# uav-position-detection

**Repository Path**: goodnsxxc/uav-position-detection

## Basic Information

- **Project Name**: uav-position-detection
- **Description**: 无人机位置捕捉识别
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-06-07
- **Last Updated**: 2026-07-16

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 基于 YOLOv8 的无人机位置捕捉识别系统

> 🚁 无人机跟踪 · 位置捕捉 · 目标追踪 | YOLOv8 + PyQt5 完整方案

## 源码获取地址

🎬 **哔哩哔哩效果演示**：[https://www.bilibili.com/video/BV1cYbXzkECJ/](https://www.bilibili.com/video/BV1cYbXzkECJ/)

> 📥 **视频简介处下载完整源码**（含训练代码 + 标注数据集 + 训练权重 + PyQt5 图形界面 + 完整训练流程 + 部署教程）

---

## 项目概述

无人机检测与追踪在反无人机安防、机场净空保护、大型活动安保和军事侦察等领域具有重要应用价值。随着消费级无人机的普及，"黑飞"（未经审批的非法飞行）事件频发——闯入机场净空区导致航班延误、飞越敏感区域进行偷拍、干扰大型活动的正常进行。反无人机系统的第一步是"发现"——通过雷达、无线电频谱监测或视觉检测来发现和定位空中的无人机。

本系统基于 **YOLOv8** 目标检测算法，实现了空中无人机目标的实时检测和位置捕捉。配合 **PyQt5** 桌面界面，适用于反无人机安防系统、机场净空监控和大型活动安保。

---

## 效果展示

![系统主界面](https://i-blog.csdnimg.cn/img_convert/8beeec561dbb9cfd659be3e2ce31453e.png)

![检测效果1](https://i-blog.csdnimg.cn/img_convert/71de83ffdb8294daef45f8a319b64887.png)

![检测效果2](https://i-blog.csdnimg.cn/img_convert/6c81e92116050226bb6fcafc8fdbf80c.png)

---

## 检测体系

| 检测目标 | 视觉特征 | 检测难度 |
|---------|---------|:--:|
| 🚁 小型无人机 | 四旋翼结构、小目标 | 高 |
| ✈️ 固定翼无人机 | 固定翼外形 | 中 |
| 🎈 其他空中目标 | 气球、飞鸟 | 需区分 |

### 无人机检测的技术挑战

空中无人机检测面临极端挑战：(1) **目标极小**——一架 DJI Mini 在 200m 距离上的像素面积可能仅有 5×5，属于极端小目标；(2) **背景干扰**——天空背景下，飞鸟、气球、风筝与无人机高度相似；(3) **快速运动**——无人机飞行速度可达 20~60 km/h。YOLOv8 的 P3 层高分辨率特征图是检测这类微型空中目标的核心。

---

## 核心功能

| 模块 | 说明 |
|------|------|
| 📸 图片检测 | 上传空域照片，自动检测无人机 |
| 🎥 视频检测 | 处理监控录像，追踪无人机轨迹 |
| 📷 实时摄像头 | 对接空域监控相机实时检测 |
| 🧠 一键训练 | 支持自定义场景微调 |

---

## 技术架构

YOLOv8 + PyQt5 + OpenCV

## 快速部署

```bash
pip install -r requirements.txt
python main/ui_main.py
```

## 应用场景

反无人机安防 · 机场净空保护 · 大型活动安保 · 军事侦察

## 总结

YOLOv8 无人机检测系统为反无人机安防提供了视觉感知基础能力。从机场净空到大型活动，从安防监控到军事侦察，AI 无人机检测是构建"低空安全网"的关键技术组件。

### 反无人机系统的集成路径

本系统可以作为反无人机防御链的"视觉感知层"，与雷达探测和无线电频谱监测形成互补：(1) 雷达负责远距离（3~5km）粗定位，引导光电相机转向目标方向；(2) 本系统接管光电相机的画面进行视觉确认和精确跟踪；(3) 确认威胁后触发干扰设备（无线电干扰枪或导航诱骗设备）。这种"雷达发现→视觉确认→干扰处置"的三级防御链是当前反无人机系统的主流架构。