太空垃圾识别系统：基于YOLOv5的深度学习实现

一、项目概述

随着太空探索的深入，轨道上的太空垃圾（Space Debris）数量日益增多。这些垃圾物体以高速运行，一旦撞击航天器或卫星，将造成极大的威胁。因此，构建一个基于深度学习的太空垃圾识别系统，具有重要的现实意义。

本项目旨在基于 YOLOv5 实现太空垃圾检测系统，配套构建简洁的 UI 图形界面，并提供可复用的数据集与完整代码，方便扩展训练和部署。

---

二、项目技术栈

• 目标检测框架：YOLOv5（Ultralytics）
• 图形界面：PyQt5（Python GUI）
• 训练平台：Python 3.8+，CUDA加速可选
• 数据集：SpaceNet Dataset、DARPASpaceData、Synthetic Debris Dataset（自制）
• 依赖管理：requirements.txt

---

三