简介：无人机频射信号检测数据集，面向无人机目标检测与射频信号识别场景，适合深度学习入门者或安全巡检、低空安防方向的开发人员使用。数据集中对无人机频射图像进行了精细标注，平均正确识别率达94.3%，并已转换为YOLOv8格式，可直接用于模型训练与验证。
资源压缩包共729个文件，包含364张jpg原始图片、364个对应txt标注文件以及1个yaml配置文件，整体约136.82MB。txt标注文件记录了目标框坐标与类别，yaml文件定义了数据集路径及类别名称，图片覆盖多种无人机飞行姿态与背景，可支撑算法调参与效果评估。
目前已有600人学习下载，适合希望快速获得高质量频射图像样本、减少人工标注成本的开发者。下载后即可按YOLOv8标准目录结构组织数据，完成训练、验证和推理流程，省去数据清洗与格式转换的额外工作量。
1. 频射信号检测数据集是什么：364张图为什么够用，94.3%是怎么来的
做反无人机或频谱监测的工程师，最头疼的不是怎么把信号抓下来，而是怎么让后端模型自动区分“这是无人机遥控/图传信号”和“这是地面杂波”。这套频射信号检测数据集就是把这个问题变成视觉检测问题：接收机采到频射信号，转成时频图，再用yolov8在图上框出信号所在位置。364张原始图片，听起来不多，但配合平均正确识别率94.3%的成绩，说明频射-时频图-目标检测这条路在中小规模场景下是能跑的。适合先验证pipeline、不想从零写一维信号分类网络的人，也适合在rk3588这类边缘设备上做部署前评估。
2. 把频射信号变成YOLOv8能吃的图像：时频图生成与标注格式转换
2.1 为什么选时频图而不是原始IQ数据
频射信号检测的核心矛盾在于：yolov8是视觉模型，吃的是二维图像；而接收机给的是IQ采样，本质是一维复数序列。直接拿IQ序列训练一维CNN也可以，但那就得自己写网络结构、自己调序列长度、自己扛采样率不匹配的各种边界情况。把频射信号转成时频图，等于把一个信号分类问题降维成“图像里有没有目标、目标在哪里”的目标检测问题，可以直接借yolov8的数据增强、多尺度预测、NMS后处理这些现成能力。
最常见的做法是短时傅里叶变换（STFT）。对一段IQ数据做滑窗FFT，横轴是时间，纵轴是频率，像素亮度或颜色对应信号能量。无人机遥控信号通常是窄带突发，在图上是水平或斜向的一条亮线；图传信号带宽宽一些，会形成一块持续的能量区域。两者在时频图上的形态差异，是yolov8能学出94.3%正确识别率的底层依据。
2.2 从IQ采样到时频图：STFT参数先定下来
我一般会用一个很小的Python脚本先把IQ数据转成png，不会一上来就塞进训练脚本里。核心参数有三个：中心频率和采样率（决定频率轴范围）、FFT窗口长度（决定频率分辨率）、窗口重叠率（决定时间分辨率）。窗口越短，时间分辨率越高，但频率分辨率变差；窗口越长则反过来。无人机频射信号检测的常见做法是采样率2.56MSps、FFT窗口长度256或512、重叠率50%。
import numpy as np from scipy.signal import spectrogram def iq_to_spectrogram(iq_path, output_path, fs=2.56e6, nfft=512, noverlap=256): # 读取IQ数据，每个采样点两个float32，先I后Q交错 raw = np.fromfile(iq_path, dtype=np.float32).reshape(-1, 2) iq = raw[:, 0] + 1j * raw[:, 1] # 计算时频图，返回频率f、时间t、能量Sxx f, t, Sxx = spectrogram(iq, fs=fs, nperseg=nfft, noverlap=noverlap) # 转成8bit灰度图，日志压缩拉大动态范围 Sxx_dB = 10 * np.log10(Sxx + 1e-12) Sxx_norm = (Sxx_dB - Sxx_dB.min()) / (Sxx_dB.max() - Sxx_dB.min()) img = (Sxx_norm * 255).astype(np.uint8) # 保存为png，后面yolov8会做Resize，这里不必强制正方形 from PIL import Image Image.fromarray(img).save(output_path) return len(f), len(t)这段代码里，nfft和noverlap直接决定图谱尺寸。用512点FFT、256点重叠算出来的图是大约(1+512/2) × 时间点数，后续yolov8训练时imgsz默认是640，Resize是自动做的。注意一点：不要为了挤文件大小去转成jpeg，时频图对JPEG块效应敏感，框边界会糊，建议统一用png保存。
2.3 用LabelImg或CVAT标注：输出YOLOv8需要的txt
这套数据集的标注已经做成了支持yolov8格式，但如果你要自己加数据，绕不开标注这一步。常见工具有两个：LabelImg适合单机快速标注，CVAT适合团队协作和大量数据。不管用哪个，最终都要落到YOLOv8的txt格式：每一行是一个目标，格式为 class cx cy w h，其中cx、cy、w、h都是相对于图片宽高的归一化值，取值范围0~1，等于1说明框一半在图像外。
用CVAT标注导出时可以直接选YOLO 1.1格式，导出的zip解压后是每个图片名对应的txt。手工用LabelImg标注时，注意标注框要贴着信号的亮带边界而不是包一个很大的外圈。因为频射信号在时频图上通常只占很小一块区域，大外圈会让yolov8学出一堆背景信息，拖低正确识别率。
2.4 364张图的目录结构与比例划分
拿到364张原始图片和对应yolov8标注后，先按标准结构组织目录，再用脚本按比例切train/val。常见的比例是8:1:1，也就是train约291张，val约36张，test约37张。364张太小，划分时最好按信号类型分层抽样，比如遥控信号和图传信号分开随机抽，避免某一类全部进了val导致指标假高。
import os, random, shutil random.seed(42) image_dir = "images" label_dir = "labels" train_dir, val_dir, test_dir = "train", "val", "test" for d in (train_dir, val_dir, test_dir): os.makedirs(f"{d}/images", exist_ok=True) os.makedirs(f"{d}/labels", exist_ok=True) names = [f.split('.')[0] for f in os.listdir(image_dir) if f.endswith('.png')] random.shuffle(names) n = len(names) # 按8:1:1切分 n_train, n_val = int(n*0.8), int(n*0.1) splits = {"train": names[:n_train], "val": names[n_train:n_train+n_val], "test": names[n_train+n_val:]} for split, selected in splits.items(): for name in selected: shutil.copy(os.path.join(image_dir, name+".png"), f"{split}/images/") shutil.copy(os.path.join(label_dir, name+".txt"), f"{split}/labels/")这段脚本用固定随机种子，保证每次划分结果一致，复现训练和验证时不会因为数据分布漂移导致识别率上下波动。测试集最后用一次当作守门，不要反复调参时也拿test去比，否则test就变成了val，结果会虚高。
3. 在本地跑通YOLOv8训练：从环境到第一个可用的模型
3.1 Ubuntu 20.04 CPU版环境搭建
训练yolov8最好有N卡，但验证pipeline和检查数据集标注时，CPU完全够用。Ubuntu 20.04上搭CPU版环境只需要装python和pytorch的CPU版，再装ultralytics。不要一上来就装CUDA版pytorch，很多本地机器要么没有N卡要么驱动版本不对，装CPU版能先排除torch本身的坑。
# 创建venv并装CPU版torch python3 -m venv venv_yolov8 source venv_yolov8/bin/activate pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu pip install ultralytics装完后用一行命令验证环境，同时会下载yolov8n.pt预训练权重。这里不加其他依赖，CPU跑yolov8n（nano）在640分辨率下，一张图推理大约0.5秒到1秒，训练一个epoch大约十几秒到几十秒，完全可以接受。
3.2 数据集YAML与训练命令：关键参数怎么设
CPU上训练不需要追求精度，先跑通，确认标注能被正常读取。准备一个data.yaml，里面要写路径和类别名。频射信号检测数据集通常类别就是无人机遥控信号、无人机图传信号，有的还加一个“未知干扰”。类别名会写进模型头，不要用中文和特殊字符，否则解析器会在某些版本上报错。
# data.yaml path: ./uas_rf_dataset # 数据集根目录 train: train/images val: val/images test: test/images nc: 2 names: 0: remote_control 1: video_downlink# 后台训练，日志输出到文件方便排查 yolo detect train data=data.yaml model=yolov8n.pt epochs=100 imgsz=640 batch=4 device=cpu workers=0 verbose=True参数说明：model=yolov8n.pt表示用nano预训练权重做起点，能显著加速收敛。workers=0很重要，CPU上多进程数据加载经常卡死或者占用过多内存，设0最稳定。batch=4是因为时频图虽然小，但CPU计算transformer结构时内存增长明显，先小一点。如果训练日志显示Loss为nan，第一反应看数据yaml路径对不对，第二反应看标注txt里有没有全0框或者超出图像宽高的坐标。
3.3 训练过程的监控：损失曲线、PR曲线与置信度阈值
训练到一半，去查看运行目录下runs/detect/train/results.png，里面画了box_loss、cls_loss、dfl_loss和mAP曲线。CPU上由于迭代慢，曲线会有很大抖动，不要看单次epoch的数值，要看10个epoch的滑动趋势。对于频射信号检测，box_loss平稳下降说明标注框质量没问题；cls_loss下降慢往往是类别不平衡。
验证阶段，也就是val输出里会有mAP50和mAP50-95。对364张这种小数据集，mAP50比mAP50-95更稳定，94.3%的平均正确识别率一般指的就是mAP50或者分类准确率，这两种口径差很多，第4章专门讲。这里先记住：mAP50达到90%以上才算可用，mAP50-95在60%~70%就已经不算差。
3.4 用val集复现“平均正确识别率94.3%”
训练结束后，用训练好的权重对val集做一次显式验证，输出混淆矩阵和每张图的confidence。
yolo detect val model=runs/detect/train/weights/best.pt data=data.yaml split=val4. 平均正确识别率94.3%的构成：指标定义、验证集划分与模型选择
4.1 正确识别率不等于mAP
很多人看到94.3%下意识认为是“有图就认对图”的准确率，但在目标检测里常用的是mAP或平均正确识别率（Average Precision）。对频射信号检测这种任务，正确识别率通常指：模型输出的检测框，在IoU阈值（比如0.5）下与GT标注匹配，框住了才算一次正确识别。匹配上的框数除以总GT框数，就是recall；正确框中置信度大于阈值的比例是precision。94.3%如果指的是mAP50，就能跟“正确识别率”搭上边。
所以在应用前先统一口径。如果你拿这个数据集去做对照组，别人报94.3%用的是mAP50，你复现时用严格mAP50-95，大概率只能跑到65%左右，这时不要断定数据集有问题，而是要先对齐指标定义和IoU阈值。
4.2 364张图怎么划分才不会让94.3%失真
小数据集的划分比训练更敏感。364张原始图片如果全部随机划分，有可能某一类信号只在训练集出现12次，val集出现8次，训练不充分但val又碰巧好认，得出虚高的识别率。更稳的做法是按信号类别做分层划分，先按文件名前缀或标注中的class信息把所有样本分成两类，再在每一类内部按比例随机抽取。
还有一种同步做法：保证同一段连续采集信号的全部图片落在同一个集合里。如果全套数据是从几段长时间记录里截出来的，直接把同一个记录的不同片段分别分到train和val，模型会记住样本特征不是学会泛化，val指标会给出强烈误导。
4.3 可视化验证：把预测框叠回时频图上看漏检
数值指标只是结果，怎么判断模型是真学会了还是记住了特定噪声？把预测框画在原始png上看一眼，是最直接的办法。
from ultralytics import YOLO model = YOLO("runs/detect/train/weights/best.pt") results = model.predict("val/images/xyz.png", conf=0.25) annotated = results[0].plot() # plot()返回带框的numpy数组，保存下来 import cv2 cv2.imwrite("check_x.png", annotated)这里conf=0.25是常用默认值，如果训练集里信号很弱，建议降到0.1再看。框中心落在明亮条带上、框边贴合信号边界，基本就是学会了；框老是框住暗背景上的一块模糊噪声，说明需要检查标注或换增强策略。
5. 频射信号检测数据集的避坑：小样本、类别不平衡与频段干扰
5.1 坑一：时频图窗口长度一改，识别率跌5个点
现象：同是364张图，换了nfft参数重新生成一次图，训练出的模型mAP50从94%掉到88%。
原因：频射信号的时频特征依赖于nfft窗口的频率分辨率。窗口太短，遥控信号的窄带特征被糊成一条宽带，和背景噪声混在一起；窗口太长，突发信号的起止时刻被拉成斜线，标注框形状不稳定。
解决：固定一套STFT参数后不要再改，把生成参数和数据集放在一起记录。后续新采集数据必须用同一组参数，否则旧标注对新图基本失效。
5.2 坑二：标注框太小，yolov8对微小目标漏检
现象：时频图上信号亮带只有十几个像素宽，训练后验证结果显示不少目标的confidence只有0.15~0.2，低于默认阈值直接被当背景丢掉。
原因：yolov8默认锚框尺寸偏大，对微小目标不友好。364张图，如果框的平均宽高只占整张图的5%，模型很容易把这类目标当成噪声。
解决：调整STFT参数使时频图的分辨率尽量高，或者在训练时用更大imgsz，比如从640改为960，让微小目标占据更多像素。另一个办法是检查标注框的w/h是否异常的极小值，如果大量框的w小于0.02，就考虑加大nfft的重叠率提高时域分辨率。
5.3 坑三：训练集和测试集混入了同一段信号
现象：训练指标很高，在实测数据上却完全漏检。
原因：频射数据采集时经常是一段连续IQ切片出多张图，如果切分时没有按“记录ID”做分组，训练集和测试集可能来自同一条原始记录，模型学的是该信道的具体噪声而不是无线电信号。这是频射数据集最隐蔽的坑，比过拟合更常见。
解决：数据划分脚本里加一层按采集时间戳或文件名前缀分组的保护。先取文件名中的record_id去重，再对record_id集合做划分，最后把每个record_id对应的图片映射到对应集合。
5.4 坑四：CPU跑yolov8m时内存和batch矛盾
现象：batch设为8，训练跑到第3个epoch直接因为内存被杀。batch降到2，训练时间拉长三倍，但loss始终震荡。
原因：yolov8模型在CPU上内存开销很大，尤其时频图经过Resize到640后还需要放进FPN多尺度融合。CPU上的数据加载如果同时开多进程，内存翻倍。
解决：CPU验证阶段使用yolov8n，别用m/l/x。内存不够时把batch设为2、workers=0，并用--cache images把图片缓存进内存，反而比频繁磁盘IO更省时间。
5.5 坑五：类别只有两类，却始终不收敛到94.3%
现象：训练100轮，mAP50在70%左右徘徊，val召回率很低。
原因：频射信号不一定只有两类，图传信号可能是OFDM宽带信号，遥控信号是窄带跳频，两者在时频图上的形态差别明显，但背景噪声和干扰如果没在训练数据里覆盖，模型会把干扰误判为图传。另一种可能是标注txt里class编号写错，比如把0和1混淆。
解决：打开几个训练图片的txt，手动检查class id是否和names.yaml一致；把val的混淆矩阵打印出来，看哪两类互相搞混。如果是背景噪声误判，可以在数据增强里加入高通滤波或随机频谱毛刺。
6. 进阶：让94.3%更可靠——数据增强、模型蒸馏与端侧部署的取舍
6.1 针对时频图的数据增强：别上来就随机旋转90度
yolov8自带的增强对自然图像有效，对时频图却是双刃剑。随机旋转90度会把频率轴和时间轴互换，模型学到的是转置后的假目标；HSV色域变换改动不大但也不该做，因为时频图的能量分布是有物理意义的。
常见做法是写一个自定义增强：噪声注入、时间平移一个窗口、频率平移几个bin。
import numpy as np def rf_augment(img, label, max_freq_shift=8, max_time_shift=16, noise_std=2.0): # img: (H,W) uint8, label: array of [cx,cy,w,h] H, W = img.shape # 频率平移：上下循环滚动 shift = int(np.random.uniform(-max_freq_shift, max_freq_shift)) img = np.roll(img, shift, axis=0) label[:, 1] += shift / H # 时间平移：左右循环滚动 shift_t = int(np.random.uniform(-max_time_shift, max_time_shift)) img = np.roll(img, shift_t, axis=1) label[:, 0] += shift_t / W # 加背景高斯噪声 noise = np.random.normal(0, noise_std, img.shape) img = np.clip(img + noise, 0, 255).astype(np.uint8) return img, label这段增强的灵感来自：频射信号本身是循环平稳的，时域平移不需要对位置敏感，频域平移在窄带信号上等价于载波偏移，模型如果学不到这种平移不变性，在真实场景就很容易被干扰。
6.2 从云端模型到rk3588部署的量化代价
如果最终要在无人机反制设备或无线电侦测站上跑，模型通常要部署到rk3588或hi3516cv610这类边缘芯片。实测下来，FP16比FP32掉点约0.3%，INT8量化比FP16掉点2%~4%。对94.3%的模型，量化后大概率在90%~92%徘徊，这是可以接受的；如果跌倒85%以下，说明时频图里很多微小目标对量化很敏感，要做边界量化或对每张图做预热统计。
部署时更值得注意的是预处理一致性：训练时用的是python的STFT，部署到C++端时如果用不同FFT库、不同窗函数，生成的图哪怕只有几个像素偏移，置信度都会下降。我的做法是把STFT参数做成配置文件，两端同时固定窗函数类型为hann、nfft=512、重叠256。
| 部署精度 | 识别率参考 | 适用场景 |
|---|---|---|
| FP32 | 94.3% | 桌面端/Jetson测试 |
| FP16 | 94.0% | rk3588等边缘盒 |
| INT8 | 90%~92% | 低功耗手持设备 |
6.3 用自己采集的IQ数据扩充：避免识别率虚高
364张图毕竟是小样本，实际使用时建议扩充。买一台软件无线电接收机，最好能覆盖无人机常用频段。采集时采样率、中心频率要与原数据集一致，否则时频图形态不同。采集一段连续IQ之后，用2.2节同样的方式切片成图，再用CVAT标注新出现的干扰信号。扩充到1000张以上，模型泛化能力会有明显提升。
最后说个我的血泪经验：刚拿到这类数据集时，我急着调训练参数，翻车了好几次，后来发现最大收益来自数据划分和STFT参数统一。数据不对，调什么都白搭。先把标注可视化、把划分做严谨，再谈模型调优，希望帮到你。
本文还有配套的精品资源，点击获取
