YOLOv13-seg和YOLO11-seg如何训练红外无人机小目标

简介:  YOLOv13Mask mAP50 为 0.98 ,YOLO11 Mask mAP50 为 0979 

     💡💡💡本文内容:如何用红外无人机小目标训练YOLOv13-seg和YOLO11-seg模型以及训练结果可视化;

  💡💡💡 YOLOv13Mask mAP50 为 0.98 ,YOLO11 Mask mAP50 为 0979

                                             博主简介

AI小怪兽,YOLO骨灰级玩家,1)YOLOv5、v7、v8、v9、v10、11、v13优化创新,轻松涨点和模型轻量化;2)目标检测、语义分割、OCR、分类等技术孵化,赋能智能制造,工业项目落地经验丰富;

image.gif

1.YOLO11介绍

Ultralytics YOLO11是一款尖端的、最先进的模型,它在之前YOLO版本成功的基础上进行了构建,并引入了新功能和改进,以进一步提升性能和灵活性。YOLO11设计快速、准确且易于使用,使其成为各种物体检测和跟踪、实例分割、图像分类以及姿态估计任务的绝佳选择。

image.gif

image.gif

Segmentation 官方在COCO数据集上做了更多测试:

image.gif

2.YOLOv13介绍

image.gif

论文:[2506.17733] YOLOv13: Real-Time Object Detection with Hypergraph-Enhanced Adaptive Visual Perception

摘要—YOLO 系列模型因其卓越的准确性和计算效率在实时目标检测领域占据主导地位。然而,无论是 YOLO11 及更早版本的卷积架构,还是 YOLOv12 引入的基于区域的自注意力机制,都仅限于局部信息聚合和成对相关性建模,缺乏捕捉全局多对多高阶相关性的能力,这限制了在复杂场景下的检测性能。本文提出了一种准确且轻量化的 YOLOv13 目标检测器。为应对上述挑战,我们提出了一种基于超图的自适应相关性增强(HyperACE)机制,通过超图计算自适应地利用潜在的高阶相关性,克服了以往方法仅基于成对相关性建模的限制,实现了高效的全局跨位置和跨尺度特征融合与增强。随后,我们基于 HyperACE 提出了全链路聚合与分配(FullPAD)范式,通过将相关性增强特征分配到整个网络,有效实现了全网的细粒度信息流和表征协同。最后,我们提出用深度可分离卷积代替常规的大核卷积,并设计了一系列块结构,在不牺牲性能的前提下显著降低了参数量和计算复杂度。我们在广泛使用的 MS COCO 基准测试上进行了大量实验,结果表明,我们的方法在参数更少、浮点运算量更少的情况下达到了最先进性能。具体而言,我们的 YOLOv13-N 相比 YOLO11-N 提升了 3.0% 的 mAP,相比 YOLOv12-N 提升了 1.5% 的 mAP。

image.gif

以往的 YOLO 系列遵循 “骨干网络 → 颈部网络 → 检测头” 的计算范式,这本质上限定了信息流的充分传输。相比之下,我们的模型通过超图自适应关联增强(HyperACE)机制,实现全链路特征聚合与分配(FullPAD),从而增强传统的 YOLO 架构。因此,我们提出的方法在整个网络中实现了细粒度的信息流和表征协同,能够改善梯度传播并显著提升检测性能。具体而言,如图 2 所示,我们的 YOLOv13 模型首先使用类似以往工作的骨干网络提取多尺度特征图 B1、B2、B3、B4、B5,但其中的大核卷积被我们提出的轻量化 DS-C3k2 模块取代。然后,与传统 YOLO 方法直接将 B3、B4 和 B5 输入颈部网络不同,我们的方法将这些特征收集并传递到提出的 HyperACE 模块中,实现跨尺度跨位置特征的高阶关联自适应建模和特征增强。随后,我们的 FullPAD 范式利用三个独立通道,将关联增强后的特征分别分配到骨干网络与颈部网络的连接处、颈部网络的内部层以及颈部网络与检测头的连接处,以优化信息流。最后,颈部网络的输出特征图被传递到检测头中,实现多尺度目标检测。

image.gif

3.数据集介绍

300 张红外图像,逐像素精细标注。

难点:

  • 对比度低、噪声高:热辐射背景复杂,边缘模糊。
  • 目标极小:像素占比极低,检测框易包含大量背景。
  • 场景多变:天空/城市/海面等背景易产生误检。

训练集180张,验证集60张,测试集60张

AUVD-yolo-seg/
├── train/
│   ├── images/
│   └── labels/
├── val/
│   ├── images/
│   └── labels/
└── test/
    ├── images/
    └── labels/

image.gif

image.gif

标签可视化:

image.gif

4.如何训练YOLOv13-seg和YOLO11-seg模型

4.1 修改 AUVD-Seg300.yaml

path:  D:/YOLOv13/data/AUVD-seg300/ # dataset root dir
train: train/images # train images (relative to 'path')
val: valid/images # val images (relative to 'path')
test: test/images # test images (relative to 'path')
# Classes
names:
  0: large uav
  1: normal uav
  2: tiny uav

image.gif

4.2 如何开启训练

import warnings
warnings.filterwarnings('ignore')
from ultralytics import YOLO
if __name__ == '__main__':
    model = YOLO('ultralytics/cfg/models/v13/yolov13-seg.yaml')
    #model = YOLO('ultralytics/cfg/models/11/yolo11-seg.yaml')
    #model.load('yolov13n.pt') # loading pretrain weights
    model.train(data='data/AUVD-Seg300.yaml',
                cache=False,
                imgsz=640,
                epochs=200,
                batch=16,
                #close_mosaic=10,
                device='0',
                optimizer='SGD', # using SGD
                project='runs/train',
                name='exp',
                )

image.gif

4.3  训练结果可视化

YOLOv13Mask mAP50 为 0.98

YOLOv13-seg summary: 562 layers, 2,700,896 parameters, 0 gradients, 10.1 GFLOPs
                 Class     Images  Instances      Box(P          R      mAP50  mAP50-95)     Mask(P          R      mAP50  mAP50-95): 100%|██████████| 2/2 [00:01<00:00,  1.02it/s]
                   all         60         60       0.97      0.963       0.98      0.931      0.752       0.97      0.963       0.98      0.711      0.603
             large uav         20         20          1       0.94      0.988      0.907      0.765          1       0.94      0.988      0.611      0.579
            normal uav         20         20      0.914       0.95      0.956      0.943      0.759      0.914       0.95      0.956      0.843      0.635
              tiny uav         20         20      0.995          1      0.995      0.944      0.731      0.995          1      0.995      0.678      0.596

image.gif

image.gif

YOLO11Mask mAP50 为 0.979

YOLO11-seg summary (fused): 265 layers, 2,835,153 parameters, 0 gradients, 10.2 GFLOPs
                 Class     Images  Instances      Box(P          R      mAP50  mAP50-95)     Mask(P          R      mAP50  mAP50-95): 100%|██████████| 2/2 [00:02<00:00,  1.12s/it]
                   all         60         60      0.981      0.965      0.979      0.955      0.773      0.981      0.965      0.979      0.826      0.644
             large uav         20         20          1      0.993      0.995      0.995      0.809          1      0.993      0.995      0.897       0.67
            normal uav         20         20      0.942       0.95      0.947      0.947      0.786      0.942       0.95      0.947      0.847      0.651
              tiny uav         20         20          1      0.952      0.995      0.924      0.724          1      0.952      0.995      0.735      0.612

image.gif

image.gif

预测结果如下:

image.gif

目录
相关文章
|
机器学习/深度学习 编解码 数据可视化
基于YOLOv8的无人机识别与检测系统(含完整源码+数据集)
本项目是一个围绕 YOLOv8 构建的无人机识别与检测系统,涵盖了深度学习项目从数据集组织、模型训练、参数调优、结果评估,到桌面端系统集成与功能开发的完整流程。项目以 Anti-UAV 单类别目标检测数据集为基础,完成了无人机目标检测模型训练,并在 PyQt6 图形界面中实现了图片识别、视频识别、摄像头实时识别、模型管理、训练指标展示与检测历史管理等功能。
238 0
|
人工智能 Linux C++
VideoLLaMA 3新一代前沿多模态基础模型赋能图像与视频深度理解| LLM | 计算机视觉
VideoLLaMA 3是2025年发布的前沿多模态模型,深度融合视觉、音频与语言,支持长视频、高分辨率图像理解及视听融合推理。基于Llama 3架构,具备强大时空因果分析能力,适用于复杂视频理解任务,已在Lab4AI平台开放复现。
935 1
VideoLLaMA 3新一代前沿多模态基础模型赋能图像与视频深度理解| LLM | 计算机视觉
|
3月前
|
机器学习/深度学习 编解码 监控
红外无人机目标检测数据集:4,500+张图像 | 目标检测
本数据集含4500+张红外图像,专为夜间/低能见度场景下的无人机检测构建,采用标准YOLO格式标注(单类“drone”),覆盖多距离、多环境及多飞行状态,支持小目标检测与边缘部署,助力低空安全监控系统研发。
418 1
|
3月前
|
计算机视觉 异构计算
YOLO26知识蒸馏:一行代码,0.4-1.0个点,零推理开销
YOLO26原生支持知识蒸馏,仅需一行`distill_model`参数,即可让轻量学生模型(如yolo26n/s)从大模型(如yolo26x/l)中学习“暗知识”,在推理零开销、速度体积不变前提下,精度最高提升1.0 mAP,特别适合边缘部署场景。
505 1
|
9月前
|
机器学习/深度学习 数据采集 自动驾驶
道路表面多类型缺陷的图像识别数据集分享(适用于目标检测任务)
随着城市化与交通运输业的快速发展,道路基础设施的健康状况直接关系到出行安全与城市运行效率。据统计,全球每年因道路缺陷引发的交通事故造成数十万人死亡,经济损失高达数千亿美元。长期高强度的使用、气候变化以及施工质量差异,都会导致道路表面出现裂缝、坑洼、井盖下沉及修补不良等缺陷。这些问题不仅影响驾驶舒适度,还可能引发交通事故,增加道路养护成本。
|
3月前
|
机器学习/深度学习 传感器 编解码
桥梁裂缝目标检测数据集:4,000张图像 | 目标检测
本数据集含4000张真实桥梁图像,精准标注裂缝目标(YOLO格式),覆盖多桥型、多部位、多尺度及复杂环境(光照/天气/角度),专为解决细小裂缝检测、背景干扰抑制等工程难题设计,支持YOLO等主流模型直接训练,助力智能巡检落地。
229 0
|
10月前
|
机器学习/深度学习 编解码 算法
YOLO26改进 - C2PSA | C2PSA融合TSSA(Token Statistics Self-Attention)令牌统计自注意力,优化遮挡目标感知
本文提出Token统计自注意力(TSSA),通过动态分组与低秩投影实现线性复杂度注意力机制。基于MCR²目标推导,摒弃传统成对相似度计算,显著提升效率。集成于YOLO26的C2PSA模块后,实验验证其在目标检测中性能优越,代码已开源。
|
3月前
|
机器学习/深度学习 人工智能 机器人
源码级解读:YOLO26的新架构与创新设计(原理介绍+代码详见+结构框图)
YOLO26是YOLO系列最新边缘智能模型,主打轻量高效:移除DFL简化架构、端到端无NMS推理、引入ProgLoss与STAL提升小目标检测、创新MuSGD优化器加速收敛,并支持检测/分割/姿态等多任务。CPU推理速度较前代最高提升43%,适配Jetson等资源受限设备。
411 0
|
8月前
|
机器学习/深度学习 监控 安全
再也不怕局部拍屏泄露:一项能抗部分屏幕拍摄的溯源黑科技来了(第10期)
针对“拍屏截取局部”导致传统水印失效的难题,合肥高维数据与中科大联合研发《抗部分屏幕拍摄的溯源水印方法》,首创结构化水印+双阶段深度学习增强技术,支持畸变、裁剪、摩尔纹等复杂干扰下的高鲁棒溯源,已应用于政企保密、版权保护与司法取证等领域。(239字)
917 2
|
5月前
|
机器学习/深度学习 数据采集 人工智能
水面5种垃圾目标检测数据集分享(适用于YOLO系列深度学习分类检测任务)
本数据集含8000+张真实水面图像,标注5类常见漂浮垃圾(瓶子、易拉罐、纸盒、纸张、塑料制品),采用YOLO格式,含训练/验证/测试集。适用于YOLO系列等目标检测模型训练,助力水环境智能监测与治理。(239字)
649 2