基于YOLOv5/v8的遥感卫星图像目标检测
数据集介绍
数据集来源于开源DIOR数据集,DIOR是一个大规模的基准数据集,由23463幅800*800的遥感卫星图像和192,518个用水平边界框标注的物体实例组成,空间分辨率为0.5m~30m。数据集中共包含20类目标,包括但不限于:飞机、机场、棒球场、篮球场、油罐等,具体信息如下:
YOLOv5
2020年YOLOv5模型发布,由于其较为轻量,便于模型部署,到现在仍然享有很高的热度。YOLOv5 一共有五个版本,分别是:YOLOv5n(纳米级)、YOLOv5s(小型)、YOLOv5m(中型)、YOLOv5l(大型)和YOLOv5x(特大型)。
YOLOv8
Ultralytics公司于2023年1月发布YOLOv8模型,是一款前沿的、最先进的SOTA(State of the Art)模型,与YOLOv5相同,YOLOv8同样提供了5个不同模型大小的预训练模型:n(纳米级)、s(小型)、m(中型)、l(大型) 和 x(超大型)。
模型的搭建与训练
在上文介绍的数据集上进行训练,得到训练结果:
检测效果如下图所示:
模型的检测结果图
系统搭建
系统页面如下图
使用模型进行检测
作者联系方式
如果朋友们有相关问题,评论可能不能及时回复
作者联系方式vx:18014995623