简介本资源面向红外场景下的目标检测学习者与研究者提供一套可直接复现的YOLOv5红外微小无人机、直升机、飞机、飞鸟检测方案解决红外小目标样本稀缺、标注与训练环境搭建繁琐的问题适合具备一定深度学习基础、希望快速开展实验或课程设计的高校学生与算法工程师。压缩包共约2000个文件以1994个XML标注文件为主另含3个Python脚本与3份PDF教程整体约587MB数据集已按YOLO格式整理并划分train、val、test配套data.yaml定义Airplane、Bird、Drone、Helicopter四类可直接用于YOLOv5、YOLOv7、YOLOv8等算法训练。资源还附带PyQt界面支持图片、视频检测及摄像头调用并配有环境配置与界面使用说明文档。目前已有548人学习下载读者可据此获得完整数据标注、训练配置与可视化推理工具快速完成从数据到部署的闭环验证。1. 红外小目标检测为什么总在“鸟和无人机”之间翻车可见光下跑得挺欢的目标检测模型一换到红外图像就集体失灵——这是很多做低空安防、边海防监控、机场净空的朋友都踩过的坑。原因不玄学红外成像靠的是热辐射差异无人机、直升机、飞机、飞鸟这几类目标在红外图里往往只有几个到几十个像素边缘糊、对比度低、没有纹理可见光那套“靠颜色和纹理认物体”的逻辑直接失效。更麻烦的是飞鸟和固定翼无人机在红外下的热特征高度相似模型很容易把一只鸟判成无人机触发误报。这套“yolov5红外微小无人机-直升机-飞机-飞鸟目标检测模型权重4000数据集使用教程pyqt界面”的方案解决的正是这个具体问题用 YOLOv5 做四类红外小目标检测配套约 4000 张标注数据集、训练好的权重、可复现的使用教程以及一个 PyQt 图形界面让不写代码的人也能拖图进去看结果。它适合三类人想快速验证红外小目标检测可行性的算法工程师、需要给监控系统加一路红外检测能力的集成开发者、以及拿它当毕设或课题起步的学生。下面我按“数据怎么组织 → 模型怎么训 → 界面怎么跑 → 坑在哪”的顺序把能直接抄作业的部分讲透。2. 数据集与标注4000 张红外图怎么组织才不白标2.1 四类目标的标注边界怎么定红外小目标标注最容易出的问题不是漏标而是“边界框画多大”。无人机在红外里可能只有 8×6 像素你画一个紧贴的框模型学到的特征几乎全是背景你画太大又把旁边的云层杂波框进去。我的经验是以目标热辐射核心区为准框比肉眼可见的热斑略大 1~2 像素保证框内包含完整热轮廓但不吞入明显背景。四类的标注策略要有区分类别典型像素尺寸标注要点无人机6×6 ~ 40×40多旋翼热斑集中框住电机与机身热区直升机30×30 ~ 120×120机身尾梁注意旋翼模糊拖影是否纳入飞机50×50 ~ 200×200固定翼机身细长框要覆盖翼展热迹飞鸟5×5 ~ 30×30与小型无人机最难区分框紧贴鸟体热斑标注格式用 YOLO 标准每张图一个同名.txt每行类别索引 中心x 中心y 宽 高坐标全部归一化到 0~1。类别索引固定顺序建议0:drone, 1:helicopter, 2:airplane, 3:bird顺序一旦定了就不要改否则权重和标签对不上。2.2 目录结构与 data.yaml 配置YOLOv5 对目录结构有硬性约定配错了训练直接报“no labels found”。标准结构如下dataset/ ├── images/ │ ├── train/ # 约 3200 张 │ └── val/ # 约 800 张 ├── labels/ │ ├── train/ │ └── val/ └── data.yamldata.yaml是训练入口内容必须和实际路径、类别数严格对应# data.yaml —— 路径建议写绝对路径避免相对路径踩坑 path: /home/user/ir_dataset # 数据集根目录 train: images/train # 相对 path 的训练图目录 val: images/val # 相对 path 的验证图目录 nc: 4 # 类别数必须与标签索引最大值1一致 names: [drone, helicopter, airplane, bird]逻辑说明path是根train/val是相对根的子路径YOLOv5 会自动把images替换成labels去找标签。参数上最容易错的是nc——如果你标签里出现了索引 4而nc写 4合法索引 0~3训练时就会报索引越界。改完data.yaml后先跑一遍官方自带的检查脚本确认标签能被读到再开始训练能省下大量排查时间。2.3 红外数据增强的取舍可见光常用的 HSV 色调抖动、大角度旋转在红外上要慎用。红外是灰度热图HSV 增强基本无意义上下翻转会让“天空在上、地面在下”的先验失效对飞机这类有明确姿态的目标反而有害。我一般只保留随机缩放、小幅度平移、马赛克增强mosaic、以及轻度亮度/对比度扰动。马赛克增强对小目标特别有用它把四张图拼一张等于变相增加了小目标出现的密度但要注意拼接后小目标可能被裁掉训练时观察 loss 曲线是否异常震荡来判断。3. 用 YOLOv5 训练四类红外小目标参数怎么设3.1 环境与权重选择先确认环境PyTorch 版本和 CUDA 要匹配否则训练中途报显存或算子错误# 建议 Python 3.8PyTorch 1.8CUDA 11.x pip install -r requirements.txt # 验证环境 python -c import torch; print(torch.__version__, torch.cuda.is_available())权重选择上红外小目标优先用yolov5s起步不要一上来就上yolov5x。原因小目标检测的瓶颈在特征图分辨率不在参数量大模型在小目标上提升有限却显著拖慢推理PyQt 界面里实时性会很难看。等yolov5s的 mAP 稳定后再考虑换yolov5m对比。3.2 关键训练参数与命令python train.py \ --data data.yaml \ --weights yolov5s.pt \ # 从预训练权重微调比从头训收敛快 --img 640 \ # 输入分辨率小目标可提到 1280 --batch 16 \ # 按显存调8G 显存建议 8~16 --epochs 200 \ # 红外数据量不大200 轮通常够 --hyp data/hyps/hyp.scratch-low.yaml \ # 小目标用 low 增强配置 --cache \ # 数据能放进内存就开加速明显 --device 0参数逐个说清楚--img 640是默认值但红外小目标在 640 下可能只剩几个像素如果显存允许提到 1280 对小目标召回提升明显代价是显存翻倍、速度减半。--hyp选low系列是因为它降低了缩放和色彩增强强度更适合小目标。--cache把图片缓存进内存4000 张红外图通常几个 G内存够就开能省掉每轮读盘时间。--batch和--img是显存两大杀手报 OOM 时优先降batch再考虑降img。3.3 训练过程看什么指标训练日志里重点盯三个box_loss、obj_loss、以及验证集的mAP0.5。红外小目标常见现象是obj_loss下降慢因为背景杂波多模型对“这里到底有没有目标”犹豫。如果box_loss正常降但mAP卡住多半是分类混淆——飞鸟和无人机分不开这时候要回头看标注质量而不是盲目加轮数。验证时用--save-txt把预测框导出来和原图叠一起肉眼比对比只看数字有用得多。4. PyQt 界面把权重变成能点的检测工具4.1 界面最小功能集一个能用的红外检测界面不需要花哨核心就四块图片/视频导入、检测执行、结果可视化、置信度与 IoU 阈值调节。用 PyQt5 搭主线程只负责 UI检测放子线程否则点一下按钮界面就卡死这是新手最常见的翻车点。# detect_thread.py —— 检测子线程避免阻塞 UI from PyQt5.QtCore import QThread, pyqtSignal import cv2, torch class DetectThread(QThread): finished pyqtSignal(object) # 检测完把结果图发回主线程 def __init__(self, model, img_path, conf0.25, iou0.45): super().__init__() self.model model # 已加载的 yolov5 模型 self.img_path img_path self.conf conf # 置信度阈值 self.iou iou # NMS 的 IoU 阈值 def run(self): # 推理size 与训练时保持一致否则精度掉 results self.model(self.img_path, size640, confself.conf, iouself.iou) annotated results.render()[0] # 画框后的 numpy 图 self.finished.emit(annotated)逻辑说明QThread把推理放到后台finished信号携带结果图回主线程刷新 QLabel。参数上conf控制“多确定才算目标”红外杂波多时调高到 0.4 能压误报iou控制重叠框合并四类目标一般不会重叠保持 0.45 即可。size必须和训练时一致训练用 1280 推理用 640小目标直接漏检。4.2 加载权重与阈值联动# main_window.py 片段 —— 加载本地权重 import torch # 加载训练好的红外权重map_location 防止无 GPU 时报错 model torch.hub.load(ultralytics/yolov5, custom, pathweights/best.pt, map_locationcpu) model.conf 0.25 # 默认置信度 model.iou 0.45界面上放两个 QSlider 分别绑conf和iou滑动时实时更新model.conf/model.iou并重跑当前图。这样调参不用改代码对现场调试特别友好。注意torch.hub.load首次会拉取仓库代码离线环境要提前把 yolov5 源码放本地用path指向本地目录否则界面一启动就卡在网络请求上。4.3 结果可视化与类别着色四类目标用不同颜色画框并在框上方标类别和置信度方便一眼区分飞鸟和无人机# 类别配色BGR 顺序 COLORS {0: (0, 255, 0), 1: (255, 128, 0), 2: (0, 128, 255), 3: (255, 0, 255)} NAMES [drone, helicopter, airplane, bird] for *box, conf, cls in detections: x1, y1, x2, y2 map(int, box) c int(cls) cv2.rectangle(img, (x1, y1), (x2, y2), COLORS[c], 2) label f{NAMES[c]} {conf:.2f} cv2.putText(img, label, (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, COLORS[c], 1)逻辑说明detections每行是x1,y1,x2,y2,conf,cls直接解包。颜色区分让飞鸟品红和无人机绿在界面上一目了然减少人工复核负担。字号 0.5、线宽 1 是红外小图上的经验值太大反而遮挡目标。5. 避坑与排查红外小目标检测的 5 个血泪教训现象一训练 loss 正常降但验证 mAP 一直是 0。原因data.yaml里nc或names与标签索引不匹配或者val路径下没有对应标签文件。解决用官方utils/general.py里的检查逻辑逐张核对确认每张 val 图都有同名.txt且标签索引不超过nc-1。现象二模型把云层边缘、地面热源全框成目标。原因负样本纯背景图太少模型没学会“什么都没有”长什么样。解决往训练集里掺入 10%~20% 的无目标红外背景图标签文件留空即可obj_loss会明显改善。现象三飞鸟被大量误判为无人机。原因两类目标在红外下热特征太像且标注时边界框尺度不一致。解决统一两类目标的标注尺度标准并在训练时观察混淆矩阵必要时对这两类做针对性补充采样而不是简单加轮数。现象四PyQt 界面点检测后卡死无响应。原因推理跑在主线程阻塞了 Qt 事件循环。解决按第 4 章的方式把推理放进QThread主线程只更新 UI这是硬性要求不是优化项。现象五换一台机器加载权重报KeyError或类别数不符。原因权重训练时的nc与当前代码里的类别数不一致或torch.hub.load拉到了不同版本的仓库代码。解决固定本地 yolov5 源码版本加载权重前确认nc4跨设备用map_location指定设备。6. 进阶技巧把召回率再往上抬一档前面跑通的是基线真正决定这套方案能不能上生产的是小目标召回。我一般会做三件事按投入产出比排序。第一件是提高推理分辨率并配合切片推理。红外小目标在 640 下可能只剩 3~4 像素直接提到 1280 能救回一批但显存和速度代价大。更划算的做法是切片推理SAHI 思路把大图切成带重叠的小块分别检测再合并等效于在不爆显存的前提下放大目标。实现上就是滑窗切图、逐块推理、按 IoU 合并框重叠率设 20% 左右能避免目标被切在边界上漏检。第二件是重训时调整锚框。YOLOv5 默认锚框是为 COCO 中等目标设计的红外小目标尺寸分布完全不同。用--noautoanchor关掉自动锚框然后跑一遍 k-means 在你自己数据集上聚类出锚框尺寸替换进模型配置。这一步对 10 像素以下目标的召回提升往往比换更大模型还明显。第三件是置信度阈值的分场景策略。机场净空场景宁可误报不可漏报conf压到 0.15边海防监控误报成本高conf提到 0.4。别指望一个阈值打天下把阈值做成界面可调、按场景存配置才是能落地的做法。验证这套方案是否真的可用我的习惯是拿一段没参与训练的真实红外视频逐帧跑统计每类的漏检和误报重点看飞鸟与无人机的混淆率。数字好看不代表现场好用只有把误报率压到人工能接受的范围这套红外小目标检测才算真正跑通。希望帮到你。本文还有配套的精品资源点击获取