簡介面向目標(biāo)檢測模型訓(xùn)練與農(nóng)業(yè)智能化應(yīng)用這份番茄成熟度檢測數(shù)據(jù)集將6個成熟階段各自作為獨立類別按YOLOv5目錄結(jié)構(gòu)整理訓(xùn)練集1293張、驗證集333張圖像均為640×640分辨率RGB圖片標(biāo)注采用yolo相對坐標(biāo)格式每張圖像包含多個目標(biāo)且邊界框完整可直接用于模型訓(xùn)練與效果評估。資源共2000個文件以txt標(biāo)簽文件和jpg圖像為主另含1個Python可視化腳本可在本地直接運行并繪制檢測框整體壓縮包僅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文件外還提供無需修改即可運行的驗證腳本省去手動整理標(biāo)簽與圖像的時間適合目標(biāo)檢測入門者、農(nóng)業(yè)AI開發(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踐。1. 從“缺數(shù)據(jù)集”到“開箱即用”這套番茄成熟度數(shù)據(jù)集到底解決了什么問題做目標(biāo)檢測的人應(yīng)該都有這種體會算法模型其實越來越成熟真正卡住進度的往往是數(shù)據(jù)。特別是農(nóng)業(yè)視覺這種細(xì)分場景想在網(wǎng)上找一個現(xiàn)成、干凈、標(biāo)注規(guī)范的數(shù)據(jù)集并不容易——要么是國外數(shù)據(jù)集里番茄品種和國內(nèi)種植差異太大要么標(biāo)注類別只有“ ripe / unripe”兩類根本撐不起實際分級需求更別提“下載下來還要自己重新劃分?jǐn)?shù)據(jù)集、重新寫類別文件、再寫一堆腳本去統(tǒng)計分布”這種純體力的前置工作。這套《番茄成熟度檢測6類別》數(shù)據(jù)集主打的就是一個“省事”圖像數(shù)據(jù)已經(jīng)按訓(xùn)練、驗證、測試劃分好類別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YOLO或者其它檢測框架就能開始訓(xùn)練。它特別適合兩類人 一類是剛接觸目標(biāo)檢測、想拿真實農(nóng)業(yè)場景練手的學(xué)生或初學(xué)者可以跳過數(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)智能化項目、需要快速驗證“成熟度檢測”可行性的從業(yè)者可以先拿這套數(shù)據(jù)跑通基線效果再決定要不要擴充自有數(shù)據(jù)。標(biāo)題里提到的class文件、劃分好的數(shù)據(jù)集、可視化腳本這幾個詞單獨拆開看都不復(fù)雜但組合在一起恰好湊齊了一個高質(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、使用方法和實戰(zhàn)中容易踩的坑逐一展開講。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姷姆殉墒於确旨壏绞接?xùn)練數(shù)據(jù)里一般包含六種典型狀態(tài)未成熟果實整體綠色、白熟期果實開始褪綠轉(zhuǎn)白、轉(zhuǎn)色期果實出現(xiàn)局部紅暈、半熟期果實約一半面積轉(zhuǎn)紅、成熟期果實基本全紅、完熟期果實深紅甚至輕微軟化。部分版本會把病果、畸形果單獨加一個類別——具體以壓縮包內(nèi)的class文件為準(zhǔn)。這里有個容易被忽略的點成熟度檢測和普通物體檢測最大的區(qū)別在于類別之間存在連續(xù)過渡。同一個番茄今天看是半熟明天看就是成熟標(biāo)注人員的經(jīng)驗直接影響邊界樣本的歸類。對于這種連續(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底再開始訓(xùn)練。2.2 “劃分好的數(shù)據(jù)集”到底指什么很多公開數(shù)據(jù)集下載下來只有一個大類文件夾訓(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/配對目錄下劃分比例通常遵循常見的8:1:1或7:2:1。具體目錄結(jié)構(gòu)一般長這樣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txt文件與同名圖片一一對應(yīng)內(nèi)容格式就是標(biāo)準(zhǔn)的YOLO格式每行一個目標(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)練時通過數(shù)據(jù)集yaml文件引用它。我見過不少人把類別順序弄亂導(dǎo)致模型訓(xùn)練出來類別全錯位有了現(xiàn)成的class文件這種低級錯誤可以直接避免。2.3 數(shù)據(jù)可視化腳本是“錦上添花”還是“必需”很多人覺得可視化腳本可有可無——反正數(shù)據(jù)能訓(xùn)練就行。但你真去做目標(biāo)檢測實驗就會發(fā)現(xiàn)可視化幾乎是調(diào)試過程中最剛需的能力。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框畫在一起快速檢查標(biāo)注有沒有錯位、漏標(biāo)、框偏大偏小。第二步是類別分布統(tǒng)計畫出每個類別在訓(xùn)練、驗證、測試集中的數(shù)量柱狀圖用來判斷類別平衡性。第三是框尺寸與位置分布分析統(tǒng)計bbox寬高比、目標(biāo)中心點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?？梢暬皇墙o你看的“效果圖”是給你做數(shù)據(jù)體檢用的報告。數(shù)據(jù)質(zhì)量不過關(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?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。我建議用一個簡單腳本統(tǒng)計一下每張圖片是否都有對應(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濾掉大多數(shù)“訓(xùn)練到一半報錯”的隱患。常見問題包括空標(biāo)注文件圖片里沒有目標(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)練前需要寫一個數(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)練出來的模型類別含義會全部偏移。然后啟動訓(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小時就能出一個可用的基線結(jié)果。等驗證集mAP穩(wěn)定之后再換yolov8m或yolov8l精調(diào)效果提升會更明顯。3.3 訓(xùn)練中要重點盯住的幾個指標(biāo)目標(biāo)檢測訓(xùn)練過程中終端會輸出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loss的變化趨勢也能反映訓(xùn)練狀態(tài)。box_loss持續(xù)下降但驗證集mAP不升可能是過擬合信號要考慮加數(shù)據(jù)增強或調(diào)低epoch。cls_loss居高不下大概率是類別混淆問題——番茄成熟度相鄰類別的特征太接近容易分錯。這時候可以加大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。番茄成熟度檢測還有一個特殊性同一串番茄上往往同時存在多個不同成熟度的果實小目標(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里開啟多尺度訓(xùn)練scale0.5或者直接換用帶P2檢測頭的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代碼去看會發(fā)現(xiàn)核心邏輯無非是讀圖片、讀labels、用OpenCV或matplotlib畫矩形框和類別文字。我拿一個簡化版來說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實際使用中我建議你把可視化的結(jié)果單獨輸出到一個文件夾不要直接在原圖上覆蓋窗口顯示。因為批量檢查標(biāo)注質(zhì)量時你需要快速翻閱幾十上百張圖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)計揭示的數(shù)據(jù)真相可視化腳本里最有價值的其實是統(tǒng)計功能——尤其是邊框尺寸分布和中心點位置分布這兩張圖。它們能直接影響你對模型的選擇。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檢測層會被重點用到。如果框的寬高比集中在1:1附近說明番茄果實接近圓形anchor設(shè)計可以相對簡單。中心點位置分布反映目標(biāo)在圖像中的空間分布。大棚種植場景下番茄果實通常分布在圖像中下部上部是莖葉遮擋。如果中心點分布嚴(yán)重偏向圖像某一側(cè)訓(xùn)練時需要注意mosaic和隨機裁剪增強的影響——過強的隨機裁剪有可能讓目標(biāo)頻繁處于圖像邊緣反而降低檢測性能。我第一次拿類似數(shù)據(jù)集做訓(xùn)練時就是通過中心點分布圖發(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)頻率更均衡最終驗證集mAP提升了將近2個點。這個優(yōu)化思路不看可視化統(tǒng)計根本想不到。5. 常見問題與排查技巧實錄5.1 標(biāo)注框錯位或比例不對用可視化腳本檢查時如果發(fā)現(xiàn)矩形框和果實邊緣對不上大概率是坐標(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于整張圖的不是相對于標(biāo)注框本身的非歸一化像素值。很多人在手工轉(zhuǎn)格式時喜歡把x1 y1 x2 y2直接除以圖片寬高結(jié)果算出來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直接畫圖會發(fā)現(xiàn)顏色不對。這不影響檢測但會影響視覺效果。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。因為它們之間的視覺差異就是“紅色面積多10%還是少10%”人眼都容易看錯模型更不用說。我的建議是訓(xùn)練時不要只按原生6類硬train一波。可以先用3大類未熟、轉(zhuǎn)色、成熟做一個粗粒度模型在粗粒度模型上做難例挖掘把那些被分錯的邊界樣本單獨挑出來再放回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)檢測模型在農(nóng)業(yè)場景最常見的問題就是小目標(biāo)漏檢。番茄果實本身就小一串番茄上十幾個果子遠處拍過去每個果實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檢測頭不一定能覆蓋好。針對這個問題常規(guī)解法有三個方向訓(xùn)練時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)域會變大特征提取更充分顯存占用翻倍是需要注意的代價換用帶P2檢測頭的模型結(jié)構(gòu)專門針對小目標(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框坐標(biāo)映射回原圖。這個方案效果最直接但推理耗時也會成倍增加適合對實時性要求不高的場景。5.4 過擬合訓(xùn)練集loss很低驗證集mAP上不去這在小規(guī)模數(shù)據(jù)集上特別常見。番茄成熟度數(shù)據(jù)集的總體圖片量如果再千張級別模型很容易把訓(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)進去導(dǎo)致泛化能力下降。解決辦法集中在數(shù)據(jù)增強和正則化兩端開啟YOLOv8的mosaic、mixup、hsv增強是默認(rèn)行為但可以適當(dāng)調(diào)大增強強度或者把模型從yolov8n換到y(tǒng)olov8s讓模型容量變大反而在數(shù)據(jù)少的時候更容易過擬合——這時候應(yīng)該反過來用小模型或者加大weight_decay。用早停機制patience參數(shù)也能防止后期過擬合驗證集指標(biāo)連續(xù)多輪不漲就自動停止訓(xùn)練。我個人建議小數(shù)據(jù)集訓(xùn)練時epochs設(shè)得高一點比如200但打開early stopping讓訓(xùn)練自己決定合適停止的時機。不要一上來就固定150輪跑完很多時候50輪就已經(jīng)是最優(yōu)點了后面純屬浪費時間。6. 這套數(shù)據(jù)集還能怎么擴展番茄成熟度檢測的應(yīng)用范圍其實比很多人想象中廣。最簡單的擴展方向是把它當(dāng)作預(yù)訓(xùn)練數(shù)據(jù)再遷移到其它果實成熟度檢測任務(wù)上——比如草莓、辣椒、櫻桃番茄。因為“果實成熟度”這類視覺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)場景上更有效。另一個方向是接入硬件做實時分級。模型訓(xùn)練完成后用OpenCV讀取攝像頭畫面實時推理每一幀把檢測框和置信度映射到串口或GPIO控制分揀機械臂動作。我之前做過一個原型項目用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這類數(shù)據(jù)集訓(xùn)練出來的權(quán)重。還有一個容易忽略的擴展是同場景多任務(wù)檢測在成熟度檢測的同時加上病斑、裂果、畸形果的檢測類別把“成熟度分級”和“品質(zhì)分選”合并到一個模型里。這樣一套數(shù)據(jù)集的價值就從“能檢測成熟度”提升到了“能輔助質(zhì)量分選”項目匯報和實際落地都更有說服力?；氐綌?shù)據(jù)集本身這套番茄成熟度檢測數(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好yaml配置啟動訓(xùn)練然后根據(jù)可視化腳本輸出的統(tǒng)計結(jié)果不斷調(diào)優(yōu)。對于想快速建立農(nóng)業(yè)目標(biāo)檢測完整流程認(rèn)知的人來說它是一份很合適的第一手素材對于已經(jīng)在做農(nóng)業(yè)視覺落地的工程師來說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擊獲取