YOLOv8无人机视角绵羊检测与计数系统(数据集+模型+界面)

YOLOv8 空中绵羊检测与计数系统（Gazebo仿真）

项目简介

本仓库包含基于YOLOv8算法训练的绵羊检测与计数模型，数据集来自R，并集成Gazebo仿真环境实现无人机空中巡检模拟-YOLOv8-Sheep-Detection-Counting
。

训练结果

• 模型：YOLOv8n
• 权重路径：resources/weights/
• 训练效果图示：
  YOLOv8-Sheep-Detection-Counting
  

安装步骤

1. 创建虚拟环境

   # 创建环境
   python -m venv yolov8-sheep
   # 激活环境（Linux/macOS）
   source yolov8-sheep/bin/activate
   

2. 安装依赖

   pip install -e '.[dev]'
   

运行检测

• 图片检测

  python count.py
  

• 视频检测

  python track.py
  

  修改脚本中file_path参数指向你的文件，示例数据在resources/images/和resources/videos/中。

Gazebo仿真步骤

1. 环境配置

   • 按此教程配置测试环境，或直接使用提供的模型与世界文件（resources/models/、resources/worlds/）。
     

2. 启动仿真

   • 终端1：加载Gazebo世界

     roslaunch gazebo_ros agriculture.launch
     

   • 终端2：启动无人机（ArduCopter）

     cd ~/ardupilot/Tools/autotest && ./sim_vehicle.py -v ArduCopter -f gazebo-iris -I0
     

     • 在控制台看到APM: EKF2 IMU0 is using GPS后，输入以下指令起飞：

       mode guided
       arm throttle
       takeoff 40
       

   • 终端3：运行检测程序

     python sheep.py
     

效果演示

参考仓库中的演示文件。

---

关键术语说明

• Gazebo：机器人仿真工具，用于模拟无人机飞行与传感器数据。
• ArduCopter：开源无人机飞控系统，支持Gazebo硬件在环仿真。
• YOLOv8n：YOLOv8的轻量级版本，适合边缘设备部署。

如需进一步优化或扩展功能（如实时数据传输），可联系开发者！