简介这份红外小目标飞机检测数据集面向从事红外图像目标检测的研究者与算法工程师尤其适合需要验证YOLO系列模型在弱小目标场景下性能的开发者。数据以VOC2007格式组织训练集16551张、验证集4952张类别仅含air一类可直接接入常见检测框架进行训练与评估。压缩包共2000个文件包含926个xml标注文件、926个txt标签文件、147个bmp红外图像及1个cache缓存文件整体约37.4MB标注与图像一一对应便于快速构建训练流水线。目前已有169人学习下载。对于研究红外弱小目标检测、需要现成标注数据做消融实验或模型对比的读者这份资源可省去繁琐的数据采集与标注环节直接用于训练、验证与结果复现是较为实用的入门与实验素材。1. 红外小目标飞机检测数据集 train从一份数据到能跑通的检测链路红外小目标飞机检测数据集 train 这类资源真正卡住人的从来不是「有没有数据」而是拿到手之后不知道 train 里到底该怎么用。红外成像下飞机目标往往只有几个到几十个像素对比度低、边缘糊、还夹着云层和地物杂波直接丢进通用检测框架大概率翻车。这份数据集面向的就是红外弱小目标检测这个细分方向train 划分通常承担模型拟合的主要任务验证和测试用来判断泛化。适合两类人一是做红外预警、空域监视、无人机探测的算法工程师二是想用 YOLO 系列快速验证自己想法的开发者。下面按「数据长什么样 → 怎么读 → 怎么训 → 坑在哪 → 怎么调」的顺序讲清楚目标是让你照着能复现一条完整链路。2. 红外小目标数据集 train 的结构与读取先看清再动手2.1 红外小目标 train 常见目录结构与标注格式红外小目标数据集一般不会像 COCO 那样规整train 目录下常见两种组织方式一种是train/images与train/labels平行存放图片和同名 txt 一一对应另一种是单文件夹混放靠文件名前缀区分。标注格式上红外小目标多用水平框少数用点标注或中心点加尺寸。拿到数据第一件事不是写训练脚本而是统计分布。# 统计 train 下图片数量与标注文件数量是否对齐 find train/images -type f \( -name *.jpg -o -name *.png -o -name *.bmp \) | wc -l find train/labels -type f -name *.txt | wc -l # 查看单张标注内容红外小目标通常是 class x_center y_center w h归一化 head -n 5 train/labels/000001.txt第一段命令确认图片与标注是否一一对应数量对不上说明有漏标或多余文件训练时会直接报错或静默跳过。第二段看标注内容归一化坐标是 YOLO 系的标准如果发现坐标是像素值且大于 1说明需要先转换。红外小目标的 w、h 归一化后经常小于 0.02这是判断「是不是真小目标」的量化依据。2.2 用 Python 统计目标尺寸判断是否属于小目标范畴不统计就开训是红外项目最常见的血泪经验。小目标定义通常按 COCO 标准面积小于 32×32 像素。红外飞机目标很多连 10×10 都不到必须提前知道。import os import numpy as np from PIL import Image label_dir train/labels img_dir train/images areas [] for name in os.listdir(label_dir): if not name.endswith(.txt): continue img_path os.path.join(img_dir, name.replace(.txt, .jpg)) if not os.path.exists(img_path): continue w_img, h_img Image.open(img_path).size with open(os.path.join(label_dir, name)) as f: for line in f: parts line.strip().split() if len(parts) 5: continue # 归一化宽高还原为像素 bw float(parts[3]) * w_img bh float(parts[4]) * h_img areas.append(bw * bh) areas np.array(areas) print(目标总数:, len(areas)) print(平均面积(px^2):, areas.mean()) print(面积中位数:, np.median(areas)) print(小于 32x32 的占比:, (areas 1024).mean())这段代码遍历 train 标注把归一化宽高还原成像素面积。参数说明parts[3]、parts[4]对应 YOLO 格式的宽高如果你的数据集是x1 y1 x2 y2绝对坐标需要先改解析逻辑。输出里「小于 32×32 的占比」如果超过 80%说明这是典型小目标场景后续 anchor 和输入分辨率都要针对性调整不能照搬常规检测配置。2.3 可视化抽查把标注画回图上确认没标错统计只能看数量标错位置必须靠眼睛。抽 20 张画框比看一百行日志都管用。import cv2 import os import random img_dir train/images label_dir train/labels samples random.sample(os.listdir(img_dir), 20) for name in samples: img cv2.imread(os.path.join(img_dir, name)) h, w img.shape[:2] label_path os.path.join(label_dir, os.path.splitext(name)[0] .txt) if os.path.exists(label_path): with open(label_path) as f: for line in f: c, x, y, bw, bh map(float, line.split()[:5]) x1 int((x - bw / 2) * w) y1 int((y - bh / 2) * h) x2 int((x bw / 2) * w) y2 int((y bh / 2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 1) cv2.imwrite(fvis_{name}, img)逻辑说明把归一化中心点和宽高还原成左上、右下角坐标再画框。红外图本身对比度低框线用绿色最显眼。如果发现框整体偏移或尺寸明显不对多半是标注坐标系和图片尺寸不匹配先解决这个问题再谈训练否则模型学到的全是错的。3. 把 train 喂给 YOLO配置、训练与参数怎么设3.1 从原始标注转成 YOLO 训练格式如果你的 train 已经是 YOLO 格式跳过这步如果是 VOC 的 xml 或 COCO 的 json必须先转。红外数据集里 VOC 格式很常见。import xml.etree.ElementTree as ET import os def voc_to_yolo(xml_path, img_w, img_h, out_path): tree ET.parse(xml_path) root tree.getroot() lines [] for obj in root.findall(object): cls_name obj.find(name).text # 类别映射按你的数据集改红外飞机通常就一类 cls_id 0 bbox obj.find(bndbox) x1 float(bbox.find(xmin).text) y1 float(bbox.find(ymin).text) x2 float(bbox.find(xmax).text) y2 float(bbox.find(ymax).text) xc (x1 x2) / 2 / img_w yc (y1 y2) / 2 / img_h bw (x2 - x1) / img_w bh (y2 - y1) / img_h lines.append(f{cls_id} {xc:.6f} {yc:.6f} {bw:.6f} {bh:.6f}) with open(out_path, w) as f: f.write(\n.join(lines))参数说明cls_id按你的类别表改单类飞机就固定 0img_w、img_h必须用对应图片的真实尺寸不能统一写死红外数据集分辨率经常不统一。转换后建议再跑一遍 2.2 的统计脚本确认转换没引入异常值。3.2 data.yaml 与训练命令红外小目标的关键参数YOLO 训练靠一份 yaml 描述数据路径和类别红外小目标有几个参数必须改。# data.yaml path: ./ir_plane train: train/images val: val/images nc: 1 names: [plane]yolo detect train \ datadata.yaml \ modelyolov8n.pt \ imgsz640 \ epochs200 \ batch16 \ lr00.001 \ mosaic0.5 \ scale0.3 \ patience50参数逐个说imgsz640是权衡红外小目标放大到 1280 能提升召回但显存翻倍先 640 跑通再上探lr00.001比默认略低小目标梯度弱学习率太大会震荡mosaic0.5不要用默认 1.0红外图拼接后目标更小更糊反而伤性能scale0.3限制缩放增强幅度避免小目标被缩到消失patience50早停红外数据量通常不大过拟合来得快。3.3 训练日志怎么看判断模型到底学没学到跑起来不等于学对了。重点盯三个指标box_loss是否稳定下降、mAP50是否在涨、recall是否长期偏低。红外小目标最常见的是 recall 上不去说明漏检严重这时优先查标注是否漏标、输入分辨率是否太低。如果box_loss降但mAP不涨多半是定位准了但置信度排序有问题可以调conf阈值再评估。训练中途用验证集跑一次可视化把预测框和真值框叠一起看比盯曲线直观得多。4. 红外小目标训练避坑5 个真实踩过的坑4.1 坑一图片和标注文件名对不上训练静默丢样本现象训练正常启动但日志里train样本数比预期少一截。原因图片是001.jpg标注是001.txt但有的图片是001.png脚本按 jpg 找就漏了。解决统一扩展名或在数据加载前用脚本做一次配对检查把没有对应标注的图片列出来人工确认。4.2 坑二小目标被数据增强「增强没了」现象训练 loss 正常但验证集几乎检不出目标。原因mosaic、随机缩放、裁剪叠加后原本 8×8 的目标变成 2×2 甚至被裁掉。解决把mosaic降到 0.30.5scale限制在 0.3 以内关闭随机裁剪或改用对小目标友好的增强策略。4.3 坑三输入分辨率照搬 640小目标特征被下采样吃掉现象模型能定位大致区域但框不准置信度普遍偏低。原因红外小目标在 640 输入下经过多次下采样到检测头时特征几乎消失。解决把imgsz提到 1024 或 1280或改用带高分辨率特征融合的结构代价是显存和速度。4.4 坑四类别不均衡导致模型偏向背景现象precision 很高但 recall 很低模型倾向于不报框。原因红外图里目标像素占比极低背景负样本压倒性多。解决调低conf阈值观察 recall 变化或在损失里对正样本加权也可以适当减少纯背景图的比例。4.5 坑五验证集和训练集同源指标虚高现象验证 mAP 很高换一批真实红外图就崩。原因train 和 val 来自同一段视频或同一场景分布几乎一样。解决按场景或时间段划分 train/val确保验证集能代表真实使用环境否则指标只是自欺欺人。5. 让红外小目标 train 真正好用的进阶技巧数据量小是红外项目的常态与其堆模型不如把 train 用透。我一般会做两件事一是离线增强扩容把 train 里的目标做小幅平移、加噪、对比度扰动生成 23 倍样本注意增强后要同步更新标注二是用滑动窗口推理替代整图推理红外图分辨率高时整图下采样会丢小目标切成带重叠的子图分别检测再合并召回能明显提升。# 滑动窗口推理示意切图检测后做 NMS 合并 def sliding_window(img, size640, stride320): h, w img.shape[:2] windows [] for y in range(0, h - size 1, stride): for x in range(0, w - size 1, stride): windows.append((x, y, img[y:ysize, x:xsize])) return windows参数说明size是子图边长stride是步长重叠越大召回越高但耗时越长一般取 size 的一半。合并时对所有子图预测框做一次全局 NMS避免同一目标被重复检出。验证方法上别只看 mAP按目标像素面积分档统计召回小于 5×5、5×5 到 16×16、大于 16×16 各看一遍你会发现模型在大目标上很好、小目标上很差这个分档表比单一指标有用得多。最后一句教训红外小目标项目里数据质量和划分方式决定上限模型和参数只决定你能不能摸到那个上限我踩过最深的坑就是花两周调模型最后发现是验证集泄漏。希望帮到你。本文还有配套的精品资源点击获取