农场航拍YOLO数据集实战：从VisDrone衍生包到YOLOv8训练部署

简介：这份资源是面向无人机俯视视角下农场场景的目标检测数据集，适合从事农业智能化、无人机巡检及YOLO系列算法实践的开发者与研究人员使用，可解决农场中车辆、农机与行人等目标识别任务的数据来源问题。压缩包共2000个文件，包含497张jpg图像、1502个txt标注文件及1个yaml配置文件，整体约522.36MB，图像与标注一一对应，yaml中已定义car、people、tractor、van四类目标，并划分好train、val、test目录，yolov5、yolov7、yolov8等算法可直接加载训练。目前已有452人学习下载。数据集目录结构清晰，省去自行标注与划分的繁琐流程，读者可快速复现检测实验、验证模型在农业场景下的表现，并借助配套说明理解数据组织方式，适合作为课程设计、科研实验或算法对比的即用型数据基础。

1. 农场航拍视角下的 YOLO 数据集：这份 VisDrone 衍生包到底能跑出什么

拿到一个标注好的数据集，最怕的不是模型不收敛，而是标签体系和自己的业务对不上。这份 VisDrone-农场中农业机械目标检测数据集，核心价值在于它把无人机俯视视角下的农场场景切成了四类硬目标：car、people、tractor、van。1000 多张图，目录已经按 train/valid/test 分好，data.yaml 也写好了，yolov5、yolov7、yolov8 拿过来改个路径就能开训。适合谁？做农业遥感、农机调度、农场安防的算法工程师，或者想拿真实航拍数据练 YOLO 微调的学生。它不是那种玩具级数据集，俯视视角带来的小目标密集、遮挡严重、尺度变化大，恰好是 YOLO 系列最吃力的场景。下面我从目录结构、标签格式、训练参数到踩坑记录，把这份资源拆开讲透。

2. 拆开 data.yaml 和目录：YOLO 训练前必须核对的四个字段

2.1 目录结构决定你能不能直接开训

这份数据集最省事的地方是目录已经按 YOLO 标准排好。常见做法是根目录下放 data.yaml，然后 train、valid、test 三个文件夹各自带 images 和 labels 子目录。你拿到手先别急着跑 train.py，用 tree 命令看一眼层级：

tree -L 3 ./dataset1

预期输出类似：

dataset1 ├── data.yaml ├── train │ ├── images │ └── labels ├── valid │ ├── images │ └── labels └── test ├── images └── labels

如果 labels 文件夹缺失或者 images 和 labels 没有一一对应，训练时 YOLO 会直接报 “No labels found” 或者把背景图当负样本吞掉。我一般会写个三行脚本核对文件名配对：

import os for split in ['train', 'valid', 'test']: img_dir = f'./dataset1/{split}/images' lbl_dir = f'./dataset1/{split}/labels' imgs = {os.path.splitext(f)[0] for f in os.listdir(img_dir)} lbls = {os.path.splitext(f)[0] for f in os.listdir(lbl_dir)} print(split, '图片数:', len(imgs), '标签数:', len(lbls), '差集:', imgs ^ lbls)

差集为空才说明配对完整。注意 test 的路径在摘要里写的是./test/image，少了个 s，实际配置时以你本地文件夹名为准，YOLOv8 对路径拼写是零容忍的。

2.2 data.yaml 里四个类别名的顺序不能乱

摘要给出的配置是：

names: ['car', 'people', 'tractor', 'van'] train: ./train/images val: ./valid/images test: ./test/image

这里有个血泪经验：names 列表的索引就是标签文件里 class_id 的映射。如果你把 names 改成['tractor', 'car', 'people', 'van']，那所有标签的类别全错位，模型会把拖拉机学成轿车。改 names 之前，先去 labels 里抽一个 txt 看第一列数字：

head -n 5 ./dataset1/train/labels/DJI_0017_frame60_jpg.rf.d471ef262b540d39849b2759a87d7c7b.txt

输出每行格式是class_id x_center y_center width height，数值都是归一化到 0~1 的。如果第一列出现 3，而你的 names 只有四个元素，索引 3 对应 van，没问题；出现 4 就直接越界报错。另外test: ./test/image这个路径我建议统一改成./test/images，避免训练完做推理时找不到图。

2.3 标签格式是 YOLO txt 还是 VOC xml

从文件名带.rf.后缀来看，这是 Roboflow 导出过的数据集，标签一定是 YOLO txt 格式，不是 VOC xml。如果你之前习惯用 xml，别想着直接塞给 YOLOv5，它只认 txt。验证方法很简单：

file ./dataset1/train/labels/*.txt | head

全是 ASCII text 就对了。如果混进了 xml，用 Roboflow 重新导出或者自己写转换脚本，别在训练脚本里硬改。

2.4 图片分辨率和类别分布先摸清再定 imgsz

航拍图普遍是 1920×1080 或者更高，但 YOLO 默认 imgsz=640。直接缩到 640 训练，tractor 这种大目标还能看，people 这种小目标可能就剩几个像素。我一般先统计一下图片尺寸分布：

from PIL import Image import glob sizes = {} for p in glob.glob('./dataset1/train/images/*.jpg'): w, h = Image.open(p).size sizes[(w, h)] = sizes.get((w, h), 0) + 1 print(sizes)

如果绝大多数是同一分辨率，比如 1920×1080，那 imgsz 可以设 960 或 1280 做对比实验。显存不够就降 batch，别硬拉 imgsz 导致 BN 崩溃——这是 YOLO 训练里最常见的翻车点之一。

3. 从零跑通 YOLOv8 训练：命令行参数与损失曲线怎么看

3.1 环境装完先跑一遍官方检测确认没坏

在碰数据集之前，我习惯先用 COCO 预训练权重跑一张图，确认 ultralytics 装好了、CUDA 能用：

pip install ultralytics yolo predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg'

能输出检测框和类别就说明环境没问题。这一步花两分钟，能省掉后面排查“是环境坏还是数据坏”的半小时。注意别用太新的 torch 配太老的 CUDA，版本对不上会报CUDA error: no kernel image is available。

3.2 用 data.yaml 启动训练的最小命令

确认环境和数据都没问题后，直接开训：

yolo detect train \ data=./dataset1/data.yaml \ model=yolov8n.pt \ epochs=100 \ imgsz=960 \ batch=8 \ project=./runs/farm \ name=exp1

参数逐个说：data指向你的 yaml；model用 yolov8n 起步，显存够可以换 yolov8s 或 yolov8m；epochs=100对 1000 张图偏多，但航拍小目标收敛慢，先跑 100 看曲线；imgsz=960是折中，再大显存吃不消；batch=8在 12G 显存上跑 960 分辨率比较稳。训练日志里重点看三个东西：box_loss、cls_loss、mAP50。box_loss 前期下降快是正常的，cls_loss 如果一直震荡不降，多半是类别不平衡或者学习率太大。

3.3 损失函数在航拍场景下的表现差异

YOLOv8 用的是 TaskAlignedAssigner 做正负样本分配，分类损失是 BCE，回归损失是 CIoU 加 DFL。在农场航拍图里，tractor 和 van 的尺寸接近、纹理相似，CIoU 对中心点偏移敏感，容易把两者框混。如果你发现混淆矩阵里 tractor 和 van 互相误检，别急着换模型，先把 imgsz 拉大，让两者的边缘特征更清晰。另一个常见现象是 people 类 mAP 特别低，因为俯视视角下行人只有十几个像素，DFL 的分布学习很难收敛。这时候可以试试在 yaml 里加close_mosaic=10，最后 10 个 epoch 关掉马赛克增强，让小目标回归更准。

3.4 训练完先看混淆矩阵再谈调参

训练结束后，runs/farm/exp1 下会生成 confusion_matrix.png 和 results.png。我一般先看混淆矩阵，再看 PR 曲线。如果 car 和 van 之间有一条明显的误检带，说明这两类在特征空间里没分开，可以考虑合并类别或者加更多 van 的样本。如果 people 的召回率低于 0.5，那就是小目标问题，回去调 imgsz 和 anchor。别一上来就改损失函数，YOLOv8 的默认损失在大多数场景下够用，改错了反而更难收敛。

4. 避坑与排查：这份数据集训练时最容易翻车的五个点

4.1 现象：训练启动就报 “No labels found in …”

原因：data.yaml 里的 train 路径写成了绝对路径或者少了 images 层级，YOLO 找不到 labels 目录。解决：把 train 改成./train/images这种相对路径，并且确认 labels 文件夹和 images 同级。如果用的是 Windows，路径分隔符用/别用\。

4.2 现象：mAP 一直是 0，loss 却在降

原因：names 列表顺序和标签里的 class_id 对不上，模型学的是错位的类别。解决：抽一个标签文件看第一列数字，对照 names 索引，把顺序改回来。改完记得删掉 cache 文件（*.cache），否则 YOLO 会读旧缓存。

4.3 现象：训练到一半报 CUDA out of memory

原因：imgsz 设太大或者 batch 太大，航拍图分辨率高，显存占用是平方级增长。解决：先把 batch 降到 4，还不行就把 imgsz 从 960 降到 640。如果必须用大分辨率，换 yolov8n 或者开amp=True混合精度，能省不少显存。

4.4 现象：验证集 mAP 比训练集低很多

原因：train/valid 划分不均衡，或者 valid 里有 train 没见过的场景。解决：检查 valid 的图片是不是都来自同一段视频，如果是，重新按视频切分而不是按帧随机切。航拍数据按帧随机切会导致相邻帧同时出现在 train 和 valid，造成数据泄漏，验证指标虚高。

4.5 现象：推理时检测框重叠严重，同一个目标出好几个框

原因：NMS 的 iou 阈值设太高，或者模型对密集小目标过拟合。解决：推理时加iou=0.5参数，默认是 0.7，航拍密集场景降到 0.5 能压掉大部分重复框。如果还不行，检查训练时是不是漏了agnostic_nms，多类别重叠时这个参数有用。

5. 进阶技巧：用 test 集做一次完整的部署前验证

5.1 别拿 valid 当 test 用

很多人训完直接看 valid 的 mAP 就收工，但 valid 在训练过程中被用来调超参了，指标有偏。这份数据集单独留了 test，就是让你做最终验证的。跑推理：

yolo detect predict \ model=./runs/farm/exp1/weights/best.pt \ source=./dataset1/test/images \ save=True \ conf=0.25 \ iou=0.5 \ project=./runs/farm \ name=test_infer

conf=0.25 是航拍场景的常用起点，太低会出很多假阳性，太高会漏掉小目标。跑完去 test_infer 里翻几张图，重点看 tractor 和 van 有没有混，people 有没有漏。如果肉眼看着还行，再算一次 mAP：

yolo detect val \ model=./runs/farm/exp1/weights/best.pt \ data=./dataset1/data.yaml \ split=test

split=test 会强制用 test 集评估，出来的数字才是能写进报告的。

5.2 导出 ONNX 前先确认输入尺寸

如果后面要部署到边缘设备，导出 ONNX 是常规操作：

yolo export model=./runs/farm/exp1/weights/best.pt format=onnx imgsz=960

注意 imgsz 必须和训练时一致，否则精度掉得厉害。导出后用 onnxruntime 跑一张图验证输出 shape：

import onnxruntime as ort import numpy as np sess = ort.InferenceSession('best.onnx') inp = np.random.randn(1, 3, 960, 960).astype(np.float32) out = sess.run(None, {sess.get_inputs()[0].name: inp}) print([o.shape for o in out])

输出应该是[1, 4+4, 8400]这种格式，4 是四个类别，8400 是候选框数量。如果 shape 不对，检查导出时的 imgsz 和类别数。

5.3 一个我常用的验证习惯

从那以后我每次训完新数据集，都强制走一遍「test 推理 → 肉眼抽查 20 张 → 算 test mAP → 导出 ONNX 跑通」这个流程，少一步都不放心。航拍数据集的坑往往不在训练本身，而在你以為训好了、实际部署时才发现类别错位或者分辨率不匹配。这份 VisDrone 农场数据集目录规整、类别清晰，按上面的步骤走一遍，基本能避开大部分常见问题。希望帮到你。

本文还有配套的精品资源，点击获取