简介这份PDF教程面向电力巡检、无人机视觉与目标检测方向的开发者及研究人员系统讲解如何用YOLOv11完成绝缘子缺陷识别任务。内容从电力巡检重要性与传统人工、直升机巡检的局限切入梳理裂纹、破损、污秽、老化等常见绝缘子缺陷类型再深入YOLOv11骨干网络、颈部网络与检测头的结构原理并覆盖数据采集、标注规范、图像增强、模型训练调优、无人机系统集成及实战案例复盘等完整链路兼顾理论铺垫与工程落地。资源包共1个PDF文件约1.84MB支持目录章节跳转与阅读器左侧大纲快速定位23页篇幅条理清晰图表与文字显示正常。目前已有202人学习适合希望把YOLOv11迁移到电力巡检场景、需要一套可参照实战流程的读者查阅。1. 电力巡检无人机绝缘子缺陷检测为什么 YOLOv11 值得你花两周跑通电网巡检这行有个共识绝缘子缺陷是「小目标里的硬骨头」。无人机挂载可见光相机在 15 到 30 米高度巡航拍回来的绝缘子往往只占画面几百个像素自爆、破损、污闪痕迹更是细到十几个像素。传统做法靠人工回放视频逐帧找一个巡线班组一天看几千张图漏检率全凭状态。基于 YOLOv11 的电力巡检无人机绝缘子缺陷检测本质是把这件事交给一个能在边缘设备上实时跑的检测模型输入是无人机图传帧输出是缺陷框加类别目标是让飞手在巡检现场就能看到告警。这套方案适合三类人做电力 AI 落地的算法工程师、想把无人机视觉感知接进巡检系统的开发者、以及手上有绝缘子数据集但模型精度卡住的学生。它不解决飞控问题也不碰路径规划只聚焦一件事——从航拍图里把绝缘子缺陷稳定检出来。YOLOv11 相比前代在 neck 结构和小目标分支上做了调整对绝缘子这种细长目标更友好这是选它的核心理由不是因为它新。2. 从航拍图到可训练数据集绝缘子缺陷标注的四个关键决策2.1 为什么绝缘子数据集不能直接用公开电力数据集凑公开电力巡检数据集大多以变电站设备为主拍摄角度是地面仰拍背景是水泥杆塔和天空。无人机航拍是俯视或斜视背景变成农田、山林、导线交叉绝缘子串的形态也完全不同。直接拿地面数据集训练模型学到的是「水泥背景 仰视绝缘子」的纹理换到航拍场景精度会掉一大截。我一般会先确认三件事拍摄高度是否在 10 到 40 米区间、绝缘子是否以串为单位出现、缺陷类别是否包含自爆和破损。如果手头数据不满足宁可自己标 500 张起步也别硬凑。标注格式上YOLOv11 沿用 YOLO 系列的 txt 格式每行是class_id x_center y_center width height坐标归一化到 0 到 1。绝缘子缺陷有个坑自爆缺口往往在绝缘子串边缘标注框如果只框缺口模型学不到上下文如果框整串缺陷信号又被稀释。常见做法是双类别标注——insulator框整串defect框缺口训练时让模型先定位串再定位缺陷。2.2 用 labelImg 和脚本把标注转成 YOLOv11 可读格式标注工具用 labelImg 或 X-AnyLabeling 都行导出 Pascal VOC 的 xml。下面这个脚本把 xml 批量转成 YOLO txt并做归一化。import os import xml.etree.ElementTree as ET # 类别映射顺序必须和 data.yaml 里的 names 一致 CLASS_MAP {insulator: 0, defect: 1} def convert_annotation(xml_path, img_w, img_h, out_txt): tree ET.parse(xml_path) root tree.getroot() lines [] for obj in root.iter(object): name obj.find(name).text if name not in CLASS_MAP: continue cls_id CLASS_MAP[name] bbox obj.find(bndbox) xmin float(bbox.find(xmin).text) ymin float(bbox.find(ymin).text) xmax float(bbox.find(xmax).text) ymax float(bbox.find(ymax).text) # 归一化并转为中心点宽高格式 x_center (xmin xmax) / 2.0 / img_w y_center (ymin ymax) / 2.0 / img_h w (xmax - xmin) / img_w h (ymax - ymin) / img_h lines.append(f{cls_id} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}) with open(out_txt, w) as f: f.write(\n.join(lines)) # 遍历目录图片尺寸从 xml 的 size 节点读避免额外依赖 def batch_convert(xml_dir, out_dir): os.makedirs(out_dir, exist_okTrue) for fname in os.listdir(xml_dir): if not fname.endswith(.xml): continue xml_path os.path.join(xml_dir, fname) tree ET.parse(xml_path) size tree.getroot().find(size) img_w int(size.find(width).text) img_h int(size.find(height).text) out_txt os.path.join(out_dir, fname.replace(.xml, .txt)) convert_annotation(xml_path, img_w, img_h, out_txt) batch_convert(./annotations, ./labels)逻辑说明脚本先读 xml 里的 size 节点拿原图宽高再对每个 object 做归一化。CLASS_MAP的顺序必须和后续data.yaml的names完全一致否则类别会错位。参数上x_center和y_center是框中心点除以宽高w和h是框宽高除以宽高全部落在 0 到 1 之间。如果 xml 里 size 节点缺失需要改成用 PIL 读图拿尺寸这是常见翻车点。2.3 数据集划分与 data.yaml 的必填字段划分比例我一般用 8:1:1但绝缘子缺陷样本少缺陷类要保证验证集里至少有 50 个实例否则 mAP 波动大。目录结构按 YOLOv11 默认来dataset/ images/ train/ val/ test/ labels/ train/ val/ test/data.yaml写清楚路径和类别path: /data/insulator_dataset train: images/train val: images/val test: images/test names: 0: insulator 1: defect注意path用绝对路径train等用相对路径这是 YOLOv11 的解析规则。如果写成相对路径套相对路径训练时会报找不到图片。另外names的键必须是整数写成字符串会静默失败。3. YOLOv11 环境配置与训练从零跑通第一个绝缘子检测模型3.1 环境配置CUDA、PyTorch 和 ultralytics 的版本对齐YOLOv11 通过 ultralytics 包调用环境配置的坑集中在 CUDA 和 PyTorch 版本。我一般用 conda 建独立环境避免和系统 Python 打架。conda create -n yolo11 python3.10 -y conda activate yolo11 # 根据显卡驱动选 CUDA 版本40 系卡用 cu121 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121 pip install ultralytics opencv-python逻辑说明先建 Python 3.10 环境再装对应 CUDA 的 PyTorch最后装 ultralytics。参数上cu121对应 CUDA 12.1如果驱动只支持到 11.8 就换cu118。装完用python -c import torch; print(torch.cuda.is_available())验证返回 True 才算通。如果返回 False九成是 PyTorch 和驱动不匹配别急着改代码。3.2 用 yolo11n.pt 做迁移学习的最小训练命令绝缘子数据集通常几千张从 COCO 预训练的yolo11n.pt或yolo11s.pt开始迁移学习比从头训快得多。下面是最小训练命令yolo detect train \ modelyolo11s.pt \ data/data/insulator_dataset/data.yaml \ epochs150 \ imgsz640 \ batch16 \ lr00.01 \ patience30 \ projectruns/insulator \ nameexp1逻辑说明model指定预训练权重data指向 yamlepochs是总轮数imgsz是输入尺寸batch是批大小lr0是初始学习率patience是早停耐心值。参数上绝缘子小目标多imgsz建议 640 起步显存够就上 1280小目标召回会明显提升。batch根据显存调8G 显存用 8 到 16。lr0用 0.01 是 YOLOv11 的默认推荐微调时如果 loss 震荡就降到 0.001。3.3 训练日志怎么看loss 曲线和 mAP 的四个观察点训练启动后runs/insulator/exp1/下会有results.csv和weights/。重点看四个指标train/box_loss、train/cls_loss、metrics/mAP50、metrics/mAP50-95。box_loss 持续下降说明定位在收敛cls_loss 下降说明分类在学。如果 box_loss 降但 mAP 不涨多半是标注框质量问题回去查标注。如果 mAP50 高但 mAP50-95 低说明框的精度不够可以调box损失权重或增大imgsz。提示训练前先用yolo detect train ... epochs1跑一轮确认数据加载和显存没问题再开长训练。这一步能省掉几小时白跑。4. 小目标优化与推理部署让绝缘子缺陷在无人机端跑起来4.1 针对绝缘子小目标的三个训练侧优化绝缘子缺陷在 640 分辨率下可能只有 20 到 30 像素属于典型小目标。除了增大imgsz还有三个手段。第一用yolo11s而不是yolo11ns 版本的 neck 特征融合层更多小目标分支保留更完整。第二开启 Mosaic 和 MixUp 增强但 Mosaic 概率别拉满0.5 到 0.8 之间太高会让小目标在拼接后更小。第三调整 anchor 或改用 anchor-free 的默认设置YOLOv11 本身是 anchor-free不用手动设 anchor但可以在data.yaml里加kpt_shape之外的超参覆盖。yolo detect train \ modelyolo11s.pt \ data/data/insulator_dataset/data.yaml \ epochs200 \ imgsz1280 \ batch8 \ mosaic0.7 \ mixup0.1 \ scale0.5 \ projectruns/insulator \ nameexp_small逻辑说明imgsz1280让输入分辨率翻倍小目标像素数增加四倍。mosaic0.7控制拼接增强强度mixup0.1做少量混类。scale0.5允许随机缩放增强尺度鲁棒性。参数上1280 分辨率下 batch 要降到 8 左右否则显存爆。如果显存不够用batch4加梯度累积。4.2 推理与结果保存yolov11 保存推理结果的两种方式训练完在weights/best.pt推理有两种常用方式。命令行直接跑yolo detect predict \ modelruns/insulator/exp_small/weights/best.pt \ source/data/test_images \ imgsz1280 \ conf0.25 \ saveTrue \ save_txtTrue \ projectruns/predict \ nametest1逻辑说明source可以是单图、目录或视频流。conf0.25是置信度阈值绝缘子缺陷建议 0.2 到 0.3太低误检多太高漏检。saveTrue保存带框图片save_txtTrue保存检测结果 txt方便后续统计。参数上imgsz要和训练一致否则精度掉。project和name控制输出目录。Python 脚本方式适合接进巡检系统from ultralytics import YOLO import cv2 model YOLO(runs/insulator/exp_small/weights/best.pt) cap cv2.VideoCapture(rtsp://drone_stream) # 替换为实际图传地址 while cap.isOpened(): ret, frame cap.read() if not ret: break results model.predict(frame, imgsz1280, conf0.25, verboseFalse) for r in results: for box in r.boxes: cls int(box.cls[0]) conf float(box.conf[0]) xyxy box.xyxy[0].tolist() # 这里可以接告警逻辑比如 defect 类且 conf0.5 就上报 if cls 1 and conf 0.5: print(f缺陷告警: {xyxy}, 置信度 {conf:.2f}) cv2.imshow(detect, results[0].plot()) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()逻辑说明逐帧读图传流model.predict返回结果对象遍历boxes拿类别、置信度和坐标。cls 1对应 defect 类conf 0.5才告警避免误报。参数上verboseFalse关掉每帧日志imgsz和训练一致。如果图传延迟高可以跳帧推理每 3 帧检一次。4.3 边缘设备部署ONNX 导出与 TensorRT 加速无人机端算力有限PyTorch 直接跑太慢。常见做法是导出 ONNX 再用 TensorRT 加速yolo export modelruns/insulator/exp_small/weights/best.pt formatonnx imgsz1280 opset12 yolo export modelruns/insulator/exp_small/weights/best.pt formatengine imgsz1280 halfTrue逻辑说明第一条导出 ONNXopset12兼容性好。第二条导出 TensorRT enginehalfTrue用 FP16 推理速度翻倍精度掉一点。参数上imgsz必须和训练一致否则 engine 输入尺寸对不上。导出 engine 需要目标设备上装 TensorRT版本要和 CUDA 匹配。如果部署到 Jetson用 JetPack 自带的 TensorRT 最稳。5. 绝缘子缺陷检测的避坑与排查五条血泪经验5.1 现象训练 loss 正常但验证 mAP 一直是 0原因data.yaml里names的键和标注里的 class_id 对不上或者验证集图片路径写错导致加载了空标签。解决先用yolo detect train ... epochs1跑一轮看日志里val: Scanning...后面有没有找到图片和标签。再检查names是不是0: insulator这种整数键。如果标签文件是空的mAP 必然为 0。5.2 现象模型把绝缘子串检成 defect类别混淆原因insulator和defect的标注框重叠严重模型学不到区分特征。解决标注时确保 defect 框只框缺口不框整串insulator 框整串但不包含缺口区域。如果缺陷太小可以只标 defect 类不标 insulator让模型专注缺陷。另外检查data.yaml里类别顺序别把 0 和 1 写反。5.3 现象推理时小缺陷全漏大缺陷正常原因imgsz太小小目标在特征图上被下采样没了。解决把imgsz从 640 提到 1280或者用yolo11s以上模型。如果显存不够用切片推理把大图切成 640 的小块分别检再合并。切片推理的坑是边缘目标会被切断需要重叠切片。5.4 现象TensorRT engine 导出成功但推理结果和 PyTorch 不一致原因FP16 量化误差或者导出时imgsz和推理时不一致。解决先用 FP32 导出 engine 对比确认精度一致再换 FP16。推理时imgsz必须和导出时完全一样包括 batch 维度。如果还不一致检查预处理归一化参数TensorRT 不会自动做归一化。5.5 现象无人机图传流推理延迟高画面卡顿原因每帧都跑 1280 分辨率推理边缘设备扛不住。解决跳帧推理每 3 到 5 帧检一次或者用yolo11n做粗筛yolo11s做精检的两级方案。另外把预处理和后处理放到 GPU 上别在 CPU 做 resize。如果还卡降imgsz到 960 试试精度掉一点但帧率能上来。6. 把绝缘子检测接进巡检系统一个可复用的告警与验证技巧模型跑通只是第一步真正落地要解决「检出来之后怎么办」。我一般会在推理脚本里加一个滑动窗口计数器连续 5 帧检到同一位置有 defect 且置信度均值大于 0.6才触发告警。这样能过滤掉单帧误检误报率能降一个数量级。下面是一个简化实现from collections import deque # 每个缺陷位置维护一个最近 5 帧的置信度队列 track_history {} ALERT_THRESHOLD 0.6 WINDOW_SIZE 5 def check_alert(track_id, conf): if track_id not in track_history: track_history[track_id] deque(maxlenWINDOW_SIZE) track_history[track_id].append(conf) if len(track_history[track_id]) WINDOW_SIZE: avg_conf sum(track_history[track_id]) / WINDOW_SIZE if avg_conf ALERT_THRESHOLD: return True return False逻辑说明track_history用字典存每个 track 的置信度队列deque限制长度 5。每次新置信度入队队列满 5 个就算均值超过 0.6 返回告警。参数上WINDOW_SIZE越大越稳但告警越滞后5 是经验值。ALERT_THRESHOLD根据实际误报情况调0.5 到 0.7 之间。验证模型有没有过拟合我习惯留一个「跨场景测试集」训练集是 A 线路的航拍图测试集用 B 线路的图两条线路的杆塔型号和背景不同。如果跨场景 mAP 掉超过 15 个点说明模型学到了背景捷径需要加更多场景数据或做域增强。这个习惯帮我省过好几次「上线就翻车」的后悔药。最后说个部署习惯每次导出 engine 前先用 PyTorch 在验证集上跑一遍把 mAP 和推理结果存成基线。engine 导出后再跑一遍对比 mAP 和框坐标差异超过 2 个点就回退 FP32。这个对比脚本我一般写成verify_export.py每次部署前跑一次比事后排查省事得多。希望帮到你。本文还有配套的精品资源点击获取 YOLOv11无人机绝缘子缺陷检测：小目标优化与边缘部署实战
简介这份PDF教程面向电力巡检、无人机视觉与目标检测方向的开发者及研究人员系统讲解如何用YOLOv11完成绝缘子缺陷识别任务。内容从电力巡检重要性与传统人工、直升机巡检的局限切入梳理裂纹、破损、污秽、老化等常见绝缘子缺陷类型再深入YOLOv11骨干网络、颈部网络与检测头的结构原理并覆盖数据采集、标注规范、图像增强、模型训练调优、无人机系统集成及实战案例复盘等完整链路兼顾理论铺垫与工程落地。资源包共1个PDF文件约1.84MB支持目录章节跳转与阅读器左侧大纲快速定位23页篇幅条理清晰图表与文字显示正常。目前已有202人学习适合希望把YOLOv11迁移到电力巡检场景、需要一套可参照实战流程的读者查阅。1. 电力巡检无人机绝缘子缺陷检测为什么 YOLOv11 值得你花两周跑通电网巡检这行有个共识绝缘子缺陷是「小目标里的硬骨头」。无人机挂载可见光相机在 15 到 30 米高度巡航拍回来的绝缘子往往只占画面几百个像素自爆、破损、污闪痕迹更是细到十几个像素。传统做法靠人工回放视频逐帧找一个巡线班组一天看几千张图漏检率全凭状态。基于 YOLOv11 的电力巡检无人机绝缘子缺陷检测本质是把这件事交给一个能在边缘设备上实时跑的检测模型输入是无人机图传帧输出是缺陷框加类别目标是让飞手在巡检现场就能看到告警。这套方案适合三类人做电力 AI 落地的算法工程师、想把无人机视觉感知接进巡检系统的开发者、以及手上有绝缘子数据集但模型精度卡住的学生。它不解决飞控问题也不碰路径规划只聚焦一件事——从航拍图里把绝缘子缺陷稳定检出来。YOLOv11 相比前代在 neck 结构和小目标分支上做了调整对绝缘子这种细长目标更友好这是选它的核心理由不是因为它新。2. 从航拍图到可训练数据集绝缘子缺陷标注的四个关键决策2.1 为什么绝缘子数据集不能直接用公开电力数据集凑公开电力巡检数据集大多以变电站设备为主拍摄角度是地面仰拍背景是水泥杆塔和天空。无人机航拍是俯视或斜视背景变成农田、山林、导线交叉绝缘子串的形态也完全不同。直接拿地面数据集训练模型学到的是「水泥背景 仰视绝缘子」的纹理换到航拍场景精度会掉一大截。我一般会先确认三件事拍摄高度是否在 10 到 40 米区间、绝缘子是否以串为单位出现、缺陷类别是否包含自爆和破损。如果手头数据不满足宁可自己标 500 张起步也别硬凑。标注格式上YOLOv11 沿用 YOLO 系列的 txt 格式每行是class_id x_center y_center width height坐标归一化到 0 到 1。绝缘子缺陷有个坑自爆缺口往往在绝缘子串边缘标注框如果只框缺口模型学不到上下文如果框整串缺陷信号又被稀释。常见做法是双类别标注——insulator框整串defect框缺口训练时让模型先定位串再定位缺陷。2.2 用 labelImg 和脚本把标注转成 YOLOv11 可读格式标注工具用 labelImg 或 X-AnyLabeling 都行导出 Pascal VOC 的 xml。下面这个脚本把 xml 批量转成 YOLO txt并做归一化。import os import xml.etree.ElementTree as ET # 类别映射顺序必须和 data.yaml 里的 names 一致 CLASS_MAP {insulator: 0, defect: 1} def convert_annotation(xml_path, img_w, img_h, out_txt): tree ET.parse(xml_path) root tree.getroot() lines [] for obj in root.iter(object): name obj.find(name).text if name not in CLASS_MAP: continue cls_id CLASS_MAP[name] bbox obj.find(bndbox) xmin float(bbox.find(xmin).text) ymin float(bbox.find(ymin).text) xmax float(bbox.find(xmax).text) ymax float(bbox.find(ymax).text) # 归一化并转为中心点宽高格式 x_center (xmin xmax) / 2.0 / img_w y_center (ymin ymax) / 2.0 / img_h w (xmax - xmin) / img_w h (ymax - ymin) / img_h lines.append(f{cls_id} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}) with open(out_txt, w) as f: f.write(\n.join(lines)) # 遍历目录图片尺寸从 xml 的 size 节点读避免额外依赖 def batch_convert(xml_dir, out_dir): os.makedirs(out_dir, exist_okTrue) for fname in os.listdir(xml_dir): if not fname.endswith(.xml): continue xml_path os.path.join(xml_dir, fname) tree ET.parse(xml_path) size tree.getroot().find(size) img_w int(size.find(width).text) img_h int(size.find(height).text) out_txt os.path.join(out_dir, fname.replace(.xml, .txt)) convert_annotation(xml_path, img_w, img_h, out_txt) batch_convert(./annotations, ./labels)逻辑说明脚本先读 xml 里的 size 节点拿原图宽高再对每个 object 做归一化。CLASS_MAP的顺序必须和后续data.yaml的names完全一致否则类别会错位。参数上x_center和y_center是框中心点除以宽高w和h是框宽高除以宽高全部落在 0 到 1 之间。如果 xml 里 size 节点缺失需要改成用 PIL 读图拿尺寸这是常见翻车点。2.3 数据集划分与 data.yaml 的必填字段划分比例我一般用 8:1:1但绝缘子缺陷样本少缺陷类要保证验证集里至少有 50 个实例否则 mAP 波动大。目录结构按 YOLOv11 默认来dataset/ images/ train/ val/ test/ labels/ train/ val/ test/data.yaml写清楚路径和类别path: /data/insulator_dataset train: images/train val: images/val test: images/test names: 0: insulator 1: defect注意path用绝对路径train等用相对路径这是 YOLOv11 的解析规则。如果写成相对路径套相对路径训练时会报找不到图片。另外names的键必须是整数写成字符串会静默失败。3. YOLOv11 环境配置与训练从零跑通第一个绝缘子检测模型3.1 环境配置CUDA、PyTorch 和 ultralytics 的版本对齐YOLOv11 通过 ultralytics 包调用环境配置的坑集中在 CUDA 和 PyTorch 版本。我一般用 conda 建独立环境避免和系统 Python 打架。conda create -n yolo11 python3.10 -y conda activate yolo11 # 根据显卡驱动选 CUDA 版本40 系卡用 cu121 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121 pip install ultralytics opencv-python逻辑说明先建 Python 3.10 环境再装对应 CUDA 的 PyTorch最后装 ultralytics。参数上cu121对应 CUDA 12.1如果驱动只支持到 11.8 就换cu118。装完用python -c import torch; print(torch.cuda.is_available())验证返回 True 才算通。如果返回 False九成是 PyTorch 和驱动不匹配别急着改代码。3.2 用 yolo11n.pt 做迁移学习的最小训练命令绝缘子数据集通常几千张从 COCO 预训练的yolo11n.pt或yolo11s.pt开始迁移学习比从头训快得多。下面是最小训练命令yolo detect train \ modelyolo11s.pt \ data/data/insulator_dataset/data.yaml \ epochs150 \ imgsz640 \ batch16 \ lr00.01 \ patience30 \ projectruns/insulator \ nameexp1逻辑说明model指定预训练权重data指向 yamlepochs是总轮数imgsz是输入尺寸batch是批大小lr0是初始学习率patience是早停耐心值。参数上绝缘子小目标多imgsz建议 640 起步显存够就上 1280小目标召回会明显提升。batch根据显存调8G 显存用 8 到 16。lr0用 0.01 是 YOLOv11 的默认推荐微调时如果 loss 震荡就降到 0.001。3.3 训练日志怎么看loss 曲线和 mAP 的四个观察点训练启动后runs/insulator/exp1/下会有results.csv和weights/。重点看四个指标train/box_loss、train/cls_loss、metrics/mAP50、metrics/mAP50-95。box_loss 持续下降说明定位在收敛cls_loss 下降说明分类在学。如果 box_loss 降但 mAP 不涨多半是标注框质量问题回去查标注。如果 mAP50 高但 mAP50-95 低说明框的精度不够可以调box损失权重或增大imgsz。提示训练前先用yolo detect train ... epochs1跑一轮确认数据加载和显存没问题再开长训练。这一步能省掉几小时白跑。4. 小目标优化与推理部署让绝缘子缺陷在无人机端跑起来4.1 针对绝缘子小目标的三个训练侧优化绝缘子缺陷在 640 分辨率下可能只有 20 到 30 像素属于典型小目标。除了增大imgsz还有三个手段。第一用yolo11s而不是yolo11ns 版本的 neck 特征融合层更多小目标分支保留更完整。第二开启 Mosaic 和 MixUp 增强但 Mosaic 概率别拉满0.5 到 0.8 之间太高会让小目标在拼接后更小。第三调整 anchor 或改用 anchor-free 的默认设置YOLOv11 本身是 anchor-free不用手动设 anchor但可以在data.yaml里加kpt_shape之外的超参覆盖。yolo detect train \ modelyolo11s.pt \ data/data/insulator_dataset/data.yaml \ epochs200 \ imgsz1280 \ batch8 \ mosaic0.7 \ mixup0.1 \ scale0.5 \ projectruns/insulator \ nameexp_small逻辑说明imgsz1280让输入分辨率翻倍小目标像素数增加四倍。mosaic0.7控制拼接增强强度mixup0.1做少量混类。scale0.5允许随机缩放增强尺度鲁棒性。参数上1280 分辨率下 batch 要降到 8 左右否则显存爆。如果显存不够用batch4加梯度累积。4.2 推理与结果保存yolov11 保存推理结果的两种方式训练完在weights/best.pt推理有两种常用方式。命令行直接跑yolo detect predict \ modelruns/insulator/exp_small/weights/best.pt \ source/data/test_images \ imgsz1280 \ conf0.25 \ saveTrue \ save_txtTrue \ projectruns/predict \ nametest1逻辑说明source可以是单图、目录或视频流。conf0.25是置信度阈值绝缘子缺陷建议 0.2 到 0.3太低误检多太高漏检。saveTrue保存带框图片save_txtTrue保存检测结果 txt方便后续统计。参数上imgsz要和训练一致否则精度掉。project和name控制输出目录。Python 脚本方式适合接进巡检系统from ultralytics import YOLO import cv2 model YOLO(runs/insulator/exp_small/weights/best.pt) cap cv2.VideoCapture(rtsp://drone_stream) # 替换为实际图传地址 while cap.isOpened(): ret, frame cap.read() if not ret: break results model.predict(frame, imgsz1280, conf0.25, verboseFalse) for r in results: for box in r.boxes: cls int(box.cls[0]) conf float(box.conf[0]) xyxy box.xyxy[0].tolist() # 这里可以接告警逻辑比如 defect 类且 conf0.5 就上报 if cls 1 and conf 0.5: print(f缺陷告警: {xyxy}, 置信度 {conf:.2f}) cv2.imshow(detect, results[0].plot()) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()逻辑说明逐帧读图传流model.predict返回结果对象遍历boxes拿类别、置信度和坐标。cls 1对应 defect 类conf 0.5才告警避免误报。参数上verboseFalse关掉每帧日志imgsz和训练一致。如果图传延迟高可以跳帧推理每 3 帧检一次。4.3 边缘设备部署ONNX 导出与 TensorRT 加速无人机端算力有限PyTorch 直接跑太慢。常见做法是导出 ONNX 再用 TensorRT 加速yolo export modelruns/insulator/exp_small/weights/best.pt formatonnx imgsz1280 opset12 yolo export modelruns/insulator/exp_small/weights/best.pt formatengine imgsz1280 halfTrue逻辑说明第一条导出 ONNXopset12兼容性好。第二条导出 TensorRT enginehalfTrue用 FP16 推理速度翻倍精度掉一点。参数上imgsz必须和训练一致否则 engine 输入尺寸对不上。导出 engine 需要目标设备上装 TensorRT版本要和 CUDA 匹配。如果部署到 Jetson用 JetPack 自带的 TensorRT 最稳。5. 绝缘子缺陷检测的避坑与排查五条血泪经验5.1 现象训练 loss 正常但验证 mAP 一直是 0原因data.yaml里names的键和标注里的 class_id 对不上或者验证集图片路径写错导致加载了空标签。解决先用yolo detect train ... epochs1跑一轮看日志里val: Scanning...后面有没有找到图片和标签。再检查names是不是0: insulator这种整数键。如果标签文件是空的mAP 必然为 0。5.2 现象模型把绝缘子串检成 defect类别混淆原因insulator和defect的标注框重叠严重模型学不到区分特征。解决标注时确保 defect 框只框缺口不框整串insulator 框整串但不包含缺口区域。如果缺陷太小可以只标 defect 类不标 insulator让模型专注缺陷。另外检查data.yaml里类别顺序别把 0 和 1 写反。5.3 现象推理时小缺陷全漏大缺陷正常原因imgsz太小小目标在特征图上被下采样没了。解决把imgsz从 640 提到 1280或者用yolo11s以上模型。如果显存不够用切片推理把大图切成 640 的小块分别检再合并。切片推理的坑是边缘目标会被切断需要重叠切片。5.4 现象TensorRT engine 导出成功但推理结果和 PyTorch 不一致原因FP16 量化误差或者导出时imgsz和推理时不一致。解决先用 FP32 导出 engine 对比确认精度一致再换 FP16。推理时imgsz必须和导出时完全一样包括 batch 维度。如果还不一致检查预处理归一化参数TensorRT 不会自动做归一化。5.5 现象无人机图传流推理延迟高画面卡顿原因每帧都跑 1280 分辨率推理边缘设备扛不住。解决跳帧推理每 3 到 5 帧检一次或者用yolo11n做粗筛yolo11s做精检的两级方案。另外把预处理和后处理放到 GPU 上别在 CPU 做 resize。如果还卡降imgsz到 960 试试精度掉一点但帧率能上来。6. 把绝缘子检测接进巡检系统一个可复用的告警与验证技巧模型跑通只是第一步真正落地要解决「检出来之后怎么办」。我一般会在推理脚本里加一个滑动窗口计数器连续 5 帧检到同一位置有 defect 且置信度均值大于 0.6才触发告警。这样能过滤掉单帧误检误报率能降一个数量级。下面是一个简化实现from collections import deque # 每个缺陷位置维护一个最近 5 帧的置信度队列 track_history {} ALERT_THRESHOLD 0.6 WINDOW_SIZE 5 def check_alert(track_id, conf): if track_id not in track_history: track_history[track_id] deque(maxlenWINDOW_SIZE) track_history[track_id].append(conf) if len(track_history[track_id]) WINDOW_SIZE: avg_conf sum(track_history[track_id]) / WINDOW_SIZE if avg_conf ALERT_THRESHOLD: return True return False逻辑说明track_history用字典存每个 track 的置信度队列deque限制长度 5。每次新置信度入队队列满 5 个就算均值超过 0.6 返回告警。参数上WINDOW_SIZE越大越稳但告警越滞后5 是经验值。ALERT_THRESHOLD根据实际误报情况调0.5 到 0.7 之间。验证模型有没有过拟合我习惯留一个「跨场景测试集」训练集是 A 线路的航拍图测试集用 B 线路的图两条线路的杆塔型号和背景不同。如果跨场景 mAP 掉超过 15 个点说明模型学到了背景捷径需要加更多场景数据或做域增强。这个习惯帮我省过好几次「上线就翻车」的后悔药。最后说个部署习惯每次导出 engine 前先用 PyTorch 在验证集上跑一遍把 mAP 和推理结果存成基线。engine 导出后再跑一遍对比 mAP 和框坐标差异超过 2 个点就回退 FP32。这个对比脚本我一般写成verify_export.py每次部署前跑一次比事后排查省事得多。希望帮到你。本文还有配套的精品资源点击获取