R360-UAVmodelTool

UAV Detection System

基于 ONNX 的无人机检测系统，支持单张图片和批量处理。

功能特点

• 支持 ONNX 模型推理
• 支持 CUDA 加速
• 支持批量处理图片
• 自动生成检测报告（CSV格式）
• 支持误报过滤
• 支持检测框面积比例限制
• 支持保存未检测到目标的图片

环境要求

• Python 3.8+
• OpenCV 4.5+
• ONNX Runtime 1.9+
• CUDA 11.0+ (可选，用于GPU加速)

安装依赖

pip install -r requirements.txt

使用方法

命令行模式

# 处理单张图片
python -m src.core.inference --input path/to/image.jpg --output results

# 处理整个目录
python -m src.core.inference --input path/to/images_dir --output results

# 调整检测参数
python -m src.core.inference --input path/to/image.jpg --threshold 0.6 --max-bbox-ratio 0.1

# 保存未检测到目标的图片
python -m src.core.inference --input path/to/images_dir --save-empty

图形界面模式

python -m src.core.inference --gui

参数说明

• --input: 输入图像路径或目录（必需）
• --output: 输出目录路径，默认为输入目录名+_results
• --threshold: 检测置信度阈值，默认0.5
• --max-bbox-ratio: 检测框最大面积比例阈值，默认0.05
• --save-empty: 是否保存未检测到目标的图片
• --gui: 启用图形界面选择输入目录

输出说明

程序会在输出目录中生成以下内容：

• 检测结果图片（带检测框）
• detection_report.csv: 检测报告，包含以下信息：
  • 图片路径
  • 检测时间
  • 是否检测到目标
  • 检测框坐标
  • 置信度分数

注意事项

1. 确保模型文件路径正确
2. 如果使用GPU加速，请确保CUDA环境配置正确
3. 批量处理时建议使用相对较小的图片尺寸以提高处理速度
4. 检测报告会自动覆盖同名文件，请注意备份

更新日志

2024-03-29

• 移除Excel报告生成功能
• 优化检测报告生成逻辑
• 修复模型加载和属性访问问题