yolo 目标检测 光伏～无人机太阳能面板检测数据集 深度学习YOLO模型如何训练无人机光伏太阳能面板缺陷检测数据集

智慧识别-yolo 目标检测 光伏太阳能面板检测数据集【数据内容】适合航拍遥感、无人机视角检测光伏板 太阳能面板图片清晰标注支持目标检测模型训练1YOLO光伏太阳能面板检测数据集一、数据集信息表项目详细说明数据集名称YOLO光伏太阳能面板检测数据集适用视角航拍、遥感、无人机俯拍视角检测类别共1类solar_panel光伏/太阳能面板标注状态图片清晰、标注完整开箱即用数据格式标准YOLO TXT格式兼容主流目标检测框架适用场景无人机光伏巡检、遥感图像面板识别、新能源场地普查、YOLO模型训练、计算机视觉项目实训二、核心标签#光伏板检测 #太阳能面板识别 #无人机巡检 #航拍目标检测 #YOLO数据集 #遥感图像识别三、数据集目录结构solar_panel_dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── solar_panel.yaml四、数据集配置文件 solar_panel.yamlpath:./solar_panel_datasettrain:images/trainval:images/valtest:images/testnc:1names:0:solar_panel五、环境依赖安装pipinstallultralytics torch opencv-python六、训练代码 train_solar.pyfromultralyticsimportYOLOif__name____main__:# 加载YOLO预训练权重兼容YOLOv8、YOLOv11modelYOLO(yolov8s.pt)# 启动训练model.train(data./solar_panel_dataset/solar_panel.yaml,epochs100,imgsz640,batch16,device0,# 无GPU改为 devicecpuworkers4,patience15,projectruns/train,namesolar_panel_detect,exist_okTrue,pretrainedTrue)# 模型评估metricsmodel.val(splittest)print(f测试集 mAP50:{metrics.box.map50:.4f})print(训练完成权重存放路径runs/train/solar_panel_detect/weights)七、推理测试代码 predict_solar.pyfromultralyticsimportYOLOimportcv2# 加载训练好的最优模型modelYOLO(runs/train/solar_panel_detect/weights/best.pt)if__name____main__:img_pathtest_solar.jpgresultsmodel.predict(sourceimg_path,conf0.25,iou0.45,saveTrue)show_imgresults[0].plot()cv2.imshow(Solar Panel Detection,show_img)cv2.waitKey(0)cv2.destroyAllWindows()