企业官网建设流程全解析

航拍水葫芦检测数据集 无人机水葫芦检测数据集 深度学习基于YOLOV11水葫芦检测系统

航拍水葫芦检测数据集信息表

数据集总览

类别统计明细

注：水葫芦（凤眼莲）为典型入侵水生植物，覆盖水面会破坏水生态、阻碍航运。该数据集面向航拍水面场景，可用于无人机/卫星遥感下的水面水葫芦分布检测，辅助河道治理、生态监控。

航拍水葫芦检测数据集，1698张，yolo，voc，coco三种标注方式
图像尺寸: 2992 * 3992
总类别数量: 1 类

===== 图像数量统计 =====
训练集图像总数：1190
验证集图像总数：338
测试集图像总数：170
数据集全部图像总量：1698

===== 类别完整统计 =====

类别,训练图片数,训练标签数,验证图片数,验证标签数,测试图片数,测试标签数
SHL-水葫芦,727,5536,207,1564,104,830

1、data.yaml（水葫芦数据集配置）

path:./water_hyacinth# 数据集根目录train:images/trainval:images/valtest:images/testnames:0:SHL

2、训练脚本 train.py（YOLOv11）

fromultralyticsimportYOLOif__name__=='__main__':# 加载模型model=YOLO("yolo11n.pt")# 开始训练results=model.train(data="data.yaml",epochs=100,imgsz=640,batch=8,device=0,workers=2,project="water_hyacinth_run",name="train_shl")

3、单图推理 predict.py

fromultralyticsimportYOLO model=YOLO("./water_hyacinth_run/train_shl/weights/best.pt")# 图片推理res=model.predict(source="test_img.jpg",conf=0.5,save=True,show_labels=True,show_conf=True)forrinres:boxes=r.boxesprint("检测到水葫芦数量：",len(boxes))

4、PyQt简易可视化界面 main.py

importsysfromPyQt5.QtWidgetsimportQApplication,QMainWindow,QPushButton,QLabel,QFileDialogfromPyQt5.QtGuiimportQPixmapfromultralyticsimportYOLOclassMainWin(QMainWindow):def__init__(self):super().__init__()self.setWindowTitle("航拍水葫芦检测系统")self.resize(900,700)self.model=YOLO("./water_hyacinth_run/train_shl/weights/best.pt")self.btn_open=QPushButton("打开图片",self)self.btn_open.move(20,20)self.btn_open.clicked.connect(self.open_img)self.label_show=QLabel(self)self.label_show.setGeometry(20,70,860,600)defopen_img(self):file,_=QFileDialog.getOpenFileName()ifnotfile:returnres=self.model.predict(source=file,conf=0.5,save=True)out_path=res[0].save_dir+"/"+file.split("/")[-1]pix=QPixmap(out_path)self.label_show.setPixmap(pix.scaled(self.label_show.size()))if__name__=='__main__':app=QApplication(sys.argv)w=MainWin()w.show()sys.exit(app.exec_())

依赖安装

pipinstallultralytics pyqt5 torch torchvision