无人机航拍垃圾检测数据集构建与应用实践

1. 项目背景与价值解析

去年夏天参与某智慧园区项目时，我深刻体会到传统人工巡检草坪和路面的低效——三个工人每天工作8小时仅能完成20亩区域的垃圾巡查。这种背景下，基于无人机的自动化检测方案开始受到业界关注。我们团队耗时三个月采集并标注的这套数据集，正是为了解决该领域样本匮乏的痛点。

数据集包含700张无人机航拍图像，覆盖草坪、石板路、塑胶跑道等多种地面场景。所有图片均采用Pascal VOC和YOLO两种格式标注，可直接用于目标检测模型的训练。特别值得注意的是，我们刻意选择了不同光照条件（晴天正午、阴天、黄昏）和高度（5-50米）的拍摄角度，以增强数据集的泛化能力。

2. 数据集核心技术细节

2.1 数据采集规范

使用大疆Mavic 2 Pro无人机进行采集时，我们制定了严格的标准化流程：

• 飞行高度梯度：5m/15m/30m/50m四个固定档位
• 拍摄角度：90°垂直俯拍+45°斜角拍摄组合
• 光照条件：明确记录每个样本的拍摄时间及天气状况
• 地面类型：标注草坪/柏油路/地砖等基底材质信息

关键技巧：在阴天拍摄时手动将ISO控制在400-800范围，可有效避免画面噪点影响标注精度

2.2 标注标准制定

针对"垃圾"这一类别，我们定义了详细的标注规范：

1. 最小标注尺寸：实际边长≥5cm的物体（对应1080P图像中约15×15像素）
2. 遮挡处理：可见部分≥50%的物体需完整标注
3. 类别细分：虽统一标记为"垃圾"，但内部记录了塑料/纸屑/金属等子类

标注一致性通过多人交叉验证保障，最终达到Cohen's Kappa系数0.87以上的标注一致性。

3. 数据格式详解与转换

3.1 VOC格式结构

xml复制<annotation>
  <size>
    <width>1920</width>
    <height>1080</height>
  </size>
  <object>
    <name>trash</name>
    <bndbox>
      <xmin>256</xmin>
      <ymin>512</ymin>
      <xmax>300</xmax>
      <ymax>560</ymax>
    </bndbox>
  </object>
</annotation>

3.2 YOLO格式特点

每张图片对应一个.txt文件，内容示例：

code复制0 0.45 0.67 0.12 0.15

其中：

• 首位的0表示类别索引
• 后四位为归一化后的中心坐标(x,y)和宽高

我们提供了自动转换脚本，使用OpenCV实现格式互转：

python复制import cv2
import xml.etree.ElementTree as ET

def voc_to_yolo(voc_path, img_w, img_h):
    tree = ET.parse(voc_path)
    root = tree.getroot()
    yolo_lines = []
    for obj in root.findall('object'):
        bndbox = obj.find('bndbox')
        xmin = float(bndbox.find('xmin').text)
        ymin = float(bndbox.find('ymin').text)
        xmax = float(bndbox.find('xmax').text)
        ymax = float(bndbox.find('ymax').text)
        
        x_center = ((xmin + xmax)/2) / img_w
        y_center = ((ymin + ymax)/2) / img_h
        width = (xmax - xmin) / img_w
        height = (ymax - ymin) / img_h
        
        yolo_lines.append(f"0 {x_center} {y_center} {width} {height}")
    return yolo_lines

4. 实际应用效果验证

4.1 模型训练配置

使用YOLOv5s进行基准测试的典型参数：

yaml复制# Hyperparameters
lr0: 0.01
lrf: 0.1
momentum: 0.937
weight_decay: 0.0005
warmup_epochs: 3
warmup_momentum: 0.8

4.2 性能指标

在20%测试集上达到：

典型误检情况分析：

1. 落叶密集区域误判（秋季场景）
2. 地面阴影区域误报
3. 小型反光物体漏检

5. 数据增强策略建议

针对无人机视角特点，推荐以下增强组合：

python复制# Albumentations示例配置
transform = A.Compose([
    A.RandomBrightnessContrast(p=0.5),
    A.HueSaturationValue(p=0.3),
    A.RandomShadow(p=0.2),
    A.RandomFog(p=0.1),
    A.RandomSunFlare(p=0.1),
], bbox_params=A.BboxParams(format='yolo'))

特别有效的增强方式：

1. 模拟镜头畸变（提升低空拍摄适应性）
2. 添加高斯噪声（增强抗干扰能力）
3. 随机遮挡（提升局部特征识别）

6. 部署优化经验

在Jetson Xavier NX上的优化关键点：

1. 使用TensorRT加速：

bash复制python export.py --weights best.pt --include engine --device 0

2. 输入分辨率调整为640×640
3. 启用FP16精度计算

实测延迟从78ms降至23ms，满足实时检测需求。在实地测试中，系统可稳定识别30米高度下直径10cm以上的垃圾物体。