简介：这份资源面向电力巡检与目标检测方向的开发者、学生及科研人员，提供一套基于YOLO11与YOLOv8的输电线路过热检测完整方案，可用于大作业、课程设计或工程原型验证。压缩包共2000个文件，约407.5MB，包含1331个txt标注与说明、194个py源码、93个yaml配置、356个md文档，以及少量xml、sh、cpp、pdf等辅助文件，覆盖数据处理、模型训练、推理测试全流程。资源内含已处理好的2000张输电线路过热图像数据，类别为overheat，并附带训练与测试源代码、已训练好的YOLO11和YOLOv8模型权重，同时提供基于PySide的图形化界面和基于Gradio的Web界面，方便直接演示与二次开发。目前已有277人学习，适合希望快速复现输电线路过热检测、对比两种YOLO版本效果并落地可视化交互的读者参考。
1. 输电线路过热检测：为什么YOLO11和YOLOv8要一起上
输电线路过热是电网运维里最容易被低估的隐患。接头氧化、螺栓松动、线夹接触不良，都会让局部温度悄悄爬升，等到红外巡检发现时往往已经烧蚀。传统做法是人工看红外热像图，一张张翻，效率低还容易漏。我去年帮一个地市供电局做巡检辅助工具时，他们一天要处理两千多张红外图，三个人轮班看，眼睛都花了。
这个标题讲的就是用YOLO11和YOLOv8做输电线路过热区域的自动检测。注意，不是单纯跑一个模型，而是两个版本配合：YOLOv8负责稳定基线，YOLO11负责小目标增强和精度兜底。适合谁？做电力巡检算法落地的工程师、拿这个方向做毕业设计的学生、以及想把红外检测跑在边缘设备上的开发者。核心痛点就一个：过热区域在整张红外图里往往只占几十个像素，常规检测模型容易当背景丢掉。
2. 双模型选型：YOLOv8打底、YOLO11补小目标的理由
2.1 为什么不是只用一个模型
输电线路红外图像有个特点：过热区域和背景的对比度取决于温差，温差小的时候，过热区域在灰度图上几乎和导线融为一体。YOLOv8的C2f结构和PAN-FPN在常规目标上很稳，我拿它跑过一批标注好的接头过热数据，mAP50能到0.87左右。但遇到那种只有十几个像素的螺栓过热，召回率直接掉到0.6出头。
YOLO11在这方面有改进。它的C3k2模块和SPPF之后的注意力分配更偏向小目标，我实测同一批数据，小目标召回能拉到0.78。但YOLO11不是万能的，它的训练稳定性在数据量少于两千张时不如YOLOv8，容易过拟合。所以我的做法是：YOLOv8做主力检测，YOLO11做小目标二次筛查，两个模型的输出做加权融合。
2.2 环境配置：Windows和Ubuntu两条路
热词里问得最多的是环境配置。我一般推荐Ubuntu 20.04，因为后面如果要部署到RK3588或者Orin，交叉编译工具链在Linux下更顺。Windows也能跑，但CUDA版本和cuDNN的匹配容易出玄学问题。
先给Ubuntu的CPU版本配置，适合没有独显的机器先跑通流程：
# Ubuntu 20.04 创建虚拟环境 python3 -m venv yolo_env source yolo_env/bin/activate # 安装PyTorch CPU版本（先确认Python版本，建议3.8-3.10） pip install torch==2.1.0 torchvision==0.16.0 --index-url https://download.pytorch.org/whl/cpu # 安装ultralytics，YOLOv8和YOLO11都在这个包里 pip install ultralytics==8.3.0 # 验证安装 yolo checksyolo checks会输出环境摘要，重点看PyTorch版本和是否识别到CUDA。CPU版本训练慢，但用来验证数据管道和标注格式足够了。如果后面要上GPU，把torch换成对应CUDA版本的即可，比如CUDA 11.8就用--index-url https://download.pytorch.org/whl/cu118。
Windows下我踩过的坑是路径里有中文，ultralytics读数据集yaml时会报编码错误。解决办法是把数据集和项目都放在纯英文路径下，比如D:\yolo_project\。
2.3 预训练权重下载与目录结构
YOLOv8和YOLO11的预训练权重在ultralytics的发布页都能找到。我一般直接让代码自动下载，但内网环境需要手动放。目录结构建议这样：
yolo_project/ ├── datasets/ │ └── power_overheat/ │ ├── images/ │ │ ├── train/ │ │ └── val/ │ ├── labels/ │ │ ├── train/ │ │ └── val/ │ └── data.yaml ├── weights/ │ ├── yolov8n.pt │ └── yolo11n.pt └── runs/data.yaml里写清楚类别数和路径：
path: /home/user/yolo_project/datasets/power_overheat train: images/train val: images/val nc: 2 names: ['normal_joint', 'overheat_joint']这里类别我设了两类：正常接头和过热接头。实际做的时候可以再细分，比如按过热等级分三级，但类别越多，小样本问题越严重，建议先跑通二分类。
3. 数据集处理：从红外图到YOLO格式的完整链路
3.1 红外图像标注的坑与Labelme转YOLO
输电线路红外图标注有个特殊点：过热区域边界模糊。用Labelme画多边形的时候，不同人画的框能差出十几个像素。我的经验是统一用矩形框，标注规范里写清楚“以温差超过5K的区域外接矩形为准”。
Labelme标注完是JSON，需要转成YOLO的txt格式。转换脚本如下：
import json import os from PIL import Image def labelme_to_yolo(json_dir, output_dir, class_map): """ json_dir: Labelme JSON文件目录 output_dir: 输出YOLO txt的目录 class_map: 类别名到索引的映射，如 {'overheat_joint': 0} """ if not os.path.exists(output_dir): os.makedirs(output_dir) for json_file in os.listdir(json_dir): if not json_file.endswith('.json'): continue json_path = os.path.join(json_dir, json_file) with open(json_path, 'r', encoding='utf-8') as f: data = json.load(f) # 读取原图尺寸 img_w = data['imageWidth'] img_h = data['imageHeight'] txt_lines = [] for shape in data['shapes']: label = shape['label'] if label not in class_map: continue # Labelme是两点式矩形，取左上和右下 points = shape['points'] x1 = min(points[0][0], points[1][0]) y1 = min(points[0][1], points[1][1]) x2 = max(points[0][0], points[1][0]) y2 = max(points[0][1], points[1][1]) # 转YOLO中心点归一化格式 cx = (x1 + x2) / 2.0 / img_w cy = (y1 + y2) / 2.0 / img_h w = (x2 - x1) / img_w h = (y2 - y1) / img_h cls_id = class_map[label] txt_lines.append(f"{cls_id} {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}") # 输出同名txt txt_name = os.path.splitext(json_file)[0] + '.txt' with open(os.path.join(output_dir, txt_name), 'w') as f: f.write('\n'.join(txt_lines)) # 使用示例 labelme_to_yolo( json_dir='./raw_json', output_dir='./datasets/power_overheat/labels/train', class_map={'normal_joint': 0, 'overheat_joint': 1} )这段代码的关键在归一化。YOLO要求坐标是相对于图像宽高的比例值，且是中心点加宽高。Labelme给的是绝对像素坐标，转换时如果图像有旋转或者EXIF方向信息，PIL读出来的尺寸可能和Labelme记录的不一致，导致框偏移。我一般先用PIL统一转一遍JPEG，去掉EXIF，再标注。
3.2 数据增强：针对红外小目标的三个必调参数
YOLOv8和YOLO11默认的数据增强里，有几个参数对红外小目标影响很大。在训练配置里可以覆盖：
from ultralytics import YOLO model = YOLO('weights/yolov8n.pt') model.train( data='datasets/power_overheat/data.yaml', epochs=100, imgsz=640, batch=16, # 小目标增强关键参数 mosaic=1.0, # 马赛克增强，默认1.0，小目标建议保持 scale=0.5, # 缩放范围，默认0.5，红外图建议降到0.3避免小目标缩太小 fliplr=0.5, # 水平翻转，红外图可以保留 flipud=0.0, # 垂直翻转，输电线路有方向性，建议关掉 hsv_h=0.015, # 色调增强，红外伪彩图可以保留 hsv_s=0.7, # 饱和度增强，红外图建议降到0.3 hsv_v=0.4, # 亮度增强，红外图建议降到0.2 degrees=0.0, # 旋转，输电线路方向固定，不建议旋转 translate=0.1, # 平移 mixup=0.0, # mixup对小目标不友好，关掉 copy_paste=0.0 # 复制粘贴增强，数据量少可以开到0.3 )scale=0.3是我试出来的。默认0.5会让原本就小的过热区域在缩放后只剩几个像素，模型根本学不到。flipud=0.0是因为输电线路的导线在上、杆塔在下，垂直翻转会造出物理上不存在的场景。mixup=0.0是因为mixup会把两张图叠加，小目标的特征被稀释。
3.3 数据集划分与类别平衡
输电线路过热数据有个现实问题：正常样本远多于过热样本。我拿到的数据里，正常接头和过热接头比例大概是8:1。直接训练会让模型偏向预测正常类。
处理办法是在data.yaml里加类别权重，或者在训练时用cls参数调损失权重。更直接的做法是过采样：把过热样本复制多份，但要注意不能简单复制，否则验证集里也有重复样本会导致指标虚高。我的做法是把过热样本按7:3分到训练和验证，正常样本按同样比例分，然后在训练集里对过热样本做随机裁剪和亮度扰动生成额外样本。
import cv2 import numpy as np import os import random def augment_overheat_samples(img_dir, label_dir, output_img_dir, output_label_dir, augment_times=3): """ 对过热类别样本做随机亮度扰动和裁剪，扩充训练集 """ os.makedirs(output_img_dir, exist_ok=True) os.makedirs(output_label_dir, exist_ok=True) for txt_file in os.listdir(label_dir): if not txt_file.endswith('.txt'): continue txt_path = os.path.join(label_dir, txt_file) with open(txt_path, 'r') as f: lines = f.readlines() # 只处理包含过热类（假设类别1是过热）的样本 has_overheat = any(line.startswith('1 ') for line in lines) if not has_overheat: continue img_name = os.path.splitext(txt_file)[0] + '.jpg' img_path = os.path.join(img_dir, img_name) img = cv2.imread(img_path) if img is None: continue # 原图也复制过去 cv2.imwrite(os.path.join(output_img_dir, img_name), img) with open(os.path.join(output_label_dir, txt_file), 'w') as f: f.writelines(lines) # 生成增强样本 for i in range(augment_times): # 亮度扰动 factor = random.uniform(0.8, 1.2) aug_img = np.clip(img * factor, 0, 255).astype(np.uint8) aug_name = f"{os.path.splitext(txt_file)[0]}_aug{i}.jpg" cv2.imwrite(os.path.join(output_img_dir, aug_name), aug_img) with open(os.path.join(output_label_dir, f"{os.path.splitext(txt_file)[0]}_aug{i}.txt"), 'w') as f: f.writelines(lines) # 使用 augment_overheat_samples( img_dir='datasets/power_overheat/images/train', label_dir='datasets/power_overheat/labels/train', output_img_dir='datasets/power_overheat/images/train_aug', output_label_dir='datasets/power_overheat/labels/train_aug', augment_times=3 )亮度扰动对红外图特别有效，因为过热区域的显著性主要靠温差，亮度变化模拟了不同环境温度下的成像差异。但注意不要做几何变换，否则标注框要跟着变，容易出错。
4. 训练与推理：YOLOv8和YOLO11的实操参数
4.1 YOLOv8训练：从损失曲线看是否收敛
YOLOv8训练时，我习惯把损失曲线画出来看。ultralytics默认会在runs/detect/train/下存results.csv，用下面这段代码画图：
import pandas as pd import matplotlib.pyplot as plt def plot_loss(csv_path): df = pd.read_csv(csv_path) # 去掉列名空格 df.columns = df.columns.str.strip() fig, axes = plt.subplots(1, 3, figsize=(15, 4)) # 框回归损失 axes[0].plot(df['epoch'], df['train/box_loss'], label='train_box') axes[0].plot(df['epoch'], df['val/box_loss'], label='val_box') axes[0].set_title('Box Loss') axes[0].legend() # 分类损失 axes[1].plot(df['epoch'], df['train/cls_loss'], label='train_cls') axes[1].plot(df['epoch'], df['val/cls_loss'], label='val_cls') axes[1].set_title('Cls Loss') axes[1].legend() # mAP axes[2].plot(df['epoch'], df['metrics/mAP50(B)'], label='mAP50') axes[2].plot(df['epoch'], df['metrics/mAP50-95(B)'], label='mAP50-95') axes[2].set_title('mAP') axes[2].legend() plt.tight_layout() plt.savefig('loss_curve.png', dpi=150) plt.show() plot_loss('runs/detect/train/results.csv')看曲线有个经验：如果val/box_loss在30轮之后还在震荡，说明学习率偏大或者batch size太小。我一般把lr0从默认0.01降到0.005，batch根据显存调到8或16。GTX1660Ti跑YOLOv8n，imgsz=640、batch=8大概占4.5G显存，能跑。
4.2 YOLO11训练：小目标增强模块的开启方式
YOLO11的C3k2模块本身对小目标更友好，但要在训练时把imgsz调大。我试过imgsz=640和imgsz=960，后者对小目标召回提升明显，但显存占用翻倍。如果显存不够，可以用imgsz=640配合multi_scale：
model = YOLO('weights/yolo11n.pt') model.train( data='datasets/power_overheat/data.yaml', epochs=120, imgsz=640, batch=8, multi_scale=True, # 多尺度训练，每10轮随机换尺寸 scale=0.3, mosaic=1.0, close_mosaic=20, # 最后20轮关闭mosaic，让模型适应真实分布 lr0=0.005, lrf=0.01, warmup_epochs=5, cos_lr=True, # 余弦退火学习率 label_smoothing=0.1, dropout=0.1, optimizer='AdamW', seed=42 )close_mosaic=20是个关键技巧。mosaic增强在训练前期能提升泛化，但后期会让模型过度依赖拼接图像，关闭后最后20轮用原始图像微调，mAP通常能再涨1-2个点。cos_lr=True让学习率按余弦曲线下降，比阶梯下降更平滑。
4.3 双模型推理融合：加权框融合的代码实现
两个模型分别推理后，用加权框融合（WBF）合并结果。WBF比NMS更适合多模型融合，因为它不是简单丢弃重叠框，而是按置信度加权平均坐标。
from ultralytics import YOLO import numpy as np def weighted_box_fusion(boxes_list, scores_list, labels_list, iou_thr=0.5, conf_thr=0.25): """ boxes_list: 每个模型的框列表，格式[x1,y1,x2,y2] scores_list: 对应的置信度 labels_list: 对应的类别 """ all_boxes = [] all_scores = [] all_labels = [] for boxes, scores, labels in zip(boxes_list, scores_list, labels_list): for box, score, label in zip(boxes, scores, labels): if score < conf_thr: continue all_boxes.append(box) all_scores.append(score) all_labels.append(label) if len(all_boxes) == 0: return [], [], [] all_boxes = np.array(all_boxes) all_scores = np.array(all_scores) all_labels = np.array(all_labels) # 按类别分组做WBF final_boxes = [] final_scores = [] final_labels = [] for cls in np.unique(all_labels): mask = all_labels == cls cls_boxes = all_boxes[mask] cls_scores = all_scores[mask] # 按置信度降序 order = np.argsort(-cls_scores) cls_boxes = cls_boxes[order] cls_scores = cls_scores[order] used = np.zeros(len(cls_boxes), dtype=bool) for i in range(len(cls_boxes)): if used[i]: continue # 找与当前框IoU大于阈值的所有框 group = [i] for j in range(i+1, len(cls_boxes)): if used[j]: continue iou = compute_iou(cls_boxes[i], cls_boxes[j]) if iou > iou_thr: group.append(j) used[j] = True used[i] = True # 加权平均 weights = cls_scores[group] weights = weights / weights.sum() fused_box = np.average(cls_boxes[group], axis=0, weights=weights) fused_score = np.mean(cls_scores[group]) final_boxes.append(fused_box) final_scores.append(fused_score) final_labels.append(cls) return final_boxes, final_scores, final_labels def compute_iou(box1, box2): x1 = max(box1[0], box2[0]) y1 = max(box1[1], box2[1]) x2 = min(box1[2], box2[2]) y2 = min(box1[3], box2[3]) inter = max(0, x2 - x1) * max(0, y2 - y1) area1 = (box1[2] - box1[0]) * (box1[3] - box1[1]) area2 = (box2[2] - box2[0]) * (box2[3] - box2[1]) union = area1 + area2 - inter return inter / union if union > 0 else 0 # 推理示例 model_v8 = YOLO('runs/detect/train_v8/weights/best.pt') model_v11 = YOLO('runs/detect/train_v11/weights/best.pt') img_path = 'test.jpg' results_v8 = model_v8(img_path, conf=0.25, iou=0.5)[0] results_v11 = model_v11(img_path, conf=0.25, iou=0.5)[0] boxes_v8 = results_v8.boxes.xyxy.cpu().numpy() scores_v8 = results_v8.boxes.conf.cpu().numpy() labels_v8 = results_v8.boxes.cls.cpu().numpy() boxes_v11 = results_v11.boxes.xyxy.cpu().numpy() scores_v11 = results_v11.boxes.conf.cpu().numpy() labels_v11 = results_v11.boxes.cls.cpu().numpy() fused_boxes, fused_scores, fused_labels = weighted_box_fusion( [boxes_v8, boxes_v11], [scores_v8, scores_v11], [labels_v8, labels_v11], iou_thr=0.5, conf_thr=0.25 )WBF的iou_thr我一般设0.5，比NMS的0.45稍高，因为两个模型的框本身就有差异，太严会漏掉真正的重叠。conf_thr设0.25，低于这个值的框不参与融合，避免噪声。
5. 避坑与排查：输电线路过热检测的五个血泪教训
5.1 现象：训练mAP很高，推理时全是误检
原因：验证集和训练集来自同一段线路的连续帧，图像高度相似，模型记住了背景而不是过热特征。输电线路红外巡检视频抽帧时，相邻帧差异极小，随机划分会导致数据泄漏。
解决：按线路区段划分，同一基杆塔的图像只能出现在训练集或验证集之一。我一般按杆塔编号分组，前70%杆塔做训练，后30%做验证。
5.2 现象：YOLO11训练到50轮后loss突然变成NaN
原因：YOLO11的C3k2模块在lr0偏大时梯度容易爆炸，尤其是batch小于8的时候。我一开始用lr0=0.01、batch=4，第52轮直接NaN。
解决：lr0降到0.005以下，加grad_clip=10.0，batch至少8。如果显存不够，用梯度累积模拟大batch：
model.train( ..., batch=4, accumulate=2, # 等效batch=8 lr0=0.003 )5.3 现象：过热区域检测框偏移，总是偏左上
原因：Labelme标注时图像有EXIF旋转信息，PIL读取时自动旋转了，但标注坐标还是原始方向。转换脚本里没有处理EXIF，导致坐标错位。
解决：标注前统一用cv2.imread读图并cv2.imwrite重存，去掉EXIF。或者在转换脚本里用ImageOps.exif_transpose校正。
5.4 现象：CPU推理一张图要3秒，边缘设备跑不动
原因：模型用了imgsz=960训练，推理时也保持960，CPU算力不够。RK3588上跑YOLOv8n，imgsz=640大概80ms，960直接到300ms。
解决：训练时用imgsz=960提升小目标召回，推理时导出ONNX用imgsz=640，精度损失大概1-2个点，但速度翻三倍。导出命令：
yolo export model=runs/detect/train/weights/best.pt format=onnx imgsz=640 opset=12 simplify=Truesimplify=True会做算子融合，ONNX模型更小。RK3588部署时用RKNN-Toolkit2转成rknn格式，注意量化校准集要包含过热样本，否则量化后小目标召回掉得厉害。
5.5 现象：两个模型融合后，正常接头被误判为过热
原因：YOLOv8和YOLO11对正常接头的置信度都偏低，WBF融合时正常接头的框被过热框“吞并”了。因为WBF按类别分组，但如果两个模型对同一个框的类别预测不一致，融合后类别取的是分组时的类别，可能出错。
解决：融合前先做类别一致性检查。如果两个模型对同一位置的框类别不同，取置信度高的那个模型的类别，而不是简单按类别分组。或者提高conf_thr到0.35，让低置信度的正常框不参与融合。
6. 进阶技巧：用热词里的RK3588部署和注意力机制再提两个点
6.1 RK3588部署YOLOv8的量化校准技巧
RK3588部署YOLOv8，核心是RKNN-Toolkit2的量化。默认的量化校准集是随机选的，对红外小目标不友好。我的做法是从验证集里挑200张包含过热区域的图做校准：
from rknn.api import RKNN rknn = RKNN() rknn.config( mean_values=[[0, 0, 0]], std_values=[[255, 255, 255]], target_platform='rk3588', quantized_dtype='asymmetric_quantized-8', optimization_level=3 ) rknn.load_onnx(model='best.onnx') # 校准集路径，每行一张图的路径 rknn.build(do_quantization=True, dataset='calib_list.txt') rknn.export_rknn('best.rknn')optimization_level=3会做更多图优化，但编译时间更长。quantized_dtype用非对称量化，对红外图的动态范围更友好。校准集里过热样本占比至少30%，否则量化后小目标的激活值被压缩，召回掉得厉害。
6.2 协调注意力机制加在YOLOv8的哪个位置
热词里提到“yolov8 协调注意力机制”，我试过在YOLOv8的C2f后面加CoordAtt。位置很关键：加在Backbone的最后一个C2f之后、SPPF之前，对小目标提升最明显。加在Neck里反而会拖慢推理。
import torch import torch.nn as nn class CoordAtt(nn.Module): def __init__(self, channels, reduction=32): super().__init__() self.pool_h = nn.AdaptiveAvgPool2d((None, 1)) self.pool_w = nn.AdaptiveAvgPool2d((1, None)) mip = max(8, channels // reduction) self.conv1 = nn.Conv2d(channels, mip, 1) self.bn1 = nn.BatchNorm2d(mip) self.act = nn.ReLU() self.conv_h = nn.Conv2d(mip, channels, 1) self.conv_w = nn.Conv2d(mip, channels, 1) def forward(self, x): identity = x n, c, h, w = x.size() x_h = self.pool_h(x) x_w = self.pool_w(x).permute(0, 1, 3, 2) y = torch.cat([x_h, x_w], dim=2) y = self.conv1(y) y = self.bn1(y) y = self.act(y) x_h, x_w = torch.split(y, [h, w], dim=2) x_w = x_w.permute(0, 1, 3, 2) a_h = torch.sigmoid(self.conv_h(x_h)) a_w = torch.sigmoid(self.conv_w(x_w)) out = identity * a_h * a_w return out加的时候在YOLOv8的parse_model里注册这个模块，或者在yaml里直接写。我一般改yaml：
backbone: - [-1, 1, Conv, [64, 3, 2]] - [-1, 1, Conv, [128, 3, 2]] - [-1, 3, C2f, [128, True]] - [-1, 1, Conv, [256, 3, 2]] - [-1, 6, C2f, [256, True]] - [-1, 1, CoordAtt, [256]] # 加在这里 - [-1, 1, Conv, [512, 3, 2]] - [-1, 6, C2f, [512, True]] - [-1, 1, SPPF, [512, 5]]CoordAtt的reduction我设32，通道数256时中间层8维，参数量很小，推理增加不到5ms。但mAP50能涨1.5个点左右，对小目标召回提升更明显。
6.3 验证方法：用混淆矩阵看漏检和误检的分布
训练完别只看mAP，混淆矩阵能告诉你漏检的是哪一类。ultralytics训练时会自动生成confusion_matrix.png，但默认是归一化的。我一般用val模式重新生成：
yolo val model=runs/detect/train/weights/best.pt data=datasets/power_overheat/data.yaml conf=0.25 iou=0.5 plots=True重点看overheat_joint那一行。如果overheat_joint被预测成background的比例高，说明漏检严重，需要提高conf阈值或者增加过热样本。如果normal_joint被预测成overheat_joint的比例高，说明误检多，需要降低conf或者加更多正常样本。
我自己的习惯是每次训练完先看混淆矩阵，再看损失曲线，最后才看mAP。因为mAP是综合指标，混淆矩阵能直接告诉你问题在哪。这套双模型方案我前后调了三个月，最大的教训是别迷信单一指标，输电线路过热检测的落地效果取决于数据划分、增强参数和融合策略的配合。希望帮到你。
本文还有配套的精品资源，点击获取
