【无标题】低空安防、无人机反制、空域监控、入侵无人机识别、安防预警系统开发 YOLOV11无人机小目标检测数据集 YOLOV11小目标无人机检测系统
智慧飞行检测-无人机目标检测数据集19531张yolo和voc两种标注方式1类标注数量drone: 20357 - 无人机20357image num: 19531模型代码模型训练使用yolov11n训练50个epoch训练结果map如描述图所示。qt界面运行界面采用pyqt编写本项目已经训练好模型配置好环境后可直接使用运行效果见描述图像无人机目标检测数据集数据集信息表项目参数详情数据集名称无人机目标检测数据集图像总数量19531张标注格式YOLO、VOC两种标注格式类别数量1类类别统计drone无人机标注数量20357训练模型YOLOv11n训练轮次50 epoch模型指标mAP0.50.961配套工程PyQt可视化检测界面提供训练完成权重支持图片/视频/摄像头检测Windows、Linux CPU环境可部署应用场景低空安防、无人机反制、空域监控、入侵无人机识别、安防预警系统开发labels.txtdrone数据集关键词无人机检测、drone目标检测、低空安防、反无人机、YOLO数据集、VOC标注、PyQt检测界面、空域监控、小目标无人机识别yolo配置文件drone_detect.yamlpath:./drone_datasettrain:images/trainval:images/valnames:0:droneYOLOv11n训练简易代码fromultralyticsimportYOLOif__name____main__:modelYOLO(yolo11n.pt)model.train(datadrone_detect.yaml,epochs50,imgsz640,batch8,devicecpu,workers2,projectdrone_exp,nameyolov11n_drone)PyQt项目推理调用示例极简fromultralyticsimportYOLO modelYOLO(./drone_exp/yolov11n_drone/weights/best.pt)defdetect_img(img_path):resmodel.predict(img_path,conf0.25,saveFalse)returnres[0].boxes依赖安装pipinstallultralytics opencv-python pyqt5 torch备选数据集名称中文低空安防无人机识别YOLO数据集反无人机目标检测数据集复杂场景无人机单类别检测数据集英文UAV‑Drone‑Detection‑DatasetAnti‑Drone‑YOLO‑Dataset简短别名drone_detectuav_anti_dataset
