尧图网站建设 
简介这份PDF文档面向遥感图像处理、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。内容从遥感图像分析基础、地物分类与变化检测方法综述切入逐步展开YOLOv11的网络结构、损失函数与训练流程并覆盖卫星影像的辐射校正、几何校正、影像融合与噪声去除等预处理环节。文档还详细给出基于YOLOv11的地物分类与变化检测模型构建方案包括数据集准备、架构调整、训练调参与评估优化并结合城市规划、农业管理、生态监测、灾害应急等应用案例展开分析。资源包共1个PDF文件大小约2.05MB支持目录章节跳转与阅读器左侧大纲快速定位全文47页结构完整、图表清晰。目前已有68人学习适合希望掌握遥感目标检测与变化检测实战思路的读者参考。1. 遥感图像分析遇上 YOLOv11这份 47 页文档到底能解决什么手里有一批卫星影像领导要你三天内出一份城市扩张监测报告或者导师让你在组会上讲清楚变化检测的技术路线——这种场景下最缺的往往不是算力而是一份能把「遥感预处理 → YOLOv11 地物分类 → 多时相变化检测 → 实验评估」串成完整闭环的参考资料。这份 47 页的《遥感图像分析-YOLOv11在卫星影像中的地物分类与变化检测》就是干这个的它不是单纯讲 YOLO 原理的科普而是把卫星影像的辐射校正、几何校正、影像融合这些遥感特有的预处理环节和 YOLOv11 的骨干网络调整、颈部优化、检测头修改放在同一条技术链上讨论。适合两类人一是做遥感应用开发、需要快速搭出地物分类或变化检测原型的工程师二是写论文或做课程设计、需要一份结构完整的技术路线参考的学生。文档支持目录跳转和左侧大纲定位查阅效率比翻 PDF 找章节高不少。2. 卫星影像预处理从原始 DN 值到可训练影像的四个关键步骤2.1 为什么不能拿原始卫星影像直接喂给 YOLOv11很多人第一次做遥感目标检测习惯性地把下载的 GeoTIFF 直接转成 JPG 就丢进 YOLO 训练结果 mAP 低得离谱还以为是模型不行。问题出在卫星影像和普通相机照片的本质差异上卫星传感器记录的原始 DN 值受大气散射、太阳高度角、传感器响应差异影响同一地物在不同时间、不同条带上的像素值可能差出几十个灰度级。YOLOv11 的卷积核学的是纹理和边缘模式如果输入影像的辐射基准不统一模型会把辐射差异当成地物差异来学泛化能力直接崩掉。常见做法是先做辐射校正把 DN 值转成表观反射率或大气顶层反射率。以 Landsat 8 为例用 USGS 提供的元数据文件里的RADIANCE_MULT_BAND_x和RADIANCE_ADD_BAND_x系数做线性变换再除以太阳辐照度和太阳天顶角余弦。这一步在 ENVI 或 Python 的rasterionumpy里都能做关键是别跳过。几何校正同样不能省。卫星影像的几何畸变来自地球曲率、地形起伏和传感器扫描方式如果两期影像没有配准到同一坐标系变化检测出来的「变化区域」可能只是配准误差造成的假阳性。我一般会先做正射校正再用同名点做精配准控制点在 15 到 25 个之间RMS 误差压到 0.5 个像元以内。2.2 辐射校正与几何校正的实操参数辐射校正分绝对和相对两条路。绝对辐射校正需要传感器定标系数和大气参数精度高但依赖外部数据相对辐射校正用直方图匹配或暗目标减法适合多时相影像之间的辐射归一化。做变化检测时两期影像必须做相对辐射校正否则阈值法找变化区域会翻车。下面是一个用rasterio做线性辐射校正的代码片段把 DN 值转成表观反射率import rasterio import numpy as np # 打开 Landsat 8 的波段文件 with rasterio.open(LC08_L1TP_123032_20240101_B4.TIF) as src: dn src.read(1).astype(np.float32) meta src.meta.copy() # 从 MTL 元数据中读取的定标系数示例值实际以元数据为准 RADIANCE_MULT 0.00002 RADIANCE_ADD -0.1 SUN_ELEVATION 45.0 # 太阳高度角单位度 REFLECTANCE_MULT 0.00002 REFLECTANCE_ADD -0.1 # DN - 辐亮度 radiance dn * RADIANCE_MULT RADIANCE_ADD # 辐亮度 - 表观反射率 sun_angle np.sin(np.radians(SUN_ELEVATION)) reflectance (radiance * np.pi) / (sun_angle * 1.0) # 简化计算实际需除以太阳辐照度 # 保存结果 meta.update(dtyperasterio.float32, count1) with rasterio.open(B4_reflectance.tif, w, **meta) as dst: dst.write(reflectance, 1)这段代码的逻辑是先把 DN 值通过线性公式转成辐亮度再除以太阳天顶角余弦得到表观反射率。参数说明RADIANCE_MULT和RADIANCE_ADD从影像自带的 MTL 文件里读不同卫星、不同波段的值不一样SUN_ELEVATION也在 MTL 里别用错。实际业务中还要做大气校正但如果是做变化检测的相对比较表观反射率已经够用。几何校正的步骤更依赖工具链。ENVI 的Registration - Image to Image或者Auto Sync工作流比较成熟Python 侧可以用rasterio的warp配合gdal的 GCPs 做。关键参数是重采样方法分类任务用最近邻避免引入新的光谱值变化检测用双线性或三次卷积保持影像平滑。2.3 影像融合与噪声去除的取舍全色和多光谱融合是为了拿高空间分辨率的多光谱影像。常见的 Gram-Schmidt 和 Brovey 变换在 ENVI 里一键能跑但融合后的光谱失真会影响地物分类精度。我的经验是如果做建筑物提取融合收益大如果做植被分类融合反而可能把光谱特征搅乱不如直接用多光谱。噪声去除要分类型。条带噪声用矩匹配或傅里叶滤波椒盐噪声用中值滤波高斯噪声用双边滤波。注意别过度去噪把道路边缘和小目标纹理抹掉了YOLOv11 的小目标检测能力会直接下降。提示预处理阶段每做一步都建议用matplotlib或 QGIS 目视检查一遍。我见过太多人把辐射校正后的影像直接送进训练结果影像全黑或全白白白浪费一晚上 GPU 时间。3. YOLOv11 地物分类模型构建数据集、架构调整与训练参数3.1 地物分类数据集准备与标注格式转换YOLOv11 做地物分类本质上是把遥感影像里的建筑物、道路、水体、植被等当成目标检测的类别来处理。数据集准备的第一步是确定类别体系。常见做法是参考土地利用分类标准但实际做的时候别贪多先做 5 到 8 类比如建筑、道路、水体、林地、农田、裸地。类别太多标注成本高模型也容易混淆。标注工具用 LabelImg 或 CVAT 都行导出 YOLO 格式的 txt 文件每行是class_id x_center y_center width height坐标归一化到 0 到 1。这里有个容易踩的坑卫星影像的尺寸往往很大比如 10000×10000 像素直接标注不现实。常见做法是先切图切成 512×512 或 640×640 的瓦片瓦片之间留 20% 重叠避免目标被切断。切图脚本用rasterio的窗口读取就能写import rasterio from rasterio.windows import Window def tile_image(src_path, tile_size640, overlap128): with rasterio.open(src_path) as src: width src.width height src.height stride tile_size - overlap for i in range(0, height, stride): for j in range(0, width, stride): window Window(j, i, tile_size, tile_size) # 边界处理超出影像范围的瓦片跳过或填充 if j tile_size width or i tile_size height: continue tile src.read(windowwindow) # 保存瓦片文件名带行列号 yield tile, (i, j)参数说明tile_size根据 GPU 显存来定8GB 显存跑 640 比较稳overlap设 128 到 256 像素保证边缘目标完整。切完图之后标注文件也要按瓦片坐标重新计算这一步写个脚本批量处理别手动改。数据增强用albumentations库随机裁剪、水平翻转、亮度对比度调整是标配。注意遥感影像的旋转增强要谨慎建筑物旋转 90 度还合理旋转 45 度就出现不存在的角度了模型学到的特征会偏。3.2 YOLOv11 骨干网络与检测头的适应性调整YOLOv11 的默认骨干网络是为自然图像设计的输入 640×640 的 RGB 图像。卫星影像的通道数可能不止 3 个比如多光谱有 4 到 8 个波段。常见做法是改第一层卷积的输入通道数或者只选 RGB 三个波段。如果做植被分类近红外波段信息量大建议改输入通道把近红外加进去。骨干网络的深度也要考虑。卫星影像的目标尺度差异大同一张图里既有几十像素的大建筑也有几个像素的小车辆。YOLOv11 的 C3k2 模块和 SPPF 层负责多尺度特征提取但如果小目标漏检严重可以在骨干网络浅层加一个高分辨率特征输出接到颈部网络里。具体改法是在ultralytics的模型配置文件里调整backbone的层数和输出索引把 P2 层也纳入特征融合。检测头部分YOLOv11 默认是解耦头分类和回归分支分开。地物分类任务里类别不平衡很常见建筑和道路的样本数可能差一个数量级。解决办法是在损失函数里给类别加权或者用 Focal Loss 替代二元交叉熵。ultralytics框架支持在训练配置里改cls损失的权重但 Focal Loss 需要自己改源码或写回调。颈部网络的 FPNPAN 结构对多尺度目标友好但遥感影像的背景复杂建议在颈部加一个注意力模块比如 CBAM 或 SE Block让模型聚焦在目标区域。改法是在ultralytics/nn/modules里新增注意力层然后在模型配置里插入。3.3 训练超参数设置与监控指标训练环境搭建不复杂ultralytics包一条命令就能装pip install ultralytics但 CUDA 和 PyTorch 的版本要匹配否则训练时 GPU 利用率上不去。我一般用 PyTorch 2.1 配 CUDA 11.8比较稳。超参数设置上学习率用余弦退火初始值 0.01权重衰减 0.0005。批量大小根据显存来8GB 显存跑 640 尺寸、batch size 8 到 12 比较合适。训练轮数先设 100 轮看验证集 mAP 曲线如果 80 轮后还在涨就加到 200 轮。监控指标重点看三个mAP50、mAP50-95和precision-recall曲线。遥感地物分类里mAP50到 0.7 以上算可用0.85 以上算不错。如果mAP50高但mAP50-95低说明边界框回归不准要检查标注质量或者调整 CIoU 损失的权重。训练过程中常见的翻车场景是过拟合训练损失一直降验证损失先降后升。解决办法是加数据增强、加 Dropout 层、或者用早停策略。ultralytics的patience参数设 20 到 30验证指标 20 轮不涨就停。注意训练日志里的box_loss、cls_loss、dfl_loss要分开看。cls_loss不降说明类别混淆严重可能是类别体系设计有问题box_loss不降说明定位不准检查标注框是否贴合目标边缘。4. 变化检测模型构建多时相数据组织与特征融合策略4.1 多时相影像配准与变化标注方法变化检测的数据集构建比单时相地物分类麻烦得多。核心难点是两期影像的配准精度和变化区域的标注一致性。配准精度前面提过RMS 误差要压到 0.5 像元以内否则变化检测的假阳性率会很高。变化标注有两种主流方式一是双时相标注在两期影像上分别标注地物然后对比分类结果找变化二是直接标注变化区域用二值掩膜表示变化与否。前者能给出变化类型但标注工作量大后者简单但丢失了变化语义。实际做的时候如果只需要知道「哪里变了」用二值掩膜如果需要知道「从什么变成了什么」用双时相标注。数据集划分要注意时间跨度。训练集和验证集的时间跨度要覆盖不同季节否则模型会把季节变化当成地物变化。比如夏季和冬季的植被光谱差异很大如果训练集只有夏季数据验证集用冬季数据模型会误判大片植被为变化区域。数据增强在变化检测里要成对做。两期影像做相同的几何变换但辐射变换要独立模拟不同成像条件。albumentations支持additional_targets参数可以同时对两幅图做增强。4.2 基于 YOLOv11 的双分支特征融合架构变化检测的网络架构设计常见做法是双分支共享权重或者双分支独立权重。共享权重适合两期影像成像条件接近的场景独立权重适合成像条件差异大的场景。YOLOv11 做变化检测可以在骨干网络后面接一个特征差分模块把两期影像的特征图相减或拼接再送进颈部网络和检测头。特征融合策略有三种早期融合、中期融合和晚期融合。早期融合是把两期影像在输入层拼接成 6 通道送进同一个骨干网络中期融合是分别过骨干网络在颈部做特征差分晚期融合是分别检测再对比检测结果。中期融合效果通常最好因为既保留了各自的特征提取能力又能在高层语义上做比较。下面是一个中期融合的简化实现import torch import torch.nn as nn class ChangeDetectionHead(nn.Module): def __init__(self, in_channels): super().__init__() # 特征差分两期特征相减后取绝对值 self.diff_conv nn.Conv2d(in_channels * 2, in_channels, 1) self.conv nn.Sequential( nn.Conv2d(in_channels, in_channels, 3, padding1), nn.BatchNorm2d(in_channels), nn.ReLU(inplaceTrue) ) # 输出变化/未变化的二分类 self.cls_head nn.Conv2d(in_channels, 2, 1) def forward(self, feat_t1, feat_t2): # 拼接两期特征 concat torch.cat([feat_t1, feat_t2], dim1) diff self.diff_conv(concat) out self.conv(diff) return self.cls_head(out)这段代码的逻辑是把两期影像的特征图拼接后用 1×1 卷积做通道压缩再经过 3×3 卷积提取变化特征最后输出二分类结果。参数说明in_channels要和 YOLOv11 颈部输出的通道数对齐diff_conv的输入通道是两倍因为拼接了 T1 和 T2 的特征。损失函数选择上变化检测的类别极不平衡变化区域通常只占影像的 5% 到 15%。用二元交叉熵会导致模型偏向预测「未变化」。常见做法是加 Dice Loss 或 Focal Loss或者用带权重的交叉熵给变化类更高的权重。4.3 变化检测训练管理与评估指标训练管理和地物分类类似但评估指标要换。变化检测常用F1-score、IoU和OA总体精度。F1-score综合了精确率和召回率适合类别不平衡的场景IoU衡量变化区域的重叠度OA是整体分类正确的比例但在类别不平衡时参考价值有限。训练过程中要监控验证集的F1-score曲线。如果F1-score震荡大说明学习率太高或者批量太小如果F1-score一直低检查标注质量或者特征融合方式。我遇到过一种情况两期影像的辐射校正没做好模型学到的全是辐射差异F1-score卡在 0.3 上不去。后来补做了相对辐射校正F1-score直接跳到 0.65。模型改进策略上可以尝试多尺度特征融合、加注意力模块、或者用 Transformer 结构替换部分卷积层。但别一上来就堆模块先把数据质量和配准精度做好收益比改网络结构大得多。5. 避坑与排查遥感 YOLOv11 项目里最容易翻车的五个地方5.1 影像切图后标注坐标错乱现象训练时cls_loss正常下降但box_loss居高不下验证集预测框位置完全不对。原因切图脚本只保存了瓦片影像没有同步更新标注文件的坐标。标注文件里的坐标是相对于原始大图的切图后没有减去瓦片左上角的偏移量也没有重新归一化。解决写一个配套的标注转换脚本对每个瓦片把落在瓦片范围内的标注框坐标减去瓦片左上角坐标再除以瓦片尺寸做归一化。落在瓦片边界外的标注框要裁剪或丢弃。这个脚本和切图脚本用同一套窗口参数保证一一对应。5.2 多光谱波段顺序搞混现象模型训练时损失正常但预测结果里水体和植被混淆严重目视检查发现输入影像的颜色和 QGIS 里看到的不一样。原因卫星影像的波段顺序和普通 RGB 不同。Landsat 8 的 B4、B3、B2 对应红、绿、蓝但有些数据集的波段顺序是 B2、B3、B4。如果按默认顺序读取红色和蓝色通道就反了模型学到的光谱特征全乱。解决读影像前先查元数据里的波段列表确认波段顺序。用rasterio读取时显式指定波段索引别用默认的read()。如果做植被分类把近红外波段也加进来但要注意归一化范围。5.3 变化检测两期影像配准误差超标现象变化检测结果里出现大量细碎的变化斑块沿道路和建筑边缘分布目视检查两期影像地物并没有实际变化。原因两期影像的几何配准精度不够RMS 误差超过 1 个像元。配准误差在影像边缘和地形起伏区域更明显导致差分影像出现大量假阳性。解决重新做几何配准增加控制点数量用二次多项式或薄板样条模型。配准后做精度评估RMS 误差压到 0.5 像元以内。如果两期影像来自不同传感器还要做相对辐射校正消除传感器响应差异。5.4 训练显存溢出导致进程被杀现象训练到第 10 轮左右程序突然退出终端显示Killed或CUDA out of memory。原因批量大小或输入尺寸设得太大显存不够。YOLOv11 的训练显存占用和输入尺寸的平方成正比640 尺寸换成 1280显存占用翻四倍。解决先降批量大小从 16 降到 8 或 4。如果还不行降输入尺寸到 512 或 416。另外检查数据加载器的num_workers设太高会导致内存溢出设 4 到 8 比较稳。训练前用nvidia-smi看一下显存占用留 10% 余量。5.5 验证集指标虚高但实际预测效果差现象验证集mAP50到 0.9但拿新影像做预测漏检和误检都很严重。原因验证集和训练集来自同一区域、同一时间数据分布太接近。模型过拟合了训练区域的特定纹理和光谱特征换一个区域就失效。解决数据集划分按地理区域分训练集用一个区域验证集用另一个区域。如果数据量不够至少按时间分训练集用夏季验证集用秋季。另外做交叉验证看模型在不同子集上的表现是否稳定。实际部署前拿一批完全没参与训练的新影像做测试指标才是真实的。6. 从实验到落地模型评估、可视化与一个实用技巧模型评估不能只看mAP。地物分类任务里我习惯把混淆矩阵打出来看哪些类别容易混。建筑和道路在低分辨率影像上光谱接近混淆率高很正常解决办法是加纹理特征或者提高分辨率。水体和阴影也容易混阴影的亮度低但光谱曲线和水体不同加近红外波段能区分开。可视化用matplotlib叠加预测框和类别标签或者用ultralytics自带的predict模式保存结果图。变化检测的可视化用三色图红色表示新增蓝色表示减少灰色表示未变化。这种图给非技术背景的人看很直观。一个实用技巧是模型集成。训练 3 到 5 个不同初始化或不同数据增强的 YOLOv11 模型预测时做加权框融合WBFmAP通常能涨 2 到 5 个点。WBF 比 NMS 更适合遥感影像因为密集小目标多NMS 容易误删。ultralytics框架支持多模型预测但 WBF 需要自己写后处理或者用ensemble-boxes库。还有一个技巧是测试时增强TTA。预测时对影像做水平翻转、垂直翻转、多尺度缩放把多次预测结果融合。TTA 能提升 1 到 3 个点但推理时间翻倍看业务能不能接受。从那以后我每次做完训练都强制走一遍「新区域测试」拿一批完全没参与训练、地理区域不同的影像跑预测看指标掉多少。掉 10 个点以内算正常掉 20 个点以上就得回头检查数据分布和过拟合问题。这个习惯帮我省了很多次返工。希望帮到你。本文还有配套的精品资源点击获取 遥感图像分析实战：YOLOv11地物分类与变化检测全流程指南
简介这份PDF文档面向遥感图像处理、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。内容从遥感图像分析基础、地物分类与变化检测方法综述切入逐步展开YOLOv11的网络结构、损失函数与训练流程并覆盖卫星影像的辐射校正、几何校正、影像融合与噪声去除等预处理环节。文档还详细给出基于YOLOv11的地物分类与变化检测模型构建方案包括数据集准备、架构调整、训练调参与评估优化并结合城市规划、农业管理、生态监测、灾害应急等应用案例展开分析。资源包共1个PDF文件大小约2.05MB支持目录章节跳转与阅读器左侧大纲快速定位全文47页结构完整、图表清晰。目前已有68人学习适合希望掌握遥感目标检测与变化检测实战思路的读者参考。1. 遥感图像分析遇上 YOLOv11这份 47 页文档到底能解决什么手里有一批卫星影像领导要你三天内出一份城市扩张监测报告或者导师让你在组会上讲清楚变化检测的技术路线——这种场景下最缺的往往不是算力而是一份能把「遥感预处理 → YOLOv11 地物分类 → 多时相变化检测 → 实验评估」串成完整闭环的参考资料。这份 47 页的《遥感图像分析-YOLOv11在卫星影像中的地物分类与变化检测》就是干这个的它不是单纯讲 YOLO 原理的科普而是把卫星影像的辐射校正、几何校正、影像融合这些遥感特有的预处理环节和 YOLOv11 的骨干网络调整、颈部优化、检测头修改放在同一条技术链上讨论。适合两类人一是做遥感应用开发、需要快速搭出地物分类或变化检测原型的工程师二是写论文或做课程设计、需要一份结构完整的技术路线参考的学生。文档支持目录跳转和左侧大纲定位查阅效率比翻 PDF 找章节高不少。2. 卫星影像预处理从原始 DN 值到可训练影像的四个关键步骤2.1 为什么不能拿原始卫星影像直接喂给 YOLOv11很多人第一次做遥感目标检测习惯性地把下载的 GeoTIFF 直接转成 JPG 就丢进 YOLO 训练结果 mAP 低得离谱还以为是模型不行。问题出在卫星影像和普通相机照片的本质差异上卫星传感器记录的原始 DN 值受大气散射、太阳高度角、传感器响应差异影响同一地物在不同时间、不同条带上的像素值可能差出几十个灰度级。YOLOv11 的卷积核学的是纹理和边缘模式如果输入影像的辐射基准不统一模型会把辐射差异当成地物差异来学泛化能力直接崩掉。常见做法是先做辐射校正把 DN 值转成表观反射率或大气顶层反射率。以 Landsat 8 为例用 USGS 提供的元数据文件里的RADIANCE_MULT_BAND_x和RADIANCE_ADD_BAND_x系数做线性变换再除以太阳辐照度和太阳天顶角余弦。这一步在 ENVI 或 Python 的rasterionumpy里都能做关键是别跳过。几何校正同样不能省。卫星影像的几何畸变来自地球曲率、地形起伏和传感器扫描方式如果两期影像没有配准到同一坐标系变化检测出来的「变化区域」可能只是配准误差造成的假阳性。我一般会先做正射校正再用同名点做精配准控制点在 15 到 25 个之间RMS 误差压到 0.5 个像元以内。2.2 辐射校正与几何校正的实操参数辐射校正分绝对和相对两条路。绝对辐射校正需要传感器定标系数和大气参数精度高但依赖外部数据相对辐射校正用直方图匹配或暗目标减法适合多时相影像之间的辐射归一化。做变化检测时两期影像必须做相对辐射校正否则阈值法找变化区域会翻车。下面是一个用rasterio做线性辐射校正的代码片段把 DN 值转成表观反射率import rasterio import numpy as np # 打开 Landsat 8 的波段文件 with rasterio.open(LC08_L1TP_123032_20240101_B4.TIF) as src: dn src.read(1).astype(np.float32) meta src.meta.copy() # 从 MTL 元数据中读取的定标系数示例值实际以元数据为准 RADIANCE_MULT 0.00002 RADIANCE_ADD -0.1 SUN_ELEVATION 45.0 # 太阳高度角单位度 REFLECTANCE_MULT 0.00002 REFLECTANCE_ADD -0.1 # DN - 辐亮度 radiance dn * RADIANCE_MULT RADIANCE_ADD # 辐亮度 - 表观反射率 sun_angle np.sin(np.radians(SUN_ELEVATION)) reflectance (radiance * np.pi) / (sun_angle * 1.0) # 简化计算实际需除以太阳辐照度 # 保存结果 meta.update(dtyperasterio.float32, count1) with rasterio.open(B4_reflectance.tif, w, **meta) as dst: dst.write(reflectance, 1)这段代码的逻辑是先把 DN 值通过线性公式转成辐亮度再除以太阳天顶角余弦得到表观反射率。参数说明RADIANCE_MULT和RADIANCE_ADD从影像自带的 MTL 文件里读不同卫星、不同波段的值不一样SUN_ELEVATION也在 MTL 里别用错。实际业务中还要做大气校正但如果是做变化检测的相对比较表观反射率已经够用。几何校正的步骤更依赖工具链。ENVI 的Registration - Image to Image或者Auto Sync工作流比较成熟Python 侧可以用rasterio的warp配合gdal的 GCPs 做。关键参数是重采样方法分类任务用最近邻避免引入新的光谱值变化检测用双线性或三次卷积保持影像平滑。2.3 影像融合与噪声去除的取舍全色和多光谱融合是为了拿高空间分辨率的多光谱影像。常见的 Gram-Schmidt 和 Brovey 变换在 ENVI 里一键能跑但融合后的光谱失真会影响地物分类精度。我的经验是如果做建筑物提取融合收益大如果做植被分类融合反而可能把光谱特征搅乱不如直接用多光谱。噪声去除要分类型。条带噪声用矩匹配或傅里叶滤波椒盐噪声用中值滤波高斯噪声用双边滤波。注意别过度去噪把道路边缘和小目标纹理抹掉了YOLOv11 的小目标检测能力会直接下降。提示预处理阶段每做一步都建议用matplotlib或 QGIS 目视检查一遍。我见过太多人把辐射校正后的影像直接送进训练结果影像全黑或全白白白浪费一晚上 GPU 时间。3. YOLOv11 地物分类模型构建数据集、架构调整与训练参数3.1 地物分类数据集准备与标注格式转换YOLOv11 做地物分类本质上是把遥感影像里的建筑物、道路、水体、植被等当成目标检测的类别来处理。数据集准备的第一步是确定类别体系。常见做法是参考土地利用分类标准但实际做的时候别贪多先做 5 到 8 类比如建筑、道路、水体、林地、农田、裸地。类别太多标注成本高模型也容易混淆。标注工具用 LabelImg 或 CVAT 都行导出 YOLO 格式的 txt 文件每行是class_id x_center y_center width height坐标归一化到 0 到 1。这里有个容易踩的坑卫星影像的尺寸往往很大比如 10000×10000 像素直接标注不现实。常见做法是先切图切成 512×512 或 640×640 的瓦片瓦片之间留 20% 重叠避免目标被切断。切图脚本用rasterio的窗口读取就能写import rasterio from rasterio.windows import Window def tile_image(src_path, tile_size640, overlap128): with rasterio.open(src_path) as src: width src.width height src.height stride tile_size - overlap for i in range(0, height, stride): for j in range(0, width, stride): window Window(j, i, tile_size, tile_size) # 边界处理超出影像范围的瓦片跳过或填充 if j tile_size width or i tile_size height: continue tile src.read(windowwindow) # 保存瓦片文件名带行列号 yield tile, (i, j)参数说明tile_size根据 GPU 显存来定8GB 显存跑 640 比较稳overlap设 128 到 256 像素保证边缘目标完整。切完图之后标注文件也要按瓦片坐标重新计算这一步写个脚本批量处理别手动改。数据增强用albumentations库随机裁剪、水平翻转、亮度对比度调整是标配。注意遥感影像的旋转增强要谨慎建筑物旋转 90 度还合理旋转 45 度就出现不存在的角度了模型学到的特征会偏。3.2 YOLOv11 骨干网络与检测头的适应性调整YOLOv11 的默认骨干网络是为自然图像设计的输入 640×640 的 RGB 图像。卫星影像的通道数可能不止 3 个比如多光谱有 4 到 8 个波段。常见做法是改第一层卷积的输入通道数或者只选 RGB 三个波段。如果做植被分类近红外波段信息量大建议改输入通道把近红外加进去。骨干网络的深度也要考虑。卫星影像的目标尺度差异大同一张图里既有几十像素的大建筑也有几个像素的小车辆。YOLOv11 的 C3k2 模块和 SPPF 层负责多尺度特征提取但如果小目标漏检严重可以在骨干网络浅层加一个高分辨率特征输出接到颈部网络里。具体改法是在ultralytics的模型配置文件里调整backbone的层数和输出索引把 P2 层也纳入特征融合。检测头部分YOLOv11 默认是解耦头分类和回归分支分开。地物分类任务里类别不平衡很常见建筑和道路的样本数可能差一个数量级。解决办法是在损失函数里给类别加权或者用 Focal Loss 替代二元交叉熵。ultralytics框架支持在训练配置里改cls损失的权重但 Focal Loss 需要自己改源码或写回调。颈部网络的 FPNPAN 结构对多尺度目标友好但遥感影像的背景复杂建议在颈部加一个注意力模块比如 CBAM 或 SE Block让模型聚焦在目标区域。改法是在ultralytics/nn/modules里新增注意力层然后在模型配置里插入。3.3 训练超参数设置与监控指标训练环境搭建不复杂ultralytics包一条命令就能装pip install ultralytics但 CUDA 和 PyTorch 的版本要匹配否则训练时 GPU 利用率上不去。我一般用 PyTorch 2.1 配 CUDA 11.8比较稳。超参数设置上学习率用余弦退火初始值 0.01权重衰减 0.0005。批量大小根据显存来8GB 显存跑 640 尺寸、batch size 8 到 12 比较合适。训练轮数先设 100 轮看验证集 mAP 曲线如果 80 轮后还在涨就加到 200 轮。监控指标重点看三个mAP50、mAP50-95和precision-recall曲线。遥感地物分类里mAP50到 0.7 以上算可用0.85 以上算不错。如果mAP50高但mAP50-95低说明边界框回归不准要检查标注质量或者调整 CIoU 损失的权重。训练过程中常见的翻车场景是过拟合训练损失一直降验证损失先降后升。解决办法是加数据增强、加 Dropout 层、或者用早停策略。ultralytics的patience参数设 20 到 30验证指标 20 轮不涨就停。注意训练日志里的box_loss、cls_loss、dfl_loss要分开看。cls_loss不降说明类别混淆严重可能是类别体系设计有问题box_loss不降说明定位不准检查标注框是否贴合目标边缘。4. 变化检测模型构建多时相数据组织与特征融合策略4.1 多时相影像配准与变化标注方法变化检测的数据集构建比单时相地物分类麻烦得多。核心难点是两期影像的配准精度和变化区域的标注一致性。配准精度前面提过RMS 误差要压到 0.5 像元以内否则变化检测的假阳性率会很高。变化标注有两种主流方式一是双时相标注在两期影像上分别标注地物然后对比分类结果找变化二是直接标注变化区域用二值掩膜表示变化与否。前者能给出变化类型但标注工作量大后者简单但丢失了变化语义。实际做的时候如果只需要知道「哪里变了」用二值掩膜如果需要知道「从什么变成了什么」用双时相标注。数据集划分要注意时间跨度。训练集和验证集的时间跨度要覆盖不同季节否则模型会把季节变化当成地物变化。比如夏季和冬季的植被光谱差异很大如果训练集只有夏季数据验证集用冬季数据模型会误判大片植被为变化区域。数据增强在变化检测里要成对做。两期影像做相同的几何变换但辐射变换要独立模拟不同成像条件。albumentations支持additional_targets参数可以同时对两幅图做增强。4.2 基于 YOLOv11 的双分支特征融合架构变化检测的网络架构设计常见做法是双分支共享权重或者双分支独立权重。共享权重适合两期影像成像条件接近的场景独立权重适合成像条件差异大的场景。YOLOv11 做变化检测可以在骨干网络后面接一个特征差分模块把两期影像的特征图相减或拼接再送进颈部网络和检测头。特征融合策略有三种早期融合、中期融合和晚期融合。早期融合是把两期影像在输入层拼接成 6 通道送进同一个骨干网络中期融合是分别过骨干网络在颈部做特征差分晚期融合是分别检测再对比检测结果。中期融合效果通常最好因为既保留了各自的特征提取能力又能在高层语义上做比较。下面是一个中期融合的简化实现import torch import torch.nn as nn class ChangeDetectionHead(nn.Module): def __init__(self, in_channels): super().__init__() # 特征差分两期特征相减后取绝对值 self.diff_conv nn.Conv2d(in_channels * 2, in_channels, 1) self.conv nn.Sequential( nn.Conv2d(in_channels, in_channels, 3, padding1), nn.BatchNorm2d(in_channels), nn.ReLU(inplaceTrue) ) # 输出变化/未变化的二分类 self.cls_head nn.Conv2d(in_channels, 2, 1) def forward(self, feat_t1, feat_t2): # 拼接两期特征 concat torch.cat([feat_t1, feat_t2], dim1) diff self.diff_conv(concat) out self.conv(diff) return self.cls_head(out)这段代码的逻辑是把两期影像的特征图拼接后用 1×1 卷积做通道压缩再经过 3×3 卷积提取变化特征最后输出二分类结果。参数说明in_channels要和 YOLOv11 颈部输出的通道数对齐diff_conv的输入通道是两倍因为拼接了 T1 和 T2 的特征。损失函数选择上变化检测的类别极不平衡变化区域通常只占影像的 5% 到 15%。用二元交叉熵会导致模型偏向预测「未变化」。常见做法是加 Dice Loss 或 Focal Loss或者用带权重的交叉熵给变化类更高的权重。4.3 变化检测训练管理与评估指标训练管理和地物分类类似但评估指标要换。变化检测常用F1-score、IoU和OA总体精度。F1-score综合了精确率和召回率适合类别不平衡的场景IoU衡量变化区域的重叠度OA是整体分类正确的比例但在类别不平衡时参考价值有限。训练过程中要监控验证集的F1-score曲线。如果F1-score震荡大说明学习率太高或者批量太小如果F1-score一直低检查标注质量或者特征融合方式。我遇到过一种情况两期影像的辐射校正没做好模型学到的全是辐射差异F1-score卡在 0.3 上不去。后来补做了相对辐射校正F1-score直接跳到 0.65。模型改进策略上可以尝试多尺度特征融合、加注意力模块、或者用 Transformer 结构替换部分卷积层。但别一上来就堆模块先把数据质量和配准精度做好收益比改网络结构大得多。5. 避坑与排查遥感 YOLOv11 项目里最容易翻车的五个地方5.1 影像切图后标注坐标错乱现象训练时cls_loss正常下降但box_loss居高不下验证集预测框位置完全不对。原因切图脚本只保存了瓦片影像没有同步更新标注文件的坐标。标注文件里的坐标是相对于原始大图的切图后没有减去瓦片左上角的偏移量也没有重新归一化。解决写一个配套的标注转换脚本对每个瓦片把落在瓦片范围内的标注框坐标减去瓦片左上角坐标再除以瓦片尺寸做归一化。落在瓦片边界外的标注框要裁剪或丢弃。这个脚本和切图脚本用同一套窗口参数保证一一对应。5.2 多光谱波段顺序搞混现象模型训练时损失正常但预测结果里水体和植被混淆严重目视检查发现输入影像的颜色和 QGIS 里看到的不一样。原因卫星影像的波段顺序和普通 RGB 不同。Landsat 8 的 B4、B3、B2 对应红、绿、蓝但有些数据集的波段顺序是 B2、B3、B4。如果按默认顺序读取红色和蓝色通道就反了模型学到的光谱特征全乱。解决读影像前先查元数据里的波段列表确认波段顺序。用rasterio读取时显式指定波段索引别用默认的read()。如果做植被分类把近红外波段也加进来但要注意归一化范围。5.3 变化检测两期影像配准误差超标现象变化检测结果里出现大量细碎的变化斑块沿道路和建筑边缘分布目视检查两期影像地物并没有实际变化。原因两期影像的几何配准精度不够RMS 误差超过 1 个像元。配准误差在影像边缘和地形起伏区域更明显导致差分影像出现大量假阳性。解决重新做几何配准增加控制点数量用二次多项式或薄板样条模型。配准后做精度评估RMS 误差压到 0.5 像元以内。如果两期影像来自不同传感器还要做相对辐射校正消除传感器响应差异。5.4 训练显存溢出导致进程被杀现象训练到第 10 轮左右程序突然退出终端显示Killed或CUDA out of memory。原因批量大小或输入尺寸设得太大显存不够。YOLOv11 的训练显存占用和输入尺寸的平方成正比640 尺寸换成 1280显存占用翻四倍。解决先降批量大小从 16 降到 8 或 4。如果还不行降输入尺寸到 512 或 416。另外检查数据加载器的num_workers设太高会导致内存溢出设 4 到 8 比较稳。训练前用nvidia-smi看一下显存占用留 10% 余量。5.5 验证集指标虚高但实际预测效果差现象验证集mAP50到 0.9但拿新影像做预测漏检和误检都很严重。原因验证集和训练集来自同一区域、同一时间数据分布太接近。模型过拟合了训练区域的特定纹理和光谱特征换一个区域就失效。解决数据集划分按地理区域分训练集用一个区域验证集用另一个区域。如果数据量不够至少按时间分训练集用夏季验证集用秋季。另外做交叉验证看模型在不同子集上的表现是否稳定。实际部署前拿一批完全没参与训练的新影像做测试指标才是真实的。6. 从实验到落地模型评估、可视化与一个实用技巧模型评估不能只看mAP。地物分类任务里我习惯把混淆矩阵打出来看哪些类别容易混。建筑和道路在低分辨率影像上光谱接近混淆率高很正常解决办法是加纹理特征或者提高分辨率。水体和阴影也容易混阴影的亮度低但光谱曲线和水体不同加近红外波段能区分开。可视化用matplotlib叠加预测框和类别标签或者用ultralytics自带的predict模式保存结果图。变化检测的可视化用三色图红色表示新增蓝色表示减少灰色表示未变化。这种图给非技术背景的人看很直观。一个实用技巧是模型集成。训练 3 到 5 个不同初始化或不同数据增强的 YOLOv11 模型预测时做加权框融合WBFmAP通常能涨 2 到 5 个点。WBF 比 NMS 更适合遥感影像因为密集小目标多NMS 容易误删。ultralytics框架支持多模型预测但 WBF 需要自己写后处理或者用ensemble-boxes库。还有一个技巧是测试时增强TTA。预测时对影像做水平翻转、垂直翻转、多尺度缩放把多次预测结果融合。TTA 能提升 1 到 3 个点但推理时间翻倍看业务能不能接受。从那以后我每次做完训练都强制走一遍「新区域测试」拿一批完全没参与训练、地理区域不同的影像跑预测看指标掉多少。掉 10 个点以内算正常掉 20 个点以上就得回头检查数据分布和过拟合问题。这个习惯帮我省了很多次返工。希望帮到你。本文还有配套的精品资源点击获取