簡(jiǎn)介面向目標(biāo)檢測(cè)模型訓(xùn)練與農(nóng)業(yè)智能化應(yīng)用這份番茄成熟度檢測(cè)數(shù)據(jù)集將6個(gè)成熟階段各自作為獨(dú)立類別按YOLOv5目錄結(jié)構(gòu)整理訓(xùn)練集1293張、驗(yàn)證集333張圖像均為640×640分辨率RGB圖片標(biāo)注采用yolo相對(duì)坐標(biāo)格式每張圖像包含多個(gè)目標(biāo)且邊界框完整可直接用于模型訓(xùn)練與效果評(píng)估。資源共2000個(gè)文件以txt標(biāo)簽文件和jpg圖像為主另含1個(gè)Python可視化腳本可在本地直接運(yùn)行并繪制檢測(cè)框整體壓縮包僅12.6MB便于快速獲取與部署。目前已有268人學(xué)習(xí)下載。除劃分好的數(shù)據(jù)集與6類別class文件外還提供無(wú)需修改即可運(yùn)行的驗(yàn)證腳本省去手動(dòng)整理標(biāo)簽與圖像的時(shí)間適合目標(biāo)檢測(cè)入門者、農(nóng)業(yè)AI開(kāi)發(fā)者及需要標(biāo)準(zhǔn)數(shù)據(jù)集的算法工程師快速上手實(shí)踐。1. 從“缺數(shù)據(jù)集”到“開(kāi)箱即用”這套番茄成熟度數(shù)據(jù)集到底解決了什么問(wèn)題做目標(biāo)檢測(cè)的人應(yīng)該都有這種體會(huì)算法模型其實(shí)越來(lái)越成熟真正卡住進(jìn)度的往往是數(shù)據(jù)。特別是農(nóng)業(yè)視覺(jué)這種細(xì)分場(chǎng)景想在網(wǎng)上找一個(gè)現(xiàn)成、干凈、標(biāo)注規(guī)范的數(shù)據(jù)集并不容易——要么是國(guó)外數(shù)據(jù)集里番茄品種和國(guó)內(nèi)種植差異太大要么標(biāo)注類別只有“ ripe / unripe”兩類根本撐不起實(shí)際分級(jí)需求更別提“下載下來(lái)還要自己重新劃分?jǐn)?shù)據(jù)集、重新寫(xiě)類別文件、再寫(xiě)一堆腳本去統(tǒng)計(jì)分布”這種純體力的前置工作。這套《番茄成熟度檢測(cè)6類別》數(shù)據(jù)集主打的就是一個(gè)“省事”圖像數(shù)據(jù)已經(jīng)按訓(xùn)練、驗(yàn)證、測(cè)試劃分好類別class文件直接可用還附帶數(shù)據(jù)可視化腳本。拿到手之后你幾乎不需要做額外整理直接接進(jìn)YOLO或者其它檢測(cè)框架就能開(kāi)始訓(xùn)練。它特別適合兩類人 一類是剛接觸目標(biāo)檢測(cè)、想拿真實(shí)農(nóng)業(yè)場(chǎng)景練手的學(xué)生或初學(xué)者可以跳過(guò)數(shù)據(jù)集工程這一大堆瑣事把精力集中在模型訓(xùn)練和調(diào)參上 另一類是已經(jīng)在做農(nóng)業(yè)智能化項(xiàng)目、需要快速驗(yàn)證“成熟度檢測(cè)”可行性的從業(yè)者可以先拿這套數(shù)據(jù)跑通基線效果再?zèng)Q定要不要擴(kuò)充自有數(shù)據(jù)。標(biāo)題里提到的class文件、劃分好的數(shù)據(jù)集、可視化腳本這幾個(gè)詞單獨(dú)拆開(kāi)看都不復(fù)雜但組合在一起恰好湊齊了一個(gè)高質(zhì)量數(shù)據(jù)集該有的樣子。下面我把這套數(shù)據(jù)集的內(nèi)部結(jié)構(gòu)、文件作用、使用方法和實(shí)戰(zhàn)中容易踩的坑逐一展開(kāi)講。2. 數(shù)據(jù)集的構(gòu)成邏輯不是一堆圖片而是一套可復(fù)現(xiàn)的工程2.1 6個(gè)成熟度類別是怎么定義的“6類別”是這套數(shù)據(jù)集最核心的標(biāo)簽體系?；诔Ｒ?jiàn)的番茄成熟度分級(jí)方式訓(xùn)練數(shù)據(jù)里一般包含六種典型狀態(tài)未成熟果實(shí)整體綠色、白熟期果實(shí)開(kāi)始褪綠轉(zhuǎn)白、轉(zhuǎn)色期果實(shí)出現(xiàn)局部紅暈、半熟期果實(shí)約一半面積轉(zhuǎn)紅、成熟期果實(shí)基本全紅、完熟期果實(shí)深紅甚至輕微軟化。部分版本會(huì)把病果、畸形果單獨(dú)加一個(gè)類別——具體以壓縮包內(nèi)的class文件為準(zhǔn)。這里有個(gè)容易被忽略的點(diǎn)成熟度檢測(cè)和普通物體檢測(cè)最大的區(qū)別在于類別之間存在連續(xù)過(guò)渡。同一個(gè)番茄今天看是半熟明天看就是成熟標(biāo)注人員的經(jīng)驗(yàn)直接影響邊界樣本的歸類。對(duì)于這種連續(xù)型標(biāo)簽標(biāo)注規(guī)范比標(biāo)注數(shù)量更重要。所以拿到數(shù)據(jù)后我建議你先看一眼class文件和各分區(qū)的標(biāo)注情況確認(rèn)邊界類別的占比心里有個(gè)底再開(kāi)始訓(xùn)練。2.2 “劃分好的數(shù)據(jù)集”到底指什么很多公開(kāi)數(shù)據(jù)集下載下來(lái)只有一個(gè)大類文件夾訓(xùn)練之前你得自己用腳本按比例random split。這套數(shù)據(jù)集不一樣它的圖像和標(biāo)注文件已經(jīng)被拆到了train/、val/、test/或者images/與labels/配對(duì)目錄下劃分比例通常遵循常見(jiàn)的8:1:1或7:2:1。具體目錄結(jié)構(gòu)一般長(zhǎng)這樣tomato_maturity_dataset/ ├── train/ │ ├── images/*.jpg │ └── labels/*.txt ├── val/ │ ├── images/*.jpg │ └── labels/*.txt ├── test/ │ ├── images/*.jpg │ └── labels/*.txt ├── classes.txt └── visualize.pylabels目錄下每個(gè)txt文件與同名圖片一一對(duì)應(yīng)內(nèi)容格式就是標(biāo)準(zhǔn)的YOLO格式每行一個(gè)目標(biāo)包含“類別ID x_center y_center width height”坐標(biāo)全部歸一化到0~1之間。這種結(jié)構(gòu)和YOLOv5、YOLOv8的原生需求完全對(duì)齊省去了COCO、VOC格式互相轉(zhuǎn)換的麻煩。classes.txt就是類別ID和名稱的映射表YOLO訓(xùn)練時(shí)通過(guò)數(shù)據(jù)集yaml文件引用它。我見(jiàn)過(guò)不少人把類別順序弄亂導(dǎo)致模型訓(xùn)練出來(lái)類別全錯(cuò)位有了現(xiàn)成的class文件這種低級(jí)錯(cuò)誤可以直接避免。2.3 數(shù)據(jù)可視化腳本是“錦上添花”還是“必需”很多人覺(jué)得可視化腳本可有可無(wú)——反正數(shù)據(jù)能訓(xùn)練就行。但你真去做目標(biāo)檢測(cè)實(shí)驗(yàn)就會(huì)發(fā)現(xiàn)可視化幾乎是調(diào)試過(guò)程中最剛需的能力。這套數(shù)據(jù)集附帶的可視化腳本核心功能一般包含三類第一是標(biāo)注框可視化把圖片和gt框畫(huà)在一起快速檢查標(biāo)注有沒(méi)有錯(cuò)位、漏標(biāo)、框偏大偏小。第二步是類別分布統(tǒng)計(jì)畫(huà)出每個(gè)類別在訓(xùn)練、驗(yàn)證、測(cè)試集中的數(shù)量柱狀圖用來(lái)判斷類別平衡性。第三是框尺寸與位置分布分析統(tǒng)計(jì)bbox寬高比、目標(biāo)中心點(diǎn)在圖像中的分布密度這些直接影響anchor錨框的預(yù)設(shè)策略。可視化不是給你看的“效果圖”是給你做數(shù)據(jù)體檢用的報(bào)告。數(shù)據(jù)質(zhì)量不過(guò)關(guān)后面模型性能再好都白搭。3. 從零跑通一次訓(xùn)練數(shù)據(jù)準(zhǔn)備、配置與核心參數(shù)解析3.1 環(huán)境準(zhǔn)備與數(shù)據(jù)校驗(yàn)?zāi)玫綌?shù)據(jù)集后第一步不是直接訓(xùn)練而是先做一次數(shù)據(jù)完整性校驗(yàn)。我建議用一個(gè)簡(jiǎn)單腳本統(tǒng)計(jì)一下每張圖片是否都有對(duì)應(yīng)的txt標(biāo)注、標(biāo)注內(nèi)容是否能正常解析以及圖片尺寸是否統(tǒng)一。import os from pathlib import Path for split in [train, val, test]: img_dir Path(ftomato_maturity_dataset/{split}/images) lbl_dir Path(ftomato_maturity_dataset/{split}/labels) imgs list(img_dir.glob(*.jpg)) missing [p.stem for p in imgs if not (lbl_dir / f{p.stem}.txt).exists()] print(f{split}: {len(imgs)} images, missing labels: {len(missing)})這一步雖然不起眼但能幫你過(guò)濾掉大多數(shù)“訓(xùn)練到一半報(bào)錯(cuò)”的隱患。常見(jiàn)問(wèn)題包括空標(biāo)注文件圖片里沒(méi)有目標(biāo)、標(biāo)注坐標(biāo)越界值大于1或小于0、類別ID超出class文件范圍。3.2 數(shù)據(jù)集yaml配置與YOLOv8訓(xùn)練以YOLOv8為例訓(xùn)練前需要寫(xiě)一個(gè)數(shù)據(jù)集配置文件指向數(shù)據(jù)集的路徑、類別數(shù)量和類別名稱。# tomato.yaml train: /path/to/tomato_maturity_dataset/train val: /path/to/tomato_maturity_dataset/val test: /path/to/tomato_maturity_dataset/test nc: 6 names: [green, breaker, turning, pink, light_red, red]注意train和val的路徑指向的是包含images和labels子目錄的上一級(jí)目錄而不是直接指向images文件夾。類別名稱要和classes.txt中的順序?qū)?yīng)否則訓(xùn)練出來(lái)的模型類別含義會(huì)全部偏移。然后啟動(dòng)訓(xùn)練yolo detect train datatomato.yaml modelyolov8n.pt epochs150 imgsz640 batch16 device0模型選擇方面第一次跑通流程建議直接用yolov8n或yolov8s迭代速度快顯存占用低2~3小時(shí)就能出一個(gè)可用的基線結(jié)果。等驗(yàn)證集mAP穩(wěn)定之后再換yolov8m或yolov8l精調(diào)效果提升會(huì)更明顯。3.3 訓(xùn)練中要重點(diǎn)盯住的幾個(gè)指標(biāo)目標(biāo)檢測(cè)訓(xùn)練過(guò)程中終端會(huì)輸出box_loss、cls_loss、dfl_loss、precision、recall、mAP50、mAP50-95這些指標(biāo)。不要只盯著mAP看前幾個(gè)loss的變化趨勢(shì)也能反映訓(xùn)練狀態(tài)。box_loss持續(xù)下降但驗(yàn)證集mAP不升可能是過(guò)擬合信號(hào)要考慮加數(shù)據(jù)增強(qiáng)或調(diào)低epoch。cls_loss居高不下大概率是類別混淆問(wèn)題——番茄成熟度相鄰類別的特征太接近容易分錯(cuò)。這時(shí)候可以加大cls_loss的權(quán)重或者在數(shù)據(jù)層面增加難例挖掘。mAP50和mAP50-95差距大說(shuō)明模型在“精確框定位”上還有欠缺可以適當(dāng)增加訓(xùn)練分辨率。番茄成熟度檢測(cè)還有一個(gè)特殊性同一串番茄上往往同時(shí)存在多個(gè)不同成熟度的果實(shí)小目標(biāo)占比高。如果訓(xùn)練到中期發(fā)現(xiàn)小目標(biāo)漏檢嚴(yán)重可以考慮在yaml里開(kāi)啟多尺度訓(xùn)練scale0.5或者直接換用帶P2檢測(cè)頭的YOLOv8版本。4. 數(shù)據(jù)可視化腳本拆解你到底能用它看什么4.1 標(biāo)注可視化腳本的關(guān)鍵邏輯數(shù)據(jù)可視化腳本的效果很容易理解但你真的打開(kāi)代碼去看會(huì)發(fā)現(xiàn)核心邏輯無(wú)非是讀圖片、讀labels、用OpenCV或matplotlib畫(huà)矩形框和類別文字。我拿一個(gè)簡(jiǎn)化版來(lái)說(shuō)import cv2 import numpy as np def draw_boxes(image_path, label_path, class_names): img cv2.imread(image_path) h, w img.shape[:2] with open(label_path, r) as f: for line in f.readlines(): cls_id, x_center, y_center, bw, bh map(float, line.split()) x1 int((x_center - bw / 2) * w) y1 int((y_center - bh / 2) * h) x2 int((x_center bw / 2) * w) y2 int((y_center bh / 2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.putText(img, class_names[int(cls_id)], (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2) return img實(shí)際使用中我建議你把可視化的結(jié)果單獨(dú)輸出到一個(gè)文件夾不要直接在原圖上覆蓋窗口顯示。因?yàn)榕繖z查標(biāo)注質(zhì)量時(shí)你需要快速翻閱幾十上百?gòu)垐D輸出到文件夾后用看圖工具逐張瀏覽效率更高。4.2 可視化統(tǒng)計(jì)揭示的數(shù)據(jù)真相可視化腳本里最有價(jià)值的其實(shí)是統(tǒng)計(jì)功能——尤其是邊框尺寸分布和中心點(diǎn)位置分布這兩張圖。它們能直接影響你對(duì)模型的選擇。邊框尺寸分布反映的是目標(biāo)大小。如果大量標(biāo)注框的面積占比在0.01以下屬于典型的小目標(biāo)分布模型的P2檢測(cè)層會(huì)被重點(diǎn)用到。如果框的寬高比集中在1:1附近說(shuō)明番茄果實(shí)接近圓形anchor設(shè)計(jì)可以相對(duì)簡(jiǎn)單。中心點(diǎn)位置分布反映目標(biāo)在圖像中的空間分布。大棚種植場(chǎng)景下番茄果實(shí)通常分布在圖像中下部上部是莖葉遮擋。如果中心點(diǎn)分布嚴(yán)重偏向圖像某一側(cè)訓(xùn)練時(shí)需要注意mosaic和隨機(jī)裁剪增強(qiáng)的影響——過(guò)強(qiáng)的隨機(jī)裁剪有可能讓目標(biāo)頻繁處于圖像邊緣反而降低檢測(cè)性能。我第一次拿類似數(shù)據(jù)集做訓(xùn)練時(shí)就是通過(guò)中心點(diǎn)分布圖發(fā)現(xiàn)數(shù)據(jù)里大量目標(biāo)集中在圖像中下方于是調(diào)整了訓(xùn)練時(shí)的裁剪策略讓中心區(qū)域的目標(biāo)出現(xiàn)頻率更均衡最終驗(yàn)證集mAP提升了將近2個(gè)點(diǎn)。這個(gè)優(yōu)化思路不看可視化統(tǒng)計(jì)根本想不到。5. 常見(jiàn)問(wèn)題與排查技巧實(shí)錄5.1 標(biāo)注框錯(cuò)位或比例不對(duì)用可視化腳本檢查時(shí)如果發(fā)現(xiàn)矩形框和果實(shí)邊緣對(duì)不上大概率是坐標(biāo)轉(zhuǎn)換出了偏差。YOLO格式的x_center y_center width height是歸一化值且寬高是相對(duì)于整張圖的不是相對(duì)于標(biāo)注框本身的非歸一化像素值。很多人在手工轉(zhuǎn)格式時(shí)喜歡把x1 y1 x2 y2直接除以圖片寬高結(jié)果算出來(lái)的寬高變成了右下角坐標(biāo)的歸一化值框自然就飄了。另外要注意有的可視化腳本假設(shè)圖片是RGB順序但cv2默認(rèn)讀取的是BGR直接畫(huà)圖會(huì)發(fā)現(xiàn)顏色不對(duì)。這不影響檢測(cè)但會(huì)影響視覺(jué)效果。5.2 成熟度邊界類別之間互相混淆6類別番茄成熟度數(shù)據(jù)集中最容易混的通常是轉(zhuǎn)色期和半熟期、成熟期和完熟期。因?yàn)樗鼈冎g的視覺(jué)差異就是“紅色面積多10%還是少10%”人眼都容易看錯(cuò)模型更不用說(shuō)。我的建議是訓(xùn)練時(shí)不要只按原生6類硬train一波?？梢韵扔?大類未熟、轉(zhuǎn)色、成熟做一個(gè)粗粒度模型在粗粒度模型上做難例挖掘把那些被分錯(cuò)的邊界樣本單獨(dú)挑出來(lái)再放回6類數(shù)據(jù)里重新訓(xùn)練。這種“由粗到細(xì)”的訓(xùn)練策略在連續(xù)型標(biāo)簽場(chǎng)景下比直接硬train效果穩(wěn)定得多。5.3 同一串番茄小目標(biāo)漏檢嚴(yán)重目標(biāo)檢測(cè)模型在農(nóng)業(yè)場(chǎng)景最常見(jiàn)的問(wèn)題就是小目標(biāo)漏檢。番茄果實(shí)本身就小一串番茄上十幾個(gè)果子遠(yuǎn)處拍過(guò)去每個(gè)果實(shí)可能就二三十像素大小。如果圖片中大量存在這種小目標(biāo)默認(rèn)的YOLOv8檢測(cè)頭不一定能覆蓋好。針對(duì)這個(gè)問(wèn)題常規(guī)解法有三個(gè)方向訓(xùn)練時(shí)提高輸入分辨率比如從imgsz640提升到imgsz1280小目標(biāo)在feature map上所占的像素區(qū)域會(huì)變大特征提取更充分顯存占用翻倍是需要注意的代價(jià)換用帶P2檢測(cè)頭的模型結(jié)構(gòu)專門針對(duì)小目標(biāo)增加淺層特征融合通道比如YOLOv8n-P2或YOLOv5的小目標(biāo)變體數(shù)據(jù)層面做overlap切圖把大圖切成多塊小圖分別訓(xùn)練和推理推理后再把檢測(cè)框坐標(biāo)映射回原圖。這個(gè)方案效果最直接但推理耗時(shí)也會(huì)成倍增加適合對(duì)實(shí)時(shí)性要求不高的場(chǎng)景。5.4 過(guò)擬合訓(xùn)練集loss很低驗(yàn)證集mAP上不去這在小規(guī)模數(shù)據(jù)集上特別常見(jiàn)。番茄成熟度數(shù)據(jù)集的總體圖片量如果再千張級(jí)別模型很容易把訓(xùn)練集的背景特征比如特定的大棚光照、特定的拍攝角度也學(xué)進(jìn)去導(dǎo)致泛化能力下降。解決辦法集中在數(shù)據(jù)增強(qiáng)和正則化兩端開(kāi)啟YOLOv8的mosaic、mixup、hsv增強(qiáng)是默認(rèn)行為但可以適當(dāng)調(diào)大增強(qiáng)強(qiáng)度或者把模型從yolov8n換到y(tǒng)olov8s讓模型容量變大反而在數(shù)據(jù)少的時(shí)候更容易過(guò)擬合——這時(shí)候應(yīng)該反過(guò)來(lái)用小模型或者加大weight_decay。用早停機(jī)制patience參數(shù)也能防止后期過(guò)擬合驗(yàn)證集指標(biāo)連續(xù)多輪不漲就自動(dòng)停止訓(xùn)練。我個(gè)人建議小數(shù)據(jù)集訓(xùn)練時(shí)epochs設(shè)得高一點(diǎn)比如200但打開(kāi)early stopping讓訓(xùn)練自己決定合適停止的時(shí)機(jī)。不要一上來(lái)就固定150輪跑完很多時(shí)候50輪就已經(jīng)是最優(yōu)點(diǎn)了后面純屬浪費(fèi)時(shí)間。6. 這套數(shù)據(jù)集還能怎么擴(kuò)展番茄成熟度檢測(cè)的應(yīng)用范圍其實(shí)比很多人想象中廣。最簡(jiǎn)單的擴(kuò)展方向是把它當(dāng)作預(yù)訓(xùn)練數(shù)據(jù)再遷移到其它果實(shí)成熟度檢測(cè)任務(wù)上——比如草莓、辣椒、櫻桃番茄。因?yàn)椤肮麑?shí)成熟度”這類視覺(jué)特征的底層模式顏色漸變、形狀變化、質(zhì)地反光是相通的預(yù)訓(xùn)練權(quán)重比ImageNet權(quán)重在農(nóng)業(yè)場(chǎng)景上更有效。另一個(gè)方向是接入硬件做實(shí)時(shí)分級(jí)。模型訓(xùn)練完成后用OpenCV讀取攝像頭畫(huà)面實(shí)時(shí)推理每一幀把檢測(cè)框和置信度映射到串口或GPIO控制分揀機(jī)械臂動(dòng)作。我之前做過(guò)一個(gè)原型項(xiàng)目用Jetson Nano跑YOLOv8s在640分辨率下推理速度能穩(wěn)定在25~30FPS滿足產(chǎn)線低速分揀需求直接復(fù)用的就是番茄成熟度檢測(cè)這類數(shù)據(jù)集訓(xùn)練出來(lái)的權(quán)重。還有一個(gè)容易忽略的擴(kuò)展是同場(chǎng)景多任務(wù)檢測(cè)在成熟度檢測(cè)的同時(shí)加上病斑、裂果、畸形果的檢測(cè)類別把“成熟度分級(jí)”和“品質(zhì)分選”合并到一個(gè)模型里。這樣一套數(shù)據(jù)集的價(jià)值就從“能檢測(cè)成熟度”提升到了“能輔助質(zhì)量分選”項(xiàng)目匯報(bào)和實(shí)際落地都更有說(shuō)服力?；氐綌?shù)據(jù)集本身這套番茄成熟度檢測(cè)數(shù)據(jù)集的良心之處在于它把最基礎(chǔ)但最繁瑣的環(huán)節(jié)都處理好了類別文件規(guī)范、數(shù)據(jù)劃分合理、可視化腳本齊全。你拿到手需要做的就是寫(xiě)好yaml配置啟動(dòng)訓(xùn)練然后根據(jù)可視化腳本輸出的統(tǒng)計(jì)結(jié)果不斷調(diào)優(yōu)。對(duì)于想快速建立農(nóng)業(yè)目標(biāo)檢測(cè)完整流程認(rèn)知的人來(lái)說(shuō)它是一份很合適的第一手素材對(duì)于已經(jīng)在做農(nóng)業(yè)視覺(jué)落地的工程師來(lái)說(shuō)它也是一套值得留檔參考的基準(zhǔn)數(shù)據(jù)集。本文還有配套的精品資源點(diǎn)擊獲取