无人机频射信号检测数据集：YOLOv9训练与标注实践

简介面向无人机频射信号检测任务的数据集包含364张原始图片及对应txt格式标注采用YOLOv9格式平均正确识别率为94.3%。包内共729个文件包括364个jpg图像、364个txt标注文件以及1个yaml配置文件压缩包大小约136.82MB目录结构清晰图片与标签一一对应yaml可直接用于模型训练配置。数据集覆盖kong空和Mini3Pro等典型无人机频射信号场景既有背景空场景也有具体型号无人机信号样本可用于目标检测模型训练、验证与算法调优也适合作为数据增强、迁移学习与模型对比实验的基准数据。适合计算机视觉、无人机反制方向的学习者和研究人员快速上手。目前已有450人浏览学习。下载后可获得现成的频射信号图像数据集和标注文件省去自行采集与标注的繁琐流程直接用于YOLOv9训练流程同时可通过yaml快速调整类别与路径配置提升实验效率。1. 无人机频射信号检测数据集94.3%识别率背后的数据与标注逻辑无人机频射RF信号检测说简单点就是从射频环境里辨认出一架无人机正在飞行用的不是摄像头而是频谱数据。市面上不少反无人机设备靠的就是这套原理但工程落地时最缺的不是算法而是带标注的样本。这个数据集有364张原始图片标注格式直接兼容yolov9平均正确识别率94.3%意味着拿它做训练和评估基线水平已经接近实用门槛。适合做无人机探测、频谱感知、目标检测方向的研究者也适合刚接触yolov9、想找一个现成数据集跑通全流程的工程师。接下来从数据本身的含义讲起再动手拆解格式转换、训练参数和复现时容易翻车的细节。2. 频射信号检测的数据内涵364张图片里到底标了什么2.1 频射信号检测的任务定义从时频图里找“无人机”严格说无人机频射信号检测不是直接对原始IQ数据做分类而是先把接收机采集到的I/Q样本做频谱变换生成时频图Spectrogram再用目标检测模型在时频图上框出无人机信号所在的区域。这个数据集的364张原始图片应该就是这类时频图而不是摄像头拍到的天空画面。之所以用图像检测而不用传统的信号处理手段是因为现成的yolov9等视觉模型可以直接迁移不必单独写信号分类器。时频图里无人机的遥控链路、图传链路会呈现为有规律的窄带或跳频纹样与背景噪声在纹理上有明显差异这恰好是目标检测擅长的任务。提示拿到数据集后先确认图片是时频图还是瀑布图。瀑布图是时间累积的时频图是瞬时的两者在标注框语义上不一样。2.2 数据集文件结构的一个常见组织方式这个数据集实际的目录结构可能随发布渠道不同而略有差异但按yolov9训练的最常见组织方式应该是drone_rf_dataset/ ├── images/ │ ├── train/ # 约280张 │ └── val/ # 约80张 ├── labels/ │ ├── train/ # 与images/train同名的txt文件 │ └── val/ ├── drone_rf.yaml └── README.md把364张图片按8:2划分训练集约290张验证集约70张对一个小型数据集来说是合理的比例。如果发布方没有预切分自己切分时建议用sklearn.model_selection.train_test_split同时设置random_state保证可复现。import os import random from shutil import copy2 random.seed(42) img_dir drone_rf_dataset/images_all train_dir drone_rf_dataset/images/train val_dir drone_rf_dataset/images/val os.makedirs(train_dir, exist_okTrue) os.makedirs(val_dir, exist_okTrue) all_imgs [f for f in os.listdir(img_dir) if f.endswith(.png)] random.shuffle(all_imgs) val_count int(len(all_imgs) * 0.2) for i, name in enumerate(all_imgs): dst val_dir if i val_count else train_dir copy2(os.path.join(img_dir, name), os.path.join(dst, name))这段代码做的事很简单把图片列表随机打乱前20%放进val目录剩下80%放进train目录。注意用copy2而不是shutil.move避免切分后想调整时原始文件已经没了。对364张这样的小数据集建议手动检查一下val集里是否每个类都有样本尤其如果标注里存在类别不平衡。2.3 标注内容的统计类别数与框密度决定模型上限从标题里“平均正确识别率94.3%”这个数字来看通常对应的是模型对正负样本的二分类准确率或者对目标的正确检测率。因此标注里很可能只有1个类别或者最多2-3个类别比如遥控信号、图传信号。“无人机”作为一个类别标签名在yolov9的配置里对应0: drone。拿到数据后第一件事应该是统计标签分布和bbox大小分布因为yolov9的anchor参数和NMS阈值都对其敏感。用下面脚本快速看一下python - EOF import os label_dir drone_rf_dataset/labels/train counts [0] box_areas [] for f in os.listdir(label_dir): with open(os.path.join(label_dir, f)) as fp: for line in fp: parts line.strip().split() cls int(parts[0]) w float(parts[3]) h float(parts[4]) counts[cls] counts[cls] 1 if cls len(counts) else counts.append(1) box_areas.append(w * h) print(类别数量, counts) print(平均框面积相对整图比例, sum(box_areas)/len(box_areas)) EOF这个脚本把每个txt里的标注逐行读出来统计每个类别的样本数和归一化框面积。对yolov9来说如果平均框面积小于0.01说明信号区域在整张时频图里非常小这时需要重点关注anchor设置或者考虑切成patch训练。3. 把标注转成yolov9可用的txt格式格式规则与转换脚本3.1 yolov9标注格式的硬性要求yolov9沿用了yolov5的标注规范一张图片对应一个同名txt文件每行表示一个目标格式为类别id x_center y_center width height五个值都用图片宽高归一化到0-1之间。类别id从0开始与yaml配置文件里的names顺序一一对应。这个数据集如果声称“支持yolov9格式的标注”大概率标注文件已经是这种txt格式但如果不是就需要自己做一次转换。常见的原始标注形态有两种一种是VOC的xml左上右下坐标另一种是COCO的json左上角x、左上角y、宽、高。两者转yolov9都要先算出中心点坐标再除以图片尺寸。3.2 从VOC XML转yolov9格式的完整脚本假设源数据是VOC格式import os import xml.etree.ElementTree as ET def voc_to_yolo(xml_path, out_dir, class_names): tree ET.parse(xml_path) root tree.getroot() img_w int(root.find(size/width).text) img_h int(root.find(size/height).text) out_lines [] for obj in root.iter(object): name obj.find(name).text cls_id class_names.index(name) bndbox obj.find(bndbox) xmin float(bndbox.find(xmin).text) ymin float(bndbox.find(ymin).text) xmax float(bndbox.find(xmax).text) ymax float(bndbox.find(ymax).text) 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 out_lines.append(f{cls_id} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}) base os.path.splitext(os.path.basename(xml_path))[0] with open(os.path.join(out_dir, base .txt), w) as fp: fp.write(\n.join(out_lines)) class_names [drone] xml_dir annotations_xml out_dir labels os.makedirs(out_dir, exist_okTrue) for f in os.listdir(xml_dir): if f.endswith(.xml): voc_to_yolo(os.path.join(xml_dir, f), out_dir, class_names)逻辑说明VOC的bbox是绝对像素坐标格式是左上角和右下角两个点的坐标。转yolov9时要先求中心点再归一化。归一化后所有值都在0-1之间这也是为什么yolov9推理输出的坐标看起来像小数而实际上框是图片比例下的位置。参数方面class_names列表的顺序非常关键。如果后续训练yaml里的names写成[drone]这里cls_id就永远是0如果后来新增一类写成[drone, remote_control]那么每个xml里的类别名必须能在这个列表里找到否则会报index error。3.3 检验转换结果可视化标注最直接转完格式不验证就是埋雷。最可靠的方式是把标注画回原图人眼确认框的位置和大小没有系统性偏差import cv2 def draw_yolo_boxes(img_path, label_path, class_names): img cv2.imread(img_path) h, w img.shape[:2] with open(label_path) as fp: for line in fp: cls_id, xc, yc, bw, bh map(float, line.split()) x1 int((xc - bw / 2) * w) y1 int((yc - bh / 2) * h) x2 int((xc bw / 2) * w) y2 int((yc bh / 2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.putText(img, class_names[int(cls_id)], (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 1) return img img draw_yolo_boxes( drone_rf_dataset/images/val/000001.png, drone_rf_dataset/labels/val/000001.txt, [drone] ) cv2.imwrite(check_000001.jpg, img)这段代码把归一化坐标乘回图片尺寸画出框和类别名输出一张检查图。修改img_path和label_path就可以批量抽查。建议至少抽10张大小不同的图尤其是时频图里信号只占很小区域的样本确认框没有偏移或漏标。4. 用yolov9训练这个数据集复现94.3%识别率的参数与流程4.1 模型选型yolov9的t版本在这个规模下更合适364张原始图片属于典型的小样本目标检测场景。yolov9有多个规格yolov9t、yolov9s、yolov9m、yolov9c等。对这个数据量级一般建议从yolov9t或yolov9s起步而不是一上来就用yolov9c。原因很简单模型容量越大在小数据集上越容易过拟合。94.3%的识别率如果是发布方用默认配置跑的很可能用的就是轻量级配置。t版本参数量约为c版本的1/4到1/3在单卡GPU上训练几分钟就能出一个可用模型迭代调参周期短很多。4.2 drone_rf.yaml让yolov9认识这个数据集在drone_rf_dataset/下创建drone_rf.yamltrain: drone_rf_dataset/images/train val: drone_rf_dataset/images/val nc: 1 names: [drone]这里train和val既可以是相对路径也可以是绝对路径。要特别注意路径的写法如果yaml放在drone_rf_dataset/目录内训练命令又在同一目录下执行那么train:里的路径相对当前工作目录解析容易写乱。更稳妥的方式是直接用绝对路径或者把yaml放在项目根目录用相对项目根的路径。nc: 1表示只有1个类别names里类别名的顺序要和之前转换脚本里class_names的顺序一致。如果类别名写错训练不会报错但评估结果里的混淆矩阵会无法解读。提示如果训练时报错找不到图片第一件事检查yaml里的路径相对谁的。yolov9官方仓库里train.py对路径的判断和工作目录强相关不同版本行为不完全一样。4.3 训练命令与关键超参数以yolov9官方仓库为例训练命令是python train_dual.py --data drone_rf.yaml \ --weights yolov9-t-converted.pt \ --img 640 \ --epochs 100 \ --batch-size 16 \ --device 0需要特别说明的是yolov9官方仓库的训练入口有train.py和train_dual.py两个版本。train_dual.py是双分支结构完整复现论文结构train.py是简化版把辅助分支去掉训练速度更快。对频射信号检测这种场景简化版足够但复现论文效果需要用train_dual.py。几个核心参数的调整逻辑参数建议值说明--img640时频图的原始分辨率一般不用特别大640能保留纹理细节显存占用适中--epochs100-200样本少50轮以内通常不够收敛100轮后看val曲线决定是否提前停止--batch-size16显存允许的话调大BN层在小batch下对标注噪声更敏感--hyp默认hyp.scratch-low.yaml如果不熟悉超参不要乱改默认配置在多数情况下不差训练完成后权重保存在runs/train/exp/weights/best.pt和last.pt。best.pt是验证集上指标最好的模型部署时用它last.pt是最后一轮权重用于断点续训。4.4 用验证集评估正确识别率到底怎么算模型训练完后需要用验证集重新算一遍准确率而不是直接引用数据集宣传的94.3%。用val.py评估python val.py --data drone_rf.yaml \ --weights runs/train/exp/weights/best.pt \ --img 640 \ --task val输出里会给出mAP50、mAP50-95、Precision、Recall几个指标。94.3%如果对应的是“正确识别率”在目标检测语境里最接近的指标是Precision或Accuracy。但注意目标检测的Accuracy不是把所有预测框和真实框做简单比对而是基于IoU匹配后的TP、FP、FN计算的。如果验证集上Precision只有80%左右而宣传是94.3%先检查是不是数据切分方式和发布方不一致。这类小数据集常出现的情况是发布方用了全部样本做训练再去统计训练集上的回判准确率这个数字没有参考价值。正确做法是单独的验证集上算。5. 小样本频射检测的进阶技巧切patch训练与标注质量核验5.1 用滑窗切patch放大信号纹理缓解小目标漏检364张图片的数据量模型能学习到的纹理变化有限。频射信号在时频图上经常只占很小一块区域直接训练大图下采样后信号纹理可能被卷积层“洗掉”。一个有效的技巧是滑窗切patch把每个窗口当成独立样本送入训练。import cv2 import numpy as np def sliding_window_crop(img, label, window416, stride208): h, w img.shape[:2] crops [] labels [] for y in range(0, h - window 1, stride): for x in range(0, w - window 1, stride): crop img[y:ywindow, x:xwindow] crops.append(crop) crop_labels [] for line in label: cls_id, xc, yc, bw, bh map(float, line.split()) x1 (xc - bw / 2) * w y1 (yc - bh / 2) * h x2 (xc bw / 2) * w y2 (yc bh / 2) * h if x1 x window and x2 x and y1 y window and y2 y: nx1 max(x1 - x, 0) / window ny1 max(y1 - y, 0) / window nx2 min(x2 - x, window) / window ny2 min(y2 - y, window) / window crop_labels.append(f{int(cls_id)} {(nx1nx2)/2} {(ny1ny2)/2} {nx2-nx1} {ny2-ny1}) labels.append(crop_labels) return crops, labels这段代码的核心是IoU判断当原始框与当前窗口有交集时就把它裁减到窗口坐标下并重新归一化。切patch后的图片数量会膨胀数倍缓解数据不够的问题。注意推理阶段需要用同尺寸窗口去滑再把结果映射回原图坐标这一步漏掉的话框的位置会对不上。5.2 标注质量核验一个快速统计疑似误标的脚本频射信号检测数据集的另一个隐蔽坑是背景噪声被误标为无人机。用一个脚本统计标注框在图片上的像素级能量分布可以快速定位可疑标注import numpy as np import cv2 import os def check_label_energy(img_dir, label_dir, threshold0.85): for f in os.listdir(img_dir)[:50]: img cv2.imread(os.path.join(img_dir, f), cv2.IMREAD_GRAYSCALE) lab os.path.join(label_dir, f.replace(.png, .txt)) if not os.path.exists(lab): continue with open(lab) as fp: for line in fp: _, xc, yc, bw, bh map(float, line.split()) h, w img.shape x1, y1 int((xc - bw/2)*w), int((yc - bh/2)*h) x2, y2 int((xc bw/2)*w), int((yc bh/2)*h) region img[y1:y2, x1:x2] if region.size 0: continue top_pixels np.sum(region np.percentile(region, 85)) ratio top_pixels / region.size if ratio threshold * 0.1: print(f{f}: 框内高能量像素占比偏低疑似背景噪声被误标) check_label_energy(drone_rf_dataset/images/val, drone_rf_dataset/labels/val)统计逻辑是频谱图里真实的无人机信号在时频图上会表现为高能量纹理框内像素能量显著高于背景。如果框内几乎没有高能量像素那这很可能是个误标。阈值可以结合时频图的噪声底调整但思路是通用的。5.3 推理时保留小框避免NMS把真实信号滤掉频射信号目标的框通常小而密集yolov9默认的NMS阈值和检测阈值是按自然图像调的。推理时建议显式调低conf_thres并保持合理的iou_thresresults model(source, conf_thres0.25, iou_thres0.45)如果检测结果里经常出现信号区域被整块漏掉尝试把conf_thres降到0.15同时把iou_thres保持在0.5以上。小目标密集场景下过低的IoU阈值会把紧邻的多个真实框合并成一个识别率数字会明显下降。这个参数组合在频射信号这类纹理目标上往往比默认值好一个档次。本文还有配套的精品资源点击获取