红外鸟类目标检测数据集11红外海鸟目标检测数据集 SpotChecksIR数据集信息汇总表项目参数详情数据集名称SpotChecksIR 红外鸟类目标检测数据集任务类型目标检测 Object Detection图像总数1109张红外IR图像识别类别6类Adult_IR成年海鸟Flying_IR飞行中海鸟Juvenile_IR幼年海鸟Puffin_IR海鹦Unknown_AorJ_IR未知成鸟/幼鸟Unknown_IR无法辨识鸟类图像特点红外航拍影像适合夜间、雾天海上鸟类监测小目标居多基线模型指标mAP5071.8%Precision79.9%Recall66.2%支持格式YOLO TXT、COCO JSON、VOC XML兼容YOLOv8/YOLOv11适用场景海上无人机红外巡检、近海海鸟种群调查、野生动物保护、夜间生物监测、遥感小目标检测算法研究yaml配置文件seabird_ir.yamlpath:./seabird_ir_datasettrain:images/trainval:images/valnc:6names:0:Adult_IR1:Flying_IR2:Juvenile_IR3:Puffin_IR4:Unknown_AorJ_IR5:Unknown_IRYOLO训练代码fromultralyticsimportYOLOdeftrain_seabird_ir():modelYOLO(yolo11s.pt)resultsmodel.train(data./seabird_ir_dataset/seabird_ir.yaml,epochs120,imgsz640,batch10,device0,workers4,augmentTrue,mosaic1.0,hsv_h0.01,lr00.001,patience20,projectruns/train,nameseabird_ir_detect,exist_okTrue)metricsmodel.val()print(fmAP0.5:{metrics.box.map50:.4f})if__name____main__:train_seabird_ir()推理代码fromultralyticsimportYOLO modelYOLO(runs/train/seabird_ir_detect/weights/best.pt)if__name____main__:resultmodel.predict(sourceir_test.jpg,conf0.2,iou0.45,saveTrue)可直接复制发布文案标题红外航拍海鸟目标检测数据集6类1109张 YOLO格式正文海上红外鸟类监测数据集全部为红外航拍图像适配无人机夜间近海野生动物巡检场景。数据概况图片数量1109张红外影像目标类别6类成年海鸟、飞行海鸟、幼年海鸟、海鹦、未知成幼鸟、未知鸟类内置公开基线指标自带成熟训练参考。数据集优势大量远距离小目标样本模拟真实海上航拍复杂背景红外图像不受光照影响适合昼夜持续监测算法研发。✅适用场景近海野生动物普查、无人机红外巡检、海洋鸟类保护监测、小目标红外检测课题、计算机视觉毕业设计。关键词标签#红外目标检测数据集 #海鸟检测 #无人机海上巡检 #野生动物监测数据集 #YOLO航拍数据集 #红外图像识别 #小目标检测数据集