YOLOv11道岔异物检测与进站预警：从训练到Jetson Nano部署实战-育师

简介：这份PDF文档面向轨道交通运维人员、计算机视觉方向的学生与算法工程师，围绕道岔异物检测与列车进站预警两大场景，讲解如何用YOLOv11构建一套可落地的安全监测方案。资源包共1个PDF文件，大小约1.93MB，支持目录章节跳转与阅读器左侧大纲快速定位，查阅方便。文档共27页，内容涵盖轨道交通安全现状与挑战、YOLOv11算法原理与网络结构、道岔异物检测系统的硬件选型与软件模块设计、列车进站预警算法与系统集成开发，并配有系统测试、优化策略及城市轨道交通与高铁站的应用案例分析。读者可从中获得从需求分析、架构设计到代码实现与部署测试的完整思路，理解单阶段目标检测在安防监控、工业检测等场景中的高效与精准优势。目前已有90人学习，适合作为课程设计、项目立项或技术选型的参考材料。

1. 道岔异物检测与进站预警：为什么值得用 YOLOv11 重做一遍

道岔是轨道线路里最容易被异物“卡脖子”的位置。尖轨与基本轨之间的缝隙、辙叉心轨附近的槽口、转辙机拉杆周边的碎砟，都可能让道岔无法正常密贴，轻则晚点，重则脱轨。传统做法靠人工巡道和定期查看监控，问题是夜间、雨雾、逆光条件下人眼极易漏判，等发现时列车已经接近进站区段。YOLOv11 道岔异物检测与列车进站预警系统要解决的，就是把“看得见”变成“看得准、报得早”——在列车进入预警区段之前，从既有监控画面里自动识别道岔区域的异物，并联动进站预警逻辑。

这套方案适合三类人：一是做轨道交通智能运维的算法工程师，手里有监控视频流但缺一套可落地的检测流程；二是负责车站/区间安防的产品与集成人员，需要判断 Jetson Nano 这类边缘设备能不能扛住 YOLOv11 的推理；三是刚接触 YOLOv11 的开发者，想找一个真实场景把环境配置、小目标优化、推理结果保存、部署整条链路跑通。它不追求论文级指标，追求的是在有限算力下把漏报压下去、把预警提前量做出来。下面按“先立住原理、再动手复现、最后讲坑”的顺序展开，中间会给可直接抄的命令和参数。

2. YOLOv11 在道岔场景的选型与最小推理链路

2.1 为什么是 YOLOv11，而不是 v8 或两阶段检测

道岔异物检测的难点不在“有没有目标”，而在“目标小、背景杂、实时性要求高”。异物常见形态是石块、塑料布、金属片、树枝，尺寸可能只占画面几十个像素；道岔区域本身有大量钢轨反光、扣件、拉杆，纹理干扰强。两阶段检测器精度够但推理慢，在边缘设备上很难做到多路视频并发。YOLOv8 已经能跑，但 YOLOv11 在网络结构上对特征提取和颈部融合做了调整，同等算力下小目标召回通常更稳，且官方工程链对导出 ONNX、TensorRT 更顺。

选型时我一般看三个硬指标：单帧推理延迟、小目标召回、导出部署难度。道岔预警要求从检测到报警控制在 300ms 内，Jetson Nano 上 FP16 推理 YOLOv11n 大约能到 15～25 FPS，满足单路或双路轮询；如果换成 YOLOv11m，帧率会掉到个位数，除非上 Orin 系列。所以标题里的“YOLOv11”落地时优先选 n 或 s 权重，别一上来就上大模型。

2.2 环境配置：从零把 YOLOv11 跑起来的最小命令

先给一套我在 Ubuntu 20.04/22.04 上反复用过的环境配置。Python 用 3.9 或 3.10，CUDA 11.8 对应 PyTorch 2.1+，这是目前和 YOLOv11 兼容性最稳的组合。

# 创建独立环境，避免和系统包冲突 conda create -n yolo11 python=3.10 -y conda activate yolo11 # 安装 PyTorch（CUDA 11.8 版本，按自己驱动调整） pip install torch==2.1.2 torchvision==0.16.2 --index-url https://download.pytorch.org/whl/cu118 # 安装 ultralytics（YOLOv11 官方工程入口） pip install ultralytics # 验证环境和权重能否加载 yolo checks

yolo checks会打印 PyTorch、CUDA、设备信息。如果 CUDA 显示不可用，先查驱动版本和nvidia-smi，别急着改代码。权重文件用yolo11n.pt，首次运行会自动下载。这里的关键参数是--device 0指定 GPU，--imgsz 640是训练和推理的输入尺寸，道岔小目标可以尝试 960 或 1280，但边缘设备要权衡帧率。

2.3 用已有权重做一次道岔视频推理并保存结果

在正式训练前，先用 COCO 预训练权重跑一段道岔监控视频，确认整条链路通。热词里“yolov11保存推理结果”“yolov11预测后保存”说的就是这个环节。

from ultralytics import YOLO # 加载预训练权重，先验证推理链路 model = YOLO("yolo11n.pt") # 对视频做推理，save=True 会把带框视频写到 runs/detect/ 下 results = model.predict( source="daocha.mp4", # 道岔监控视频路径 imgsz=960, # 小目标场景适当放大输入 conf=0.25, # 置信度阈值，先保守 iou=0.5, # NMS IoU 阈值 device=0, # 使用 GPU save=True, # 保存可视化结果 save_txt=True, # 保存检测框坐标到 txt project="runs/daocha", # 输出目录 name="exp1" )

conf=0.25是召回优先的起点，道岔异物漏报代价远高于误报，所以阈值可以压低，后续再用验证集调。save_txt=True会输出每帧的类别和归一化坐标，方便和进站预警逻辑对接。imgsz=960比默认 640 更能保住小目标，但 Jetson Nano 上要实测帧率，如果掉到 5 FPS 以下就退回 640 并配合切片推理。

3. 道岔异物数据集构建与小目标优化

3.1 数据标注：道岔区域该框什么、不该框什么

道岔异物检测的标注规范直接决定模型上限。我的经验是只框“侵入限界或影响道岔密贴”的物体，不要把钢轨、扣件、拉杆、转辙机正常部件框进去。常见类别可以定为：石块、塑料布、金属片、树枝、其他。标注时框要贴紧目标外沿，但小目标不要小于 8×8 像素，否则训练时下采样后信息几乎丢失。

采集画面要覆盖白天、夜间红外、雨雾、逆光四类条件，每类至少 300～500 帧。道岔区域在画面里通常只占 1/4 到 1/3，建议先做 ROI 裁剪，把检测范围缩到道岔附近，这样小目标相对像素更大，背景干扰也少。裁剪后的数据集按 8:1:1 划分训练、验证、测试，目录结构用 YOLO 标准格式。

3.2 用 YOLOv11 训练道岔异物模型的关键参数

数据准备好后，写一个daocha.yaml描述数据集路径和类别，然后启动训练。下面这套参数是我在 24G 显存上跑 YOLOv11s 的常用配置。

# daocha.yaml path: /data/daocha train: images/train val: images/val test: images/test names: 0: stone 1: plastic 2: metal 3: branch 4: other

yolo detect train \ data=daocha.yaml \ model=yolo11s.pt \ epochs=150 \ imgsz=960 \ batch=16 \ lr0=0.01 \ lrf=0.01 \ patience=30 \ mosaic=1.0 \ close_mosaic=10 \ device=0 \ project=runs/daocha \ name=train_v1

imgsz=960配合batch=16在 24G 卡上比较稳，显存不够就降 batch 或开amp=True。mosaic=1.0增强小目标上下文，但最后 10 个 epoch 用close_mosaic=10关掉，让模型适应真实分布。patience=30防止过拟合空跑。训练完看results.png里的mAP50-95和召回曲线，道岔场景我更关注召回，宁可误报也别漏报。

3.3 小目标优化：切片推理与输入尺寸的取舍

热词里“yolov11小目标优化”是道岔场景的核心。除了放大imgsz，常用手段是切片推理（SAHI 思路）：把大图切成带重叠的小图分别检测，再合并结果。代价是推理次数成倍增加，边缘设备要算好预算。

from ultralytics import YOLO import cv2 model = YOLO("runs/daocha/train_v1/weights/best.pt") img = cv2.imread("frame.jpg") h, w = img.shape[:2] # 简单切片：2x2 带 20% 重叠，适合道岔 ROI 不大的场景 tiles = [] step_h, step_w = h // 2, w // 2 for y in range(0, h, int(step_h * 0.8)): for x in range(0, w, int(step_w * 0.8)): tile = img[y:y + step_h, x:x + step_w] if tile.size == 0: continue r = model.predict(tile, imgsz=640, conf=0.2, verbose=False)[0] for box in r.boxes: # 把切片坐标映射回原图 xyxy = box.xyxy[0].cpu().numpy() xyxy[[0, 2]] += x xyxy[[1, 3]] += y tiles.append((xyxy, float(box.conf[0]), int(box.cls[0]))) # 后续对所有框做一次 NMS 合并 print(f"合并前检测框数量: {len(tiles)}")

切片重叠率建议 0.2～0.3，太低会切断目标，太高推理量暴涨。合并阶段必须做全局 NMS，否则同一目标会被重复框。Jetson Nano 上如果切片后帧率不够，可以只对道岔 ROI 切片，而不是全图。

4. 列车进站预警逻辑与 Jetson Nano 部署

4.1 从检测框到预警：区域判定与时间窗

检测到异物不等于要报警，必须结合列车位置和进站时间窗。常见做法是在画面里标定道岔危险区多边形，当异物框中心落入该区域且持续 N 帧，才触发预警。列车进站信号可以从既有信号系统取，也可以用车头检测模型判断。

import numpy as np # 道岔危险区多边形，按实际画面标定 danger_zone = np.array([[320, 180], [960, 180], [980, 540], [300, 540]]) def in_zone(box_xyxy, zone): cx = (box_xyxy[0] + box_xyxy[2]) / 2 cy = (box_xyxy[1] + box_xyxy[3]) / 2 # 射线法判断点是否在多边形内 inside = False n = len(zone) for i in range(n): x1, y1 = zone[i] x2, y2 = zone[(i + 1) % n] if ((y1 > cy) != (y2 > cy)) and (cx < (x2 - x1) * (cy - y1) / (y2 - y1) + x1): inside = not inside return inside # 连续 5 帧命中才报警，抑制抖动 hit_count = 0 def alarm_logic(boxes): global hit_count hit = any(in_zone(b, danger_zone) for b in boxes) hit_count = hit_count + 1 if hit else 0 return hit_count >= 5

危险区标定要避开正常列车部件和道岔动作区域，否则转辙机一动就误报。连续帧阈值 5 是经验值，帧率 25 FPS 时约 200ms，既能抑制抖动又不会太迟钝。预警输出可以走继电器、声光报警或推送到车站终端，具体接口按现场定。

4.2 Jetson Nano 部署 YOLOv11 的详细步骤

热词里“jetson nano 部署yolov11详细步骤”是很多人的卡点。Nano 算力有限，必须走 TensorRT。先在训练机上导出 ONNX，再在 Nano 上用trtexec转 engine。

# 在训练机导出 ONNX，imgsz 和训练一致 yolo export model=runs/daocha/train_v1/weights/best.pt format=onnx imgsz=640 opset=12 simplify=True # 在 Jetson Nano 上转 TensorRT engine（FP16） /usr/src/tensorrt/bin/trtexec \ --onnx=best.onnx \ --saveEngine=best_fp16.engine \ --fp16 \ --workspace=2048

Nano 的 JetPack 版本决定 TensorRT 版本，转 engine 时--workspace别超过显存。FP16 比 FP32 快近一倍，精度损失在道岔异物上通常可接受。推理时用yolo export format=engine或直接加载 engine，配合imgsz=640，单路能到 10～15 FPS。如果要多路，建议用 DeepStream 做流水线，别在 Python 里硬扛。

4.3 推理结果保存与预警日志对接

热词里“yolov11保存推理结果”在部署阶段要落到日志和截图。每次触发预警，保存当前帧、检测框坐标、时间戳和置信度，方便事后复盘。

import cv2, json, time def save_alarm(frame, boxes, path="alarm_log"): ts = time.strftime("%Y%m%d_%H%M%S") cv2.imwrite(f"{path}/{ts}.jpg", frame) record = { "time": ts, "boxes": [b.tolist() for b in boxes], "source": "daocha_cam01" } with open(f"{path}/{ts}.json", "w") as f: json.dump(record, f, ensure_ascii=False)

日志字段要包含摄像头编号和道岔编号，否则多路部署后无法定位。截图分辨率别压缩太狠，复盘时要能看清异物形态。存储周期按现场要求，一般保留 30 天。

5. 避坑与排查：道岔异物检测最常见的 5 个翻车点

5.1 夜间红外画面漏报严重

现象：白天 mAP 正常，夜间红外视频几乎检不出异物。原因：训练集里夜间样本太少，且红外画面纹理和可见光差异大，模型没学到红外特征。解决：夜间样本至少占训练集 30%，并在训练时开hsv_v和hsv_s增强，必要时把红外和可见光分成两个模型，按时间段切换。

5.2 转辙机动作被误判为异物

现象：道岔转换时拉杆移动，模型把拉杆框成金属异物，频繁误报。原因：训练集里包含了转辙机动作帧，且标注时把移动部件框了进去。解决：标注规范里明确转辙机正常部件不框；训练前把转辙机动作帧剔除或单独标为忽略区域；预警逻辑里加时间窗，转辙机动作期间屏蔽报警。

5.3 Jetson Nano 上 engine 推理结果和 PyTorch 不一致

现象：同一张图，PyTorch 能检出，TensorRT engine 漏检。原因：导出 ONNX 时opset或simplify设置不当，或者预处理归一化参数不一致。解决：导出时固定opset=12、simplify=True，推理时确认 letterbox 的填充值和归一化系数与训练一致；用同一张测试图对比 PyTorch 和 engine 的输出框，逐层排查。

5.4 小目标置信度普遍偏低

现象：石块、树枝这类小目标 conf 常在 0.1～0.2，低于阈值被过滤。原因：小目标在特征图上响应弱，且正样本少。解决：训练时开mosaic和copy_paste增强，imgsz提到 960 或 1280；推理时对道岔 ROI 单独切片；阈值按类别设，小目标类别用 0.15，大目标用 0.3。

5.5 预警延迟超过进站时间窗

现象：检测到异物时列车已经进站，预警失去意义。原因：推理帧率低、切片推理耗时、预警逻辑串行阻塞。解决：用 TensorRT FP16 提速；切片只对 ROI 做；预警逻辑和推理解耦，用队列异步处理；提前量按列车速度和预警区段长度反推，必要时把检测区段前移。

6. 把预警提前量做出来的一个具体技巧

道岔异物检测做到最后，拼的不是模型结构，而是“提前量”。我踩过的最大坑是：模型指标很好看，但预警总是慢半拍。后来我把检测区段从道岔本体前移到进站信号机外方 200 米，用同一套 YOLOv11 模型检测更早的画面，同时把道岔危险区判定改成“异物持续存在 + 列车接近”双条件。这样即使单帧漏检，只要异物在后续帧被检出，预警依然能在列车到达道岔前发出。

具体做法是维护一个滑动窗口，记录最近 2 秒内异物命中次数，超过阈值就置位；列车接近信号用轨道电路或车头检测给出。两者同时满足才触发一级预警，只有异物没有列车时触发二级提示。这套逻辑在 Jetson Nano 上额外开销很小，但把有效预警提前量从不足 3 秒拉到了 12 秒以上。