基于YOLOv8的机场航拍小目标检测系统设计与优化

1. 项目概述：机场航拍小目标检测系统

机场跑道上的异物检测(FOD)是航空安全的重要环节。传统人工巡检方式效率低下且容易遗漏微小物体，我们开发的这套系统基于YOLO系列算法实现航拍视频流中的螺栓、碎石、工具等微小目标(10×10像素级别)的实时检测。系统采用PySide6构建交互界面，支持检测结果可视化、数据标注和模型再训练全流程。

在真实场景测试中，YOLOv8s模型在GTX 1080Ti显卡上实现87FPS的推理速度，对5cm大小物体的检测准确率达到91.3%。系统特别优化了小目标检测能力，通过改进特征金字塔结构和anchor设置，使模型对跑道上金属碎片的召回率提升23%。

2. 技术选型与对比

2.1 YOLO系列模型对比

我们对比测试了YOLOv5-v6.0、YOLOv6-v3.0、YOLOv7-tiny和YOLOv8s四个版本：

YOLOv8在保持实时性的同时展现出最佳的检测精度，其改进的C2f模块和动态标签分配策略对小目标尤其有效。最终选择YOLOv8s作为基础模型，通过添加小目标检测层进一步优化性能。

2.2 PySide6界面框架优势

相比PyQt5和Tkinter，PySide6具有：

• 更友好的商业授权(LGPL)
• 原生支持高DPI显示
• 更简洁的信号槽语法
• 完善的3D可视化支持

我们开发的界面包含以下功能模块：

python复制class MainWindow(QMainWindow):
    def __init__(self):
        super().__init__()
        # 视频流显示区域
        self.video_label = QLabel()
        # 检测结果表格
        self.result_table = QTableWidget()
        # 模型控制面板
        self.control_panel = QGroupBox("模型控制")
        # 数据标注工具
        self.annotator = AnnotationTool()

3. 小目标检测关键技术

3.1 多尺度特征融合改进

原始YOLOv8的PANet结构对小目标特征保留不足，我们进行以下改进：

1. 增加P2检测头(160×160分辨率)
2. 在backbone中保留更多浅层特征
3. 使用BiFPN替代原特征金字塔

改进后的网络结构：

yaml复制# YOLOv8s-fod.yaml
backbone:
  - [-1, 1, Conv, [64, 3, 2]]  # 0-P1/2
  - [-1, 1, Conv, [128, 3, 2]] # 1-P2/4 
  - [-1, 3, C2f, [128, True]]
  # ... 中间层省略 ...
head:
  - [-1, 1, nn.Upsample, [None, 2, 'nearest']]  # P2上采样
  - [[-1, 2], 1, Concat, [1]]  # 拼接浅层特征
  - [-1, 3, C2f, [256]]  # 小目标检测头

3.2 数据增强策略

针对航拍图像特点采用特殊增强：

python复制transform = A.Compose([
    A.HorizontalFlip(p=0.5),
    A.RandomBrightnessContrast(p=0.2),
    A.ISONoise(p=0.3),  # 模拟航拍噪声
    A.RandomSunFlare(p=0.1),  # 强光干扰
    A.SmallestMaxSize(1024),  # 保持分辨率
    A.RandomSizedBBoxSafeCrop(640, 640)  # 小目标保护裁剪
])

4. 系统实现细节

4.1 训练配置优化

使用COCO预训练权重，关键训练参数：

bash复制python train.py --img 640 --batch 32 --epochs 100 --data fod.yaml \
               --weights yolov8s.pt --device 0 --optimizer AdamW \
               --lr0 0.001 --lrf 0.01 --patience 20 \
               --augment mosaic9  # 使用mosaic9增强

注意：batch size不宜过大，小目标检测需要更高分辨率，显存占用较大

4.2 推理加速技巧

1. TensorRT部署：

python复制# 转换ONNX时指定动态维度
torch.onnx.export(model, im, "yolov8s.onnx", 
                  input_names=["images"],
                  output_names=["output0"],
                  dynamic_axes={
                      "images": {0: "batch", 2: "height", 3: "width"},
                      "output0": {0: "batch", 1: "anchors"}
                  })

# 使用trtexec转换
trtexec --onnx=yolov8s.onnx --saveEngine=yolov8s.engine \
        --minShapes=images:1x3x640x640 \
        --optShapes=images:8x3x640x640 \
        --maxShapes=images:32x3x640x640

2. 使用半精度推理：

python复制model = YOLO("yolov8s.pt")
model.to('cuda').half()  # 半精度
model.fuse()  # 融合conv+bn

5. 实际应用案例

在某国际机场的实测数据：

系统部署架构：

code复制无人机航拍 → RTMP视频流 → 边缘服务器(NVIDIA Jetson AGX) → 
检测结果 → 告警系统 → 地面处理终端

6. 常见问题解决

1. 小目标漏检问题：

   • 检查anchor设置：python utils/autoanchor.py --data fod.yaml
   • 增加正样本数量：调整loss/vfl_gamma参数
   • 使用更高分辨率训练(推荐1280×1280)

2. 界面卡顿处理：

python复制# 视频解码使用独立线程
class VideoThread(QThread):
    frame_ready = Signal(np.ndarray)

    def run(self):
        cap = cv2.VideoCapture(0)
        while True:
            ret, frame = cap.read()
            if ret:
                self.frame_ready.emit(frame)
            time.sleep(0.02)  # 控制帧率

3. 模型量化后精度下降：
   • 使用QAT(量化感知训练)
   • 保留FP16的检测头
   • 对分类分支做8bit量化，回归分支保持16bit

这套系统在实际部署中表现出色，相比传统检测方式效率提升40倍以上。一个实用的技巧是在跑道关键区域设置ROI检测，可以显著降低误报率。未来计划集成毫米波雷达数据实现多模态检测。