保姆级教程：手把手教你用YOLOv8-OBB训练自己的遥感旋转目标检测模型（UCAS-AOD数据集）
从零构建遥感旋转目标检测模型：YOLOv8-OBB实战指南
遥感图像中的目标检测一直是计算机视觉领域的重要课题。与常规水平边界框（HBB）检测不同，旋转目标检测（OBB）能够更精确地框定倾斜物体，在航拍图像分析、自动驾驶等场景中尤为重要。本文将手把手带您完成从UCAS-AOD数据集处理到YOLOv8-OBB模型训练的全流程。
1. 理解UCAS-AOD数据集特性
UCAS-AOD数据集包含2420幅航拍图像，涵盖飞机、汽车两类目标及背景样本。其特殊之处在于标注方式——采用旋转矩形框（HBB）而非传统水平框。原始标注格式包含12个数值：
x1,y1,x2,y2,x3,y3,x4,y4,theta,x,y,width,height其中前8个坐标代表旋转框的四个顶点坐标，theta表示倾斜角度，后4个参数则是传统水平框的中心点和宽高。这种混合标注方式在实际使用中需要特别注意：
- 图像尺寸不统一（1280×659或1372×941）
- 同一物体可能同时存在旋转框和水平框标注
- 角度表示方式需要统一规范（通常采用OpenCV的0-180度表示法）
提示：处理前建议先统计原始标注的theta值分布，避免后续角度转换时出现方向混乱。
2. 标注格式转换实战
YOLOv8-OBB要求输入特定的OBB格式（class cx cy w h angle），我们需要将原始HBB标注转换为这种格式。转换过程分为两个关键步骤：
2.1 原始数据预处理
首先提取有效的旋转框顶点坐标（前8个值），并添加类别信息。以下Python脚本演示了这一过程：
import os import numpy as np def convert_ucas_to_intermediate(input_path, output_path): for filename in os.listdir(input_path): if not filename.endswith('.txt'): continue with open(f'{input_path}/{filename}') as f_in, \ open(f'{output_path}/{filename}', 'w') as f_out: for line in f_in: data = list(map(float, line.strip().split('\t'))) vertices = np.array(data[:8]).reshape(4, 2) # 确定类别（示例代码，实际需根据文件名判断） class_name = 'PLANE' if 'PLANE' in filename else 'CAR' class_idx = 0 if class_name == 'CAR' else 1 # 写入转换后的中间格式 f_out.write('\t'.join(map(str, vertices.flatten())) + f'\t{class_name}\t{class_idx}\n')2.2 转换为YOLO-OBB格式
使用Ultralytics官方提供的转换工具完成最终格式转换：
from ultralytics.data.converter import convert_dota_to_yolo_obb # 目录结构要求 # ├── images # │ ├── image1.png # │ └── ... # └── labels # ├── image1.txt # └── ... convert_dota_to_yolo_obb('/path/to/dataset')转换后的标注文件示例：
0 0.2159 0.1385 0.2274 0.0580 0.2585 0.0748 0.2470 0.1552 1 0.1984 0.2554 0.1977 0.1883 0.2460 0.1862 0.2468 0.25333. 数据准备与增强策略
3.1 数据集YAML配置
创建dataset.yaml文件配置数据路径和类别：
path: /path/to/ucas_aod train: images/train val: images/val test: images/test names: 0: CAR 1: PLANE3.2 针对遥感图像的特殊增强
在data.yaml中添加增强参数：
augment: hsv_h: 0.015 hsv_s: 0.7 hsv_v: 0.4 degrees: 45.0 translate: 0.1 scale: 0.5 shear: 0.0 perspective: 0.0005 flipud: 0.5 fliplr: 0.5关键增强策略：
- 较大的旋转角度（degrees: 45）适应航拍物体多角度特性
- 上下翻转（flipud）模拟不同航拍视角
- 适度的色彩扰动应对光照变化
4. 模型训练与调优
4.1 基础训练命令
yolo detect train data=ucas_aod.yaml model=yolov8s-obb.yaml pretrained=weights/yolov8s-obb.pt epochs=300 imgsz=6404.2 关键参数优化建议
| 参数 | 推荐值 | 作用说明 |
|---|---|---|
| lr0 | 0.01 | 初始学习率 |
| lrf | 0.1 | 最终学习率衰减系数 |
| warmup_epochs | 5 | 学习率预热轮数 |
| box | 0.05 | 框回归损失权重 |
| cls | 0.5 | 分类损失权重 |
| dfl | 1.5 | 分布焦点损失权重 |
| angle | 0.05 | 角度预测损失权重 |
4.3 提升mAP50的技巧
- 角度编码优化：在
task/obb.py中调整角度编码方式：
def encode_angle(angle): # 将角度归一化到[0,1]范围 return (angle % 180) / 180- 自适应锚框计算：
yolo detect train ... calc_anchors=True- 多尺度训练：
augment: scale: [0.5, 1.5] # 随机缩放范围5. 常见问题解决方案
问题1：训练时出现"NaN in loss"错误
- 检查标注坐标是否超出[0,1]范围
- 降低初始学习率（lr0=0.001）
- 添加梯度裁剪（grad_clip_norm=10.0）
问题2：角度预测不准确
- 确认原始标注角度单位（弧度/角度）
- 增加角度损失权重（angle=0.2）
- 在数据增强中增加旋转变化
问题3：小目标检测效果差
- 使用更高分辨率（imgsz=1024）
- 采用多尺度训练
- 调整锚框尺寸（hyp.anchor_t=3.0）
训练完成后，使用以下命令验证模型性能：
yolo detect val model=runs/train/exp/weights/best.pt data=ucas_aod.yaml实际部署时，建议将模型转换为TensorRT格式提升推理速度：
yolo export model=best.pt format=engine device=0