尧图网页设计 
简介这是一份面向野火探测与火灾识别任务的综合性航空图像数据集适合从事深度学习目标检测的研究者、算法工程师及遥感方向学生使用可支撑火灾预警、灾情评估等场景下的模型训练与验证。压缩包共收录2000个文件全部为XML格式的标注文件整体约165.02MB每份标注以手动方式记录图像中目标对象的精确位置及对应标签并借助Roboflow完成统一处理保证标注质量与一致性。数据集围绕野火场景构建标签体系聚焦火灾相关目标便于直接接入主流检测框架进行训练与评估。目前已有361人学习下载可作为火灾识别课题的可靠数据基础。读者可据此快速搭建目标检测实验流程省去从零标注的人力成本同时借助规范化的XML注释理解标注规范与坐标组织方式为模型调优、数据增强及跨场景迁移提供便利适合作为课程设计、科研实验或竞赛项目的起步素材。1. 航空图像野火探测数据集从“看得见火”到“算得准火”的落地起点做野火监测的团队常遇到一个尴尬卫星图像幅员够广但分辨率往往卡在几十米到几百米级等烟柱大到能被卫星捕捉时火线早已蔓延开。而地面摄像头覆盖范围有限山区、林区布点成本高得离谱。航空图像恰好卡在中间——无人机或有人机在几百到几千米高度巡航单张影像能同时保留米级甚至分米级空间细节和公里级覆盖范围。这个专门为探测野火而设计的综合性航空图像数据集解决的正是“让模型在火情早期、小目标、复杂背景下依然能稳定识别”的问题。它适合三类人做遥感目标检测的算法工程师、搭建林火预警系统的集成开发者、以及需要验证自研模型泛化能力的科研人员。数据集本身不是万能药但它把“数据从哪来、标签怎么定、场景怎么覆盖”这三个最耗时的环节标准化了让你能把精力砸在模型和部署上。2. 拆解航空野火数据集标签体系、场景覆盖与选型逻辑2.1 为什么航空图像的火情标注比通用目标检测难三倍通用目标检测数据集里一只狗就是一只狗边界清晰、姿态固定。野火航空图像完全是另一回事。火焰没有固定形状烟羽会随风向和光照变化从半透明灰白到浓黑过火区域与阴影、深色岩石、水体反光在RGB通道里数值极其接近。更麻烦的是“火”本身在图像里可能只占几十个像素而背景是整片森林纹理。这个数据集在设计时通常会把标注分成几个层级明火区域、烟羽区域、过火迹地有的还会标注未燃植被作为负样本对照。标注形式常见的是水平边界框部分版本会提供多边形分割掩码。如果你拿到的标注只有框做烟雾分割时就得自己补掩码这是第一个要确认的点。从选型角度看判断一个航空野火数据集能不能用先看三个指标空间分辨率是否支持你部署平台的最小检测目标、光谱通道是否包含红外或近红外、标注是否区分“烟”和“云”。很多公开数据集只给可见光RGB模型在阴天把云层误判为烟羽的翻车案例比比皆是。这个综合性数据集的价值就在于它通常覆盖了不同光照、不同季节、不同地形并且把烟和云做了区分标注。如果你的任务只是做“有无火情”的二分类那用通用航拍数据集加少量火情样本也能凑合但要做火线定位、蔓延方向估计就必须用这种带精细标注的专用数据集。2.2 数据集目录结构与标注格式的快速验证拿到数据集后别急着写DataLoader。先花十分钟做三件事统计图像数量与分辨率分布、检查标注文件与图像的对应关系、可视化随机抽样。常见做法是数据集按images/和labels/分目录标注用YOLO格式的.txt或COCO格式的.json。下面这段脚本用来快速验证YOLO格式的配对情况import os from pathlib import Path from PIL import Image img_dir Path(dataset/images) lbl_dir Path(dataset/labels) img_files sorted(img_dir.glob(*.jpg)) missing, size_stats [], [] for img_path in img_files: lbl_path lbl_dir / (img_path.stem .txt) if not lbl_path.exists(): missing.append(img_path.name) continue with Image.open(img_path) as im: size_stats.append(im.size) # 检查标注行格式class x_center y_center w h值应在0-1之间 with open(lbl_path) as f: for line in f: parts line.strip().split() if len(parts) ! 5: print(f格式异常: {lbl_path.name} - {line.strip()}) break vals list(map(float, parts[1:])) if any(v 0 or v 1 for v in vals): print(f坐标越界: {lbl_path.name} - {line.strip()}) break print(f图像总数: {len(img_files)}, 缺失标注: {len(missing)}) if size_stats: ws, hs zip(*size_stats) print(f宽度范围: {min(ws)}-{max(ws)}, 高度范围: {min(hs)}-{max(hs)})这段代码的逻辑很直接遍历图像目录检查每个图像是否有同名标注文件然后逐行验证YOLO格式的五个字段。参数方面img_dir和lbl_dir要按实际目录名改如果你的标注是COCO的JSON就得换成pycocotools来解析。重点看两个输出缺失标注数量如果超过5%说明数据整理有问题坐标越界通常意味着标注时用了绝对像素值而非归一化值需要统一转换。分辨率范围决定了你训练时输入尺寸怎么设——如果宽度从640到4000都有直接resize到640会丢失小目标得考虑分块推理或自适应缩放。2.3 训练集、验证集、测试集怎么切才不泄露场景信息随机切分是新手最容易踩的坑。航空图像往往按飞行架次采集同一架次里相邻帧高度相似。如果随机打乱后切分训练集和验证集里会出现几乎一样的画面验证指标虚高上线后直接翻车。正确做法是按飞行架次或地理区域切分同一区域的所有图像只出现在一个集合里。常见做法是维护一个flight_id或region_id字段用GroupShuffleSplit来切。如果数据集没提供这些元信息就按图像文件名前缀或拍摄时间戳聚类把时间相近的归为一组。切分比例建议7:2:1但验证集要覆盖至少两种不同地形和光照条件否则调参时你根本不知道模型在哪种场景下会崩。3. 用YOLOv8在航空野火数据集上跑通第一个基线3.1 环境配置与数据格式转换的四个关键参数假设你拿到的标注是COCO JSON而你想用YOLOv8训练第一步是转格式。Ultralytics提供了转换脚本但直接跑经常报错因为COCO里的iscrowd字段和空标注需要手动处理。下面是一个更可控的转换片段import json from pathlib import Path from tqdm import tqdm coco_file annotations/instances_train.json out_dir Path(labels/train) out_dir.mkdir(parentsTrue, exist_okTrue) with open(coco_file) as f: data json.load(f) # 建立image_id到文件名的映射 img_id2name {img[id]: img[file_name] for img in data[images]} # 建立category_id到连续索引的映射YOLO要求从0开始 cat_ids sorted({ann[category_id] for ann in data[annotations]}) cat_id2idx {cid: idx for idx, cid in enumerate(cat_ids)} # 按image_id分组标注 from collections import defaultdict anns_by_img defaultdict(list) for ann in data[annotations]: if ann.get(iscrowd, 0) 1: continue # 跳过crowd标注避免训练干扰 anns_by_img[ann[image_id]].append(ann) for img_id, anns in tqdm(anns_by_img.items()): img_info next(i for i in data[images] if i[id] img_id) w, h img_info[width], img_info[height] lines [] for ann in anns: x, y, bw, bh ann[bbox] # COCO bbox是左上角宽高转YOLO中心点宽高并归一化 xc (x bw / 2) / w yc (y bh / 2) / h nw, nh bw / w, bh / h cls cat_id2idx[ann[category_id]] lines.append(f{cls} {xc:.6f} {yc:.6f} {nw:.6f} {nh:.6f}) out_path out_dir / (Path(img_id2name[img_id]).stem .txt) out_path.write_text(\n.join(lines))逻辑说明先过滤iscrowd标注因为航空图像里密集小目标被标为crowd后YOLO的框回归会混乱。cat_id2idx重新映射类别索引因为COCO的category_id可能从1开始或不连续YOLO要求从0连续编号。归一化时保留6位小数避免小目标坐标精度损失。参数上coco_file换成你的JSON路径out_dir对应YOLO的labels目录。转换完记得检查空标注文件——有些图像只有crowd标注转换后变成空txt训练时YOLO会跳过但最好在数据配置里显式排除。3.2 训练命令与显存不够时的三个降级方案数据配置fire.yaml写好后训练命令本身不复杂yolo detect train \ datafire.yaml \ modelyolov8s.pt \ epochs100 \ imgsz1024 \ batch8 \ patience20 \ device0 \ projectruns/fire \ namebaseline关键参数解释imgsz1024是因为航空图像小目标多640下火焰可能只剩几个像素batch8在24G显存下跑1024尺寸比较稳patience20表示20轮验证指标不升就早停避免过拟合。如果显存不够按优先级降级先把imgsz降到768再把batch降到4最后换yolov8n.pt。别一上来就换nano模型小模型在复杂背景下的漏检率会明显上升。训练过程中重点看metrics/mAP50-95和val/box_loss如果box_loss震荡不降多半是学习率太大或标注框有噪声。3.3 推理阶段怎么处理大图与小目标切片推理与NMS调参航空图像动辄4000×3000直接缩到1024推理小火焰直接消失。常见做法是切片推理把大图切成有重叠的子图分别推理后再合并。YOLOv8自带save_crop和augment但切片需要自己写。核心是控制重叠率通常20%-30%和合并时的NMS阈值。下面是一个简化实现import numpy as np from ultralytics import YOLO from PIL import Image model YOLO(runs/fire/baseline/weights/best.pt) img Image.open(test_large.jpg) w, h img.size tile, overlap 1024, 256 step tile - overlap all_boxes [] for y in range(0, h, step): for x in range(0, w, step): crop img.crop((x, y, min(xtile, w), min(ytile, h))) results model(crop, conf0.25, iou0.5, verboseFalse) for box in results[0].boxes: xyxy box.xyxy[0].cpu().numpy() xyxy[0] x; xyxy[1] y; xyxy[2] x; xyxy[3] y all_boxes.append(np.concatenate([xyxy, box.conf.cpu().numpy(), box.cls.cpu().numpy()])) # 跨切片NMS用torchvision或手动实现 import torch from torchvision.ops import nms boxes_t torch.tensor([b[:4] for b in all_boxes]) scores_t torch.tensor([b[4] for b in all_boxes]) keep nms(boxes_t, scores_t, iou_threshold0.4) print(f合并后保留 {len(keep)} 个检测框)参数说明overlap256保证切片边缘的目标至少被完整包含一次conf0.25在切片推理时可以适当降低因为后续NMS会过滤跨切片NMS的iou_threshold0.4比单图推理的0.5更严因为重叠区域会产生大量重复框。如果发现同一火焰被切成两个框且NMS没合并检查坐标偏移是否正确加上了切片原点。4. 航空野火检测的避坑与排查标注、训练、部署中的血泪经验4.1 现象验证集mAP很高但实际航拍视频里漏检严重原因通常有三个验证集和训练集来自同一架次场景泄露导致指标虚高模型过拟合了训练集里的特定光照条件推理时输入尺寸和训练不一致。解决方法是按飞行架次重新切分数据并在验证集里强制包含至少一个阴天和一个晴天的架次。另外训练时开启mosaic0.5和hsv_h0.015做色彩增强让模型对光照变化更鲁棒。部署前用一段完全没参与训练的航拍视频做端到端测试看漏检率和误报率是否可接受。4.2 现象烟雾和云层混淆模型把大片云判成火情这是RGB可见光模型的通病。云和烟在灰度纹理上高度相似单帧图像几乎无解。解决思路有两个如果数据集有近红外通道把NIR作为第四通道输入云在NIR下反射率远高于烟如果没有多光谱数据就在后处理里加时序一致性检查——连续多帧同一位置都检测到“烟”才报警云层会随风快速移动而烟羽源头相对固定。这个数据集如果包含时序序列务必利用起来单帧模型的误报率在业务场景里是不可接受的。4.3 现象训练loss正常下降但推理时框全部偏移八成是标注格式转换时坐标系搞错了。COCO的bbox是[x_min, y_min, width, height]而有些数据集标注是[x_min, y_min, x_max, y_max]。转换时如果没区分YOLO学到的中心点和宽高全是错的。排查方法挑一张图把转换后的YOLO标注画回原图肉眼比对。另一个常见原因是图像在训练时被letterbox填充但推理时没做同样的预处理导致坐标映射错位。确保训练和推理用同一套预处理管道。4.4 现象小目标火焰检测不到大目标过火区域又框不全小目标和大目标在同一个检测头下确实难兼顾。YOLOv8的P3层负责小目标但如果你的火焰在1024输入下小于8×8像素P3也无力。解决办法是提高输入分辨率到1536或者用SAHI切片推理。对于大目标框不全检查标注时是否把整个过火区域都框进去了——有些标注只框了明火过火迹地没标模型自然学不会。如果数据集本身标注粒度就这样那就在业务上把“过火区域”和“明火”分成两个类别分别训练两个模型或加一个分割头。4.5 现象模型在GPU上跑得好部署到边缘设备后帧率暴跌航空野火监测经常要部署到无人机机载计算模块算力可能只有几十TOPS。YOLOv8s在服务器GPU上能跑几百FPS到边缘设备可能只剩个位数。解决路径先导出ONNX再用TensorRT或OpenVINO量化到FP16甚至INT8。量化时用训练集里的500张图做校准重点看量化后小目标的召回率掉了多少。如果掉太多就只量化骨干网络检测头保持FP16。另一个坑是切片推理在边缘设备上开销翻倍如果算力实在不够就降低切片重叠率或只在感兴趣区域做切片。5. 把基线推到可用类别不平衡处理与跨场景泛化验证5.1 用Focal Loss和重采样把漏检率压下来航空野火数据集里明火样本通常远少于背景和烟羽类别不平衡会让模型倾向于预测多数类。YOLOv8默认用BCEWithLogitsLoss对不平衡不够敏感。可以在训练配置里把cls损失权重调高或者换用Focal Loss。更直接的做法是重采样统计每个类别的实例数对稀有类别比如明火在DataLoader里做过采样。下面是一个按类别加权的采样器思路from torch.utils.data import WeightedRandomSampler import numpy as np # 假设labels_list是每个样本的类别列表 class_counts np.bincount([c for labels in labels_list for c in labels]) class_weights 1.0 / (class_counts 1e-6) sample_weights [max(class_weights[c] for c in labels) for labels in labels_list] sampler WeightedRandomSampler(sample_weights, num_sampleslen(sample_weights), replacementTrue)逻辑是给每个样本赋一个权重权重取该样本中所有类别权重的最大值这样包含稀有类别的样本会被更频繁地抽到。参数上replacementTrue允许重复采样num_samples设成数据集大小。注意过采样会加剧过拟合配合早停和强增强一起用。训练后看混淆矩阵如果明火类召回率从0.5提到0.75以上说明有效。5.2 跨场景泛化用留一区域法验证模型是否真的学到了火在自己的数据集上刷高指标不难难的是换一个完全没见过的山区或林型还能用。留一区域法Leave-One-Region-Out是最诚实的验证方式把数据按地理区域分成N组每次留一组做测试其余训练。如果某组测试指标骤降说明模型过拟合了其他区域的地形特征。这个数据集如果覆盖了多种地形务必做这个实验。我一般会记录每个区域的mAP和召回率画成表格对比。如果差异超过15个百分点就得在训练集里补充该区域的样本或者用域自适应方法对齐特征分布。5.3 一个具体技巧用测试时增强TTA换3-5个点召回TTA在推理时对同一张图做多种变换水平翻转、多尺度缩放合并所有预测结果再做NMS。YOLOv8推理时加augmentTrue就能开启基础TTA。实测在航空野火数据上TTA能把小火焰的召回率提升3-5个点代价是推理时间翻倍。如果业务对漏报极度敏感野火场景确实如此这个代价值得付。更激进的TTA是多尺度分别用0.8、1.0、1.2倍缩放推理合并结果。注意合并时NMS的IoU阈值要调低到0.35否则同一目标的多尺度框会残留。我习惯在验证集上先跑一遍TTA确认指标确实涨了再上生产别盲目开——有些场景下TTA反而引入更多误报。做野火检测这几年最大的教训是模型指标只是入场券真正决定系统能不能用的是数据切分是否干净、推理管道是否和训练一致、以及有没有用真实航拍视频做过端到端验证。这个航空图像数据集给了你一个扎实的起点但别指望直接跑个YOLO就能上线。先把第4章的坑逐个排掉再用第5章的TTA和重采样把召回率压上去最后拿一段没见过的航拍视频跑一遍看报警延迟和误报率能不能接受。希望帮到你。本文还有配套的精品资源点击获取 航空图像野火探测数据集与YOLOv8实战：从数据选型到边缘部署
简介这是一份面向野火探测与火灾识别任务的综合性航空图像数据集适合从事深度学习目标检测的研究者、算法工程师及遥感方向学生使用可支撑火灾预警、灾情评估等场景下的模型训练与验证。压缩包共收录2000个文件全部为XML格式的标注文件整体约165.02MB每份标注以手动方式记录图像中目标对象的精确位置及对应标签并借助Roboflow完成统一处理保证标注质量与一致性。数据集围绕野火场景构建标签体系聚焦火灾相关目标便于直接接入主流检测框架进行训练与评估。目前已有361人学习下载可作为火灾识别课题的可靠数据基础。读者可据此快速搭建目标检测实验流程省去从零标注的人力成本同时借助规范化的XML注释理解标注规范与坐标组织方式为模型调优、数据增强及跨场景迁移提供便利适合作为课程设计、科研实验或竞赛项目的起步素材。1. 航空图像野火探测数据集从“看得见火”到“算得准火”的落地起点做野火监测的团队常遇到一个尴尬卫星图像幅员够广但分辨率往往卡在几十米到几百米级等烟柱大到能被卫星捕捉时火线早已蔓延开。而地面摄像头覆盖范围有限山区、林区布点成本高得离谱。航空图像恰好卡在中间——无人机或有人机在几百到几千米高度巡航单张影像能同时保留米级甚至分米级空间细节和公里级覆盖范围。这个专门为探测野火而设计的综合性航空图像数据集解决的正是“让模型在火情早期、小目标、复杂背景下依然能稳定识别”的问题。它适合三类人做遥感目标检测的算法工程师、搭建林火预警系统的集成开发者、以及需要验证自研模型泛化能力的科研人员。数据集本身不是万能药但它把“数据从哪来、标签怎么定、场景怎么覆盖”这三个最耗时的环节标准化了让你能把精力砸在模型和部署上。2. 拆解航空野火数据集标签体系、场景覆盖与选型逻辑2.1 为什么航空图像的火情标注比通用目标检测难三倍通用目标检测数据集里一只狗就是一只狗边界清晰、姿态固定。野火航空图像完全是另一回事。火焰没有固定形状烟羽会随风向和光照变化从半透明灰白到浓黑过火区域与阴影、深色岩石、水体反光在RGB通道里数值极其接近。更麻烦的是“火”本身在图像里可能只占几十个像素而背景是整片森林纹理。这个数据集在设计时通常会把标注分成几个层级明火区域、烟羽区域、过火迹地有的还会标注未燃植被作为负样本对照。标注形式常见的是水平边界框部分版本会提供多边形分割掩码。如果你拿到的标注只有框做烟雾分割时就得自己补掩码这是第一个要确认的点。从选型角度看判断一个航空野火数据集能不能用先看三个指标空间分辨率是否支持你部署平台的最小检测目标、光谱通道是否包含红外或近红外、标注是否区分“烟”和“云”。很多公开数据集只给可见光RGB模型在阴天把云层误判为烟羽的翻车案例比比皆是。这个综合性数据集的价值就在于它通常覆盖了不同光照、不同季节、不同地形并且把烟和云做了区分标注。如果你的任务只是做“有无火情”的二分类那用通用航拍数据集加少量火情样本也能凑合但要做火线定位、蔓延方向估计就必须用这种带精细标注的专用数据集。2.2 数据集目录结构与标注格式的快速验证拿到数据集后别急着写DataLoader。先花十分钟做三件事统计图像数量与分辨率分布、检查标注文件与图像的对应关系、可视化随机抽样。常见做法是数据集按images/和labels/分目录标注用YOLO格式的.txt或COCO格式的.json。下面这段脚本用来快速验证YOLO格式的配对情况import os from pathlib import Path from PIL import Image img_dir Path(dataset/images) lbl_dir Path(dataset/labels) img_files sorted(img_dir.glob(*.jpg)) missing, size_stats [], [] for img_path in img_files: lbl_path lbl_dir / (img_path.stem .txt) if not lbl_path.exists(): missing.append(img_path.name) continue with Image.open(img_path) as im: size_stats.append(im.size) # 检查标注行格式class x_center y_center w h值应在0-1之间 with open(lbl_path) as f: for line in f: parts line.strip().split() if len(parts) ! 5: print(f格式异常: {lbl_path.name} - {line.strip()}) break vals list(map(float, parts[1:])) if any(v 0 or v 1 for v in vals): print(f坐标越界: {lbl_path.name} - {line.strip()}) break print(f图像总数: {len(img_files)}, 缺失标注: {len(missing)}) if size_stats: ws, hs zip(*size_stats) print(f宽度范围: {min(ws)}-{max(ws)}, 高度范围: {min(hs)}-{max(hs)})这段代码的逻辑很直接遍历图像目录检查每个图像是否有同名标注文件然后逐行验证YOLO格式的五个字段。参数方面img_dir和lbl_dir要按实际目录名改如果你的标注是COCO的JSON就得换成pycocotools来解析。重点看两个输出缺失标注数量如果超过5%说明数据整理有问题坐标越界通常意味着标注时用了绝对像素值而非归一化值需要统一转换。分辨率范围决定了你训练时输入尺寸怎么设——如果宽度从640到4000都有直接resize到640会丢失小目标得考虑分块推理或自适应缩放。2.3 训练集、验证集、测试集怎么切才不泄露场景信息随机切分是新手最容易踩的坑。航空图像往往按飞行架次采集同一架次里相邻帧高度相似。如果随机打乱后切分训练集和验证集里会出现几乎一样的画面验证指标虚高上线后直接翻车。正确做法是按飞行架次或地理区域切分同一区域的所有图像只出现在一个集合里。常见做法是维护一个flight_id或region_id字段用GroupShuffleSplit来切。如果数据集没提供这些元信息就按图像文件名前缀或拍摄时间戳聚类把时间相近的归为一组。切分比例建议7:2:1但验证集要覆盖至少两种不同地形和光照条件否则调参时你根本不知道模型在哪种场景下会崩。3. 用YOLOv8在航空野火数据集上跑通第一个基线3.1 环境配置与数据格式转换的四个关键参数假设你拿到的标注是COCO JSON而你想用YOLOv8训练第一步是转格式。Ultralytics提供了转换脚本但直接跑经常报错因为COCO里的iscrowd字段和空标注需要手动处理。下面是一个更可控的转换片段import json from pathlib import Path from tqdm import tqdm coco_file annotations/instances_train.json out_dir Path(labels/train) out_dir.mkdir(parentsTrue, exist_okTrue) with open(coco_file) as f: data json.load(f) # 建立image_id到文件名的映射 img_id2name {img[id]: img[file_name] for img in data[images]} # 建立category_id到连续索引的映射YOLO要求从0开始 cat_ids sorted({ann[category_id] for ann in data[annotations]}) cat_id2idx {cid: idx for idx, cid in enumerate(cat_ids)} # 按image_id分组标注 from collections import defaultdict anns_by_img defaultdict(list) for ann in data[annotations]: if ann.get(iscrowd, 0) 1: continue # 跳过crowd标注避免训练干扰 anns_by_img[ann[image_id]].append(ann) for img_id, anns in tqdm(anns_by_img.items()): img_info next(i for i in data[images] if i[id] img_id) w, h img_info[width], img_info[height] lines [] for ann in anns: x, y, bw, bh ann[bbox] # COCO bbox是左上角宽高转YOLO中心点宽高并归一化 xc (x bw / 2) / w yc (y bh / 2) / h nw, nh bw / w, bh / h cls cat_id2idx[ann[category_id]] lines.append(f{cls} {xc:.6f} {yc:.6f} {nw:.6f} {nh:.6f}) out_path out_dir / (Path(img_id2name[img_id]).stem .txt) out_path.write_text(\n.join(lines))逻辑说明先过滤iscrowd标注因为航空图像里密集小目标被标为crowd后YOLO的框回归会混乱。cat_id2idx重新映射类别索引因为COCO的category_id可能从1开始或不连续YOLO要求从0连续编号。归一化时保留6位小数避免小目标坐标精度损失。参数上coco_file换成你的JSON路径out_dir对应YOLO的labels目录。转换完记得检查空标注文件——有些图像只有crowd标注转换后变成空txt训练时YOLO会跳过但最好在数据配置里显式排除。3.2 训练命令与显存不够时的三个降级方案数据配置fire.yaml写好后训练命令本身不复杂yolo detect train \ datafire.yaml \ modelyolov8s.pt \ epochs100 \ imgsz1024 \ batch8 \ patience20 \ device0 \ projectruns/fire \ namebaseline关键参数解释imgsz1024是因为航空图像小目标多640下火焰可能只剩几个像素batch8在24G显存下跑1024尺寸比较稳patience20表示20轮验证指标不升就早停避免过拟合。如果显存不够按优先级降级先把imgsz降到768再把batch降到4最后换yolov8n.pt。别一上来就换nano模型小模型在复杂背景下的漏检率会明显上升。训练过程中重点看metrics/mAP50-95和val/box_loss如果box_loss震荡不降多半是学习率太大或标注框有噪声。3.3 推理阶段怎么处理大图与小目标切片推理与NMS调参航空图像动辄4000×3000直接缩到1024推理小火焰直接消失。常见做法是切片推理把大图切成有重叠的子图分别推理后再合并。YOLOv8自带save_crop和augment但切片需要自己写。核心是控制重叠率通常20%-30%和合并时的NMS阈值。下面是一个简化实现import numpy as np from ultralytics import YOLO from PIL import Image model YOLO(runs/fire/baseline/weights/best.pt) img Image.open(test_large.jpg) w, h img.size tile, overlap 1024, 256 step tile - overlap all_boxes [] for y in range(0, h, step): for x in range(0, w, step): crop img.crop((x, y, min(xtile, w), min(ytile, h))) results model(crop, conf0.25, iou0.5, verboseFalse) for box in results[0].boxes: xyxy box.xyxy[0].cpu().numpy() xyxy[0] x; xyxy[1] y; xyxy[2] x; xyxy[3] y all_boxes.append(np.concatenate([xyxy, box.conf.cpu().numpy(), box.cls.cpu().numpy()])) # 跨切片NMS用torchvision或手动实现 import torch from torchvision.ops import nms boxes_t torch.tensor([b[:4] for b in all_boxes]) scores_t torch.tensor([b[4] for b in all_boxes]) keep nms(boxes_t, scores_t, iou_threshold0.4) print(f合并后保留 {len(keep)} 个检测框)参数说明overlap256保证切片边缘的目标至少被完整包含一次conf0.25在切片推理时可以适当降低因为后续NMS会过滤跨切片NMS的iou_threshold0.4比单图推理的0.5更严因为重叠区域会产生大量重复框。如果发现同一火焰被切成两个框且NMS没合并检查坐标偏移是否正确加上了切片原点。4. 航空野火检测的避坑与排查标注、训练、部署中的血泪经验4.1 现象验证集mAP很高但实际航拍视频里漏检严重原因通常有三个验证集和训练集来自同一架次场景泄露导致指标虚高模型过拟合了训练集里的特定光照条件推理时输入尺寸和训练不一致。解决方法是按飞行架次重新切分数据并在验证集里强制包含至少一个阴天和一个晴天的架次。另外训练时开启mosaic0.5和hsv_h0.015做色彩增强让模型对光照变化更鲁棒。部署前用一段完全没参与训练的航拍视频做端到端测试看漏检率和误报率是否可接受。4.2 现象烟雾和云层混淆模型把大片云判成火情这是RGB可见光模型的通病。云和烟在灰度纹理上高度相似单帧图像几乎无解。解决思路有两个如果数据集有近红外通道把NIR作为第四通道输入云在NIR下反射率远高于烟如果没有多光谱数据就在后处理里加时序一致性检查——连续多帧同一位置都检测到“烟”才报警云层会随风快速移动而烟羽源头相对固定。这个数据集如果包含时序序列务必利用起来单帧模型的误报率在业务场景里是不可接受的。4.3 现象训练loss正常下降但推理时框全部偏移八成是标注格式转换时坐标系搞错了。COCO的bbox是[x_min, y_min, width, height]而有些数据集标注是[x_min, y_min, x_max, y_max]。转换时如果没区分YOLO学到的中心点和宽高全是错的。排查方法挑一张图把转换后的YOLO标注画回原图肉眼比对。另一个常见原因是图像在训练时被letterbox填充但推理时没做同样的预处理导致坐标映射错位。确保训练和推理用同一套预处理管道。4.4 现象小目标火焰检测不到大目标过火区域又框不全小目标和大目标在同一个检测头下确实难兼顾。YOLOv8的P3层负责小目标但如果你的火焰在1024输入下小于8×8像素P3也无力。解决办法是提高输入分辨率到1536或者用SAHI切片推理。对于大目标框不全检查标注时是否把整个过火区域都框进去了——有些标注只框了明火过火迹地没标模型自然学不会。如果数据集本身标注粒度就这样那就在业务上把“过火区域”和“明火”分成两个类别分别训练两个模型或加一个分割头。4.5 现象模型在GPU上跑得好部署到边缘设备后帧率暴跌航空野火监测经常要部署到无人机机载计算模块算力可能只有几十TOPS。YOLOv8s在服务器GPU上能跑几百FPS到边缘设备可能只剩个位数。解决路径先导出ONNX再用TensorRT或OpenVINO量化到FP16甚至INT8。量化时用训练集里的500张图做校准重点看量化后小目标的召回率掉了多少。如果掉太多就只量化骨干网络检测头保持FP16。另一个坑是切片推理在边缘设备上开销翻倍如果算力实在不够就降低切片重叠率或只在感兴趣区域做切片。5. 把基线推到可用类别不平衡处理与跨场景泛化验证5.1 用Focal Loss和重采样把漏检率压下来航空野火数据集里明火样本通常远少于背景和烟羽类别不平衡会让模型倾向于预测多数类。YOLOv8默认用BCEWithLogitsLoss对不平衡不够敏感。可以在训练配置里把cls损失权重调高或者换用Focal Loss。更直接的做法是重采样统计每个类别的实例数对稀有类别比如明火在DataLoader里做过采样。下面是一个按类别加权的采样器思路from torch.utils.data import WeightedRandomSampler import numpy as np # 假设labels_list是每个样本的类别列表 class_counts np.bincount([c for labels in labels_list for c in labels]) class_weights 1.0 / (class_counts 1e-6) sample_weights [max(class_weights[c] for c in labels) for labels in labels_list] sampler WeightedRandomSampler(sample_weights, num_sampleslen(sample_weights), replacementTrue)逻辑是给每个样本赋一个权重权重取该样本中所有类别权重的最大值这样包含稀有类别的样本会被更频繁地抽到。参数上replacementTrue允许重复采样num_samples设成数据集大小。注意过采样会加剧过拟合配合早停和强增强一起用。训练后看混淆矩阵如果明火类召回率从0.5提到0.75以上说明有效。5.2 跨场景泛化用留一区域法验证模型是否真的学到了火在自己的数据集上刷高指标不难难的是换一个完全没见过的山区或林型还能用。留一区域法Leave-One-Region-Out是最诚实的验证方式把数据按地理区域分成N组每次留一组做测试其余训练。如果某组测试指标骤降说明模型过拟合了其他区域的地形特征。这个数据集如果覆盖了多种地形务必做这个实验。我一般会记录每个区域的mAP和召回率画成表格对比。如果差异超过15个百分点就得在训练集里补充该区域的样本或者用域自适应方法对齐特征分布。5.3 一个具体技巧用测试时增强TTA换3-5个点召回TTA在推理时对同一张图做多种变换水平翻转、多尺度缩放合并所有预测结果再做NMS。YOLOv8推理时加augmentTrue就能开启基础TTA。实测在航空野火数据上TTA能把小火焰的召回率提升3-5个点代价是推理时间翻倍。如果业务对漏报极度敏感野火场景确实如此这个代价值得付。更激进的TTA是多尺度分别用0.8、1.0、1.2倍缩放推理合并结果。注意合并时NMS的IoU阈值要调低到0.35否则同一目标的多尺度框会残留。我习惯在验证集上先跑一遍TTA确认指标确实涨了再上生产别盲目开——有些场景下TTA反而引入更多误报。做野火检测这几年最大的教训是模型指标只是入场券真正决定系统能不能用的是数据切分是否干净、推理管道是否和训练一致、以及有没有用真实航拍视频做过端到端验证。这个航空图像数据集给了你一个扎实的起点但别指望直接跑个YOLO就能上线。先把第4章的坑逐个排掉再用第5章的TTA和重采样把召回率压上去最后拿一段没见过的航拍视频跑一遍看报警延迟和误报率能不能接受。希望帮到你。本文还有配套的精品资源点击获取