无人机智能识别巡查违规垂钓数据

本数据集专用于河道、水库、水源保护区等水域的日常巡查管理。针对禁钓区域内的违规垂钓行为，无人机在70至100米高度对水域进行巡航拍摄，通过目标检测技术，精准识别垂钓人员位置与人数。该数据可服务于河道巡查团队、水域物业管理单位等，为日常巡查记录、违规行为取证提供数据支撑，辅助巡查人员及时发现并处置违规垂钓行为，维护水域环境秩序。1、数据来源：数据来源于本企业无人机智能巡查系统。 2、高分辨率图像通过无人机采集，记录丰富元信息，包括样本编号、时间段、图像分辨率(pix)、影像存储路径、违规位置坐标、飞行高度(m)、垂钓人员区域、置信度阈值、违规识别置信度、违规行为分类。数据核心为针对"违规垂钓"行为标注的边界框，所有数据均经过人工清洗与校验，确保数据质量与准确性。 3、算法基于YOLOv8m，集成SAHI切片推理技术。切片尺寸设置为512×512像素，适合检测远距离拍摄下的人体小目标；切片重叠率为0.25，确保岸边人员特征完整。针对人体目标特征，训练时采用姿态增强数据扩充。预训练权重使用在COCO数据集上预训练的模型参数yolov8m.pt。微调时，保留骨干网络低层次特征提取层权重，冻结部分层以防过拟合，调整检测头参数，设置学习率0.015、批量大小8，较高学习率可加快模型对垂钓这一特定目标特征的学习收敛。 4、在推理阶段，设定置信度阈值为0.5，目标置信度由模型输出，反映目标检测的可信水平。较低阈值可提高远距离小目标的检出率，降低漏检风险。仅保留高于此阈值的检测结果作为目标，即置信度输出大于等于0.5的检测框视为正样本（违规垂钓），小于0.5的检测框视为背景负样本。

搜集汇总

背景与挑战

背景概述

本数据集由企业无人机智能巡查系统采集，专用于河道、水库等水域的违规垂钓行为识别与取证。数据包含高分辨率图像及丰富的元信息，经人工清洗校验，并利用YOLOv8m模型结合SAHI切片推理技术，对禁钓区域的垂钓人员进行精准检测与定位，以支持巡查部门维护水域秩序。