簡(jiǎn)介這份農(nóng)作物多類別目標(biāo)檢測(cè)數(shù)據(jù)集面向農(nóng)業(yè)AI開發(fā)者、農(nóng)業(yè)院校研究者與智能農(nóng)機(jī)視覺(jué)團(tuán)隊(duì)用于解決農(nóng)田場(chǎng)景下作物種類識(shí)別與定位的樣本匱乏問(wèn)題。數(shù)據(jù)覆蓋香蕉、豆類、茄子、辣椒、黃瓜、大蒜、生姜、玉米、洋蔥、豌豆、菠蘿、馬鈴薯、水稻、高粱、番茄、小麥等16類主要經(jīng)濟(jì)作物涵蓋谷物、蔬菜與經(jīng)濟(jì)作物三大類別并包含豆類與豌豆、不同茄科作物等易混淆樣本便于訓(xùn)練高精度區(qū)分模型。資源包共2000個(gè)文件以957張jpg圖像和1041個(gè)txt標(biāo)注文件為主另含1個(gè)yaml數(shù)據(jù)配置與1份docx說(shuō)明文檔壓縮包約73.86MB標(biāo)注嚴(yán)格遵循YOLO格式可直接用于YOLOv5/v7/v8等主流框架的遷移學(xué)習(xí)與微調(diào)。訓(xùn)練集726張、驗(yàn)證集212張、測(cè)試集103張劃分清晰適合農(nóng)田巡檢機(jī)器人、智能除草與自動(dòng)化收割設(shè)備的視覺(jué)感知模塊開發(fā)。目前已有107人學(xué)習(xí)下載可作為農(nóng)業(yè)目標(biāo)檢測(cè)項(xiàng)目快速起步的標(biāo)準(zhǔn)化數(shù)據(jù)基礎(chǔ)。1. 農(nóng)作物多類別目標(biāo)檢測(cè)數(shù)據(jù)集從拿到壓縮包到跑通第一輪訓(xùn)練田里長(zhǎng)的東西識(shí)別起來(lái)比城里難得多。城市目標(biāo)檢測(cè)有清晰的邊緣、規(guī)整的幾何形狀而農(nóng)作物葉片互相遮擋、類別之間形態(tài)高度相似、光照從正午硬光到陰天散射光跨度極大同一塊地里還常?；旆N。你手上這個(gè)「農(nóng)作物多類別目標(biāo)檢測(cè)數(shù)據(jù)集.zip」本質(zhì)是把這些麻煩打包成了一份可訓(xùn)練的標(biāo)注集合讓你不用從零下地拍照、標(biāo)框直接進(jìn)入模型迭代環(huán)節(jié)。它適合三類人想入門目標(biāo)檢測(cè)但缺真實(shí)場(chǎng)景數(shù)據(jù)的學(xué)生、需要快速驗(yàn)證農(nóng)業(yè)視覺(jué)方案可行性的工程師、以及手里有地塊圖像但標(biāo)注成本扛不住的團(tuán)隊(duì)。核心價(jià)值不在數(shù)據(jù)本身多大而在于「多類別」三個(gè)字——它逼你面對(duì)類別不平衡、細(xì)粒度區(qū)分、小目標(biāo)密集這三個(gè)真實(shí)問(wèn)題而不是在 COCO 上刷一個(gè)漂亮數(shù)字就完事。2. 解壓之后先別急著訓(xùn)練農(nóng)作物數(shù)據(jù)集的目錄結(jié)構(gòu)與標(biāo)注格式核對(duì)拿到壓縮包很多人的第一反應(yīng)是unzip然后直接丟給 YOLO。這個(gè)習(xí)慣在通用數(shù)據(jù)集上問(wèn)題不大但在農(nóng)作物場(chǎng)景里翻車概率極高。原因很簡(jiǎn)單農(nóng)業(yè)數(shù)據(jù)集的標(biāo)注來(lái)源雜可能是 LabelImg 出的 XML、可能是 CVAT 導(dǎo)的 JSON、也可能是已經(jīng)轉(zhuǎn)好的 YOLO txt不同來(lái)源的類別索引順序、坐標(biāo)歸一化方式、甚至文件名編碼都可能不一致。你必須在訓(xùn)練前把這三件事核對(duì)清楚否則后面 loss 不降你都不知道是模型問(wèn)題還是數(shù)據(jù)問(wèn)題。2.1 先看清目錄長(zhǎng)什么樣再?zèng)Q定怎么切分解壓后常見的有兩種組織方式。一種是已經(jīng)切好 train/val/test 的目錄里直接是 images 和 labels 平行存放另一種是全部圖片堆在一個(gè)文件夾標(biāo)注單獨(dú)放。先跑一條命令把結(jié)構(gòu)摸清楚# 查看壓縮包內(nèi)容而不解壓先判斷結(jié)構(gòu) unzip -l 農(nóng)作物多類別目標(biāo)檢測(cè)數(shù)據(jù)集.zip | head -50 # 解壓到指定目錄 unzip 農(nóng)作物多類別目標(biāo)檢測(cè)數(shù)據(jù)集.zip -d ./crop_dataset # 統(tǒng)計(jì)圖片數(shù)量和標(biāo)注數(shù)量?jī)烧邞?yīng)該一致 find ./crop_dataset -name *.jpg -o -name *.png | wc -l find ./crop_dataset -name *.txt -o -name *.xml | wc -l這里的關(guān)鍵判斷點(diǎn)是圖片數(shù)和標(biāo)注數(shù)是否相等。如果標(biāo)注數(shù)明顯少于圖片數(shù)說(shuō)明有部分圖片沒(méi)標(biāo)這些圖在訓(xùn)練時(shí)會(huì)被當(dāng)成背景負(fù)樣本如果數(shù)量占比高會(huì)嚴(yán)重拉低召回。我一般會(huì)把無(wú)標(biāo)注圖片單獨(dú)移到一個(gè)background文件夾訓(xùn)練時(shí)按比例決定是否納入。2.2 標(biāo)注格式轉(zhuǎn)換XML 轉(zhuǎn) YOLO txt 的腳本與四個(gè)邊界坑如果標(biāo)注是 Pascal VOC 的 XML 格式需要轉(zhuǎn)成 YOLO 的歸一化 txt。轉(zhuǎn)換邏輯本身不復(fù)雜但農(nóng)作物數(shù)據(jù)有幾個(gè)特有的坑圖片尺寸不統(tǒng)一、類別名帶中文或空格、有些框坐標(biāo)超出圖像邊界、極小框?qū)捀咝∮?3 像素大量存在。下面這個(gè)腳本把這四點(diǎn)都處理了import os import xml.etree.ElementTree as ET from PIL import Image # 類別映射務(wù)必按你自己的類別順序改索引從 0 開始 CLASS_MAP {玉米: 0, 小麥: 1, 水稻: 2, 大豆: 3, 雜草: 4} def convert(xml_dir, img_dir, out_dir, min_size3): os.makedirs(out_dir, exist_okTrue) 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() # 用實(shí)際圖片尺寸而不是 XML 里寫的 size防止標(biāo)注工具寫錯(cuò) img_name root.find(filename).text img_path os.path.join(img_dir, img_name) if not os.path.exists(img_path): print(f缺圖跳過(guò): {img_name}) continue w, h Image.open(img_path).size lines [] for obj in root.findall(object): cls_name obj.find(name).text.strip() if cls_name not in CLASS_MAP: continue 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) # 裁剪到圖像邊界內(nèi) x1, y1 max(0, x1), max(0, y1) x2, y2 min(w, x2), min(h, y2) bw, bh x2 - x1, y2 - y1 if bw min_size or bh min_size: continue # 丟棄極小框避免訓(xùn)練噪聲 cx (x1 x2) / 2 / w cy (y1 y2) / 2 / h lines.append(f{CLASS_MAP[cls_name]} {cx:.6f} {cy:.6f} {bw/w:.6f} {bh/h:.6f}) out_path os.path.join(out_dir, xml_file.replace(.xml, .txt)) with open(out_path, w) as f: f.write(\n.join(lines)) convert(./crop_dataset/annotations, ./crop_dataset/images, ./crop_dataset/labels)邏輯說(shuō)明用PIL讀實(shí)際圖片尺寸而不是 XML 里的size節(jié)點(diǎn)是因?yàn)楹芏鄻?biāo)注工具在圖片被裁剪后不會(huì)更新 size導(dǎo)致歸一化坐標(biāo)全錯(cuò)。min_size3這個(gè)閾值是經(jīng)驗(yàn)值農(nóng)作物葉片上的病斑、幼芽在 1080p 圖里可能只有幾像素保留它們會(huì)讓模型學(xué)到大量噪聲框但閾值設(shè)太高又會(huì)漏掉真正的小目標(biāo)建議先統(tǒng)計(jì)一下框尺寸分布再定。類別映射必須和后續(xù)訓(xùn)練配置里的names完全一致順序錯(cuò)了模型會(huì)把玉米認(rèn)成小麥而且 loss 看起來(lái)還正常這是最隱蔽的坑。2.3 類別不平衡的量化先數(shù)一遍再?zèng)Q定要不要重采樣農(nóng)作物數(shù)據(jù)集天然不平衡雜草樣本可能是主糧作物的十倍。訓(xùn)練前先統(tǒng)計(jì)每個(gè)類別的框數(shù)量# 統(tǒng)計(jì)每個(gè)類別索引出現(xiàn)的次數(shù)YOLO txt 每行第一個(gè)數(shù)字是類別 cat ./crop_dataset/labels/*.txt | awk {print $1} | sort | uniq -c | sort -rn如果最大類和最小類差距超過(guò) 10 倍直接訓(xùn)練會(huì)讓模型偏向多數(shù)類。常見做法有兩種一是對(duì)少數(shù)類做過(guò)采樣復(fù)制其圖片并在文件名加后綴避免覆蓋二是在損失函數(shù)里用類別權(quán)重。我一般先用過(guò)采樣快速驗(yàn)證因?yàn)楦臄?shù)據(jù)比改損失直觀出問(wèn)題好排查。3. 用 YOLOv8 跑通農(nóng)作物多類別檢測(cè)配置文件、訓(xùn)練命令與參數(shù)怎么設(shè)數(shù)據(jù)核對(duì)完進(jìn)入訓(xùn)練環(huán)節(jié)。選 YOLOv8 而不是更早的版本主要原因是它的數(shù)據(jù)配置格式統(tǒng)一、命令行參數(shù)清晰、對(duì)小白友好同時(shí)在小目標(biāo)上的表現(xiàn)比 v5 有提升這對(duì)農(nóng)作物幼芽、果實(shí)這類小目標(biāo)很關(guān)鍵。這一章把從寫 yaml 到跑出第一輪權(quán)重的完整路徑走一遍參數(shù)逐個(gè)解釋。3.1 寫對(duì) data.yaml路徑、類別數(shù)和 names 順序YOLOv8 的數(shù)據(jù)配置是一個(gè) yaml 文件結(jié)構(gòu)簡(jiǎn)單但容易寫錯(cuò)。下面是一個(gè)針對(duì)農(nóng)作物數(shù)據(jù)集的模板# crop_data.yaml path: /home/user/crop_dataset # 數(shù)據(jù)集根目錄絕對(duì)路徑最穩(wěn) train: images/train # 相對(duì) path 的訓(xùn)練圖片目錄 val: images/val test: images/test nc: 5 # 類別數(shù)必須和 names 長(zhǎng)度一致 names: 0: 玉米 1: 小麥 2: 水稻 3: 大豆 4: 雜草參數(shù)說(shuō)明path用絕對(duì)路徑因?yàn)?Ultralytics 在不同版本里對(duì)相對(duì)路徑的解析基準(zhǔn)不一致用絕對(duì)路徑能避免「找不到圖片」這類玄學(xué)報(bào)錯(cuò)。nc和names的索引必須和轉(zhuǎn)換腳本里的CLASS_MAP完全對(duì)應(yīng)這是最容易出錯(cuò)的地方。train和val寫相對(duì)路徑時(shí)是相對(duì)于path的不是相對(duì)于 yaml 文件本身這一點(diǎn)和很多人的直覺(jué)相反。3.2 訓(xùn)練命令與關(guān)鍵參數(shù)imgsz、batch、workers 怎么定配置寫好訓(xùn)練命令本身很短但參數(shù)選擇決定了你能不能跑起來(lái)、跑得快不快yolo detect train \ datacrop_data.yaml \ modelyolov8n.pt \ epochs100 \ imgsz640 \ batch16 \ workers4 \ device0 \ projectcrop_runs \ nameexp1 \ patience20逐個(gè)說(shuō)modelyolov8n.pt是最小的預(yù)訓(xùn)練權(quán)重適合先跑通流程確認(rèn)數(shù)據(jù)和代碼沒(méi)問(wèn)題后再換yolov8m或yolov8l。imgsz640是默認(rèn)值但如果你的農(nóng)作物圖片里目標(biāo)普遍很小可以提到 1024代價(jià)是顯存占用翻倍、速度下降。batch16在 8G 顯存上跑 640 尺寸基本安全顯存不夠就降到 8 或 4。workers4是數(shù)據(jù)加載線程數(shù)設(shè)太高在機(jī)械硬盤上反而會(huì)拖慢SSD 上可以到 8。patience20表示 20 輪驗(yàn)證指標(biāo)不提升就早停避免過(guò)擬合浪費(fèi)機(jī)時(shí)。提示第一次訓(xùn)練建議先用epochs10跑一遍確認(rèn) loss 正常下降、驗(yàn)證能出結(jié)果再改成 100 正式跑。直接上 100 輪如果數(shù)據(jù)有問(wèn)題你會(huì)在幾小時(shí)后才發(fā)現(xiàn)白跑。3.3 訓(xùn)練過(guò)程看什么loss 曲線、mAP 和混淆矩陣訓(xùn)練啟動(dòng)后終端會(huì)打印每輪的 box_loss、cls_loss、mAP50。判斷訓(xùn)練是否健康看三點(diǎn)box_loss 和 cls_loss 是否整體下降允許波動(dòng)mAP50 是否上升并趨于平穩(wěn)驗(yàn)證集 loss 是否在訓(xùn)練后期開始上升過(guò)擬合信號(hào)。農(nóng)作物數(shù)據(jù)集常見的異常是 cls_loss 居高不下通常意味著類別混淆嚴(yán)重比如玉米和大豆在幼苗期形態(tài)接近這時(shí)候要么增加這兩類的區(qū)分性樣本要么考慮合并類別。訓(xùn)練結(jié)束后crop_runs/exp1下會(huì)生成混淆矩陣和 PR 曲線混淆矩陣能直接告訴你哪兩類在互相誤判這是調(diào)數(shù)據(jù)的依據(jù)比盯著 mAP 數(shù)字有用。4. 農(nóng)作物檢測(cè)的避坑清單五條血淚經(jīng)驗(yàn)這一章單獨(dú)拿出來(lái)是因?yàn)橄旅孢@些問(wèn)題在通用數(shù)據(jù)集上不常見但在農(nóng)作物場(chǎng)景里幾乎必然遇到。每條按現(xiàn)象、原因、解決寫你對(duì)照排查能省下大量時(shí)間。4.1 現(xiàn)象訓(xùn)練 loss 正常下降但驗(yàn)證 mAP 始終在 0.1 以下原因標(biāo)注文件的類別索引和 data.yaml 里的 names 順序不一致。模型在學(xué)但學(xué)的是錯(cuò)的映射關(guān)系驗(yàn)證時(shí)按正確類別算 mAP 自然極低。這種情況 loss 曲線看起來(lái)完全正常極具迷惑性。解決隨機(jī)抽 5 張圖用腳本把標(biāo)注框畫回圖片上肉眼確認(rèn)框的位置和類別標(biāo)簽是否對(duì)得上?？梢暬_本比看數(shù)字快得多import cv2 img cv2.imread(crop_dataset/images/val/sample.jpg) h, w img.shape[:2] with open(crop_dataset/labels/val/sample.txt) as f: for line in f: c, cx, cy, bw, bh map(float, line.split()) x1 int((cx - bw/2) * w); y1 int((cy - bh/2) * h) x2 int((cx bw/2) * w); y2 int((cy bh/2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.putText(img, str(int(c)), (x1, y1-5), 0, 0.6, (0, 255, 0), 2) cv2.imwrite(check.jpg, img)4.2 現(xiàn)象模型把大片背景識(shí)別成目標(biāo)誤檢率高原因數(shù)據(jù)集中有大量無(wú)標(biāo)注圖片被當(dāng)作純背景訓(xùn)練但背景里其實(shí)有目標(biāo)只是沒(méi)標(biāo)模型學(xué)到「類似紋理就是目標(biāo)」的錯(cuò)誤關(guān)聯(lián)。農(nóng)作物數(shù)據(jù)集從不同來(lái)源拼湊時(shí)這個(gè)問(wèn)題特別嚴(yán)重。解決統(tǒng)計(jì)無(wú)標(biāo)注圖片占比超過(guò) 20% 就單獨(dú)檢查這些圖確認(rèn)是真背景還是漏標(biāo)。漏標(biāo)的補(bǔ)標(biāo)真背景的可以保留但控制比例。另外可以在訓(xùn)練時(shí)用mosaic增強(qiáng)YOLOv8 默認(rèn)開啟它能通過(guò)拼接增加背景多樣性緩解這個(gè)問(wèn)題。4.3 現(xiàn)象小目標(biāo)幼芽、果實(shí)幾乎檢測(cè)不到原因下采樣過(guò)程中小目標(biāo)的特征被稀釋640 輸入尺寸下原圖里 10 像素的目標(biāo)縮到特征圖上只剩不到 1 像素。農(nóng)作物的小目標(biāo)檢測(cè)是老大難。解決三個(gè)方向。一是提高imgsz到 1024 或 1280代價(jià)是顯存和速度二是用帶 P2 層的模型結(jié)構(gòu)YOLOv8 可以通過(guò)修改配置加 P2 檢測(cè)頭專門針對(duì)小目標(biāo)三是切圖訓(xùn)練把大圖裁成小塊分別標(biāo)分別訓(xùn)推理時(shí)再拼回去。我一般先試提高 imgsz成本最低。4.4 現(xiàn)象換了塊地拍的圖模型性能斷崖式下降原因過(guò)擬合到訓(xùn)練集的光照、土壤顏色、拍攝角度。農(nóng)作物數(shù)據(jù)集如果采集時(shí)間集中模型會(huì)學(xué)到「這塊地的土是紅的所以是玉米」這種偽特征。解決訓(xùn)練時(shí)加強(qiáng)顏色抖動(dòng)、隨機(jī)裁剪、旋轉(zhuǎn)等增強(qiáng)。YOLOv8 的hsv_h、hsv_s、hsv_v參數(shù)控制色調(diào)飽和度明度擾動(dòng)農(nóng)作物場(chǎng)景建議把hsv_h調(diào)到 0.03 以上。更根本的辦法是訓(xùn)練集里加入不同地塊、不同天氣的樣本數(shù)據(jù)多樣性比任何增強(qiáng)都管用。4.5 現(xiàn)象訓(xùn)練到一半顯存溢出進(jìn)程被殺原因batch設(shè)太大或者imgsz提高后沒(méi)同步降 batch。另外workers過(guò)多也會(huì)占用額外內(nèi)存。解決顯存不夠時(shí)優(yōu)先降batch其次降imgsz?？梢杂胋atch-1讓 Ultralytics 自動(dòng)選擇能跑的最大 batch但自動(dòng)值有時(shí)偏保守。監(jiān)控顯存用nvidia-smi -l 1訓(xùn)練啟動(dòng)后觀察幾秒占用超過(guò) 90% 就主動(dòng)降。5. 從跑通到可用類別合并策略與推理閾值調(diào)優(yōu)訓(xùn)練跑通只是起點(diǎn)真正讓農(nóng)作物檢測(cè)可用還要處理兩個(gè)進(jìn)階問(wèn)題類別粒度怎么定以及推理時(shí)置信度閾值怎么調(diào)。這兩件事沒(méi)有標(biāo)準(zhǔn)答案但有一套可操作的判斷方法。5.1 類別不是越細(xì)越好用混淆矩陣決定合并多類別數(shù)據(jù)集最容易犯的錯(cuò)是類別定得太細(xì)。比如把玉米的「健康葉片」「輕微病斑」「嚴(yán)重病斑」分成三類但標(biāo)注時(shí)邊界模糊模型學(xué)出來(lái)三類互相混淆mAP 全低。判斷方法很直接看訓(xùn)練后的混淆矩陣如果兩類之間的誤判率超過(guò) 30%且它們?cè)跇I(yè)務(wù)上不需要嚴(yán)格區(qū)分就合并。合并后重新訓(xùn)練mAP 通常會(huì)有明顯提升。農(nóng)作物場(chǎng)景里我一般建議先按物種分大類病害細(xì)分留到第二階段用分類模型做檢測(cè)模型專注「找到并定位」。5.2 推理閾值conf 和 iou 的聯(lián)動(dòng)調(diào)法推理時(shí)兩個(gè)關(guān)鍵參數(shù)conf是置信度閾值低于它的框被丟棄iou是 NMS 的重疊閾值控制密集目標(biāo)的合并程度。農(nóng)作物密集場(chǎng)景比如一株多果里iou設(shè)太高會(huì)把相鄰目標(biāo)合并成一個(gè)設(shè)太低會(huì)保留大量重復(fù)框。調(diào)法如下yolo detect predict \ modelcrop_runs/exp1/weights/best.pt \ sourcetest_images/ \ conf0.25 \ iou0.45 \ saveTrueconf0.25是通用起點(diǎn)漏檢多就降到 0.15誤檢多就升到 0.4。iou0.45對(duì)大多數(shù)場(chǎng)景夠用密集小目標(biāo)可以降到 0.3 讓 NMS 更激進(jìn)地保留框。這兩個(gè)參數(shù)要一起調(diào)單獨(dú)調(diào)一個(gè)往往顧此失彼。我的習(xí)慣是固定iou調(diào)conf找到漏檢和誤檢的平衡點(diǎn)后再微調(diào)iou。5.3 驗(yàn)證方法留一塊沒(méi)參與訓(xùn)練的地塊做最終測(cè)試最后說(shuō)一個(gè)我踩過(guò)坑才養(yǎng)成的習(xí)慣。訓(xùn)練時(shí)的驗(yàn)證集如果和訓(xùn)練集來(lái)自同一塊地、同一批拍攝mAP 會(huì)虛高。真正能反映可用性的是留一塊完全沒(méi)參與訓(xùn)練的地塊圖像做測(cè)試。這塊地的土壤、光照、作物品種都不同模型在這上面的表現(xiàn)才是你上線后能拿到的真實(shí)水平。我一般會(huì)從數(shù)據(jù)里按地塊劃分而不是隨機(jī)劃分隨機(jī)劃分會(huì)讓同一塊地的相似圖片同時(shí)出現(xiàn)在訓(xùn)練和驗(yàn)證里造成數(shù)據(jù)泄漏。這個(gè)習(xí)慣讓我在多個(gè)農(nóng)業(yè)項(xiàng)目里提前發(fā)現(xiàn)了過(guò)擬合問(wèn)題雖然標(biāo)注成本高一點(diǎn)但比上線后翻車劃算得多。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取