YOLO目标检测怎么用?卫星图识别车辆?

wowwwai GIS研习社 · 工具流程与项目排障

YOLO目标检测怎么用?卫星图识别车辆? 这是很多 GIS 同学和遥感应用工程师都会遇到的实际问题：手里有一张高分辨率卫星影像，想自动找出停车场、道路、厂区里的车辆，但不知道从数据切片、标注、训练到结果回写 GIS 应该怎么做。本文按一个可复现的工作流讲清楚：YOLO 适合解决什么问题，卫星图识别车辆需要注意哪些参数，以及怎样把检测框转换成 GIS 可用的矢量结果。

引言：YOLO目标检测适合卫星图识别车辆吗

YOLO 是一种常见的目标检测模型，全称可以理解为“一次前向推理就同时预测目标类别和位置”。在 GIS 和遥感场景里，它常用于识别车辆、船只、光伏板、建筑物、油罐等具有明确外形的小目标。

对于“卫星图识别车辆”这个任务，YOLO 的优势是推理速度快、部署方式成熟、结果容易转换为矩形框矢量数据。它不需要逐像素分割车辆边界，而是输出每辆车的外接框、类别和置信度，因此非常适合做车辆数量统计、停车场占用分析、道路拥堵初筛、园区车辆巡查等任务。

但要注意：YOLO 不是把整幅遥感影像直接丢进去就能识别。卫星影像通常很大，车辆在图上又很小，必须先处理分辨率、坐标系、切片、标注和后处理，否则很容易出现漏检、误检、坐标错位等问题。

背景：卫星图识别车辆为什么比普通照片检测更难

普通照片中的车辆往往占据几十到几百个像素，而卫星图里的车辆可能只有十几个像素宽。对于 YOLO目标检测 来说，小目标本来就是难点，遥感影像又额外增加了几个 GIS 特有问题。

• 影像尺寸很大：一景 GeoTIFF 可能是几万乘几万像素，不能直接作为模型输入。
• 目标尺度很小：如果空间分辨率不够，例如 1 米或更粗，普通小汽车可能只占几个像素，识别质量会明显下降。
• 视角是俯视：卫星图中的车辆形态与街景照片不同，不能直接依赖通用车辆模型。
• 背景复杂：停车线、屋顶设备、集装箱、阴影、道路标线都可能被误识别为车辆。
• 需要空间坐标：YOLO 输出的是像素坐标，GIS 分析需要投影坐标或经纬度坐标。

因此，卫星图识别车辆的关键不是“会不会调用 YOLO”，而是能不能把遥感影像处理流程和目标检测流程接起来。

原理：YOLO检测框如何变成GIS结果

YOLO目标检测 的输出通常包含四类信息：目标类别、置信度、检测框中心点坐标、检测框宽高。这里的坐标默认是图像像素坐标，不是地图坐标。

例如，模型在某个 640×640 的影像切片中检测到一辆车，输出框的位置可能是：

class: car
confidence: 0.86
x_center: 320
y_center: 270
width: 28
height: 14

在 GIS 中，我们真正需要的是这个车辆框在原始遥感影像中的位置，例如投影坐标 EPSG:3857、EPSG:32650，或者经纬度 EPSG:4326。转换时需要两层关系：

1. 切片中的像素坐标转换为原始影像中的像素坐标。
2. 原始影像像素坐标通过 GeoTIFF 的仿射变换转换为地图坐标。

如果使用的是带地理参考的 GeoTIFF，可以通过 GDAL、Rasterio 或 QGIS 读取影像的 transform 信息。它记录了左上角坐标、像元大小、旋转参数等内容。只要保留每个切片在原图中的偏移量，就能把 YOLO 的检测框回写成 GeoJSON、Shapefile 或 PostGIS 空间表。

简单说：YOLO 负责“找出车在图片里的框”，GIS 后处理负责“把这个框放回真实地图位置”。这一步是卫星图识别车辆项目能否落地的关键。

步骤：用YOLO进行卫星图识别车辆的完整流程

步骤1：准备合适的卫星影像

车辆识别对影像分辨率要求较高。通常情况下，小汽车识别建议使用亚米级影像，例如 0.3 米、0.5 米或类似精度的数据。如果影像分辨率太粗，车辆目标只有几个像素，即使模型结构再好，也很难稳定识别。

准备数据时建议检查以下内容：

• 影像是否为 GeoTIFF 或其他带地理参考的数据。
• 坐标系是否明确，可以在 QGIS 中查看图层属性。
• 影像是否存在明显云遮挡、阴影、严重压缩或拉伸变形。
• 车辆目标是否足够清晰，而不是只有模糊亮点。
• 是否需要裁剪研究区，减少无关区域参与训练和推理。

如果影像是普通 PNG、JPG，但另有 world file 或坐标文件，也可以使用；不过后处理时必须确保像素坐标能够准确转换到地图坐标。

步骤2：把大幅卫星影像切成小图

YOLO 模型通常使用固定尺寸输入，例如 640×640、1024×1024。遥感影像往往远大于这个尺寸，因此必须进行影像切片。切片时建议使用重叠窗口，因为车辆可能位于切片边缘，如果没有重叠，边缘目标容易被截断。

一个常见切片策略如下：

• 切片大小：640×640 或 1024×1024。
• 重叠比例：10% 到 25%。
• 保留每个切片的原图偏移量，例如 row_offset、col_offset。
• 跳过空白区域、纯水域、无车辆场景，减少无效训练样本。

下面是一个使用 Rasterio 读取 GeoTIFF 并切片的简化示例。实际项目中还需要增加边缘补齐、空白过滤和切片记录保存。

import rasterio
from rasterio.windows import Window
from pathlib import Path
import numpy as np
from PIL import Image

src_path = "satellite.tif"
out_dir = Path("tiles")
out_dir.mkdir(exist_ok=True)

tile_size = 640
overlap = 128
stride = tile_size - overlap

with rasterio.open(src_path) as src:
    width = src.width
    height = src.height

    tile_index = 0
    for row in range(0, height, stride):
        for col in range(0, width, stride):
            win_width = min(tile_size, width - col)
            win_height = min(tile_size, height - row)

            if win_width < 256 or win_height < 256:
                continue

            window = Window(col, row, win_width, win_height)
            data = src.read([1, 2, 3], window=window)

            img = np.transpose(data, (1, 2, 0))
            img = np.clip(img, 0, 255).astype("uint8")

            out_name = f"tile_{tile_index}_r{row}_c{col}.jpg"
            Image.fromarray(img).save(out_dir / out_name, quality=95)
            tile_index += 1

文件名中保留 r 和 c 偏移量，是为了后续把检测框从切片坐标还原到原图坐标。正式项目也可以把偏移量保存到 CSV、JSON 或数据库中。

步骤3：标注车辆样本

如果你使用的是遥感车辆公开数据集，可以先用公开数据训练或微调。但在实际 GIS 项目中，最好用目标区域或相似影像源做一部分本地标注。因为不同卫星、不同城市、不同季节、不同拍摄角度会显著影响模型效果。

常见标注工具包括 CVAT、LabelImg、Roboflow、Label Studio 等。标注时建议遵守统一规则：

• 只标注清晰可见的车辆，不要把模糊亮点全部标成车辆。
• 车辆被树冠或阴影遮挡超过一半时，可单独定义是否标注。
• 小汽车、货车、公交车是否分成不同类别，需要在项目开始前决定。
• 矩形框尽量贴合车辆主体，不要包含过多阴影。
• 训练集、验证集和测试集要按区域划分，避免同一区域相邻切片同时进入训练和测试。

对于第一次做卫星图识别车辆的读者，建议先只做一个类别：vehicle。等单类别效果稳定后，再考虑 car、truck、bus 等细分类别。

步骤4：整理YOLO数据集目录

YOLO 常见的数据集结构如下。不同版本工具细节略有差异，但核心思想都是：图片和标注文件一一对应，标注文件中保存归一化后的类别和检测框。

dataset/
  images/
    train/
    val/
    test/
  labels/
    train/
    val/
    test/
  data.yaml

一个 YOLO 标注文件的每一行通常表示一个目标：

0 0.5125 0.4382 0.0312 0.0187

其中第一列是类别编号，后面四列分别是归一化后的框中心点 x、中心点 y、宽度和高度。所谓归一化，就是用图像宽高把像素值转换到 0 到 1 之间。

data.yaml 可以写成类似下面的形式：

path: dataset
train: images/train
val: images/val
test: images/test

names:
  0: vehicle

步骤5：训练或微调YOLO模型

训练时建议从预训练权重开始，而不是完全从零训练。对于卫星图识别车辆，小目标较多，输入尺寸可以适当提高，例如使用 1024 输入进行实验，但要注意显存压力。

以下是一个典型训练命令示例，具体参数需要根据你使用的 YOLO 实现和硬件环境调整：

yolo detect train data=dataset/data.yaml model=yolo11n.pt imgsz=1024 epochs=100 batch=8

训练过程中重点观察以下指标：

• precision：检测出来的车辆中，有多少是真车辆。
• recall：真实车辆中，有多少被模型找到了。
• mAP：综合评估不同置信度阈值下的检测质量。
• 验证集可视化：不要只看指标，一定要打开预测图检查漏检和误检类型。

如果你的目标是车辆计数，recall 往往很重要；如果目标是提取高可信车辆点位，precision 可能更重要。不同业务目标对应不同阈值选择。

步骤6：对整幅卫星影像进行推理

训练完成后，需要对原始大幅影像重新切片，并对每个切片运行 YOLO目标检测。推理时必须使用与训练阶段相近的切片大小和影像风格，否则效果会不稳定。

yolo detect predict model=runs/detect/train/weights/best.pt source=tiles imgsz=1024 conf=0.25 save_txt=True save_conf=True

推理参数中，conf 是置信度阈值。阈值越低，检出的目标越多，但误检也会增加；阈值越高，结果更保守，但容易漏掉阴影中或边缘处的车辆。

对于切片有重叠的情况，同一辆车可能在相邻切片中被检测多次。因此推理之后还需要做去重处理，常见方法是 NMS，即非极大值抑制。简单理解就是：如果两个检测框重叠很高，并且属于同一类，就保留置信度更高的那个。

步骤7：把YOLO检测框转换为GeoJSON

YOLO 输出的 txt 文件仍然是切片内的归一化像素坐标。要生成 GIS 结果，需要依次完成以下转换：

1. 读取切片宽高。
2. 把归一化坐标转为切片像素坐标。
3. 加上切片在原始影像中的 row、col 偏移量。
4. 使用原始 GeoTIFF 的 transform 把像素坐标转换为地图坐标。
5. 生成 Polygon 或 Point，并保存为 GeoJSON、Shapefile 或 GeoPackage。

下面示例展示了核心转换思路。实际使用时，你需要根据自己的切片命名规则、YOLO输出路径和类别表进行适配。

import rasterio
from rasterio.transform import xy
import geopandas as gpd
from shapely.geometry import Polygon
from pathlib import Path

src_tif = "satellite.tif"
label_dir = Path("runs/detect/predict/labels")
tile_size = 640

features = []

with rasterio.open(src_tif) as src:
    transform = src.transform
    crs = src.crs

    for label_path in label_dir.glob("*.txt"):
        name = label_path.stem

        parts = name.split("_")
        row_offset = int([p for p in parts if p.startswith("r")][0][1:])
        col_offset = int([p for p in parts if p.startswith("c")][0][1:])

        for line in label_path.read_text().strip().splitlines():
            values = line.split()
            cls_id = int(values[0])
            x_center = float(values[1]) * tile_size
            y_center = float(values[2]) * tile_size
            box_w = float(values[3]) * tile_size
            box_h = float(values[4]) * tile_size
            conf = float(values[5]) if len(values) > 5 else None

            x_min = col_offset + x_center - box_w / 2
            y_min = row_offset + y_center - box_h / 2
            x_max = col_offset + x_center + box_w / 2
            y_max = row_offset + y_center + box_h / 2

            p1 = xy(transform, y_min, x_min)
            p2 = xy(transform, y_min, x_max)
            p3 = xy(transform, y_max, x_max)
            p4 = xy(transform, y_max, x_min)

            geom = Polygon([p1, p2, p3, p4, p1])

            features.append({
                "class_id": cls_id,
                "confidence": conf,
                "geometry": geom
            })

gdf = gpd.GeoDataFrame(features, crs=crs)
gdf.to_file("vehicle_detection.geojson", driver="GeoJSON")

生成 GeoJSON 后，可以直接拖入 QGIS 检查位置是否与原始影像对齐。如果检测框整体偏移，优先检查切片偏移量、坐标转换顺序、行列坐标是否写反。

步骤8：在QGIS中检查和修正结果

把 vehicle_detection.geojson 加载到 QGIS 后，建议进行以下检查：

• 检测框是否落在车辆上，而不是整体偏移半个切片或一个像元。
• 同一辆车是否存在多个重叠框。
• 误检是否集中在屋顶、集装箱、路面标线、树影等区域。
• 漏检是否集中在阴影区、车身颜色较暗区域、切片边缘区域。
• 坐标系是否与底图或原始影像一致。

如果要做车辆数量统计，可以把检测框转为中心点，然后按停车场范围、道路缓冲区或行政区面进行空间汇总。对于需要人工复核的项目，也可以在 QGIS 中按置信度设置样式，例如高置信度绿色、低置信度红色。

常见坑：YOLO卫星图车辆检测容易出错的地方

坑1：直接用通用车辆模型识别卫星图

很多通用车辆模型来自街景、行车记录仪或普通照片，这类模型看到的是侧视或斜视车辆。卫星图是俯视角，车辆外观差异很大。直接使用通用模型，通常会出现大量漏检。

解决方法是使用遥感车辆数据集进行训练，或者至少用自己的卫星图标注样本进行微调。

坑2：影像分辨率不够还强行识别车辆

如果车辆在影像中只有几个像素，YOLO 很难判断它到底是车辆、噪声还是路面标记。此时盲目增加训练轮数意义不大。

建议先在 QGIS 中量一下车辆像素大小。如果普通小汽车宽度不足 5 到 8 个像素，就要谨慎评估结果可靠性。

坑3：切片没有重叠导致边缘漏检

车辆刚好被切片边界切成两半时，模型可能识别不到，或者输出不完整检测框。使用 10% 到 25% 重叠切片可以明显减少这种问题，但也会带来重复检测，因此后处理要做去重。

坑4：只看训练指标，不看GIS叠加结果

模型指标高不代表 GIS 结果可用。车辆检测框如果坐标转换错了，mAP 再高也无法用于空间分析。每次推理后都应该把结果加载到 QGIS，与原始影像叠加检查。

坑5：把阴影、屋顶设备、集装箱误识别为车辆

卫星图中很多物体在俯视角下与车辆相似。误检通常与训练样本不均衡有关。可以增加负样本区域，例如屋顶、集装箱堆场、停车线密集区，并在验证集中专门检查这些场景。

方法比较：YOLO、传统遥感方法和深度学习分割怎么选

方法	适用场景	优点	局限
YOLO目标检测	车辆、船只、光伏板等边界相对清晰的小目标	速度快，输出框简单，适合计数和点位提取	对小目标、遮挡和影像分辨率敏感
传统影像分类	地物类型分类，如水体、植被、建设用地	流程简单，可解释性较强	不适合精确识别单辆车辆
语义分割	道路、水体、建筑轮廓等连续区域	可得到像素级区域	车辆太小且实例密集时，单车分离不方便
实例分割	需要车辆精细轮廓或更高质量边界	比矩形框更精细	标注成本和计算成本更高

如果你的目标是“数车”和“定位车辆大致位置”，YOLO目标检测 通常是性价比较高的方案。如果需要精确车辆轮廓，才需要考虑实例分割。但对多数 GIS 应用来说，检测框或中心点已经足够用于空间统计。

检查清单：做卫星图识别车辆前后都要核对什么

数据准备检查

• 影像分辨率是否足以看清车辆。
• 影像是否有正确坐标系和地理参考。
• 训练区、验证区、测试区是否分开。
• 样本是否覆盖停车场、道路、厂区、阴影、树木遮挡等场景。
• 车辆类别规则是否明确，例如只识别 vehicle，还是区分 car、truck、bus。

模型训练检查

• 是否使用遥感场景相关的样本进行训练或微调。
• 输入尺寸是否适合小目标车辆。
• 是否查看过验证集预测图片，而不仅是看指标。
• 是否分别分析误检和漏检样本。
• 是否保存了训练配置、数据版本和模型权重。

GIS成果检查

• 检测框是否与原始影像准确叠加。
• 坐标系是否正确写入 GeoJSON、Shapefile 或 GeoPackage。
• 重叠切片带来的重复车辆是否已经去重。
• 低置信度结果是否单独标记，方便人工复核。
• 统计结果是否按业务区域重新汇总，而不是只统计原始检测框数量。

FAQ：YOLO目标检测和卫星图识别车辆常见问题

Q1：YOLO目标检测怎么用在GIS项目里？

核心流程是：先把带地理参考的遥感影像切片，再用 YOLO 对切片进行目标检测，最后把检测框从切片像素坐标转换回地图坐标。GIS 项目不能只停留在模型输出图片，还要生成 GeoJSON、Shapefile、GeoPackage 或 PostGIS 表，才能用于空间查询和统计。

Q2：卫星图识别车辆需要多高分辨率？

通常建议使用亚米级影像。分辨率越高，车辆在图像中占的像素越多，识别越稳定。如果车辆只占几个像素，模型很难可靠区分车辆和背景噪声。实际项目开始前，应先在 QGIS 中放大检查车辆是否清晰可辨。

Q3：可以不训练，直接用现成YOLO模型识别车辆吗？

可以尝试，但不建议直接用于正式成果。很多现成模型训练于普通照片，不适合俯视卫星图。更可靠的做法是使用遥感车辆样本进行微调，并用本地影像做验证。

Q4：YOLO识别结果为什么和QGIS底图对不上？

常见原因包括切片偏移量记录错误、行列坐标顺序写反、影像 transform 使用错误、输出文件缺少坐标系、切片时发生缩放但后处理没有同步处理。排查时应先用一个已知切片做单独测试，确认检测框能准确回到原图位置。

Q5：卫星图车辆检测结果可以直接用来统计车流量吗？

单景卫星影像只能反映拍摄时刻的车辆分布，不能直接代表连续车流量。如果要分析车流变化，需要多时相影像，或结合道路卡口、轨迹数据、视频数据等。YOLO目标检测 更适合做某一时刻的车辆计数、停车占用或空间分布分析。

Q6：检测框和车辆中心点哪个更适合GIS分析？

如果要做人工复核或空间叠加，检测框更直观；如果要做数量统计、热力图、网格汇总或空间连接，中心点更方便。实际项目中可以同时保留检测框面和中心点点图层。

结论：先把遥感流程做对，再谈YOLO模型效果

YOLO目标检测 可以很好地用于卫星图识别车辆，但它不是一个单独的模型命令，而是一套完整的 GIS 与深度学习结合流程。正确做法是：准备高分辨率影像，按重叠窗口切片，标注遥感车辆样本，训练或微调模型，对整幅影像推理，再把检测框转换为带坐标的 GIS 矢量成果。

如果你是第一次做这个任务，建议先选择一个小范围停车场或园区影像，跑通“切片—标注—训练—推理—GeoJSON回写—QGIS检查”的闭环。只要这个闭环稳定，后续扩大到城市道路、工业园区或多时相车辆监测，就会清楚很多。