簡(jiǎn)介基于YOLOv8的農(nóng)田病蟲害監(jiān)測(cè)系統(tǒng)是一份面向畢業(yè)設(shè)計(jì)與課程設(shè)計(jì)的完整工程資源適合計(jì)算機(jī)視覺、人工智能、電子信息等專業(yè)學(xué)生使用主要解決農(nóng)田場(chǎng)景下病蟲害檢測(cè)與結(jié)果可視化的問題。壓縮包共8個(gè)文件含3個(gè)Python腳本分別對(duì)應(yīng)模型訓(xùn)練、視頻檢測(cè)與可視化界面、3個(gè)模型權(quán)重文件包含預(yù)訓(xùn)練權(quán)重與最佳模型以及2個(gè)說明文檔整體約15.91MB輕量便于快速部署。作者已完成畢設(shè)實(shí)測(cè)運(yùn)行穩(wěn)定能夠生成核心指標(biāo)曲線、混淆矩陣、F1分?jǐn)?shù)曲線、精確率-召回率曲線、驗(yàn)證集預(yù)測(cè)結(jié)果與標(biāo)簽分布圖這些圖表可直接用于答辯信服展示。配套完整數(shù)據(jù)集與部署說明從環(huán)境準(zhǔn)備到模型訓(xùn)練和推理均有指引上手簡(jiǎn)單。目前已有59人學(xué)習(xí)適合拿來即用也便于在此基礎(chǔ)上修改實(shí)現(xiàn)其他檢測(cè)任務(wù)。1. 農(nóng)田病蟲害檢測(cè)為什么值得選 YOLOv8先想清楚代價(jià)再動(dòng)手每年畢業(yè)季農(nóng)田病蟲害檢測(cè)都是計(jì)算機(jī)視覺方向出現(xiàn)頻率最高的題目之一。原因很現(xiàn)實(shí)它比人臉、車牌這些被寫爛的方向多一層農(nóng)業(yè)落地的解釋空間數(shù)據(jù)集也比想象中好找。但很多同學(xué)拿到這類打包好的項(xiàng)目雙擊運(yùn)行沒反應(yīng)或者跑起來發(fā)現(xiàn)檢測(cè)框全亂飄最后把鍋甩給“模型太玄學(xué)”。其實(shí) YOLOv8 本身的部署鏈路已經(jīng)相當(dāng)成熟真正決定項(xiàng)目成敗的是數(shù)據(jù)集處理和訓(xùn)練參數(shù)這兩層沒有寫在說明里的細(xì)節(jié)。這篇筆記我從跑過不少 CV 項(xiàng)目的角度出發(fā)把“拿 YOLOv8 做農(nóng)田病蟲害檢測(cè)”從選型到界面串聯(lián)講清楚包括哪些坑會(huì)讓你白干一周以及這個(gè)方向值不值得投入。適合兩類人拿它做畢設(shè)或課程設(shè)計(jì)的在校生以及想快速落地一個(gè)檢測(cè) Demo 的工程師。2. 從農(nóng)田病蟲害需求到 YOLOv8 選型檢測(cè)任務(wù)拆解與結(jié)構(gòu)上的關(guān)鍵選擇2.1 病蟲害檢測(cè)為什么比通用目標(biāo)檢測(cè)更難小目標(biāo)、遮擋與類間差異農(nóng)田病蟲害檢測(cè)本質(zhì)上是一個(gè)細(xì)粒度目標(biāo)檢測(cè)任務(wù)難度比 COCO 那 80 類通用物體高出一個(gè)檔次。通用檢測(cè)里貓和狗、汽車和自行車之間的差異是“結(jié)構(gòu)級(jí)”的而稻瘟病斑點(diǎn)和稻胡麻葉斑病在圖像上可能只是顏色深淺、邊緣形狀的細(xì)微差別同一個(gè)病害在不同生育期、不同光照下又長(zhǎng)得不一樣。這就是典型的類間差異小、類內(nèi)差異大分類器稍有不慎就學(xué)偏。除了分類難定位也難。害蟲和早期病斑在 1920×1080 的田間照片里往往只占幾十個(gè)像素屬于標(biāo)準(zhǔn)的小目標(biāo)再加上葉片互相遮擋、蟲體藏在葉背、田畦光照不均勻、背景里還有泥土和雜草干擾YOLOv8 直接吃原圖很容易漏檢。這些特性決定了你不能拿別人訓(xùn)練好的權(quán)重直接上田間照片必須用自己的數(shù)據(jù)集做遷移學(xué)習(xí)微調(diào)而且數(shù)據(jù)質(zhì)量直接決定項(xiàng)目能不能過答辯。另外病蟲害檢測(cè)還有一個(gè)常被忽略的動(dòng)態(tài)問題害蟲會(huì)動(dòng)病斑會(huì)隨天數(shù)擴(kuò)大。同一個(gè)地塊隔一周拍標(biāo)注分布完全不同植株長(zhǎng)高了遮擋關(guān)系也變了。所以做數(shù)據(jù)集時(shí)不能只從一段視頻里連續(xù)抽幀否則訓(xùn)練集和驗(yàn)證集高度相似指標(biāo)虛高現(xiàn)場(chǎng)演示立刻翻車。這個(gè)坑后面專門講。2.2 YOLOv8 在技術(shù)棧里的位置為什么它是畢設(shè)和工程落地的均衡解選型階段很多同學(xué)糾結(jié)Faster R-CNN 精度是不是更高SSD 是不是更輕YOLOv5 是不是資料更多我的判斷很直接做畢設(shè)或快速落地YOLOv8 是目前綜合成本最低的選擇。Faster R-CNN 精度上限高但兩階段結(jié)構(gòu)在邊緣設(shè)備上推理慢訓(xùn)練調(diào)參也更繁瑣SSD 年代較早對(duì)小目標(biāo)并不友好生態(tài)也涼了YOLOv5 和 v8 同源但 v8 的 ultralytics 統(tǒng)一接口把訓(xùn)練、驗(yàn)證、導(dǎo)出、推理全封裝好了少寫大量膠水代碼。YOLOv8 在結(jié)構(gòu)上有幾個(gè)關(guān)鍵點(diǎn)值得在答辯時(shí)講清楚骨干網(wǎng)絡(luò)用了 C2f 模塊替代原來的 C3梯度流更豐富小目標(biāo)特征保留得更好檢測(cè)頭改成 anchor-free不再需要預(yù)設(shè)錨框?qū)δ繕?biāo)尺寸分布不固定的農(nóng)業(yè)場(chǎng)景更省心分類和回歸頭解耦收斂速度和精度都有提升。這些不是噱頭而是它在農(nóng)田場(chǎng)景下比老版本更穩(wěn)的直接原因。再補(bǔ)一個(gè)模型尺寸的選擇維度。YOLOv8 提供 n/s/m/l/x 五檔n 是 nanox 是超大版。農(nóng)田病蟲害我一般建議從 s 或 m 起步n 在復(fù)雜背景下病斑漏檢明顯l/x 對(duì)顯存和推理時(shí)間要求高畢設(shè)演示沒必要。手頭只有 GTX 1660Ti 6GB 這種卡用 s 配 batch 16 就很穩(wěn)如果數(shù)據(jù)集超過一萬張?jiān)倏紤] m。模型體積農(nóng)田場(chǎng)景定位顯存需求640 輸入適合人群YOLOv8n約 6 MB快速 Demo、邊緣設(shè)備原型2~4 GB純跑通流程YOLOv8s約 22 MB畢設(shè)主力、中等數(shù)據(jù)集4~6 GB大多數(shù)場(chǎng)景YOLOv8m約 49 MB大數(shù)據(jù)集精度優(yōu)先6~8 GB追求指標(biāo)YOLOv8l/x超過 80 MB服務(wù)器離線分析10 GB 以上不推薦畢設(shè)2.3 一個(gè)完整監(jiān)測(cè)系統(tǒng)由哪幾塊組成模型、數(shù)據(jù)、界面與部署四件套這類標(biāo)題里寫著“源碼、可視化界面、完整數(shù)據(jù)集、部署教程”的項(xiàng)目拆開看就是四件套標(biāo)注好的數(shù)據(jù)集、訓(xùn)練腳本、推理接口、展示界面。你拿到手之后要做的不是直接跑 demo而是把這四塊的依賴關(guān)系理清楚才能自由更換數(shù)據(jù)集和權(quán)重。訓(xùn)練鏈路的常見結(jié)構(gòu)是田間圖像 labelme 或 LabelImg 標(biāo)注 → 轉(zhuǎn)換成 YOLO 格式的 txt 標(biāo)簽 → 寫 data.yaml 描述類別 → ultralytics 訓(xùn)練出 best.pt。推理鏈路則是best.pt 加載進(jìn) YOLO 類 → 對(duì)上傳圖片做預(yù)測(cè) → 把框和類別送回界面層展示。界面層一般用 PyQt5 做桌面程序或者 Flask 做網(wǎng)頁(yè)版也有用 Streamlit 幾分鐘搭一個(gè)的?！昂?jiǎn)單部署即可運(yùn)行”這句話通常指的不是零配置而是依賴清單完整、啟動(dòng)腳本齊全、權(quán)重文件已經(jīng)訓(xùn)練好你只需建一個(gè) Python 環(huán)境裝好 requirements 就能把界面拉起來。但依賴版本和路徑問題依然存在后面第 5 章會(huì)專門講。建議你拿到項(xiàng)目后先別急著點(diǎn)運(yùn)行按訓(xùn)練鏈路、推理鏈路、界面鏈路三個(gè)層次各跑一遍哪個(gè)環(huán)節(jié)報(bào)錯(cuò)就鎖定哪一層比對(duì)著整個(gè)項(xiàng)目瞎試高效得多。3. 用 YOLOv8 跑通訓(xùn)練閉環(huán)環(huán)境搭建、數(shù)據(jù)集整理與訓(xùn)練命令實(shí)錄3.1 環(huán)境搭建CPU 也能跑但顯存決定效率上限環(huán)境搭建是第一個(gè)分水嶺。很多人在 Ubuntu 20.04 上照著教程搭 YOLOv8 CPU 版本裝完發(fā)現(xiàn)訓(xùn)練一個(gè) epoch 要十幾分鐘直接放棄。我的建議是分兩步走先把環(huán)境跑通再?zèng)Q定用 CPU 還是 GPU。如果你只是做課程設(shè)計(jì)的演示CPU 版完全可以接受因?yàn)橥评硪粡垐D只要一兩秒但如果你想認(rèn)真調(diào)參訓(xùn)練沒有 NVIDIA 顯卡會(huì)很痛苦。安裝命令如下conda create -n pest python3.9 -y conda activate pest pip install ultralytics # CPU 版本直接裝默認(rèn) torch 即可 pip install torch torchvision # GPU 版本按你的 CUDA 版本選擇例如 CUDA 11.8 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118Python 版本我強(qiáng)烈建議鎖在 3.8 到 3.10 之間。3.11 以上裝某些依賴會(huì)出現(xiàn)二進(jìn)制包缺失3.7 以下又帶不動(dòng)新版本 ultralytics。裝完跑一句yolo predict sourcehttps://ultralytics.com/images/bus.jpg能輸出檢測(cè)結(jié)果圖就說明環(huán)境通了。GPU 環(huán)境可以用nvidia-smi看驅(qū)動(dòng)支持的 CUDA 版本再回推 torch 的 cu 版本號(hào)版本對(duì)不上會(huì)出現(xiàn)Torch not compiled with CUDA enabled的報(bào)錯(cuò)。3.2 數(shù)據(jù)集整理labelme 標(biāo)注轉(zhuǎn) YOLO 格式的完整轉(zhuǎn)換腳本數(shù)據(jù)集整理是整個(gè)項(xiàng)目里最耗時(shí)間、也最影響結(jié)果的一步。常見做法是先用 labelme 標(biāo)注因?yàn)樗墚嫸噙呅魏途匦芜m配病斑的不規(guī)則形狀但 YOLO 訓(xùn)練需要的是 txt 格式的歸一化中心點(diǎn)坐標(biāo)所以必須寫轉(zhuǎn)換腳本。標(biāo)簽文件里每一行是類別id x_center y_center width height全部除以圖像寬高做歸一化。類別 id 從 0 開始順序必須和 data.yaml 里的 names 列表完全一致否則訓(xùn)練出的模型類別全錯(cuò)位。轉(zhuǎn)換腳本如下import json import os from glob import glob def convert_labelme_to_yolo(json_path, out_dir, classes): with open(json_path, r, encodingutf-8) as f: data json.load(f) img_w data[imageWidth] img_h data[imageHeight] base_name os.path.splitext(os.path.basename(json_path))[0] lines [] for shape in data[shapes]: label shape[label] if label not in classes: continue cls_id classes.index(label) pts shape[points] xs [p[0] for p in pts] ys [p[1] for p in pts] x_min, x_max min(xs), max(xs) y_min, y_max min(ys), max(ys) x_center ((x_min x_max) / 2) / img_w y_center ((y_min y_max) / 2) / img_h box_w (x_max - x_min) / img_w box_h (y_max - y_min) / img_h lines.append(f{cls_id} {x_center:.6f} {y_center:.6f} {box_w:.6f} {box_h:.6f}) with open(os.path.join(out_dir, base_name .txt), w) as f: f.write(\n.join(lines)) classes [rice_blast, rice_bacterial_blight, rice_brown_spot] os.makedirs(labels_all, exist_okTrue) for jp in glob(labelme_jsons/*.json): convert_labelme_to_yolo(jp, labels_all, classes)腳本的邏輯很直接讀取 labelme 的 JSON取出每個(gè)標(biāo)注框的 label 和四個(gè)頂點(diǎn)坐標(biāo)計(jì)算外接矩形的中心、寬高做歸一化后寫入 txt。注意我用的是外接矩形所以多邊形標(biāo)注的傾斜部分會(huì)被包進(jìn)去如果你的病斑是細(xì)長(zhǎng)條狀介意背景干擾的話可以改用旋轉(zhuǎn)框但 YOLOv8 默認(rèn)不支持旋轉(zhuǎn)框需要換 YOLOv8-OBB復(fù)雜度會(huì)上升。標(biāo)注文件轉(zhuǎn)完后還要?jiǎng)澐钟?xùn)練集和驗(yàn)證集。我最常用的是隨機(jī)抽樣但前提是數(shù)據(jù)不是從同一段視頻連幀抽的。劃分比例按 8:2 或 9:1驗(yàn)證集不能太少否則 mAP 波動(dòng)大。目錄結(jié)構(gòu)固定為images/train、images/val、labels/train、labels/val四份圖片和 txt 文件名要一一對(duì)應(yīng)。這里有個(gè)常見的低級(jí)錯(cuò)誤jpg 和 txt 主名不一致導(dǎo)致訓(xùn)練時(shí)標(biāo)簽加載不到ultralytics 會(huì)靜默跳過造成 loss 異常低或直接無法收斂。3.3 訓(xùn)練命令與關(guān)鍵參數(shù)把 epochs、batch 和 imgsz 填對(duì)數(shù)據(jù)準(zhǔn)備好了訓(xùn)練前要寫一個(gè) data.yaml 告訴模型去哪里找數(shù)據(jù)。路徑建議寫絕對(duì)路徑相對(duì)路徑在換目錄后經(jīng)常出問題。yaml 內(nèi)容如下path: /home/user/pest_dataset train: images/train val: images/val nc: 3 names: 0: rice_blast 1: rice_bacterial_blight 2: rice_brown_spot然后啟動(dòng)訓(xùn)練。這是最核心的一條命令參數(shù)含義直接影響結(jié)果yolo train \ modelyolov8s.pt \ datadata.yaml \ epochs100 \ imgsz640 \ batch16 \ device0 \ patience20 \ workers4參數(shù)逐個(gè)說。epochs100是最大訓(xùn)練輪數(shù)實(shí)際會(huì)配合patience20早停也就是 20 個(gè) epoch 內(nèi)驗(yàn)證集指標(biāo)不漲就自動(dòng)停防止過擬合。batch16受顯存限制GTX 1660Ti 6GB 跑 s 模型比較穩(wěn)顯存不夠就降到 8。imgsz640是輸入分辨率如果你的數(shù)據(jù)集里病斑普遍很小可以試imgsz960但訓(xùn)練時(shí)間會(huì)明顯變長(zhǎng)且 batch 得同步調(diào)小。device0指定 GPUCPU 機(jī)器改成devicecpu。workers是數(shù)據(jù)加載線程數(shù)Windows 上容易報(bào)錯(cuò)設(shè) 2~4 穩(wěn)妥。訓(xùn)練過程中不要只盯 loss。每跑完一個(gè) epochruns/detect/train/目錄下會(huì)生成results.png里面有損失函數(shù)曲線圖、精確率、召回率和 mAP 曲線的趨勢(shì)。你真正該關(guān)心的是 mAP50 曲線有沒有在爬升而不是訓(xùn)練集 loss 降到多低。訓(xùn)練結(jié)束會(huì)同時(shí)產(chǎn)出best.pt和last.pt部署一律用best.pt它對(duì)應(yīng)驗(yàn)證集表現(xiàn)最好的那一個(gè) epoch泛化通常更好。3.4 用訓(xùn)練好的權(quán)重做推理先別接界面用命令行驗(yàn)證效果模型訓(xùn)完先別急著寫界面用命令行跑一遍推理確認(rèn)權(quán)重本身沒問題。推理命令如下yolo predict \ modelruns/detect/train/weights/best.pt \ sourcetest_images/ \ conf0.25 \ iou0.45 \ saveTrueconf0.25是置信度閾值低于 0.25 的框會(huì)被丟棄iou0.45是 NMS 去重閾值兩個(gè)重疊框的 IoU 大于 0.45 時(shí)只保留置信度高的。這兩個(gè)參數(shù)在界面里也可以讓用戶調(diào)但默認(rèn)值建議 0.25 和 0.45。如果跑出來的框大量重疊把 iou 調(diào)低到 0.3如果漏檢多而誤檢少把 conf 調(diào)低到 0.15 試試。命令行輸出圖和保存結(jié)果都在runs/detect/predict/下直接翻圖看效果翻車點(diǎn)比看指標(biāo)更直觀。4. 可視化界面與部署把模型封裝成能交給老師的系統(tǒng)4.1 導(dǎo)出與封裝從 PyTorch 權(quán)重到穩(wěn)定推理接口訓(xùn)練好的 best.pt 是 PyTorch 權(quán)重直接拿來做界面有兩個(gè)問題一是依賴 torch 這個(gè)重庫(kù)二是推理速度受 Python 動(dòng)態(tài)圖影響。常見做法是先導(dǎo)出 ONNX再用 onnxruntime 做推理依賴更輕CPU 上速度也比 PyTorch 推理快一截。導(dǎo)出命令from ultralytics import YOLO model YOLO(runs/detect/train/weights/best.pt) model.export(formatonnx, imgsz640, halfFalse)執(zhí)行完會(huì)在同目錄生成.onnx文件。這里特別注意halfFalse半精度 FP16 在 GPU 上能提速但 CPU 上不支持會(huì)直接報(bào)錯(cuò)畢設(shè)部署基本都用 CPU 跑保持 FP32 就好。ONNX 導(dǎo)出成功后推理接口可以用 onnxruntime 寫或者干脆繼續(xù)用 ultralytics 加載 onnx 文件后者更省事。from ultralytics import YOLO model YOLO(best.onnx) results model.predict(img, conf0.25, iou0.45)用 ONNX 還有一個(gè)好處如果以后想往邊緣設(shè)備遷移比如在 RK3588 這類開發(fā)板上做部署onnx 可以再轉(zhuǎn)成 rknn 格式PyTorch 權(quán)重反而要多一步處理。所以無論當(dāng)前用不用先導(dǎo)出 onnx 都不虧算是給項(xiàng)目留了后悔藥。4.2 三種可視化界面方案怎么選PyQt、Flask 還是 Streamlit可視化界面是畢設(shè)答辯的加分項(xiàng)但不是技術(shù)難點(diǎn)。常見方案就三種先看表格再選別一上來就 PyQt方案形態(tài)開發(fā)成本部署復(fù)雜度適合場(chǎng)景PyQt5桌面窗口高需要寫布局打包 exe 有坑想展示完整桌面應(yīng)用Flask 網(wǎng)頁(yè)瀏覽器訪問低幾十行起服務(wù)即可答辯演示最穩(wěn)妥Streamlit自動(dòng)生成網(wǎng)頁(yè)極低依賴簡(jiǎn)單快速原型、內(nèi)部驗(yàn)證我一般推薦 Flask 網(wǎng)頁(yè)版原因很實(shí)際答辯現(xiàn)場(chǎng)只需要一個(gè)瀏覽器打開 localhost不需要安裝額外軟件也不怕 PyInstaller 打包時(shí)缺 DLL。而且 Flask 天然支持后面擴(kuò)展攝像頭實(shí)時(shí)檢測(cè)你只需要再加一個(gè)img標(biāo)簽輪詢幀就行。本地運(yùn)行時(shí)所有代碼都在一臺(tái)機(jī)器上也方便演示“從上傳圖片到出結(jié)果”的完整流程。4.3 Flask 封裝推理接口的最小實(shí)現(xiàn)從圖片上傳到返回檢測(cè)框下面是一個(gè)可直接跑的最小 Flask 應(yīng)用把 ONNX 模型封裝成 HTTP 接口前端上傳圖片后端返回檢測(cè)框坐標(biāo)和類別。代碼邏輯分為三塊加載模型、解析上傳文件、執(zhí)行推理并組織返回?cái)?shù)據(jù)。import cv2 import numpy as np from flask import Flask, request, jsonify from ultralytics import YOLO app Flask(__name__) model YOLO(best.onnx) app.route(/detect, methods[POST]) def detect(): file request.files.get(image) if file is None: return jsonify({error: no image}), 400 img_bytes np.frombuffer(file.read(), np.uint8) img cv2.imdecode(img_bytes, cv2.IMREAD_COLOR) results model.predict(img, conf0.25, iou0.45) boxes results[0].boxes.xyxy.cpu().numpy() classes results[0].boxes.cls.cpu().numpy().astype(int) names results[0].names detections [] for box, cls_id in zip(boxes, classes): detections.append({ bbox: box.tolist(), class_id: int(cls_id), class_name: names[cls_id] }) return jsonify({count: len(detections), detections: detections}) if __name__ __main__: app.run(host0.0.0.0, port5000)接口邏輯不復(fù)雜但有幾個(gè)細(xì)節(jié)容易踩一是model.predict里不再需要傳source因?yàn)閭魅氲囊呀?jīng)是解碼后的 ndarray二是cv2.imdecode處理的是內(nèi)存字節(jié)直接用cv2.imread(path)會(huì)讀不到上傳的臨時(shí)文件三是返回前要把 numpy 類型轉(zhuǎn)成 Python 原生類型否則 jsonify 會(huì)報(bào)Object of type ndarray is not JSON serializable。前端配一個(gè)表單上傳頁(yè)就能完成整個(gè)演示閉環(huán)這也是標(biāo)題里所謂“功能完善、操作簡(jiǎn)單”最常見的技術(shù)棧落法。4.4 部署自檢清單requirements、啟動(dòng)腳本與路徑規(guī)范部署說的“簡(jiǎn)單即可運(yùn)行”實(shí)際落實(shí)在三件事上。第一requirements.txt 鎖住核心依賴版本避免換一臺(tái)機(jī)器版本漂移ultralytics8.0.0 flask2.0.0 opencv-python4.5.0 numpy1.21.0 onnxruntime1.14.0第二啟動(dòng)腳本一鍵起服務(wù)。Windows 下給一個(gè)start.batLinux 下給一個(gè)run.sh內(nèi)容就是激活環(huán)境加啟動(dòng) Flask別讓用戶去手動(dòng)敲命令。第三項(xiàng)目路徑不能有中文。ultralytics 和 OpenCV 對(duì)中文路徑的支持一直不完善放到D:\畢設(shè)\病蟲害\下面大概率讀圖失敗。我會(huì)在部署文檔第一行就寫所有目錄名、文件名用英文不要帶空格。把這三件事做到才算真正達(dá)到了“簡(jiǎn)單部署即可運(yùn)行”。5. 農(nóng)田病蟲害檢測(cè)避坑指南數(shù)據(jù)、訓(xùn)練與界面三層最常見的翻車點(diǎn)5.1 訓(xùn)練 loss 不降或直接 NaN現(xiàn)象訓(xùn)練到第 5 個(gè) epochloss 曲線完全不動(dòng)或者某一步直接變成 NaN之后指標(biāo)全亂。這種情況新手最容易慌以為是模型壞了。原因八成出在標(biāo)簽文件上。最常見的是某個(gè) txt 標(biāo)簽里寫了超出nc范圍的類別 id或者 data.yaml 的 names 順序和轉(zhuǎn)換腳本里的 classes 順序不一致也有少部分是學(xué)習(xí)率太大尤其是用了自定義優(yōu)化器參數(shù)時(shí)。另外空的標(biāo)簽文件也會(huì)讓模型在該圖上無梯度更新影響收斂。解決先檢查labels/train下有沒有 0 字節(jié)的 txt有就刪掉對(duì)應(yīng)圖片或重新標(biāo)注再寫一段代碼遍歷所有 txt確認(rèn)最大類別 id 小于nc最后把lr0顯式設(shè)為 0.01不要隨意調(diào)大。用yolo train時(shí)加verboseTrue能打印每個(gè) batch 的 loss定位出問題的那一步。5.2 小目標(biāo)漏檢嚴(yán)重病斑根本框不出來現(xiàn)象驗(yàn)證集 mAP 看著有 0.7但實(shí)際拿手機(jī)拍一張?zhí)镩g的稻瘟病斑圖模型一個(gè)框都不出。這種情況在病蟲害場(chǎng)景里極其常見因?yàn)椴“咴谡麖垐D中的占比實(shí)在太小。原因輸入分辨率不夠。imgsz640時(shí)一個(gè) 20×20 像素的病斑下采樣到特征圖只剩 2~3 個(gè)像素C2f 模塊再?gòu)?qiáng)也救不回來。另一個(gè)原因是訓(xùn)練數(shù)據(jù)里小目標(biāo)占比本來就低模型對(duì)大目標(biāo)過擬合了。解決優(yōu)先把imgsz提到 960batch 同步減半如果還不行就做切片推理——把大圖切成 640×640 的重疊塊逐塊檢測(cè)再合并結(jié)果。數(shù)據(jù)層面標(biāo)注時(shí)別偷懶小病斑也要仔細(xì)框或者用離線切圖把原始大圖切成小圖后再標(biāo)注讓模型看到更多“放大”后的病斑樣本。這一步是最耗時(shí)間的但也是效果提升最明顯的。5.3 mAP 高但界面演示亂框重影現(xiàn)象訓(xùn)練指標(biāo)很好但界面上一張圖同時(shí)框出十幾個(gè)重疊框同一個(gè)病斑被標(biāo)成兩個(gè)類別演示效果像模型瘋了一樣。原因推理時(shí)的conf閾值太低比如設(shè)了 0.1模型把大量低置信度預(yù)測(cè)也吐出來。另一個(gè)隱蔽原因是訓(xùn)練集和驗(yàn)證集高度相似也就是數(shù)據(jù)泄漏模型指標(biāo)虛高對(duì)真實(shí)場(chǎng)景的泛化其實(shí)很差。解決把界面里默認(rèn)conf提到 0.3 以上先看演示效果。同時(shí)檢查數(shù)據(jù)劃分如果訓(xùn)練集和驗(yàn)證集是從同一段視頻連續(xù)幀抽的必須重新劃分。我的習(xí)慣是不同時(shí)間、不同田塊、不同設(shè)備拍的照片放進(jìn)不同集合保證驗(yàn)證集與訓(xùn)練集在拍攝條件上有本質(zhì)差異這樣 mAP 才可信。數(shù)據(jù)泄漏會(huì)讓你的畢設(shè)現(xiàn)場(chǎng)翻車防人之心不可無。5.4 界面啟動(dòng)報(bào)錯(cuò) ModuleNotFoundError 或版本沖突現(xiàn)象所有文件都在requirements 也裝了但運(yùn)行python app.py直接報(bào)ModuleNotFoundError: No module named torch或者cv2導(dǎo)入失敗。還有的情況是 torch 裝好了但報(bào) CUDA 版本不匹配。原因最常見是 Python 版本和包版本不匹配。3.11 及以上裝某些舊版 opencv 或 onnxruntime 會(huì)拉不到對(duì)應(yīng) wheeltorch 的 cu 版本和本機(jī)顯卡驅(qū)動(dòng)不匹配也會(huì)讓 import 報(bào)錯(cuò)。還有一個(gè)隱蔽情況是 conda 環(huán)境沒激活包裝到了 base 環(huán)境里命令跑的時(shí)候卻用的是另一個(gè)環(huán)境。解決刪除環(huán)境重建Python 鎖 3.9再按 requirements 逐個(gè)裝。裝 torch 前先nvidia-smi查驅(qū)動(dòng)版本再選對(duì)應(yīng) cu 版本沒有 NVIDIA 顯卡的機(jī)器直接裝 CPU 版 torch不要強(qiáng)行裝 cu 版本。啟動(dòng)腳本里顯式conda activate pest不要依賴用戶手動(dòng)激活。這一套做完能解決九成環(huán)境問題。5.5 中文路徑導(dǎo)致讀取圖片失敗現(xiàn)象程序不報(bào)錯(cuò)但返回的檢測(cè)結(jié)果是空的或者在cv2.imread那一步返回 None后面直接拋異常。用戶如果按中文習(xí)慣把項(xiàng)目目錄命名為“病蟲害檢測(cè)”大概率踩中。原因OpenCV 的imread在 Windows 上對(duì)中文路徑支持不完整ultralytics 內(nèi)部的路徑處理在中文路徑下也可能亂碼。這個(gè)問題在 Linux 上稍好但 Windows 下幾乎是必然復(fù)現(xiàn)的。解決項(xiàng)目根目錄、數(shù)據(jù)集目錄、圖片文件名全部改成英文目錄中間不要有空格。如果甲方硬要用中文文件名可以在讀取時(shí)改用np.fromfile加cv2.imdecode組合能繞過一部分問題但治標(biāo)不治本。我一般直接把規(guī)范寫進(jìn)部署文檔第 1 條本系統(tǒng)不支持中文路徑請(qǐng)勿修改目錄名。6. 模型驗(yàn)證與進(jìn)階從能跑到跑得穩(wěn)我的驗(yàn)收習(xí)慣6.1 用“陌生文件夾”做最終驗(yàn)收訓(xùn)練完成、界面能跑之后我最后一步不是看 mAP而是新建一個(gè)完全沒有參與訓(xùn)練的測(cè)試文件夾里面放十幾張不同光線、不同角度、不同田塊的照片手動(dòng)數(shù)一遍每張圖有幾個(gè)病斑再去跑推理按圖對(duì)比。這個(gè)動(dòng)作能在五分鐘內(nèi)暴露模型的真實(shí)水平比任何指標(biāo)都誠(chéng)實(shí)。我把這個(gè)文件夾命名為final_test長(zhǎng)期保留每次調(diào)參后都跑一遍作為回歸測(cè)試。另外我會(huì)隨手記錄每張圖的置信度分布如果一張圖的最佳框只有 0.3 的置信度說明模型對(duì)這類樣本學(xué)得不夠該補(bǔ)數(shù)據(jù)了。6.2 進(jìn)階方向切圖、數(shù)據(jù)增強(qiáng)與邊緣部署如果項(xiàng)目還有余力提升三個(gè)方向按性價(jià)比排序。第一是高頻切片推理把大圖切成 640 重疊塊病斑漏檢率能顯著下降缺點(diǎn)是推理時(shí)間變長(zhǎng)但界面演示時(shí)只對(duì)上傳單圖操作完全能接受。第二是數(shù)據(jù)增強(qiáng)配置ultralytics 默認(rèn)增強(qiáng)對(duì)農(nóng)業(yè)場(chǎng)景基本夠用別亂加 mosaic因?yàn)?mosaic 拼接會(huì)讓病斑被切割得更碎小目標(biāo)反而更難學(xué)。第三是模型導(dǎo)出鏈路的延伸目前你已經(jīng)有了 onnx后續(xù)可以按 RK3588 這類邊緣開發(fā)板的工具鏈轉(zhuǎn)成 rknn 或 ncnn 格式實(shí)現(xiàn)田間本地化實(shí)時(shí)檢測(cè)這就是一個(gè)可以寫進(jìn)論文的落地延伸點(diǎn)了。我最早做這類項(xiàng)目時(shí)拿到數(shù)據(jù)集就直接訓(xùn)練驗(yàn)證集指標(biāo)好看實(shí)地拍一張全亂框后來才反應(yīng)過來訓(xùn)練集和驗(yàn)證集來自同一批錄像抽幀。從那以后我堅(jiān)持任何演示圖片都不放進(jìn)訓(xùn)練集陌生圖片才是模型真正的試金石。這套流程你照著走一遍大概率能少熬幾個(gè)夜。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取