本把标注框画到原图上抽样看20张。如果确实很多不贴合重新校准这些框。2000张图里如果只有少数差手工改一下就行如果普遍差可以先用一个粗略权重做预标注人工微调效率会高很多。6. 落地进阶从演示界面到长期现场可靠运行演示界面能跑通只是第一步真正难的是让它在现场连续运行几天不闹脾气。我自己习惯的做法是每次改完模型或界面先做一次“空跑测试”程序启动后不接视频源只开界面等10分钟观察CPU和内存是否回落正常。然后接一段本地视频循环播放4小时记录推理帧率和内存峰值。最后再切到真实RTSP流跑24小时如果内存曲线平稳、不掉帧、断流能自动重连我才会把它交付到现场。这个流程看起来笨但能提前暴露信号队列积压、线程退出死锁、视频编码兼容性一类的问题。帧率测量要分开看推理耗时和显示耗时是两回事。在推理线程里取time.time()做差值记录每帧模型推理的毫秒数现场只要关注P90不超过50毫秒20帧就行。显示线程卡顿往往是QLabel刷新太频繁造成的这时可以降到15帧检测画框并不会因为显示帧率下降而变迟钝。另一个有用的验证方法是现场录一段很难的视频包含远距离小目标、逆光、云层干扰每次改权重都拿这段视频跑一遍对比检测框数量和耗时。如果新权重在这段考验视频上的表现不如旧权重就不要只看mAP数字回到损失曲线和置信度分布上去找原因。最后说一个习惯训练出的best.pt和对应的data yaml、训练日志、评估指标一定要放在同一个目录命名里写清楚数据版本。现场出了问题第一件事不是改代码而是确认用的权重和数据对不对。很多时候“权重失效”其实是拿错了上次测试的中间产物。这个看似不重要的习惯帮我避免过很多次半夜翻车。希望帮到你。本文还有配套的精品资源点击获取