基于yolo11与yolov8的输电线路红外过热检测系统：从数据集到RK3588部署

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，可用于课程大作业、毕业设计或电力智能巡检原型验证。压缩包共2000个文件，约407.5MB，包含1331个txt标注与说明、194个Python源码、93个yaml配置、356个md文档，以及少量xml、cpp、sh、pdf等辅助文件，覆盖数据处理、模型训练、推理部署全流程。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权重，以及基于PySide的图形化界面和基于Gradio的Web界面，方便直接运行与二次开发。目前已有277人学习，适合希望快速掌握电力设备过热检测、对比两种YOLO版本性能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 要放在同一套系统里

输电线路接头、线夹、耐张线夹这些部位一旦接触电阻变大，温度就会异常升高，红外巡检时表现为明显的亮斑。传统做法是人工看红外图逐张判断，一条 220kV 线路几百个杆塔，看下来眼睛都花了，漏检率还高。基于 yolo11 和 yolov8 的输电线路过热检测系统，本质是把红外热成像图里的过热区域当成目标检测问题来做：用 yolov8 快速跑通基线、验证数据集质量，再用 yolo11 做精度和部署上的迭代，最后落到边缘设备上做实时告警。

这套方案适合三类人：一是做电力巡检方向的大作业或毕设，需要一套能跑通、能写进论文的完整流程；二是想把 YOLO 系列真正部署到 RK3588 这类边缘盒子上的工程师；三是手里已经有红外数据集，但不确定该用哪个版本、怎么调参的从业者。下面按数据集准备、yolov8 基线、yolo11 迭代、部署验证、避坑的顺序讲清楚。

2. 数据集与标注：红外过热区域怎么变成 YOLO 能吃的格式

2.1 红外过热检测的数据特点与类别设计

输电线路红外图有几个和普通可见光数据集不一样的地方。第一，背景极其单调，天空和杆塔占了大半画面，目标只占很小一块，正负样本极度不平衡。第二，过热区域边界模糊，红外图上亮斑是渐变的，标注时到底框到哪一圈，不同人标出来能差十几个像素。第三，同一张图里可能有多个过热接头，也可能一个都没有，负样本比例高。

类别设计上，我一般不建议一上来就分「一般过热、严重过热、危急过热」三级。原因是红外图的绝对温度受环境温度、发射率、拍摄距离影响很大，同一温度在不同季节可能对应不同等级，模型学不到稳定特征。更稳的做法是先做二分类：overheat和背景，把分级交给后处理里的温度阈值去判。等数据量上到几千张、标注一致性有保证之后，再考虑加overheat_mild、overheat_severe两个类。

数据集目录按 YOLO 标准结构组织：

datasets/transmission_ir/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── data.yaml

data.yaml内容：

path: /home/user/datasets/transmission_ir train: images/train val: images/val test: images/test nc: 1 names: ['overheat']

这里nc是类别数，二分类就是 1。names的顺序必须和标注文件里 class_id 对应，标错了模型会学反。划分比例上，输电线路场景我建议 train:val:test = 7:2:1，验证集要保证每个杆塔类型、每种拍摄角度都有覆盖，不能随机切完发现验证集全是晴天拍的。

2.2 从 VOC/COCO 转 YOLO 格式的脚本与边界处理

很多电力数据集原始标注是 VOC 的 XML 或者 COCO 的 JSON，转 YOLO 格式时最容易翻车的是坐标归一化和越界裁剪。下面这个脚本处理 VOC 转 YOLO：

import os import xml.etree.ElementTree as ET from PIL import Image def voc_to_yolo(xml_dir, img_dir, out_dir, classes): os.makedirs(out_dir, exist_ok=True) for xml_file in os.listdir(xml_dir): if not xml_file.endswith('.xml'): continue tree = ET.parse(os.path.join(xml_dir, xml_file)) root = tree.getroot() img_name = root.find('filename').text img_path = os.path.join(img_dir, img_name) # 用真实图片尺寸，不要信 XML 里的 size，标注工具经常写错 w, h = Image.open(img_path).size lines = [] for obj in root.findall('object'): cls_name = obj.find('name').text if cls_name not in classes: continue cls_id = classes.index(cls_name) bbox = obj.find('bndbox') x1 = float(bbox.find('xmin').text) y1 = float(bbox.find('ymin').text) x2 = float(bbox.find('xmax').text) y2 = float(bbox.find('ymax').text) # 裁剪到图像范围内，防止标注越界导致归一化后出负数 x1, y1 = max(0, x1), max(0, y1) x2, y2 = min(w, x2), min(h, y2) if x2 <= x1 or y2 <= y1: continue # 裁剪后无效框直接丢 cx = (x1 + x2) / 2.0 / w cy = (y1 + y2) / 2.0 / h bw = (x2 - x1) / w bh = (y2 - y1) / h lines.append(f"{cls_id} {cx:.6f} {cy:.6f} {bw:.6f} {bh:.6f}") out_file = os.path.join(out_dir, xml_file.replace('.xml', '.txt')) with open(out_file, 'w') as f: f.write('\n'.join(lines)) voc_to_yolo('annotations/xml', 'images/all', 'labels/all', ['overheat'])

逻辑说明：YOLO 格式要求class_id cx cy w h，全部归一化到 0~1。关键点是图片宽高必须从真实图片读，XML 里的<size>字段经常和实际不符，用错了整批标注都会偏。裁剪那两行是后悔药，标注工具画框时手一抖超出边界很常见，不裁的话归一化后出现负数或大于 1，训练时 loss 直接 NaN。

参数说明：classes列表顺序决定 class_id，必须和data.yaml的names完全一致。:.6f保留六位小数，YOLO 官方推荐至少六位，位数太少小目标坐标会丢精度。

2.3 数据增强策略：红外图不能照搬可见光的配方

可见光那套 Mosaic、HSV 增强直接搬到红外图上会出问题。HSV 里的 H 色调对红外图没意义，红外图基本是伪彩色或灰度，调色调等于制造不存在的样本。我一般这样配：

Mosaic 对小目标帮助很大，但要注意红外图拼接后亮斑可能被切到边缘，训练后期建议最后 10 个 epoch 关掉 mosaic，让模型在真实分布上收敛。这个技巧在 yolov8 和 yolo11 上都适用。

3. yolov8 基线：先把环境配通，再谈精度

3.1 yolov8 环境配置与最小训练命令

yolov8 环境配置是新手最容易卡住的地方。CUDA 版本、PyTorch 版本、ultralytics 版本三者要对上。我一般用 conda 隔离：

conda create -n yolo8 python=3.10 -y conda activate yolo8 # 根据显卡驱动选 CUDA 版本，30 系 40 系一般 cu118 或 cu121 pip install torch==2.1.0 torchvision==0.16.0 --index-url https://download.pytorch.org/whl/cu118 pip install ultralytics==8.1.0

装完先验证：

python -c "import torch; print(torch.cuda.is_available(), torch.cuda.get_device_name(0))"

输出True和显卡型号才算通。如果显示False，八成是 CUDA 版本和驱动不匹配，别急着改代码，先解决环境。

最小训练命令：

yolo detect train \ data=datasets/transmission_ir/data.yaml \ model=yolov8n.pt \ epochs=100 \ imgsz=640 \ batch=16 \ device=0 \ project=runs/ir_detect \ name=yolov8n_baseline

参数说明：model=yolov8n.pt是 nano 版本，先用小模型跑通流程，确认数据没问题再换 s/m。imgsz=640是输入尺寸，红外小目标如果特别小可以上到 1280，但显存翻倍。batch=16在 8G 显存上跑 640 尺寸基本够，GTX1660Ti 这种 6G 卡建议降到 8。device=0指定第一块 GPU，多卡用0,1。

3.2 用损失曲线判断训练是否真的在收敛

训练跑起来不代表在收敛。yolov8 训练完会在runs/ir_detect/yolov8n_baseline/下生成results.csv，画损失曲线：

import pandas as pd import matplotlib.pyplot as plt df = pd.read_csv('runs/ir_detect/yolov8n_baseline/results.csv') df.columns = df.columns.str.strip() # 列名有空格，必须去 fig, axes = plt.subplots(1, 2, figsize=(12, 4)) 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_xlabel('epoch'); axes[0].set_ylabel('box loss'); axes[0].legend() axes[1].plot(df['epoch'], df['metrics/mAP50(B)'], label='mAP50') axes[1].plot(df['epoch'], df['metrics/mAP50-95(B)'], label='mAP50-95') axes[1].set_xlabel('epoch'); axes[1].set_ylabel('mAP'); axes[1].legend() plt.tight_layout() plt.savefig('loss_curve.png', dpi=150)

逻辑说明：results.csv的列名带前后空格，不 strip 会 KeyError，这是血泪经验。看曲线重点看三条：train box loss 是否稳定下降、val box loss 是否跟着降、mAP50 是否在涨。如果 train 降 val 不降甚至涨，是过拟合，加数据或加增强；如果两个都不降，是学习率太大或数据标注有问题。

参数说明：metrics/mAP50(B)是 IoU=0.5 的 mAP，红外过热检测主要看这个；mAP50-95更严格，小目标场景一般会低不少，别拿它当唯一指标。

3.3 可视化热力图定位模型到底在看哪

模型 mAP 高不代表它学对了。红外图里如果过热区域旁边有个杆塔螺栓特别亮，模型可能学的是螺栓而不是过热。用热力图验证：

from ultralytics import YOLO import cv2 import numpy as np model = YOLO('runs/ir_detect/yolov8n_baseline/weights/best.pt') img = cv2.imread('test_ir.jpg') results = model(img, imgsz=640) # 取第一个检测框的梯度热力图 for r in results: if r.boxes is None or len(r.boxes) == 0: continue for box in r.boxes: x1, y1, x2, y2 = map(int, box.xyxy[0].tolist()) roi = img[y1:y2, x1:x2] gray = cv2.cvtColor(roi, cv2.COLOR_BGR2GRAY) heatmap = cv2.applyColorMap(gray, cv2.COLORMAP_JET) overlay = cv2.addWeighted(roi, 0.6, heatmap, 0.4, 0) cv2.imwrite(f'heat_{x1}_{y1}.jpg', overlay)

逻辑说明：这里用 ROI 灰度做伪热力图，快速看模型关注区域和真实过热亮斑是否重合。更严谨的做法是 Grad-CAM，但对红外图来说，过热区域本身就是高亮，灰度伪彩已经够用。如果发现模型框的位置和亮斑中心偏了，说明标注框画大了，回去修标注。

参数说明：imgsz=640要和训练时一致，否则检测框坐标会偏。addWeighted的 0.6/0.4 是叠加比例，想让热力图更明显就调成 0.4/0.6。

4. yolo11 迭代：结构变化带来哪些实际收益

4.1 yolo11 网络结构里值得关注的两个改动

yolo11 相比 yolov8，在 backbone 和 head 上都有调整。对输电线路过热检测这种小目标场景，值得关注两点。一是 yolo11 在 neck 部分用了更高效的特征融合结构，小目标的语义信息保留得更好，实测在 640 输入下小亮斑召回比 yolov8n 高几个点。二是 head 的解耦方式有变化，分类和回归分支的独立性更强，对边界模糊的红外目标，回归框更稳。

但别指望换个版本就起飞。yolo11 的收益建立在数据集质量过关的基础上，如果标注本身框得歪，换什么版本都白搭。我一般先用 yolov8 跑出基线 mAP，再换 yolo11 同规模模型对比，涨点超过 2 个点才值得切。

4.2 从 yolov8 迁移到 yolo11 的训练配置差异

yolo11 同样用 ultralytics 框架，命令几乎一样，但有几个参数要注意：

yolo detect train \ data=datasets/transmission_ir/data.yaml \ model=yolo11n.pt \ epochs=100 \ imgsz=640 \ batch=16 \ device=0 \ optimizer=AdamW \ lr0=0.001 \ warmup_epochs=3 \ project=runs/ir_detect \ name=yolo11n_iter

参数说明：yolo11 默认优化器在部分版本里是 auto，小数据集上 AdamW 比 SGD 收敛更稳，lr0=0.001是 AdamW 的常用起点，比 SGD 的 0.01 小一个量级。warmup_epochs=3让学习率在前 3 个 epoch 线性上升，避免一开始就大步长把预训练权重冲坏。如果显存够，batch可以上到 32，梯度更稳。

迁移时权重不能直接复用，yolov8 的.pt和 yolo11 的结构不兼容，必须用 yolo11 自己的预训练权重。数据集和data.yaml可以直接复用，这是同一套系统里两个版本能共存的基础。

4.3 两个版本同框对比：mAP、速度、显存怎么记

对比要控制变量，同一份数据、同一个 imgsz、同一个 batch，只换模型。记录表格：

（以上是典型量级，具体数值随数据集变化，别照抄。）推理速度用model.val()里的 speed 字段，或者自己写循环测 100 张取平均。显存用torch.cuda.max_memory_allocated()读。选型上，如果边缘设备算力紧张，yolo11n 在精度略高于 yolov8n 的同时参数量更小，是更优解；如果追求极致精度且算力够，yolo11s 是甜点。

5. 部署到 RK3588：从 PyTorch 到边缘盒子的完整链路

5.1 导出 ONNX 与 RKNN 转换的关键参数

RK3588 部署 yolov8/yolo11，标准链路是 PyTorch → ONNX → RKNN。导出 ONNX：

yolo export model=runs/ir_detect/yolo11n_iter/weights/best.pt \ format=onnx imgsz=640 opset=12 simplify=True

参数说明：opset=12兼容性最好，RKNN 工具链对高版本 opset 支持不稳。simplify=True会做图优化，去掉冗余算子，转换成功率更高。导出后检查输入输出名字，RKNN 转换时要对上。

RKNN 转换脚本：

from rknn.api import RKNN rknn = RKNN(verbose=True) # 均值方差要和训练时一致，YOLO 默认 0~1 归一化 rknn.config(mean_values=[[0, 0, 0]], std_values=[[255, 255, 255]], target_platform='rk3588') rknn.load_onnx(model='best.onnx') rknn.build(do_quantization=True, dataset='quant_dataset.txt') rknn.export_rknn('best.rknn')

逻辑说明：mean_values和std_values决定预处理，YOLO 训练时输入是 0~1，所以 std 用 255。do_quantization=True做 int8 量化，能大幅提速，但需要quant_dataset.txt里放几百张代表性图片做校准。量化后精度一般掉 1~3 个点，如果掉太多，检查校准集是否覆盖了各种光照和角度。

参数说明：target_platform='rk3588'必须写对，写错平台转换出来的模型跑不了。dataset文件每行一张图片路径，建议 200~500 张，从训练集里均匀采样。

5.2 板端推理与后处理对齐

RK3588 上跑 RKNN 模型，后处理要自己写，因为 RKNN 输出的是原始特征图，不是检测框。yolo11 和 yolov8 的输出格式类似，都是多尺度特征图，需要做解码：

import numpy as np def decode_yolo(outputs, conf_thres=0.25, iou_thres=0.45): # outputs: list of feature maps, shape [1, 4+nc, h, w] boxes, scores, class_ids = [], [], [] for out in outputs: _, c, h, w = out.shape out = out.reshape(1, c, h * w).transpose(0, 2, 1)[0] # 前 4 个是 xywh，后面是类别分数 xywh = out[:, :4] cls_scores = out[:, 4:] cls_id = np.argmax(cls_scores, axis=1) conf = np.max(cls_scores, axis=1) mask = conf > conf_thres if not mask.any(): continue # 解码到原图坐标，这里省略 stride 和 anchor 计算，按实际输出补 boxes.append(xywh[mask]) scores.append(conf[mask]) class_ids.append(cls_id[mask]) # NMS 部分用 cv2.dnn.NMSBoxes 或自己实现 return boxes, scores, class_ids

逻辑说明：RKNN 输出的特征图需要按 stride 还原到原图坐标，再拼成 xyxy 格式做 NMS。这段代码省略了 stride 计算，实际要按模型输出的三个尺度分别处理。后处理对齐是部署最容易翻车的地方，板端框位置偏了，九成是解码时 stride 或归一化系数写错。

参数说明：conf_thres=0.25是置信度阈值，红外过热检测宁可多报不可漏报，可以降到 0.2。iou_thres=0.45是 NMS 的 IoU 阈值，过热区域重叠少，可以适当调高到 0.5。

5.3 边缘端性能实测与调优方向

RK3588 上 yolo11n 量化后单帧推理大概在 30~50ms，yolov8n 差不多。如果达不到，先查是不是跑在 CPU 上，RKNN 要显式指定 NPU 核心。多核 NPU 可以用rknn.init_runtime(core_mask=RKNN.NPU_CORE_0_1_2)把三个核心都用上，速度能再提一截。输入尺寸从 640 降到 416 能提速近一倍，但小目标召回会掉，红外过热检测不建议降太多。

6. 避坑与排查：这套系统最容易翻车的五个地方

6.1 训练 loss 正常但 mAP 一直是 0

现象：训练日志里 box loss 在降，但 mAP50 始终是 0。原因：标注文件的 class_id 从 1 开始，而 YOLO 要求从 0 开始，模型把所有目标当背景。解决：检查labels里第一列，必须是 0 到 nc-1，用脚本批量扫一遍，发现最大值等于 nc 就整体减 1。

6.2 验证集 mAP 很高，实际巡检图全漏检

现象：val mAP 0.9，拿现场新拍的图测，一个都没框出来。原因：训练集和验证集来自同一批拍摄，分布太像，模型没学到泛化特征。解决：划分数据集时按杆塔或按拍摄日期切，不要随机切；另外检查现场图的分辨率和训练图是否差太多，差太多要做 resize 或切图。

6.3 RKNN 量化后精度断崖式下跌

现象：ONNX 上 mAP 0.88，转 RKNN int8 后掉到 0.6。原因：校准集没覆盖实际场景，或者量化时某些层对数值敏感。解决：校准集从训练集里按类别和亮度分层采样，至少 300 张；如果还不行，对敏感层做混合量化，把检测 head 保留 fp16。

6.4 板端推理框位置整体偏移

现象：框能出来，但位置比真实目标偏了几十像素。原因：后处理解码时 stride 用错，或者预处理 resize 的 padding 没还原。解决：打印第一个特征图的输出尺寸，反推 stride；letterbox 的 padding 值要在解码后减掉，再除以缩放比例。

6.5 显存够但训练中途 OOM

现象：GTX1660Ti 6G，batch=16 跑几十个 epoch 后突然 OOM。原因：验证阶段会额外占显存，加上 dataloader 的缓存累积。解决：把batch降到 8，开amp=True混合精度，workers从 8 降到 4，验证频率从每 epoch 改成每 5 个 epoch。

7. 一个能落地的技巧：用温度阈值做二次过滤

模型输出的是框，但电力巡检真正要的是「这个接头到底过不过热」。光靠检测框置信度不够，因为红外图里阳光反射、金属反光也会形成亮斑，模型分不清。我一般加一层温度阈值过滤：如果红外图带温度矩阵（很多红外相机导出时带 RAW 温度数据），取检测框内的最高温，和环境温度比，超过 15K 才告警。

import numpy as np def temp_filter(box, temp_matrix, ambient_temp, delta=15.0): x1, y1, x2, y2 = box roi = temp_matrix[y1:y2, x1:x2] max_temp = np.max(roi) # 相对温差比绝对温度稳，不受季节影响 return (max_temp - ambient_temp) >= delta, max_temp

逻辑说明：temp_matrix是红外图对应的温度矩阵，单位摄氏度。ambient_temp取画面里杆塔背景区域的中位数温度。用相对温差而不是绝对温度，是因为夏天环境 40 度时接头 55 度不算异常，冬天环境 5 度时接头 25 度就该查了。delta=15.0是经验阈值，按 DL/T 664 的惯例，相对温差超过 15K 属于一般缺陷，超过 30K 是严重缺陷，可以按需调。

参数说明：temp_matrix要和可见光图对齐，如果红外和可见光有视差，先做配准。ambient_temp别用整图平均，画面里天空占比大会把均值拉低，用杆塔区域的中位数更准。

这套系统我从 yolov8 基线跑到 yolo11 迭代，再到 RK3588 部署，前后踩的坑基本都在上面了。最大的教训是：别一上来就追新版本、追改进模块，先把数据集标注一致性做到位，把 yolov8 基线跑稳，后面换 yolo11、上边缘设备都是顺水推舟的事。数据集烂，什么模型都救不了。希望帮到你。

本文还有配套的精品资源，点击获取