尧图网页设计 
简介这份PDF文档基于YOLOv11构建卫星遥感图像的道路自动提取与变化检测完整方案面向遥感、GIS及计算机视觉方向的开发者和学习者可用于提升复杂场景下道路目标检测的效率与精度。资源包共1个PDF文件压缩包约2.12MB文档共31页目录支持章节跳转、左侧大纲与快速定位所有文字与图表均正常显示便于查阅。已有90人浏览学习。内容从YOLO系列算法演进、YOLOv11网络结构、损失函数与训练过程讲起系统展开道路提取和变化检测两套方案涵盖数据预处理、数据增强、图像配准、非极大值抑制、评估指标与结果可视化并涉及城市规划、交通管理、灾害评估等真实应用场景同时给出实验设计、挑战分析与改进建议是学习YOLO目标检测及其在遥感领域落地的实用参考。1. YOLOv11做卫星遥感道路提取先定位变化再谈提取精度第一次把YOLOv11用到卫星遥感影像上我以为先跑通检测再对道路线段做栅格化就行。结果长达几公里的道路被切成几十段阴影里的乡道直接漏检两期影像叠加后全是碎片根本没法交差。后来顺着“基于YOLOv11的卫星遥感图像道路提取与变化检测方案”的思路重做才走通一条能落地的路径用检测模型对单时相影像出候选框后处理把框串成道路线再用IoU交叉过滤出新增、拆除、改道区域。这套方案适合遥感分析工程师、GIS数据团队和月度巡检的城规项目组不追求像素级分割精度但追求能批量跑、能交变化清单的工程化能力。YOLOv11在这个场景里不是最惊艳的算法却是最容易把全流程跑通的那一个。2. 遥感数据准备与YOLOv11适配瓦片、标注与通道选择2.1 遥感影像和自然图像的三大差异遥感影像直接喂给YOLOv11第一次碰撞就发生在三个地方通道、分辨率和目标尺度。自然照片一般是RGB三通道8位图卫星影像常见的是多光谱包含红、绿、蓝、近红外还有全色波段。近红外对植被和水体特别敏感很多做道路提取的团队会先用归一化差值植被指数把植被区域压掉再让模型专注找路。但YOLOv11的输入层默认接受RGB三通道多光谱数据进来先要做通道选择或融合否则后面都是用不上的信息。分辨率是第二道坎。0.5米分辨率的影像里一条6米宽的双向车道能占到12个像素宽度到了2米分辨率只剩3个像素。YOLOv11的锚框和特征层在COCO这类自然图像上预训练尺度分布偏向“紧凑物体”对细长、小宽度的道路目标并不友好。第三个差异是目标尺度本身道路是线性要素长宽比经常到20:1甚至更高而通用检测框的比例约束没这么夸张。这个矛盾没法在模型结构里彻底解决只能靠瓦片尺寸和推理拼接策略去补。所以数据准备阶段的第一个决策就是看源数据是什么波段。我拿到一个4通道GeoTIFF时一般不急着丢近红外而是先看道路在哪个通道上与背景对比度最高城区沥青路的蓝绿反射率低、裸土则偏高近红外通道里植被和道路的灰度差异往往比RGB更明显。如果只跑裸模型取R、G、B三个通道不会翻车但后处理阶段我希望用NDVI辅助消除植被误检所以会把近红外也保留成一份辅助数据而不是直接删除。2.2 道路标注方案的两个选择旋转框与像素掩码道路标注有两条路一是把道路当作分割掩码逐像素标出路面二是用检测框沿路段画矩形框必要时加旋转角度。YOLOv11原生支持检测头也支持分割头。如果目标是“变化检测”检测框够用了如果目标叫“道路提取”要求输出面状路网那就得在检测框后面接中心线生成和缓冲建面这一套后处理或者直接用YOLOv11-seg输出掩码再转多边形。我一般倾向检测框加后处理原因是标注成本和一致性。像素掩码在长直道路上的标注一致性很难控制两个人标同一条路边界能差出三五个像素而旋转矩形框要标的点少速度也快好几倍。代价是窄路和宽路混在一起时正样本的IoU分布会很乱宽路框和窄路框的宽高比差异大训练时要靠数据增强来抹平。一个比较常见的做法是先标注掩码再用掩码自动生成最小外接矩形给检测头用同一份标注两种用途。这里给一张对比表方便你按项目阶段做选择。标注方式标注成本输出形态后续流程适合场景旋转检测框中等矩形加角度中心线提取、矢量化变化检测、自动跑批像素分割掩码较高面状要素掩码转多边形高精度路网提取框加掩码双标注最高两套输出互相校验复杂城市场景2.3 瓦片裁剪、增强与归一化参数设置遥感影像动辄上万像素不能整图喂给模型必须裁成瓦片。瓦片尺寸和重叠率直接决定小目标的存亡。我常用的组合是瓦片640×640、步长512相当于重叠128像素边缘被截断的道路能在相邻瓦片里补全。重叠率太低跨瓦片的道路段会被切断太高又会让同一个目标在训练集里反复出现造成过拟合。经验值是把瓦片尺寸除以步长的比值控制在1.25到1.5之间。下面是一段裁剪代码输入是整幅影像的numpy数组和对应的分割掩码输出是一批带重叠的瓦片空的瓦片会被滤掉。import os import numpy as np from PIL import Image def split_train_tiles(img_arr, mask_arr, tile640, stride512, out_dirtiles): h, w img_arr.shape[:2] os.makedirs(out_dir, exist_okTrue) idx 0 for y in range(0, h - tile 1, stride): for x in range(0, w - tile 1, stride): im img_arr[y:y tile, x:x tile] m mask_arr[y:y tile, x:x tile] # 掩码占比太小的瓦片直接丢掉减少纯负样本 if m.sum() 200: continue Image.fromarray(im).save(f{out_dir}/{idx:06d}.jpg) np.savez(f{out_dir}/{idx:06d}.npz, maskm) idx 1这段代码有两点要注意。第一步长小于瓦片尺寸产生了重叠重叠部分等于变相的数据增强但重叠率高了会让验证集和训练集信息互相渗透评测指标虚高。所以我做训练验证集划分时会先把所有瓦片按地理位置分到不同目录避免同一路段同时出现在训练和验证里。第二空的瓦片必须筛掉否则负样本比例过高模型会倾向把任何暗色区域都判成道路。增强方面我用的是Mosaic、随机翻转、亮度抖动和轻微缩放。遥感影像的亮度随季节、传感器角度变化很大亮度抖动要控制在±0.2以内对比度抖动在0.5到1.5倍之间太强会把道路和阴影的边界彻底弄混。还有一个值得加的增强是高斯噪声模拟传感器噪声让模型对灰度波动不那么敏感。归一化则用YOLOv11默认的RGB归一化即可不需要针对遥感影像做特殊的标准化因为预训练权重的分布已经固定了。3. 用YOLOv11训练自己的道路模型最小命令与三个必调参数3.1 ultralytics环境配置与最小训练命令环境配置这块0基础也能走通。先建一个虚拟环境装ultralytics包和对应版本的PyTorch。YOLOv11由Ultralytics维护安装一个包就能同时跑检测、分割和姿态估计。权重文件不用单独找训练命令会自动下载yolo11n.pt这类预训练权重也可以从ultralytics官方仓库预下载后放到项目目录里。python -m venv yolo11env source yolo11env/bin/activate pip install ultralytics yolo detect train dataroad.yaml modelyolo11n.pt epochs120 imgsz640 batch16数据配置文件road.yaml要指向你的瓦片目录写法很直接path: /data/road train: images/train val: images/val nc: 1 names: [road]训练时model参数指定的是预训练权重路径不指定的话Ultralytics会自动从上游下载。epochs给到120轮配合早停机制。第一次跑的时候如果显存不足最先调的就是batch。跑完以后在runs/detect/train/weights/下会生成best.pt和last.ptbest.pt是按验证集mAP挑出来的最优权重后边推理都用它。YOLOv11的网络结构主干是C3k2加SPPF的组合颈部有C2PSA做多尺度特征交互这个结构对中小目标原本就更友好加上遥感场景本身目标尺寸跨度大训练时尽量别用默认的640往1280靠。3.2 三个必调参数imgsz、batch、epochsimgsz是影响最大的参数。遥感道路检测和通用目标检测不一样道路的宽度在整幅图里往往是几个像素的事。imgsz从640提到1280理论上小目标的像素占比提升4倍漏检率会明显下降。但imgsz翻倍带来的显存消耗是平方级别的需要同步调低batch。batch参数决定梯度更新质量。显存够的话batch从16起步8GB显存跑1280分辨率batch一般只能到4或8。一个小经验是batch偏小时验证集mAP的震荡会很厉害原因是BN层的统计量不稳定。Ultralytics默认开了AMP混合精度能省不少显存必要时再配合梯度累积来弥补小batch带来的噪声。epochs不要死磕一个数。120轮是起点关键看验证集loss是否还在下降。Ultralytics默认开启早停patience默认是100次验证轮没提升就停。遥感数据集通常不大几百到几千张瓦片训练到60到80轮基本收敛。如果发现验证集loss还在降、但mAP不动多半是过拟合了优先回去查负样本是不是太多而不是继续加轮数。3.3 导出并保存推理结果权重文件与标签文件一起落盘训练完模型推理保存是个经常被问到的点。YOLOv11保存推理结果的方式很直接predict时把save_txt和save打开就会把带框图片和标签文件都落盘。下面是单张瓦片推理的完整写法from ultralytics import YOLO model YOLO(runs/detect/train/weights/best.pt) result model.predict( sourcescene_tile_001.jpg, imgsz1280, conf0.30, iou0.45, saveTrue, # 保存带检测框的可视化图 save_txtTrue, # 保存 YOLO 格式的 txt 标签 save_confTrue, # 标签里追加置信度 projectruns/inference, nameroad_tiles )这里conf是置信度阈值遥感场景一般设0.25到0.35之间。阈值调低召回率高但虚警多调高则框更干净但细碎的小路会丢失。iou是NMS的IoU阈值默认0.45道路目标长宽比大相邻框的IoU经常偏低可以适当降到0.3减少同一路段被拆成多个框的情况。保存的txt文件里每行格式是类别、中心点坐标、宽高再加置信度这些坐标是归一化到0到1的后处理时要乘回瓦片的像素尺寸。需要批量推理时source可以直接传一个目录Ultralytics会遍历所有图片。要注意的是瓦片推理得到的是局部坐标如果要拼回整幅图的道路线得记录每张瓦片在原始影像上的偏移量这个偏移量在推理阶段就得同步保存下来不然后期没法拼。4. 双时相变化检测两遍推理对比与拼接输入方案4.1 方案A两遍推理后按IoU过滤新增与消失变化检测不需要单独训练一个模型两遍推理加IoU匹配是最快能跑通的路径。对同一区域两个时相的瓦片分别跑YOLOv11拿到各自的检测框集合然后把时相2的每个框与时相1的所有框做IoU匹配匹配不上的就是疑似新增道路。反过来再做一次得到疑似消失道路。import numpy as np from ultralytics import YOLO model YOLO(best.pt) boxes1 model.predict(t1_tile.jpg, imgsz1280, conf0.30)[0].boxes.xyxy.cpu().numpy() boxes2 model.predict(t2_tile.jpg, imgsz1280, conf0.30)[0].boxes.xyxy.cpu().numpy() def iou(a, b): x1 max(a[0], b[0]); y1 max(a[1], b[1]) x2 min(a[2], b[2]); y2 min(a[3], b[3]) inter max(0, x2 - x1) * max(0, y2 - y1) area_a (a[2] - a[0]) * (a[3] - a[1]) area_b (b[2] - b[0]) * (b[3] - b[1]) return inter / (area_a area_b - inter) added [] for b2 in boxes2: best max([iou(b2, b1) for b1 in boxes1]) if best 0.30: added.append(b2) removed [] for b1 in boxes1: best max([iou(b1, b2) for b2 in boxes2]) if best 0.30: removed.append(b1)这段代码的逻辑是把变化检测拆成两组集合差。IoU阈值0.3是经验值新建道路和原路的路基可能部分重叠阈值太严会漏报太松会把轻微错位也当成变化。真实场景里两期影像的配准误差、光照差异都会让同一个路段的框位置偏移所以阈值一定要基于自己的验证集调不能直接照搬。方案A的优点是实现成本低几行代码就能跑通缺点是两遍推理各自独立如果第一遍漏检了变化检测跟着一起漏。所以使用方案A时推理时的conf阈值可以比单时相检测放低一些比如0.25宁可多出一些虚警也不要在变化阶段漏掉关键的新建道路。4.2 方案B差值图叠加和并排拼接两种输入方案B是把两个时相的信息塞进同一个输入里让YOLOv11直接学到“变化区域”的特征。最常见的是把两时相的差值图和原始RGB做伪彩色叠加把变化响应最强的通道替换或叠加到RGB上。道路表面材质变化通常不大但新建道路会让差值图上出现一条明显的轮廓模型学到这个轮廓后对阴影和光照差异的敏感度反而会下降。另一种做法是把两时相影像并排拼接成一个长宽比约2比1的输入。这种做法不用改通道数可以直接用预训练权重但检测框的宽高比会变得很怪模型要同时适配原本尺寸和拼接后的宽幅道路训练收敛速度会变慢。我一般优先用差值通道方案因为差值图本身就抑制了地表材质不变的区域相当于一个免费的语义先验。如果两期影像的传感器波段不一致差值图的计算要先做直方图匹配否则道路没变灰度差也很大模型会被误导。4.3 变化检测的评估指标与公开数据集参考变化检测的评价和单时相检测不一样除了看检测框质量还要看变化层面的查全率、查准率和虚警率。下面这张表是我每次做方案汇报时固定要算的指标只报mAP对业务方不够直观。指标名称计算方式参考阈值说明mAP0.5所有类别平均准确率越大越好单时相检测质量变化查全率正确检出的变化数 / 真实变化总数越高越好有没有漏掉关键变化变化查准率正确检出的变化数 / 模型输出的变化数0.7以上虚警越低越好单路段去重率去重后的路段数 / 去重前检测框数越高越好长路段是否被拆碎公开数据集方面LEVIR-CD是建筑物变化检测常用的数据集提供两时相影像和变化掩码。可以把它的掩码转成检测框用来做YOLOv11的微调或验证。不过LEVIR-CD的影像分辨率和道路场景不太一样更适合做算法选型的横向对比直接迁移到道路项目里时还是要重新标注一批本地数据。5. YOLOv11遥感场景排查手册小目标、误检与尺度翻车5.1 小目标漏检长直道路被检测框切成碎片现象训练时loss收敛正常推理结果里一条完整道路被切成好几段中间还有空白肉眼可见的连续道路在输出里变成了断断续续的短框。原因YOLOv11的多尺度特征融合对紧凑目标效果好但遥感影像里道路极窄宽高比极端缩放后只占几个像素。模型的特征层在预训练阶段没见过这么极端的长宽比分布所以对长直道路的中间段响应弱只有交叉口和弯道这些“特征明显”的地方能出框。解决先把imgsz提到1280让道路宽度在特征图上多占一点像素再做滑动窗口推理窗口重叠设大把同一路段在不同瓦片里的检测框合并。NMS后加一道路段连接后处理把角度连续的相邻框串成折线。爬过这个坑之后我的习惯是把“瓦片裁剪的步长”和“推理时的步长”保持一致不然重叠区域不一致拼接时会出现双框。5.2 阴影与树冠遮挡导致的误检现象郊区影像里树冠阴影被成片检成道路尤其是森林边缘和山谷地带虚警率一度超过50%。原因YOLOv11学到的是灰度纹理和边缘组合。阴影边缘的灰度梯度和沥青路面边缘很像加上树冠阴影内部的纹理均匀和路面特征重叠度高。纯RGB输入下模型没有区分植被阴影和硬质路面的依据。解决引入NDVI通道做辅助抑制。训练时把近红外通道算成NDVI图与RGB拼成4通道输入然后做主成分分析取前三个主成分作为模型的输入。这一步能把植被覆盖区域和路面的光谱差异突出出来阴影区域的误检能下降明显。如果不想动训练数据至少在推理后处理阶段用NDVI把落在高植被区域内的检测框滤掉这是性价比最高的补救方式。5.3 训练与推理分辨率不一致导致的尺度翻车现象模型在imgsz640下训练验证集mAP不差拿到新影像后用imgsz1280跑整图结果mAP反而下降小目标漏得更多。原因检测模型学到的特征其实绑定了训练时的尺度分布。训练用640模型在8倍下采样后的特征图上看到的是“小目标在整图里占多大一片”的相对概念。推理时突然换到1280目标的相对尺寸变大特征分布和训练数据错位了。这不是模型变笨了而是输入分布变了。解决推理时的imgsz要和训练时保持一致。需要高分辨率出图时不要整体放大而是做瓦片推理让每个瓦片里的目标尺度尽量接近训练时的分布。瓦片尺寸和训练imgsz一致比如都用640或1280这样模型看到的每个目标相对大小才是稳定的。5.4 显存溢出与批量推理OOM现象训练时Imgsz1280、batch16第一个epoch还没跑完就报CUDA out of memory推理时一次性加载几百张瓦片也把显存打爆。原因显存消耗随输入分辨率平方增长batch和大图一起把显存挤爆了。推理阶段Ultralytics默认按batch处理一次加载过多瓦片同样会OOM。解决训练时把batch降到4或8或者开梯度累积。Ultralytics里没有直接的梯度累积参数常见做法是手动降低batch同时配合AMP混合精度实际训练速度不会慢太多。推理时给predict加batch参数比如batch8显存不够就降到1。另外推理可以显式打开halfTrue半精度推理显存占用直接减半速度还能提升。这个坑几乎每个新手都要踩一次我现在的习惯是先看GPU显存再定imgsz和batch而不是先抄别人的参数。6. 把方案跑成产品推理加速、矢量化后处理与季节更新方案能跑通只是第一步要交给业务方用起来还有三件事值得做推理加速、检测框到路网的矢量化、模型随季节的持续更新。推理加速方面训练完的best.pt可以导出成TensorRT引擎格式半精度下吞吐量能提升30%到50%。Ultralytics的导出接口很简洁一句model.export(formatengine, halfTrue)就能完成导出需要NVIDIA显卡和TensorRT环境。导出后推理代码里把模型路径换成engine文件其他逻辑不用改瓦片批量推理速度会有可感知的提升。矢量化是道路提取的关键一步。YOLOv11输出的是矩形框直接叠加到GIS里很难看。常见做法是对同一道路的多个检测框做中心点提权按方向连续性把它们串成折线再用缓冲生成带宽度属性的面要素。开源的骨架化算法加上Douglas-Peucker简化能把一段三公里的道路从几十个框化简成一条平滑的线。宽度信息可以从检测框的短边估算出来再结合影像分辨率换算成实际米数。模型随季节更新是一个很容易忽略的点。遥感影像的光照、植被覆盖随季节变化很大夏季模型放到冬季影像上mAP下降是必然的。我现在每个季度会用新时相影像标注一小批瓦片做增量微调不需要全部重新标几百张就够把分布拉回来。微调后的模型跑一遍上一季度的验证集对比mAP变化比事先调参要管用得多。之前吃过一次亏夏季模型直接拿到冬季影像上跑把裸土上的机耕道全检成了国道虚警高到没法交付。从那以后季节更新就成了固定流程。还有一个小技巧值得分享把每期推理结果按瓦片偏移量拼回整幅图后做一次拓扑检查看看路网是否连续、有没有断头路。这个检查能自动找出漏检路段比看mAP直观得多。你若能把这个闭环跑顺道路提取加变化检测就算真正落地了希望帮到你。本文还有配套的精品资源点击获取 YOLOv11在卫星遥感道路提取与变化检测中的工程实践
简介这份PDF文档基于YOLOv11构建卫星遥感图像的道路自动提取与变化检测完整方案面向遥感、GIS及计算机视觉方向的开发者和学习者可用于提升复杂场景下道路目标检测的效率与精度。资源包共1个PDF文件压缩包约2.12MB文档共31页目录支持章节跳转、左侧大纲与快速定位所有文字与图表均正常显示便于查阅。已有90人浏览学习。内容从YOLO系列算法演进、YOLOv11网络结构、损失函数与训练过程讲起系统展开道路提取和变化检测两套方案涵盖数据预处理、数据增强、图像配准、非极大值抑制、评估指标与结果可视化并涉及城市规划、交通管理、灾害评估等真实应用场景同时给出实验设计、挑战分析与改进建议是学习YOLO目标检测及其在遥感领域落地的实用参考。1. YOLOv11做卫星遥感道路提取先定位变化再谈提取精度第一次把YOLOv11用到卫星遥感影像上我以为先跑通检测再对道路线段做栅格化就行。结果长达几公里的道路被切成几十段阴影里的乡道直接漏检两期影像叠加后全是碎片根本没法交差。后来顺着“基于YOLOv11的卫星遥感图像道路提取与变化检测方案”的思路重做才走通一条能落地的路径用检测模型对单时相影像出候选框后处理把框串成道路线再用IoU交叉过滤出新增、拆除、改道区域。这套方案适合遥感分析工程师、GIS数据团队和月度巡检的城规项目组不追求像素级分割精度但追求能批量跑、能交变化清单的工程化能力。YOLOv11在这个场景里不是最惊艳的算法却是最容易把全流程跑通的那一个。2. 遥感数据准备与YOLOv11适配瓦片、标注与通道选择2.1 遥感影像和自然图像的三大差异遥感影像直接喂给YOLOv11第一次碰撞就发生在三个地方通道、分辨率和目标尺度。自然照片一般是RGB三通道8位图卫星影像常见的是多光谱包含红、绿、蓝、近红外还有全色波段。近红外对植被和水体特别敏感很多做道路提取的团队会先用归一化差值植被指数把植被区域压掉再让模型专注找路。但YOLOv11的输入层默认接受RGB三通道多光谱数据进来先要做通道选择或融合否则后面都是用不上的信息。分辨率是第二道坎。0.5米分辨率的影像里一条6米宽的双向车道能占到12个像素宽度到了2米分辨率只剩3个像素。YOLOv11的锚框和特征层在COCO这类自然图像上预训练尺度分布偏向“紧凑物体”对细长、小宽度的道路目标并不友好。第三个差异是目标尺度本身道路是线性要素长宽比经常到20:1甚至更高而通用检测框的比例约束没这么夸张。这个矛盾没法在模型结构里彻底解决只能靠瓦片尺寸和推理拼接策略去补。所以数据准备阶段的第一个决策就是看源数据是什么波段。我拿到一个4通道GeoTIFF时一般不急着丢近红外而是先看道路在哪个通道上与背景对比度最高城区沥青路的蓝绿反射率低、裸土则偏高近红外通道里植被和道路的灰度差异往往比RGB更明显。如果只跑裸模型取R、G、B三个通道不会翻车但后处理阶段我希望用NDVI辅助消除植被误检所以会把近红外也保留成一份辅助数据而不是直接删除。2.2 道路标注方案的两个选择旋转框与像素掩码道路标注有两条路一是把道路当作分割掩码逐像素标出路面二是用检测框沿路段画矩形框必要时加旋转角度。YOLOv11原生支持检测头也支持分割头。如果目标是“变化检测”检测框够用了如果目标叫“道路提取”要求输出面状路网那就得在检测框后面接中心线生成和缓冲建面这一套后处理或者直接用YOLOv11-seg输出掩码再转多边形。我一般倾向检测框加后处理原因是标注成本和一致性。像素掩码在长直道路上的标注一致性很难控制两个人标同一条路边界能差出三五个像素而旋转矩形框要标的点少速度也快好几倍。代价是窄路和宽路混在一起时正样本的IoU分布会很乱宽路框和窄路框的宽高比差异大训练时要靠数据增强来抹平。一个比较常见的做法是先标注掩码再用掩码自动生成最小外接矩形给检测头用同一份标注两种用途。这里给一张对比表方便你按项目阶段做选择。标注方式标注成本输出形态后续流程适合场景旋转检测框中等矩形加角度中心线提取、矢量化变化检测、自动跑批像素分割掩码较高面状要素掩码转多边形高精度路网提取框加掩码双标注最高两套输出互相校验复杂城市场景2.3 瓦片裁剪、增强与归一化参数设置遥感影像动辄上万像素不能整图喂给模型必须裁成瓦片。瓦片尺寸和重叠率直接决定小目标的存亡。我常用的组合是瓦片640×640、步长512相当于重叠128像素边缘被截断的道路能在相邻瓦片里补全。重叠率太低跨瓦片的道路段会被切断太高又会让同一个目标在训练集里反复出现造成过拟合。经验值是把瓦片尺寸除以步长的比值控制在1.25到1.5之间。下面是一段裁剪代码输入是整幅影像的numpy数组和对应的分割掩码输出是一批带重叠的瓦片空的瓦片会被滤掉。import os import numpy as np from PIL import Image def split_train_tiles(img_arr, mask_arr, tile640, stride512, out_dirtiles): h, w img_arr.shape[:2] os.makedirs(out_dir, exist_okTrue) idx 0 for y in range(0, h - tile 1, stride): for x in range(0, w - tile 1, stride): im img_arr[y:y tile, x:x tile] m mask_arr[y:y tile, x:x tile] # 掩码占比太小的瓦片直接丢掉减少纯负样本 if m.sum() 200: continue Image.fromarray(im).save(f{out_dir}/{idx:06d}.jpg) np.savez(f{out_dir}/{idx:06d}.npz, maskm) idx 1这段代码有两点要注意。第一步长小于瓦片尺寸产生了重叠重叠部分等于变相的数据增强但重叠率高了会让验证集和训练集信息互相渗透评测指标虚高。所以我做训练验证集划分时会先把所有瓦片按地理位置分到不同目录避免同一路段同时出现在训练和验证里。第二空的瓦片必须筛掉否则负样本比例过高模型会倾向把任何暗色区域都判成道路。增强方面我用的是Mosaic、随机翻转、亮度抖动和轻微缩放。遥感影像的亮度随季节、传感器角度变化很大亮度抖动要控制在±0.2以内对比度抖动在0.5到1.5倍之间太强会把道路和阴影的边界彻底弄混。还有一个值得加的增强是高斯噪声模拟传感器噪声让模型对灰度波动不那么敏感。归一化则用YOLOv11默认的RGB归一化即可不需要针对遥感影像做特殊的标准化因为预训练权重的分布已经固定了。3. 用YOLOv11训练自己的道路模型最小命令与三个必调参数3.1 ultralytics环境配置与最小训练命令环境配置这块0基础也能走通。先建一个虚拟环境装ultralytics包和对应版本的PyTorch。YOLOv11由Ultralytics维护安装一个包就能同时跑检测、分割和姿态估计。权重文件不用单独找训练命令会自动下载yolo11n.pt这类预训练权重也可以从ultralytics官方仓库预下载后放到项目目录里。python -m venv yolo11env source yolo11env/bin/activate pip install ultralytics yolo detect train dataroad.yaml modelyolo11n.pt epochs120 imgsz640 batch16数据配置文件road.yaml要指向你的瓦片目录写法很直接path: /data/road train: images/train val: images/val nc: 1 names: [road]训练时model参数指定的是预训练权重路径不指定的话Ultralytics会自动从上游下载。epochs给到120轮配合早停机制。第一次跑的时候如果显存不足最先调的就是batch。跑完以后在runs/detect/train/weights/下会生成best.pt和last.ptbest.pt是按验证集mAP挑出来的最优权重后边推理都用它。YOLOv11的网络结构主干是C3k2加SPPF的组合颈部有C2PSA做多尺度特征交互这个结构对中小目标原本就更友好加上遥感场景本身目标尺寸跨度大训练时尽量别用默认的640往1280靠。3.2 三个必调参数imgsz、batch、epochsimgsz是影响最大的参数。遥感道路检测和通用目标检测不一样道路的宽度在整幅图里往往是几个像素的事。imgsz从640提到1280理论上小目标的像素占比提升4倍漏检率会明显下降。但imgsz翻倍带来的显存消耗是平方级别的需要同步调低batch。batch参数决定梯度更新质量。显存够的话batch从16起步8GB显存跑1280分辨率batch一般只能到4或8。一个小经验是batch偏小时验证集mAP的震荡会很厉害原因是BN层的统计量不稳定。Ultralytics默认开了AMP混合精度能省不少显存必要时再配合梯度累积来弥补小batch带来的噪声。epochs不要死磕一个数。120轮是起点关键看验证集loss是否还在下降。Ultralytics默认开启早停patience默认是100次验证轮没提升就停。遥感数据集通常不大几百到几千张瓦片训练到60到80轮基本收敛。如果发现验证集loss还在降、但mAP不动多半是过拟合了优先回去查负样本是不是太多而不是继续加轮数。3.3 导出并保存推理结果权重文件与标签文件一起落盘训练完模型推理保存是个经常被问到的点。YOLOv11保存推理结果的方式很直接predict时把save_txt和save打开就会把带框图片和标签文件都落盘。下面是单张瓦片推理的完整写法from ultralytics import YOLO model YOLO(runs/detect/train/weights/best.pt) result model.predict( sourcescene_tile_001.jpg, imgsz1280, conf0.30, iou0.45, saveTrue, # 保存带检测框的可视化图 save_txtTrue, # 保存 YOLO 格式的 txt 标签 save_confTrue, # 标签里追加置信度 projectruns/inference, nameroad_tiles )这里conf是置信度阈值遥感场景一般设0.25到0.35之间。阈值调低召回率高但虚警多调高则框更干净但细碎的小路会丢失。iou是NMS的IoU阈值默认0.45道路目标长宽比大相邻框的IoU经常偏低可以适当降到0.3减少同一路段被拆成多个框的情况。保存的txt文件里每行格式是类别、中心点坐标、宽高再加置信度这些坐标是归一化到0到1的后处理时要乘回瓦片的像素尺寸。需要批量推理时source可以直接传一个目录Ultralytics会遍历所有图片。要注意的是瓦片推理得到的是局部坐标如果要拼回整幅图的道路线得记录每张瓦片在原始影像上的偏移量这个偏移量在推理阶段就得同步保存下来不然后期没法拼。4. 双时相变化检测两遍推理对比与拼接输入方案4.1 方案A两遍推理后按IoU过滤新增与消失变化检测不需要单独训练一个模型两遍推理加IoU匹配是最快能跑通的路径。对同一区域两个时相的瓦片分别跑YOLOv11拿到各自的检测框集合然后把时相2的每个框与时相1的所有框做IoU匹配匹配不上的就是疑似新增道路。反过来再做一次得到疑似消失道路。import numpy as np from ultralytics import YOLO model YOLO(best.pt) boxes1 model.predict(t1_tile.jpg, imgsz1280, conf0.30)[0].boxes.xyxy.cpu().numpy() boxes2 model.predict(t2_tile.jpg, imgsz1280, conf0.30)[0].boxes.xyxy.cpu().numpy() def iou(a, b): x1 max(a[0], b[0]); y1 max(a[1], b[1]) x2 min(a[2], b[2]); y2 min(a[3], b[3]) inter max(0, x2 - x1) * max(0, y2 - y1) area_a (a[2] - a[0]) * (a[3] - a[1]) area_b (b[2] - b[0]) * (b[3] - b[1]) return inter / (area_a area_b - inter) added [] for b2 in boxes2: best max([iou(b2, b1) for b1 in boxes1]) if best 0.30: added.append(b2) removed [] for b1 in boxes1: best max([iou(b1, b2) for b2 in boxes2]) if best 0.30: removed.append(b1)这段代码的逻辑是把变化检测拆成两组集合差。IoU阈值0.3是经验值新建道路和原路的路基可能部分重叠阈值太严会漏报太松会把轻微错位也当成变化。真实场景里两期影像的配准误差、光照差异都会让同一个路段的框位置偏移所以阈值一定要基于自己的验证集调不能直接照搬。方案A的优点是实现成本低几行代码就能跑通缺点是两遍推理各自独立如果第一遍漏检了变化检测跟着一起漏。所以使用方案A时推理时的conf阈值可以比单时相检测放低一些比如0.25宁可多出一些虚警也不要在变化阶段漏掉关键的新建道路。4.2 方案B差值图叠加和并排拼接两种输入方案B是把两个时相的信息塞进同一个输入里让YOLOv11直接学到“变化区域”的特征。最常见的是把两时相的差值图和原始RGB做伪彩色叠加把变化响应最强的通道替换或叠加到RGB上。道路表面材质变化通常不大但新建道路会让差值图上出现一条明显的轮廓模型学到这个轮廓后对阴影和光照差异的敏感度反而会下降。另一种做法是把两时相影像并排拼接成一个长宽比约2比1的输入。这种做法不用改通道数可以直接用预训练权重但检测框的宽高比会变得很怪模型要同时适配原本尺寸和拼接后的宽幅道路训练收敛速度会变慢。我一般优先用差值通道方案因为差值图本身就抑制了地表材质不变的区域相当于一个免费的语义先验。如果两期影像的传感器波段不一致差值图的计算要先做直方图匹配否则道路没变灰度差也很大模型会被误导。4.3 变化检测的评估指标与公开数据集参考变化检测的评价和单时相检测不一样除了看检测框质量还要看变化层面的查全率、查准率和虚警率。下面这张表是我每次做方案汇报时固定要算的指标只报mAP对业务方不够直观。指标名称计算方式参考阈值说明mAP0.5所有类别平均准确率越大越好单时相检测质量变化查全率正确检出的变化数 / 真实变化总数越高越好有没有漏掉关键变化变化查准率正确检出的变化数 / 模型输出的变化数0.7以上虚警越低越好单路段去重率去重后的路段数 / 去重前检测框数越高越好长路段是否被拆碎公开数据集方面LEVIR-CD是建筑物变化检测常用的数据集提供两时相影像和变化掩码。可以把它的掩码转成检测框用来做YOLOv11的微调或验证。不过LEVIR-CD的影像分辨率和道路场景不太一样更适合做算法选型的横向对比直接迁移到道路项目里时还是要重新标注一批本地数据。5. YOLOv11遥感场景排查手册小目标、误检与尺度翻车5.1 小目标漏检长直道路被检测框切成碎片现象训练时loss收敛正常推理结果里一条完整道路被切成好几段中间还有空白肉眼可见的连续道路在输出里变成了断断续续的短框。原因YOLOv11的多尺度特征融合对紧凑目标效果好但遥感影像里道路极窄宽高比极端缩放后只占几个像素。模型的特征层在预训练阶段没见过这么极端的长宽比分布所以对长直道路的中间段响应弱只有交叉口和弯道这些“特征明显”的地方能出框。解决先把imgsz提到1280让道路宽度在特征图上多占一点像素再做滑动窗口推理窗口重叠设大把同一路段在不同瓦片里的检测框合并。NMS后加一道路段连接后处理把角度连续的相邻框串成折线。爬过这个坑之后我的习惯是把“瓦片裁剪的步长”和“推理时的步长”保持一致不然重叠区域不一致拼接时会出现双框。5.2 阴影与树冠遮挡导致的误检现象郊区影像里树冠阴影被成片检成道路尤其是森林边缘和山谷地带虚警率一度超过50%。原因YOLOv11学到的是灰度纹理和边缘组合。阴影边缘的灰度梯度和沥青路面边缘很像加上树冠阴影内部的纹理均匀和路面特征重叠度高。纯RGB输入下模型没有区分植被阴影和硬质路面的依据。解决引入NDVI通道做辅助抑制。训练时把近红外通道算成NDVI图与RGB拼成4通道输入然后做主成分分析取前三个主成分作为模型的输入。这一步能把植被覆盖区域和路面的光谱差异突出出来阴影区域的误检能下降明显。如果不想动训练数据至少在推理后处理阶段用NDVI把落在高植被区域内的检测框滤掉这是性价比最高的补救方式。5.3 训练与推理分辨率不一致导致的尺度翻车现象模型在imgsz640下训练验证集mAP不差拿到新影像后用imgsz1280跑整图结果mAP反而下降小目标漏得更多。原因检测模型学到的特征其实绑定了训练时的尺度分布。训练用640模型在8倍下采样后的特征图上看到的是“小目标在整图里占多大一片”的相对概念。推理时突然换到1280目标的相对尺寸变大特征分布和训练数据错位了。这不是模型变笨了而是输入分布变了。解决推理时的imgsz要和训练时保持一致。需要高分辨率出图时不要整体放大而是做瓦片推理让每个瓦片里的目标尺度尽量接近训练时的分布。瓦片尺寸和训练imgsz一致比如都用640或1280这样模型看到的每个目标相对大小才是稳定的。5.4 显存溢出与批量推理OOM现象训练时Imgsz1280、batch16第一个epoch还没跑完就报CUDA out of memory推理时一次性加载几百张瓦片也把显存打爆。原因显存消耗随输入分辨率平方增长batch和大图一起把显存挤爆了。推理阶段Ultralytics默认按batch处理一次加载过多瓦片同样会OOM。解决训练时把batch降到4或8或者开梯度累积。Ultralytics里没有直接的梯度累积参数常见做法是手动降低batch同时配合AMP混合精度实际训练速度不会慢太多。推理时给predict加batch参数比如batch8显存不够就降到1。另外推理可以显式打开halfTrue半精度推理显存占用直接减半速度还能提升。这个坑几乎每个新手都要踩一次我现在的习惯是先看GPU显存再定imgsz和batch而不是先抄别人的参数。6. 把方案跑成产品推理加速、矢量化后处理与季节更新方案能跑通只是第一步要交给业务方用起来还有三件事值得做推理加速、检测框到路网的矢量化、模型随季节的持续更新。推理加速方面训练完的best.pt可以导出成TensorRT引擎格式半精度下吞吐量能提升30%到50%。Ultralytics的导出接口很简洁一句model.export(formatengine, halfTrue)就能完成导出需要NVIDIA显卡和TensorRT环境。导出后推理代码里把模型路径换成engine文件其他逻辑不用改瓦片批量推理速度会有可感知的提升。矢量化是道路提取的关键一步。YOLOv11输出的是矩形框直接叠加到GIS里很难看。常见做法是对同一道路的多个检测框做中心点提权按方向连续性把它们串成折线再用缓冲生成带宽度属性的面要素。开源的骨架化算法加上Douglas-Peucker简化能把一段三公里的道路从几十个框化简成一条平滑的线。宽度信息可以从检测框的短边估算出来再结合影像分辨率换算成实际米数。模型随季节更新是一个很容易忽略的点。遥感影像的光照、植被覆盖随季节变化很大夏季模型放到冬季影像上mAP下降是必然的。我现在每个季度会用新时相影像标注一小批瓦片做增量微调不需要全部重新标几百张就够把分布拉回来。微调后的模型跑一遍上一季度的验证集对比mAP变化比事先调参要管用得多。之前吃过一次亏夏季模型直接拿到冬季影像上跑把裸土上的机耕道全检成了国道虚警高到没法交付。从那以后季节更新就成了固定流程。还有一个小技巧值得分享把每期推理结果按瓦片偏移量拼回整幅图后做一次拓扑检查看看路网是否连续、有没有断头路。这个检查能自动找出漏检路段比看mAP直观得多。你若能把这个闭环跑顺道路提取加变化检测就算真正落地了希望帮到你。本文还有配套的精品资源点击获取