简介这份PDF文档面向遥感图像分析与计算机视觉方向的学习者与研究人员系统讲解如何将YOLOv11应用于卫星影像的地物分类与变化检测任务。文档共47页支持目录章节跳转与阅读器左侧大纲快速定位内容完整、条理清晰图表与文字显示正常。资源包为单一PDF文件大小约2.05MB便于下载后直接阅读与检索。内容涵盖遥感图像分析基础、地物分类与变化检测方法综述、YOLOv11网络结构与损失函数、卫星影像辐射校正与几何校正等预处理流程并详细展开基于YOLOv11的分类与变化检测模型构建、训练调优、实验对比及城市规划、农业、生态、灾害应急等应用案例最后讨论技术挑战与未来方向。已有68人学习适合希望掌握遥感智能解译完整技术路线的读者参考。1. 遥感图像分析遇上 YOLOv11卫星影像地物分类与变化检测能落地到什么程度拿到的是一份 PDF 标题核心就三件事遥感图像分析、YOLOv11、卫星影像里的地物分类与变化检测。先说结论这套组合不是纸上谈兵——YOLOv11 在 Ultralytics 体系里已经能直接跑检测、分割、分类任务而遥感场景最缺的从来不是模型是把地理坐标系、多光谱通道、超大图幅切片这几件事跟检测框架对齐。地物分类解决的是「这张卫星图里有什么、在哪」变化检测解决的是「两期影像之间哪里变了」。适合谁做自然资源监测、城市违建巡查、农业估产、灾害评估的团队手上有 LEVIR-CD 这类双时相数据集或者自己攒的标注切片想用一套统一框架把分类和变化检测都跑起来。不适合谁指望拿 COCO 预训练权重直接推理、不做切片和坐标对齐就出成果的——遥感影像的尺度、旋转、光谱特性跟自然图像差得太远这一步省不掉。2. 从卫星影像到 YOLOv11 输入切片、通道与标注格式的完整链路2.1 为什么卫星影像不能直接喂给 YOLOv11卫星影像单幅动辄 10000×10000 像素以上YOLOv11 默认输入是 640×640直接缩放会让小目标车辆、小型建筑变成几个像素检测头根本抓不住。常见做法是滑窗切片把大图切成带重叠的 512 或 1024 小块重叠率设 20% 左右避免目标被切在边界上。另一个坑是通道遥感影像常见 4 通道R、G、B、近红外甚至更多YOLOv11 默认吃 3 通道你得决定是丢掉近红外还是把近红外映射到某个通道。做植被分类时近红外信息量很大丢掉可惜我一般会把近红外和红波段做个归一化植被指数NDVI当第四通道再改模型第一层卷积的输入通道数。切片还有个坐标系问题。卫星影像带地理坐标切片后每个小块要记录左上角在原图中的像素偏移和地理变换参数否则检测结果没法拼回大图、没法跟 GIS 图层叠加。这一步不做后面变化检测的对齐就无从谈起。2.2 切片脚本与坐标记录import rasterio from rasterio.windows import Window import os def slide_crop(src_path, out_dir, patch512, overlap0.2): 滑窗切片保留地理变换信息 os.makedirs(out_dir, exist_okTrue) step int(patch * (1 - overlap)) with rasterio.open(src_path) as src: H, W src.height, src.width transform src.transform meta src.meta.copy() for y in range(0, H - patch 1, step): for x in range(0, W - patch 1, step): window Window(x, y, patch, patch) data src.read(windowwindow) # (C, patch, patch) # 记录该切片在原图中的像素偏移 win_transform rasterio.windows.transform(window, transform) meta.update({ height: patch, width: patch, transform: win_transform }) name f{os.path.basename(src_path)}_{x}_{y}.tif with rasterio.open(os.path.join(out_dir, name), w, **meta) as dst: dst.write(data) slide_crop(satellite.tif, patches/, patch512, overlap0.2)逻辑说明step控制步长overlap0.2 表示相邻切片有 20% 重叠防止目标被切断。rasterio.windows.transform把切片窗口转成独立的地理变换写进每个切片的元数据里后续拼图时用这个变换反算位置。参数上patch 取 512 是速度和显存的折中1024 对小目标更友好但显存翻倍overlap 低于 0.1 边界目标漏检率明显上升高于 0.3 冗余切片太多训练时重复样本会拉偏分布。2.3 标注格式VOC 转 YOLO 的四个边界坑遥感标注常见 VOC XML 或 GeoJSONYOLOv11 要的是每张图一个 txt每行class cx cy w h全部归一化到 0~1。转换时四个坑一是坐标越界切片后目标框可能超出图像边界要裁剪并重新计算二是宽高为 0 的退化框标注工具偶尔产生训练时直接报 NaN三是类别名到索引的映射必须固定训练和推理用同一份四是空标注图片要保留否则模型学到「有图必有目标」的偏见。import xml.etree.ElementTree as ET import os def voc_to_yolo(xml_path, out_txt, class_map, img_w512, img_h512): tree ET.parse(xml_path) root tree.getroot() lines [] for obj in root.findall(object): cls obj.find(name).text if cls not in class_map: continue bbox obj.find(bndbox) x1 max(0, float(bbox.find(xmin).text)) y1 max(0, float(bbox.find(ymin).text)) x2 min(img_w, float(bbox.find(xmax).text)) y2 min(img_h, float(bbox.find(ymax).text)) if x2 x1 or y2 y1: continue # 跳过退化框 cx (x1 x2) / 2 / img_w cy (y1 y2) / 2 / img_h w (x2 - x1) / img_w h (y2 - y1) / img_h lines.append(f{class_map[cls]} {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}) with open(out_txt, w) as f: f.write(\n.join(lines)) class_map {building: 0, road: 1, water: 2, vegetation: 3} voc_to_yolo(patch_0_0.xml, patch_0_0.txt, class_map)逻辑说明max(0, ...)和min(img_w, ...)做边界裁剪x2 x1过滤退化框。归一化用切片尺寸而非原图尺寸因为 YOLOv11 读的是切片。class_map 建议写进一个 yaml 文件训练配置直接引用避免手滑改错。3. YOLOv11 训练配置小目标优化与权重文件怎么选3.1 环境配置与权重文件下载Ultralytics 的环境配置现在很省事一条 pip 就够但遥感场景有几个额外依赖rasterio 读地理影像、opencv 做切片增强、pycocotools 如果要做 COCO 格式评估。pip install ultralytics rasterio opencv-python pycocotools # 验证安装 yolo checks权重文件从 Ultralytics 官方发布渠道获取yolo11n.pt 最轻yolo11m.pt 精度和速度平衡yolo11x.pt 精度最高但显存要求大。遥感小目标场景我一般从 yolo11m.pt 起步n 版本对小目标召回不够x 版本在 24G 显存上 batch 只能开到 4训练周期太长。下载后放在项目根目录训练脚本里用相对路径引用。3.2 小目标优化的三个必调参数遥感影像里小目标占比高YOLOv11 默认配置需要针对性调整。第一个是imgsz训练时设 1024 比 640 对小目标友好得多但显存占用约翻倍24G 卡上 yolo11m 配 batch8 能跑。第二个是anchor相关YOLOv11 虽然是无锚框设计但reg_max参数控制回归范围小目标多时把 reg_max 从 16 调到 20让回归分支覆盖更细的尺度。第三个是数据增强里的mosaic和scalemosaic 拼接会进一步缩小目标小目标场景建议把 mosaic 概率降到 0.5 以下scale 范围收窄到 0.5~1.5避免目标被缩得太小。from ultralytics import YOLO model YOLO(yolo11m.pt) model.train( dataremote_sense.yaml, # 数据集配置 epochs200, imgsz1024, # 小目标关键参数 batch8, reg_max20, # 回归范围小目标调大 mosaic0.3, # 降低 mosaic 概率 scale0.3, # 收窄缩放范围 degrees90, # 遥感目标旋转不变性 fliplr0.5, flipud0.5, # 上下翻转对遥感合理 device0, patience30, saveTrue, projectruns/remote )逻辑说明degrees90开启 90 度旋转增强遥感目标方向任意这个增强很值。flipud0.5上下翻转在自然图像里不合理天空不会倒但卫星俯视图没有上下之分可以开。patience30表示 30 轮没提升就早停遥感数据集通常不大过拟合来得快。reg_max改大后训练初期 loss 会跳一下正常现象几个 epoch 后收敛。3.3 数据集 yaml 的写法path: /data/remote_sense train: images/train val: images/val nc: 4 names: 0: building 1: road 2: water 3: vegetationpath 用绝对路径最稳train/val 是相对 path 的图片目录YOLOv11 会自动找同名 txt 标签。nc 和 names 必须跟转换时的 class_map 完全一致顺序错了模型学出来的类别就是乱的。4. 变化检测怎么接LEVIR-CD 数据集与双时相推理4.1 变化检测和地物分类的本质区别地物分类是单时相任务一张图进去框和类别出来。变化检测是双时相两张不同时间的配准影像进去输出变化区域。LEVIR-CD 是建筑物变化检测的经典数据集包含 637 对 1024×1024 的双时相影像标注是变化区域的二值掩码。用 YOLOv11 做变化检测有两条路一是把双时相影像叠成 6 通道输入改模型第一层让检测头直接输出变化框二是先分别做地物分类再对比两期结果取差异。第一条路端到端但需要改网络结构第二条路工程上更稳我一般先用第二条跑通基线。4.2 双时相推理与结果对比from ultralytics import YOLO import cv2 import numpy as np model YOLO(runs/remote/weights/best.pt) def detect_and_compare(img_t1, img_t2, conf0.4): r1 model.predict(img_t1, confconf, saveFalse)[0] r2 model.predict(img_t2, confconf, saveFalse)[0] boxes1 r1.boxes.xyxy.cpu().numpy() boxes2 r2.boxes.xyxy.cpu().numpy() # 简单 IoU 匹配未匹配上的视为新增或消失 changed [] for b in boxes2: ious [iou(b, b1) for b1 in boxes1] if not ious or max(ious) 0.3: changed.append((new, b)) for b in boxes1: ious [iou(b, b2) for b2 in boxes2] if not ious or max(ious) 0.3: changed.append((removed, b)) return changed def iou(a, b): x1 max(a[0], b[0]); y1 max(a[1], b[1]) x2 min(a[2], b[2]); y2 min(a[3], b[3]) inter max(0, x2 - x1) * max(0, y2 - y1) area_a (a[2]-a[0]) * (a[3]-a[1]) area_b (b[2]-b[0]) * (b[3]-b[1]) return inter / (area_a area_b - inter 1e-6)逻辑说明两期影像分别推理用 IoU 做框匹配阈值 0.3 以下认为没匹配上第二期有而第一期没有的是新增反之是消失。这个基线简单但有效适合建筑物这类刚性目标。阈值 0.3 是经验值目标密集时调到 0.5 减少误匹配。注意两期影像必须先配准像素级对齐否则同一个建筑在两期里位置差几个像素IoU 直接掉到阈值以下全被判成变化。4.3 保存推理结果与拼回大图import rasterio from rasterio.transform import Affine def save_predictions(results, out_shp_or_tif): 把切片推理结果拼回原图坐标系 # results 里每个框带切片偏移反算到原图坐标 # 这里示意保存为带地理坐标的 tif pass # 实际实现依赖切片时记录的 transform推理结果保存时YOLOv11 的saveTrue会存可视化图片但遥感场景要的是带地理坐标的矢量或栅格。切片时记录的每个 patch 的 transform 在这里派上用场把框的像素坐标加上切片偏移再用 transform 转成地理坐标最后用 rasterio 或 geopandas 写出。这一步不做结果就只是图片进不了 GIS 分析流程。5. 避坑与排查遥感 YOLOv11 落地最常见的五个翻车点5.1 现象训练 loss 正常下降但验证 mAP 极低原因训练集和验证集的切片来自同一幅大图空间上高度重叠验证集泄漏了训练集信息mAP 虚高反过来如果验证集来自不同区域分布差异大mAP 又偏低。解决按地理区域划分训练验证集同一区域的切片只进一个集合别随机切分。5.2 现象推理时小目标全部漏检原因训练用了 1024 但推理默认 640或者切片时 overlap 太小目标被切断。解决推理 imgsz 跟训练保持一致切片 overlap 提到 0.25 以上检查标注里小目标框是否被正确保留。5.3 现象变化检测结果全是变化原因两期影像没配准或者辐射差异太大不同季节、不同传感器模型把整体色调差异当成变化。解决先做直方图匹配或相对辐射归一化配准误差控制在 1 像素以内再跑检测。5.4 现象训练到一半显存爆了原因imgsz 调大后 batch 没相应减小或者 mosaic 增强拼接了多张图导致单步显存峰值升高。解决imgsz 翻倍时 batch 减半mosaic 概率降低开ampTrue混合精度还不行就上梯度累积。5.5 现象类别混淆严重建筑和道路分不开原因遥感影像里建筑和道路光谱特征接近标注边界模糊或者类别不平衡。解决检查标注一致性建筑和道路的边界定义要统一类别不平衡时用cls损失权重调整或者对稀少类别做过采样。6. 进阶技巧用切片重叠投票压掉边界漏检切片推理有个固有问题目标落在切片边界时两个相邻切片各看到一半置信度都不高容易被 NMS 滤掉。我常用的做法是重叠投票切片时 overlap 设 0.3推理后把所有切片的框映射回原图坐标对重叠区域的框做加权 NMS权重用框中心到切片中心的距离越靠中心权重越高。这样边界目标的框会被相邻切片里更完整的检测补上。def weighted_nms(boxes, scores, weights, iou_thr0.5): 带权重的 NMSweights 来自框到切片中心的距离 order scores.argsort()[::-1] keep [] while order.size 0: i order[0] keep.append(i) ious np.array([iou(boxes[i], boxes[j]) for j in order[1:]]) # 权重高的框保留权重低的即使 IoU 高也压掉 suppress np.where((ious iou_thr) (weights[order[1:]] weights[i]))[0] order np.delete(order, np.concatenate(([0], suppress 1))) return keep逻辑说明跟标准 NMS 的区别在于两个框 IoU 超阈值时不无脑压掉低分框而是看谁的权重高——权重反映框在切片里的完整程度。这个改动在边界目标上召回提升明显代价是 NMS 慢一点因为多了权重比较。iou_thr 设 0.5 是常规值目标密集时降到 0.4。验证这套流程有没有效果别只看 mAP要拿几幅有代表性的原图把拼回去的结果跟人工标注叠一起看边界目标。我自己的习惯是每次改完切片参数或 NMS 策略固定抽 10 幅图做可视化对比翻车往往就翻在那些不起眼的边界框上。希望帮到你。本文还有配套的精品资源点击获取