使用 Ultralytics YOLO11 构建 AI 驱动的无人机应用

门店购物和在线购物看起来很相似，但它们依赖于不同的物流。门店需要货架补货，而在线订单则依赖于送货上门。得益于技术的进步，这两种购物体验正在同步重塑。

例如，物流配送正在发生重大变革。人工智能驱动的无人机正在改变产品送达我们家门的方式。这些智能无人机预计将在未来十年处理约 808 million deliveries，将天空变成日常商业的最新配送路线。

配送无人机使用人工智能（AI）和计算机视觉（AI 的一个子领域，用于分析视觉数据）来导航和规避障碍。像 Ultralytics YOLO11 这样的计算机视觉模型可以帮助无人机实时检测和追踪物体，让它们更好地理解并与环境交互。

Fig 1。运送包裹至目的地的配送无人机。

像美团和 DJI 这样的大公司已经在其无人机中整合了计算机视觉。事实上，各个行业对无人机的迅速采用，使AI 无人机市场有望在 2031 年飙升至 2,069 亿美元。

在本文中，我们将仔细研究像 Ultralytics YOLO11 这样的计算机视觉模型如何应用于无人机配送等基于无人机的应用中。我们将通过一个示例来展示在投入真实场景之前，这些技术是如何开发和测试的。

在无人机上使用 Ultralytics YOLO11 检测房屋#

送货无人机的一个关键部分是它们在导航时检测房屋的能力。为了重现这一功能并了解其工作原理，我们将训练一个计算机视觉模型，用于识别航拍无人机拍摄画面中的房屋。为此，我们将自定义训练 Ultralytics YOLO11，这涉及通过使用标注样本来微调预训练的 YOLO11 模型，以识别和检测房屋。

为此，我们需要高质量的无人机视频数据。有趣的是，即使没有真正的无人机，我们仍然可以生成真实的航拍视频。让我们看看如何操作。

使用 Google Earth Studio 创建人工无人机拍摄画面#

Google Earth Studio 是一个基于 Web 的动画工具，用户可以使用它利用 Google Earth 的卫星和 3D 影像创建静态和动画内容。我们可以利用它创建逼真的航拍画面。

第一步是打开 Google Earth Studio 并创建一个项目，如下所示。

你需要一个 Google 账户来登录。

Fig 2. 在 Google Earth Studio 上创建项目。

登录后，你可以为人工无人机视频选择一个位置。使用页面左上角的搜索栏，你可以搜索地点。在本教程中，我们将选择加拿大。此外，由于我们要训练一个检测房屋的模型，我们的无人机视频应该包含房屋的航拍视图。

Fig 3. 使用 Google Earth Studio 选择位置。

接下来，我们可以设置第一帧和最后一帧来捕获人工无人机拍摄画面的运动。一旦你选择了无人机拍摄的起始位置，使用蓝色菱形设置第一帧，如下所示。

Fig 4. 使用蓝色菱形设置第一帧。

接下来，我们可以选择最后一帧来确定无人机的目的地。这将帮助我们为无人机画面创建移动效果。为此，将进度条（如下突出显示）向右滑动到特定时间，以便为无人机拍摄创建移动效果。再次使用蓝色菱形设置最后一点。

Fig 5. 通过移动进度条设置最后一帧。

最后，你可以保存此项目，并通过点击页面右上角的红色“Render”按钮进行渲染。这将为你提供无人机拍摄的最终视频输出，从而成功创建人工无人机视频画面。

Fig 6. 渲染最终输出视频。

如何标注无人机数据？#

既然我们已经创建了人造无人机视频素材，下一步就是对其中的房屋进行标注或注释。我们还需要将视频的各个帧分离出来。

要开始此操作，我们将安装 LabelImg。LabelImg 是一个开源图像标注工具。你可以通过在终端运行以下命令，使用 pip 包安装程序直接安装它：“pip install labelImg”。

安装完成后，你可以在终端或命令提示符中使用命令“labelImg”运行该工具。这将带你进入如下所示的页面。

Fig 7. LabelImg 工具界面。

同时，我们可以使用在线视频转图像转换器或名为 FFmpeg 的工具将视频分割为图像帧。FFmpeg 是一个用于处理音频、视频、字幕及相关元数据等多媒体内容的库和工具集合。

你可以使用以下终端命令来分离无人机视频的每一帧：

ffmpeg -i input_video.mp4 frame_%04d.png

一旦分离出无人机视频画面的帧，我们就可以开始标记其中的物体（房屋）。通过使用 LabelImg 工具导航到图片文件夹，我们可以标记每张图片中的物体。请确保保存并验证每一张标记过的图片。完成图片注释后，我们现在可以使用这些数据继续训练 Ultralytics YOLO11。

Fig 8. 保存已标注图像的示例。

Ultralytics YOLO11 模型训练工作流#

在开始训练 Ultralytics YOLO11 之前，我们需要整理图片和标签。首先创建两个文件夹：一个命名为 "train"，另一个命名为 "valid"。将你的图片在这些文件夹之间进行拆分。在每个文件夹内部，为图片及其对应的标签文件（文本格式）创建单独的子文件夹，如下所示。

Fig 9. 创建图像和标签文件夹的示例。

然后，我们可以按如下方式开始训练 Ultralytics YOLO11 模型：

• 步骤 1： 安装 Ultralytics Python package。你可以在终端中运行命令 “pip install ultralytics” 来完成此操作。如果遇到任何安装问题，请查看我们的故障排除指南获取帮助解决这些问题的提示和技巧。
• 第 2 步： 成功安装包后，创建一个名为“data.yaml”的文件。这是一个对于训练模型至关重要的配置文件。在 data.yaml 文件中，包含以下信息：你的训练数据集路径、验证数据集路径、类别数量 (nc) 以及类别名称列表 (names)，如下所示。

Fig 10. data.yaml 文件的示例。

• 第三步： 配置好 'data.yaml' 文件后，你可以使用以下 Python 代码开始训练你的模型。这段代码会加载预训练的 Ultralytics YOLO11 模型，并根据你的配置进行训练。

from ultralytics import YOLO

# Load a Ultralytics YOLO11 model
model = YOLO("yolo11n.pt")  # choose your model, e.g., YOLO11 nano

# Train the model with your data and settings
model.train(data="data.yaml", epochs=100, imgsz=640)

• 第四步： 训练完成后，你应该会看到类似于下方所示的输出。这意味着你已经成功为基于无人机的应用训练好了 Ultralytics YOLO11 模型。

Fig 11. 模型训练后的输出。

在无人机上使用 Ultralytics YOLO11 运行预测#

训练好的 Ultralytics YOLO11 模型现在可以通过一个称为推理的过程来进行预测。推理是指利用模型根据训练期间学到的知识来分析新的、未见过的数据。在这种情况下，该模型可以通过在图像或视频中的特定物体（如房屋）周围绘制边界框来查找并标记它们。

要运行预测，你可以使用以下 Python 代码在输入视频上运行训练好的 Ultralytics YOLO11 模型。在此示例中，我们将使用用于训练的同一个模拟无人机视频，不过如果你愿意，也可以使用任何其他视频文件。

# Import library
from ultralytics import YOLO

# Load the YOLO model
model = YOLO("best.pt")  # Choose your custom-trained model

# Predict the results from the model
results = model.predict(source="path/to/original/video.mp4", show=True, save=True)

运行此代码后，将保存带有预测结果和边界框的输出视频文件。

Fig 12. 输出视频文件中的一帧。

集成 Ultralytics YOLO11 用于无人机的各种应用#

检测用于无人机配送包裹的房屋只是计算机视觉和 Ultralytics YOLO11 应用的一个例子。以下是计算机视觉、YOLO11 和航拍无人机的其他一些实际应用：

• 监视和安防： AI 无人机可用于实时监控大片区域。它们可以检测入侵、追踪可疑活动，并增强国家边境以及大型公开活动的安防。

• 灾难响应与搜救： 无人机配备热成像相机和目标检测功能，可以帮助定位灾区的幸存者。它们还可以评估损失并运送紧急物资。

• 农业与精准农业： 集成了计算机视觉的无人机可用于分析作物健康状况并检测疾病，帮助农民在增加产量的同时降低成本。

• 测绘与地理空间分析： 通过收集高分辨率 3D 地图，AI 无人机可以协助城市规划和土地调查。与传统方法相比，它们提供更快、更准确的地形评估。

关键要点#

由计算机 vision 驱动的 AI 无人机正在改变许多行业，从包裹配送到应急救援和农业。在本指南中，我们带你完成了创建模拟无人机视频、为其标注物体、训练 Ultralytics YOLO11 以及使用它来检测房屋的全过程。

将目标检测应用于无人机画面使这些无人机更加智能，允许它们实时自动识别和追踪物体。随着技术的进步，AI 驱动的无人机很可能在加快配送速度、提高安全性和协助灾难响应方面发挥更大的作用。

加入我们的社区并探索我们的GitHub 仓库以了解有关视觉 AI 的更多信息，并查看我们的许可选项来开启你的计算机视觉项目。对制造业中的 AI 或汽车行业的计算机视觉等创新感兴趣？访问我们的解决方案页面以发现更多。