Kaggle航拍小目标检测实战：YOLOv11挑战Leonardo多光谱数据集

赛题基本信息

• 赛题名称：Leonardo - Airborne Object Recognition Challenge
• 赛题类型：计算机视觉、物体检测
• 赛题任务：从飞行视频录像中识别关注的物体

竞赛官网：https://www.kaggle.com/competitions/leonardo-airborne-object-recognition-challenge/

赛题背景

在执法或搜救等飞行任务中，通过飞机的光电传感器实时、准确地识别目标是保障任务成功的关键。尽管现代目标检测模型在理想、可控的实验室环境中表现出色，但当它们面对真实、复杂的空中成像场景时，挑战便接踵而至：

• 不稳定的视频流：受飞机自身运动、剧烈的震动、快速的缩放（Zoom）以及视角的急剧变化影响，图像序列极不稳定。
• 复杂的环境条件：目标可能非常微小、距离遥远、被部分遮挡、图像模糊，或者仅在特定光谱（如红外）下才清晰可见。
• 严苛的实时性要求：算法最终需要部署在资源有限的机载系统上，必须在模型精度和推理效率之间找到最佳平衡点。

赛题目标

本次竞赛的目标是开发一个鲁棒的目标检测模型。这个模型需要能够适应高度多变、充满不确定性的空中场景，在追求高精度的同时，还必须做到快速和轻量化，以满足真实机载环境的运行需求。

• 数据集：包含从真实飞行视频录像中提取的航拍图像，涵盖了可见光（RGB） 和红外光（Infrared） 两种光谱。
• 任务类型：目标检测（Object Detection）。
• 代码限制：
  • 必须通过 Kaggle Notebook 提交。
  • CPU/GPU 运行时间均不得超过 9 小时。
  • 禁用互联网访问，但允许使用公开的外部数据和预训练模型。
• 奖金设置：总奖金 50,000 美元（包括排名前五的排名奖和专门的效率奖）。

数据集

数据集包含约 40,000 张 图像，源自直升机摄像头的实时视频流，涵盖了从城市、海洋、乡村到山区等多种作业环境。其核心价值在于高度模拟了真实航拍任务中的各种不确定性：

• 多光谱采集：同时包含 RGB（可见光） 和 红外（Infrared） 两种影像，为模型提供了更丰富的特征信息。
• 多变环境：覆盖了多种光照条件、天气状况和能见度，考验模型的泛化能力。
• 高难度特征：图像中包含了真实的传感器噪声、极具挑战性的拍摄视角、剧烈的目标尺度变化以及物体被部分遮挡或模糊的情况。

数据集共标注了 7 类 需要识别的目标对象：

• Aircraft（飞机）：任何固定翼飞机（客机、轻型飞机、喷气式飞机等）。
• Helicopter（直升机）：任何旋翼飞机（商业、超轻型或倾转旋翼型）。
• Drone（无人机）：任何旋翼无人机。
• Ground Vehicle（地面车辆）：陆基机动车辆（汽车、卡车、拖拉机等）。
• Ship（船只）：水上船只（货轮、小船、渔船、客轮等）。
• Human（人）：任何背景或姿势下的人。
• Obstacle（障碍物）：高大或潜在危险的物体（起重机、窄塔、天线、电线杆、风机叶片等）。

竞赛提供的数据组织形式如下：

时间轴

• 2026年3月19日：比赛开始。
• 2026年6月16日：报名截止日期及组队截止日期。
• 2026年6月23日：最终提交截止日期。
• 注：所有截止时间均为当日 UTC 23:59。

评价指标

比赛设立了双重维度的评估体系，不仅看精度，也看效率：

• 核心指标（mAP）：使用 PASCAL VOC 2010 mean Average Precision (mAP) @ IoU > 0.5。
  • 提交格式：ImageId, PredictionString（包含标签、置信度及归一化后的坐标 x_min y_min x_max y_max）。
• 效率指标（Efficiency Prize）：为了鼓励开发者设计轻量化模型，特设效率奖。评分公式综合考虑了模型的预测精度（mAP）与在Kaggle环境中的运行时间（Runtime），旨在寻找精度与速度的帕累托最优解。

对于想要深入数据科学竞赛，尤其是计算机视觉和目标检测领域的朋友来说，这类结合了实际应用背景和技术挑战的赛题是绝佳的练手机会。你可以在 云栈社区 找到更多相关的开源实战项目分享和技术讨论，与同行一起交流模型优化的技巧与心得。