简介深度学习在计算机视觉领域的落地应用中目标检测是一项核心技术它让机器能够从图像中定位并识别出感兴趣的对象。YOLO系列算法凭借其出色的速度与精度平衡成为工业界最流行的检测框架之一其中YOLOV5以模块化设计、丰富的预训练模型和友好的工程生态大幅降低了模型训练与部署的门槛。本文从目标检测的基本原理出发结合高海拔环境中冬虫夏草自动识别的实际需求系统性地介绍了数据集采集与标注、YOLOV5训练参数调优、模型推理与轻量化部署的完整流程。通过一个单类别检测项目的实战展示了如何利用有限样本训练出高mAP的可用模型并给出了针对漏检误检问题的优化经验为农业智能化、野外生物监测等场景提供了一套可复用的工程解决方案。1. 项目整体设计与方案选型1.1 为什么目标检测选YOLOV5而不是其他算法做冬虫夏草生长检测这个项目之前我其实先权衡过几类方案。第一类是老牌的Faster R-CNN精度确实高但训练和推理速度都偏慢尤其在后续要批量处理田间图片或者做实时监测时帧率根本撑不住。第二类是SSD速度还行但小目标检测能力一般冬虫夏草本身在图片里往往只占几十到上百个像素SSD的效果不太理想。第三类就是YOLO系列而当时YOLOV5已经非常成熟社区生态好、预训练权重丰富、部署文档齐全训练自己的数据集只需要改几个配置文件就能跑起来。实际对比下来YOLOV5在精度和速度之间取得了一个很好的平衡点。以我这个1类别的冬虫夏草检测任务为例输入640x640分辨率在RTX 3060显卡上训练完的模型推理单张图片大概只需要十几毫秒完全能满足实时检测的需求。这个速度优势对后续想做田间实时监测、无人机巡检这类场景来说很重要。而且YOLOV5的代码结构清晰从数据集加载到模型定义、训练循环、推理脚本都是模块化的改起来非常方便。对于刚入门目标检测的朋友来说YOLOV5的学习曲线也相对平缓比直接从YOLOV8或YOLOX这种较新的框架入手更容易理解检测的基本套路。1.2 冬虫夏草检测的难点与1类别设计的考量冬虫夏草这个东西检测起来有几个天然难点。首先是形态差异大不同生长阶段的冬虫夏草虫体颜色从浅黄到深棕都有子座就是头上长出来的那根棒状物长度也不一样有的刚冒头有的已经长得很长。其次是背景复杂冬虫夏草生长在高海拔草甸背景里全是杂草、碎石、泥土颜色和虫体有时候非常接近模型很容易把背景纹理误判为目标。再次是小目标问题如果拍摄距离远一株冬虫夏草在整张图片里可能只有二三十个像素这非常考验检测器的特征提取能力。项目设计成1类别也就是只检测“冬虫夏草”这一个类不去细分生长阶段这个决定是我刻意做的。原因很简单数据标注成本更低标注人员不需要纠结“这算是生长期还是成熟期”只要框住虫草就行模型训练更稳定类别越少类间混淆的问题越少模型可以把全部容量用来学“什么是冬虫夏草”评估指标更直观一个类别就看mAP和Recall不用做多类别加权平均。如果你后续确实需要区分生长阶段完全可以在我这个1类别模型的基础上做迁移学习或者单独收集不同阶段的数据再扩类这个后面我会讲到。1.3 项目文件结构说明整个项目我按YOLOV5官方仓库的标准结构来组织这样好处是后续更新代码、换数据集都很方便。目录结构大概是这样YOLOV5-Insect/ ├── data/ │ ├── insect.yaml # 数据集配置文件 │ └── dataset/ │ ├── images/ │ │ ├── train/ # 训练集图片 │ │ └── val/ # 验证集图片 │ └── labels/ │ ├── train/ # 训练集标签 │ └── val/ # 验证集标签 ├── models/ │ ├── yolov5s.yaml # 模型结构配置 │ └── yolov5s.pt # 预训练权重 ├── runs/ │ ├── train/ # 训练日志和结果 │ └── detect/ # 推理结果 ├── detect.py # 推理脚本 ├── train.py # 训练脚本 ├── val.py # 评估脚本 └── requirements.txt # 依赖列表我保留了YOLOV5官方仓库的原始结构没有做大幅改动。这样做的理由很简单官方仓库的脚本相互依赖关系已经经过大量用户验证擅自改动容易引入不必要的bug。我只需要把数据集放到对应目录写好data/insect.yaml配置文件就可以直接使用train.py和detect.py。训练好的权重会存在runs/train/exp/weights/best.pt和last.pt后面的推理直接指定best.pt就行。2. 数据集构建与标注检测效果的起点2.1 数据采集的几种途径与筛选原则数据集的质量直接决定模型效果的上限这个项目里我在数据采集上花了不少精力。冬虫夏草的生长环境比较特殊想要自己实地采集完整的训练集很困难时间和成本都比较高。我主要用了几种途径组合的方式一部分我自己拍摄的样本一部分从公开的植物药材图片库中筛选还有一部分是通过网络爬虫按关键词抓取后再人工清洗。需要注意如果是做商业项目要考虑版权问题如果是自己学习研究公开数据的合理使用问题不大但也要注意来源。筛选图片时我定了几个原则第一图片分辨率不能太低低于800x600的直接淘汰否则小目标根本看不清第二冬虫夏草主体在整张图中的占比至少要有几十个像素太小的目标即使标了模型也很难学到有效特征第三图片场景要多样化尽量包含不同光照、不同背景、不同生长阶段的样本避免模型过拟合到单一环境。最终我整理出了大概1200张有效图片其中训练集1000张验证集200张。这个数据量对于单类别检测任务来说不算多但配合数据增强和预训练权重已经能训练出可用的模型。2.2 标注工具选型与标注规范标注工具我用的LabelImg原因很简单轻量、免费、支持YOLO格式直接导出。LabelImg的界面很直观操作起来无非就是打开图片、画框、选类别、保存。安装方式在Windows和Linux上都很方便直接pip install labelimg就能启动。标注时我设置了一个重要规范所有检测框必须紧密贴合冬虫夏草的主体轮廓包含虫体和子座但不把周围泥土杂草框进去。框太松会让模型学到多余的背景特征框太紧又容易截断目标特征这个问题我在实际训练对比中发现对mAP的影响非常大。标注的时候还要注意一个细节YOLO格式的标签是归一化的坐标格式是“class_id x_center y_center width height”所有值都是0到1之间的小数。LabelImg会自动帮我们转好但如果你用的是其他标注工具比如Labelme或者CVAT一定要确认导出格式。我自己早期用过Labelme导出JSON再写脚本转YOLO格式虽然可行但多了一步转换就会多一份出错的风险LabelImg直接导出到YOLO格式是最省事的。2.3 数据增强策略YOLOV5自带的超参数增强数据量少的情况下数据增强就是提升模型泛化能力的关键手段。YOLOV5在训练时内置了一套增强策略全部由超参数控制位于data/hyps/hyp.scratch-low.yaml文件中。这套增强包括随机翻转、缩放、色彩抖动、马赛克增强等。马赛克增强是YOLOV5的招牌功能它会把4张图片拼成一张训练相当于一次训练看到4张图的特征对小目标检测和复杂背景的泛化帮助很大。我针对冬虫夏草这个特定任务调整了几个关键超参数超参数默认值我用的值调整理由hsv_h0.0150.02冬虫夏草颜色多变加强色相偏移让模型更适应不同颜色hsv_s0.70.8提高饱和度变化幅度增强对光照变化的鲁棒性hsv_v0.40.5明暗变化加大模拟阴天晴天不同光照degrees0.010.0旋转角度冬虫夏草在野外姿态随机适度旋转有必要translate0.10.2平移增强让目标出现在不同位置scale0.50.6缩放范围加大增强多尺度检测能力fliplr0.50.5水平翻转默认值就够用调整的时候要注意一点数据增强不是越大越好。旋转角度从10度加到30度虽然能模拟更多姿态但冬虫夏草的正常生长方向本来就是竖直向上的旋转角度过大反而会让模型学到不真实的姿态分布导致实际检测效果变差。这个度需要根据具体场景反复试我建议每次只改一个参数跑一轮训练看验证集的mAP变化不要一次性把所有参数都调大。3. 环境搭建与训练跑通YOLOV5的完整流程3.1 本地环境与依赖安装YOLOV5的安装步骤其实很简单但很多新手会在环境配置上卡住。我个人推荐用Anaconda管理环境避免不同项目之间的依赖冲突。我的环境是Python 3.8 CUDA 11.3 PyTorch 1.10.0这个组合经过验证非常稳定用YOLOV5官方requirements.txt安装依赖基本不会出问题。安装的完整流程# 创建虚拟环境 conda create -n yolov5 python3.8 conda activate yolov5 # 安装PyTorch根据自己的CUDA版本选择 pip install torch1.10.0cu113 torchvision0.11.0cu113 -f https://download.pytorch.org/whl/torch_stable.html # 克隆YOLOV5仓库并安装依赖 git clone https://github.com/ultralytics/yolov5.git cd yolov5 pip install -r requirements.txt这里有个小坑要提醒requirements.txt里的opencv-python版本可能和你系统已有的OpenCV冲突如果你的环境里之前装过opencv-contrib-python建议先卸载再装requirements里的版本或者直接在requirements.txt里把opencv注释掉用自己的版本。除此之外matplotlib和seaborn的版本如果太新有时会和YOLOV5的绘图代码不兼容出现画图报错遇到这种情况把这两个库降级到requirements里指定的版本就能解决。3.2 数据集目录组织与配置文件修改环境装好之后最关键的一步就是把数据集放到正确的位置并写好对应的配置文件。YOLOV5训练自己的数据集需要准备两个东西一个是数据集目录图片和标签要按要求放好另一个是数据集配置文件告诉训练脚本去哪里找图片、有几类目标。数据集配置文件data/insect.yaml的内容如下# 数据集配置文件 train: data/dataset/images/train/ # 训练集图片路径 val: data/dataset/images/val/ # 验证集图片路径 test: data/dataset/images/val/ # 测试集路径可选 nc: 1 # 类别数量 names: [insect] # 类别名称这里有个细节容易忽略路径最好用相对路径而且相对于yolov5仓库根目录来写。如果你用绝对路径换一台机器或者把项目挪个位置就得重新改配置文件。我自己习惯把整个YOLOV5仓库和数据集放在同一个项目文件夹下目录结构稳定路径不容易出错。图片和标签的对应关系也要注意同一张图片的图片文件和标签文件必须同名只是后缀不同。比如train/images/0001.jpg对应train/labels/0001.txt。如果某个图片没有对应的标签文件训练时会警告并跳过这张图片。我在开始训练前会写一个小脚本检查一下标签文件数量是否和图片文件数量一致避免训练完才发现有的图片没被加载。3.3 训练参数解析与超参数调优思路训练命令看似简单但里面的参数每个都值得认真理解。下面是我这次项目实际使用的训练命令python train.py \ --data data/insect.yaml \ --cfg models/yolov5s.yaml \ --weights yolov5s.pt \ --batch-size 16 \ --epochs 100 \ --imgsz 640 \ --device 0 \ --workers 8 \ --hyp data/hyps/hyp.scratch-low.yaml--data指定数据集配置文件--cfg指定模型结构文件--weights使用官方预训练权重进行迁移学习。batch-size要根据显卡显存来调整我的显卡是12GB显存batch-size 16没问题如果显存不够就调小到8或4相应地学习率也要微调。--epochs我设的100其实训练到60个epoch左右loss就已经收敛了但是多跑一些epoch有助于验证集mAP的小幅提升。YOLOV5的超参数调整核心是学习率和数据增强两个维度。官方默认的hyp.scratch-low.yaml是一个比较保守的配置适合大多数场景。如果你发现训练早期loss下降太慢可以适当调大lr0和lrf但要注意过大容易梯度爆炸。我个人的经验是从官方默认值开始除非有明显问题否则不要大改。最大训练轮数epochs建议也不要盲目加大——如果模型在验证集上的mAP已经稳定再多的epoch只会过拟合。3.4 训练过程监控与权重选择训练启动后终端会实时输出每个epoch的loss、mAP等指标同时会在runs/train/exp/目录下生成一些可视化图表包括loss曲线、PR曲线、混淆矩阵等。我一般重点关注两个指标验证集的mAP50和mAP50-95。mAP50是IoU阈值0.5下的平均精度通俗理解就是检测框和真实框的重叠程度达到50%就算检测正确mAP50-95则更严格在0.5到0.95之间取多个阈值平均能够更全面反映定位精度。训练过程中要特别留意过拟合的迹象。如果训练集loss持续下降但验证集loss反而上升说明模型开始记住训练集中的特异性细节而不是学习到通用特征这时候应该停止训练采用早停策略。YOLOV5默认在训练时有一个早停机制通过patience参数控制默认100个epoch内如果验证集mAP没有提升就会自动停止。训练结束后会在runs/train/exp/weights/目录下生成两个权重文件last.pt和best.pt。best.pt是验证集mAP最高的那个权重也是我们最后推理和部署用的文件。last.pt是最后一个epoch的权重如果训练结束时验证集mAP还在上升你可以用last.pt继续训练如果已经过拟合那就老老实实用best.pt。我用best.pt在验证集上测出来的mAP50达到了0.93左右对野外检测来说已经是一个相当可用的水平。4. 推理部署把权重用起来4.1 单张图片与视频检测模型训练好了最重要的就是把权重用起来做实际检测。YOLOV5官方提供detect.py脚本使用起来很直接# 单张图片检测 python detect.py \ --weights runs/train/exp/weights/best.pt \ --source data/test_images/0001.jpg \ --conf-thres 0.5 \ --iou-thres 0.45 \ --save-txt # 视频检测 python detect.py \ --weights runs/train/exp/weights/best.pt \ --source data/test_video.mp4 \ --conf-thres 0.5 \ --iou-thres 0.45--conf-thres表示置信度阈值只有预测框的置信度超过这个值才会被保留。冬虫夏草检测场景下我建议置信度阈值设在0.3到0.5之间。阈值设得太高会漏掉一些低置信度的目标冬虫夏草在复杂背景下置信度往往不高设得太低又会有很多误检。你可以先用0.3跑一遍看结果根据误检和漏检情况微调。--iou-thres是非极大值抑制的IoU阈值一般保持默认0.45。运行后会在runs/detect/exp/目录下生成检测结果图片检测框上有类别的置信度。我习惯同时加上--save-txt参数这样还会保存一份txt格式的检测结果每行是“class conf x1 y1 x2 y2”方便后续统计和分析。4.2 批量处理与结果统计实际项目里往往需要一次处理成百上千张图片。我写了一个简单的批量检测并统计数量的脚本对这个场景很实用import subprocess # 批量检测 subprocess.run([ python, detect.py, --weights, runs/train/exp/weights/best.pt, --source, data/inference_images/, --conf-thres, 0.4, --save-txt, --project, runs/detect, --name, batch_inference ]) # 统计检测结果数量 import os detect_results runs/detect/batch_inference/labels count 0 for root, dirs, files in os.walk(detect_results): for file in files: if file.endswith(.txt): with open(os.path.join(root, file), r, encodingutf-8) as f: count len(f.readlines()) print(f检测到的冬虫夏草总数: {count})批量处理的意义不仅仅是出图更重要的是可以结合业务做统计分析。比如拿100张不同生长环境下的照片跑一遍统计检测到的虫草数量分布就能了解这个模型在草地背景和裸露土地背景下的表现差异。我实际跑下来发现背景相对干净的图片基本能全部检测出来背景杂草太多时会有少量漏检这也是后续优化的方向。4.3 模型轻量化与下一步扩展训练好的best.pt权重文件大概有14MB左右对于需要部署到边缘设备的场景来说可以做一步模型轻量化。YOLOV5提供了export.py脚本可以把PyTorch权重转换为多种格式包括ONNX、TorchScript、TensorRT等。# 导出为ONNX格式 python export.py \ --weights runs/train/exp/weights/best.pt \ --include onnx \ --opset 12ONNX格式的好处是通用性极强几乎支持所有推理框架后续可以转成TensorRT在Jetson上跑也可以转成OpenVINO在Intel CPU上加速。我实测转成ONNX后推理速度比直接PyTorch快了近一倍精度几乎没有损失。如果想从1类别扩展到多类别比如区分生长期和成熟期思路也很清晰保留当前模型的骨干网络参数把输出类别数改掉用新的多类别数据继续微调。由于你的底子已经学到了很好的虫草特征迁移到多类别任务会比从零开始训练收敛快很多数据量需求也小很多。5. 常见问题与排查技巧实录5.1 训练loss不下降或梯度爆炸这是最常遇到的一类问题。训练loss完全不降或者刚开始下降很快然后就卡住都不是正常现象。loss不下降首先要检查学习率是不是太小YOLOV5默认的lr0是0.01如果你手动改到了0.001甚至更小模型训练就会变得非常缓慢。另一个高频原因是数据集配置错了比如图片和标签没对应上模型相当于在随机猜测loss肯定降不下去。梯度爆炸的现象是loss突然变成nan或者数值非常大。常见原因有两个一是学习率太大二是数据增强参数设置得过于激进。我自己的经验是出现梯度爆炸先排查学习率把lr0降到原来的四分之一或者直接恢复默认值如果还不行检查hyp文件里的mixup参数新建版本YOLOV5默认开了mixup增强在某些数据集上mixup过强会让loss剧烈波动。5.2 检测漏检、误检如何调优漏检和误检是检测模型调优的核心矛盾。漏检严重说明模型对目标的特征没有充分学习优先考虑以下手段增加原始图片的数量特别是困难样本比如背景复杂、目标小的图片降低置信度阈值从0.5降到0.3再跑一遍看是否只是低置信度目标的漏检检查标注质量有没有框得不准确导致模型学过错误的特征增加训练轮数或者换用更大的模型版本yolov5m、yolov5l。误检严重就是模型把背景或者其他物体当成了冬虫夏草这种情况要反过来处理提高置信度阈值检查是否图片里面本身就含有类似虫草形态的东西比如白色的小石头或者草根如果误检集中在某一类特定的背景上就收集这些背景图片作为负样本加入训练集。YOLOV5本身不直接支持负样本训练但可以让这些背景图片作为无标签样本进入训练模型会学到这些区域没有目标的特征。5.3 几个容易踩的坑第一个坑是训练和推理时的图片尺寸不一致。YOLOV5默认imgsz是640如果你训练时用了640推理时detect.py也用640效果是稳定的。如果推理时改成1280虽然有可能检测出更多小目标但速度和精度平衡会被打破某些情况下反而出现误检。第二个坑是类别ID对应错误。YOLO格式的标签第一列是类别ID从0开始。如果你的数据集只有1个类别标签文件里的第一列应该全是0。我曾经见过有人手滑把两个不同的类别都标成0或者把“1”当成默认的类别标记导致训练时类别混淆。这种情况可以通过检查标签文件的内容来排查。第三个坑是图形界面和服务器环境的问题。detect.py在默认情况下会用matplotlib显示检测结果图片如果在远程服务器上跑没有图形界面需要加--nosave参数或者设置matplotlib的backend为Agg。我通常在服务器上都用--nosave直接生成结果文件而不是弹窗显示省掉很多麻烦。第四个坑是权重的版本兼容性。YOLOV5更新非常频繁v5.0和v6.0、v7.0之间的checkpoint格式不兼容。如果你用老版本的权重加载到新版本的代码里会直接报错。建议固定使用某个release版本比如v6.0所有环境保持一致不要频繁升级。6. 实战心得与后续扩展建议这个冬虫夏草生长检测项目从头到尾跑通一遍我对目标检测的整个流程有了更深的体感。最开始我觉得目标检测无非就是“喂数据、训模型、出结果”但真正做下来才发现数据标注质量、超参数调整、阈值选择这些细节每一项都对最终效果有实质性影响。特别是数据这一环好的标注框选和丰富的样本覆盖对一个上万行代码的模型来说往往比调整几个超参数带来的提升更明显。关于后续扩展我觉得有几个方向值得继续做。一是结合生长阶段细分把单类别扩展成“幼苗期”“生长期”“成熟期”三个类别帮助种植户判断采收时机二是做一个Web端的上传检测服务用户上传一张照片就能返回检测结果和数量统计对非技术用户非常友好三是把模型部署到移动端或无人机上结合GPS定位实现大范围区域的虫草分布热力图。这些方向本质上都是在这个项目的基础上做业务层面的包装模型层面只需要做相应的数据补充和微调。最后分享一个我在实际使用中积累的小技巧调试检测效果时不要只看输出图片有没有框住目标一定要结合检测结果的置信度分布来看。把检测结果导出成txt后统计一下所有框的置信度直方图如果大量检测框的置信度都集中在0.5附近说明模型对自己的预测不够自信这时候优先去增加样本多样性和提高标注质量而不是一味调整阈值。如果置信度分布很两极分化——要么0.9以上要么0.1以下说明模型已经学得很清楚了适当提高阈值就能滤掉大多数误检。这个判断方法我后来在多个检测项目里都用上了每次都能准确找到优化的方向。本文还有配套的精品资源点击获取 基于YOLOV5的冬虫夏草目标检测实战：从数据集构建到模型部署
简介深度学习在计算机视觉领域的落地应用中目标检测是一项核心技术它让机器能够从图像中定位并识别出感兴趣的对象。YOLO系列算法凭借其出色的速度与精度平衡成为工业界最流行的检测框架之一其中YOLOV5以模块化设计、丰富的预训练模型和友好的工程生态大幅降低了模型训练与部署的门槛。本文从目标检测的基本原理出发结合高海拔环境中冬虫夏草自动识别的实际需求系统性地介绍了数据集采集与标注、YOLOV5训练参数调优、模型推理与轻量化部署的完整流程。通过一个单类别检测项目的实战展示了如何利用有限样本训练出高mAP的可用模型并给出了针对漏检误检问题的优化经验为农业智能化、野外生物监测等场景提供了一套可复用的工程解决方案。1. 项目整体设计与方案选型1.1 为什么目标检测选YOLOV5而不是其他算法做冬虫夏草生长检测这个项目之前我其实先权衡过几类方案。第一类是老牌的Faster R-CNN精度确实高但训练和推理速度都偏慢尤其在后续要批量处理田间图片或者做实时监测时帧率根本撑不住。第二类是SSD速度还行但小目标检测能力一般冬虫夏草本身在图片里往往只占几十到上百个像素SSD的效果不太理想。第三类就是YOLO系列而当时YOLOV5已经非常成熟社区生态好、预训练权重丰富、部署文档齐全训练自己的数据集只需要改几个配置文件就能跑起来。实际对比下来YOLOV5在精度和速度之间取得了一个很好的平衡点。以我这个1类别的冬虫夏草检测任务为例输入640x640分辨率在RTX 3060显卡上训练完的模型推理单张图片大概只需要十几毫秒完全能满足实时检测的需求。这个速度优势对后续想做田间实时监测、无人机巡检这类场景来说很重要。而且YOLOV5的代码结构清晰从数据集加载到模型定义、训练循环、推理脚本都是模块化的改起来非常方便。对于刚入门目标检测的朋友来说YOLOV5的学习曲线也相对平缓比直接从YOLOV8或YOLOX这种较新的框架入手更容易理解检测的基本套路。1.2 冬虫夏草检测的难点与1类别设计的考量冬虫夏草这个东西检测起来有几个天然难点。首先是形态差异大不同生长阶段的冬虫夏草虫体颜色从浅黄到深棕都有子座就是头上长出来的那根棒状物长度也不一样有的刚冒头有的已经长得很长。其次是背景复杂冬虫夏草生长在高海拔草甸背景里全是杂草、碎石、泥土颜色和虫体有时候非常接近模型很容易把背景纹理误判为目标。再次是小目标问题如果拍摄距离远一株冬虫夏草在整张图片里可能只有二三十个像素这非常考验检测器的特征提取能力。项目设计成1类别也就是只检测“冬虫夏草”这一个类不去细分生长阶段这个决定是我刻意做的。原因很简单数据标注成本更低标注人员不需要纠结“这算是生长期还是成熟期”只要框住虫草就行模型训练更稳定类别越少类间混淆的问题越少模型可以把全部容量用来学“什么是冬虫夏草”评估指标更直观一个类别就看mAP和Recall不用做多类别加权平均。如果你后续确实需要区分生长阶段完全可以在我这个1类别模型的基础上做迁移学习或者单独收集不同阶段的数据再扩类这个后面我会讲到。1.3 项目文件结构说明整个项目我按YOLOV5官方仓库的标准结构来组织这样好处是后续更新代码、换数据集都很方便。目录结构大概是这样YOLOV5-Insect/ ├── data/ │ ├── insect.yaml # 数据集配置文件 │ └── dataset/ │ ├── images/ │ │ ├── train/ # 训练集图片 │ │ └── val/ # 验证集图片 │ └── labels/ │ ├── train/ # 训练集标签 │ └── val/ # 验证集标签 ├── models/ │ ├── yolov5s.yaml # 模型结构配置 │ └── yolov5s.pt # 预训练权重 ├── runs/ │ ├── train/ # 训练日志和结果 │ └── detect/ # 推理结果 ├── detect.py # 推理脚本 ├── train.py # 训练脚本 ├── val.py # 评估脚本 └── requirements.txt # 依赖列表我保留了YOLOV5官方仓库的原始结构没有做大幅改动。这样做的理由很简单官方仓库的脚本相互依赖关系已经经过大量用户验证擅自改动容易引入不必要的bug。我只需要把数据集放到对应目录写好data/insect.yaml配置文件就可以直接使用train.py和detect.py。训练好的权重会存在runs/train/exp/weights/best.pt和last.pt后面的推理直接指定best.pt就行。2. 数据集构建与标注检测效果的起点2.1 数据采集的几种途径与筛选原则数据集的质量直接决定模型效果的上限这个项目里我在数据采集上花了不少精力。冬虫夏草的生长环境比较特殊想要自己实地采集完整的训练集很困难时间和成本都比较高。我主要用了几种途径组合的方式一部分我自己拍摄的样本一部分从公开的植物药材图片库中筛选还有一部分是通过网络爬虫按关键词抓取后再人工清洗。需要注意如果是做商业项目要考虑版权问题如果是自己学习研究公开数据的合理使用问题不大但也要注意来源。筛选图片时我定了几个原则第一图片分辨率不能太低低于800x600的直接淘汰否则小目标根本看不清第二冬虫夏草主体在整张图中的占比至少要有几十个像素太小的目标即使标了模型也很难学到有效特征第三图片场景要多样化尽量包含不同光照、不同背景、不同生长阶段的样本避免模型过拟合到单一环境。最终我整理出了大概1200张有效图片其中训练集1000张验证集200张。这个数据量对于单类别检测任务来说不算多但配合数据增强和预训练权重已经能训练出可用的模型。2.2 标注工具选型与标注规范标注工具我用的LabelImg原因很简单轻量、免费、支持YOLO格式直接导出。LabelImg的界面很直观操作起来无非就是打开图片、画框、选类别、保存。安装方式在Windows和Linux上都很方便直接pip install labelimg就能启动。标注时我设置了一个重要规范所有检测框必须紧密贴合冬虫夏草的主体轮廓包含虫体和子座但不把周围泥土杂草框进去。框太松会让模型学到多余的背景特征框太紧又容易截断目标特征这个问题我在实际训练对比中发现对mAP的影响非常大。标注的时候还要注意一个细节YOLO格式的标签是归一化的坐标格式是“class_id x_center y_center width height”所有值都是0到1之间的小数。LabelImg会自动帮我们转好但如果你用的是其他标注工具比如Labelme或者CVAT一定要确认导出格式。我自己早期用过Labelme导出JSON再写脚本转YOLO格式虽然可行但多了一步转换就会多一份出错的风险LabelImg直接导出到YOLO格式是最省事的。2.3 数据增强策略YOLOV5自带的超参数增强数据量少的情况下数据增强就是提升模型泛化能力的关键手段。YOLOV5在训练时内置了一套增强策略全部由超参数控制位于data/hyps/hyp.scratch-low.yaml文件中。这套增强包括随机翻转、缩放、色彩抖动、马赛克增强等。马赛克增强是YOLOV5的招牌功能它会把4张图片拼成一张训练相当于一次训练看到4张图的特征对小目标检测和复杂背景的泛化帮助很大。我针对冬虫夏草这个特定任务调整了几个关键超参数超参数默认值我用的值调整理由hsv_h0.0150.02冬虫夏草颜色多变加强色相偏移让模型更适应不同颜色hsv_s0.70.8提高饱和度变化幅度增强对光照变化的鲁棒性hsv_v0.40.5明暗变化加大模拟阴天晴天不同光照degrees0.010.0旋转角度冬虫夏草在野外姿态随机适度旋转有必要translate0.10.2平移增强让目标出现在不同位置scale0.50.6缩放范围加大增强多尺度检测能力fliplr0.50.5水平翻转默认值就够用调整的时候要注意一点数据增强不是越大越好。旋转角度从10度加到30度虽然能模拟更多姿态但冬虫夏草的正常生长方向本来就是竖直向上的旋转角度过大反而会让模型学到不真实的姿态分布导致实际检测效果变差。这个度需要根据具体场景反复试我建议每次只改一个参数跑一轮训练看验证集的mAP变化不要一次性把所有参数都调大。3. 环境搭建与训练跑通YOLOV5的完整流程3.1 本地环境与依赖安装YOLOV5的安装步骤其实很简单但很多新手会在环境配置上卡住。我个人推荐用Anaconda管理环境避免不同项目之间的依赖冲突。我的环境是Python 3.8 CUDA 11.3 PyTorch 1.10.0这个组合经过验证非常稳定用YOLOV5官方requirements.txt安装依赖基本不会出问题。安装的完整流程# 创建虚拟环境 conda create -n yolov5 python3.8 conda activate yolov5 # 安装PyTorch根据自己的CUDA版本选择 pip install torch1.10.0cu113 torchvision0.11.0cu113 -f https://download.pytorch.org/whl/torch_stable.html # 克隆YOLOV5仓库并安装依赖 git clone https://github.com/ultralytics/yolov5.git cd yolov5 pip install -r requirements.txt这里有个小坑要提醒requirements.txt里的opencv-python版本可能和你系统已有的OpenCV冲突如果你的环境里之前装过opencv-contrib-python建议先卸载再装requirements里的版本或者直接在requirements.txt里把opencv注释掉用自己的版本。除此之外matplotlib和seaborn的版本如果太新有时会和YOLOV5的绘图代码不兼容出现画图报错遇到这种情况把这两个库降级到requirements里指定的版本就能解决。3.2 数据集目录组织与配置文件修改环境装好之后最关键的一步就是把数据集放到正确的位置并写好对应的配置文件。YOLOV5训练自己的数据集需要准备两个东西一个是数据集目录图片和标签要按要求放好另一个是数据集配置文件告诉训练脚本去哪里找图片、有几类目标。数据集配置文件data/insect.yaml的内容如下# 数据集配置文件 train: data/dataset/images/train/ # 训练集图片路径 val: data/dataset/images/val/ # 验证集图片路径 test: data/dataset/images/val/ # 测试集路径可选 nc: 1 # 类别数量 names: [insect] # 类别名称这里有个细节容易忽略路径最好用相对路径而且相对于yolov5仓库根目录来写。如果你用绝对路径换一台机器或者把项目挪个位置就得重新改配置文件。我自己习惯把整个YOLOV5仓库和数据集放在同一个项目文件夹下目录结构稳定路径不容易出错。图片和标签的对应关系也要注意同一张图片的图片文件和标签文件必须同名只是后缀不同。比如train/images/0001.jpg对应train/labels/0001.txt。如果某个图片没有对应的标签文件训练时会警告并跳过这张图片。我在开始训练前会写一个小脚本检查一下标签文件数量是否和图片文件数量一致避免训练完才发现有的图片没被加载。3.3 训练参数解析与超参数调优思路训练命令看似简单但里面的参数每个都值得认真理解。下面是我这次项目实际使用的训练命令python train.py \ --data data/insect.yaml \ --cfg models/yolov5s.yaml \ --weights yolov5s.pt \ --batch-size 16 \ --epochs 100 \ --imgsz 640 \ --device 0 \ --workers 8 \ --hyp data/hyps/hyp.scratch-low.yaml--data指定数据集配置文件--cfg指定模型结构文件--weights使用官方预训练权重进行迁移学习。batch-size要根据显卡显存来调整我的显卡是12GB显存batch-size 16没问题如果显存不够就调小到8或4相应地学习率也要微调。--epochs我设的100其实训练到60个epoch左右loss就已经收敛了但是多跑一些epoch有助于验证集mAP的小幅提升。YOLOV5的超参数调整核心是学习率和数据增强两个维度。官方默认的hyp.scratch-low.yaml是一个比较保守的配置适合大多数场景。如果你发现训练早期loss下降太慢可以适当调大lr0和lrf但要注意过大容易梯度爆炸。我个人的经验是从官方默认值开始除非有明显问题否则不要大改。最大训练轮数epochs建议也不要盲目加大——如果模型在验证集上的mAP已经稳定再多的epoch只会过拟合。3.4 训练过程监控与权重选择训练启动后终端会实时输出每个epoch的loss、mAP等指标同时会在runs/train/exp/目录下生成一些可视化图表包括loss曲线、PR曲线、混淆矩阵等。我一般重点关注两个指标验证集的mAP50和mAP50-95。mAP50是IoU阈值0.5下的平均精度通俗理解就是检测框和真实框的重叠程度达到50%就算检测正确mAP50-95则更严格在0.5到0.95之间取多个阈值平均能够更全面反映定位精度。训练过程中要特别留意过拟合的迹象。如果训练集loss持续下降但验证集loss反而上升说明模型开始记住训练集中的特异性细节而不是学习到通用特征这时候应该停止训练采用早停策略。YOLOV5默认在训练时有一个早停机制通过patience参数控制默认100个epoch内如果验证集mAP没有提升就会自动停止。训练结束后会在runs/train/exp/weights/目录下生成两个权重文件last.pt和best.pt。best.pt是验证集mAP最高的那个权重也是我们最后推理和部署用的文件。last.pt是最后一个epoch的权重如果训练结束时验证集mAP还在上升你可以用last.pt继续训练如果已经过拟合那就老老实实用best.pt。我用best.pt在验证集上测出来的mAP50达到了0.93左右对野外检测来说已经是一个相当可用的水平。4. 推理部署把权重用起来4.1 单张图片与视频检测模型训练好了最重要的就是把权重用起来做实际检测。YOLOV5官方提供detect.py脚本使用起来很直接# 单张图片检测 python detect.py \ --weights runs/train/exp/weights/best.pt \ --source data/test_images/0001.jpg \ --conf-thres 0.5 \ --iou-thres 0.45 \ --save-txt # 视频检测 python detect.py \ --weights runs/train/exp/weights/best.pt \ --source data/test_video.mp4 \ --conf-thres 0.5 \ --iou-thres 0.45--conf-thres表示置信度阈值只有预测框的置信度超过这个值才会被保留。冬虫夏草检测场景下我建议置信度阈值设在0.3到0.5之间。阈值设得太高会漏掉一些低置信度的目标冬虫夏草在复杂背景下置信度往往不高设得太低又会有很多误检。你可以先用0.3跑一遍看结果根据误检和漏检情况微调。--iou-thres是非极大值抑制的IoU阈值一般保持默认0.45。运行后会在runs/detect/exp/目录下生成检测结果图片检测框上有类别的置信度。我习惯同时加上--save-txt参数这样还会保存一份txt格式的检测结果每行是“class conf x1 y1 x2 y2”方便后续统计和分析。4.2 批量处理与结果统计实际项目里往往需要一次处理成百上千张图片。我写了一个简单的批量检测并统计数量的脚本对这个场景很实用import subprocess # 批量检测 subprocess.run([ python, detect.py, --weights, runs/train/exp/weights/best.pt, --source, data/inference_images/, --conf-thres, 0.4, --save-txt, --project, runs/detect, --name, batch_inference ]) # 统计检测结果数量 import os detect_results runs/detect/batch_inference/labels count 0 for root, dirs, files in os.walk(detect_results): for file in files: if file.endswith(.txt): with open(os.path.join(root, file), r, encodingutf-8) as f: count len(f.readlines()) print(f检测到的冬虫夏草总数: {count})批量处理的意义不仅仅是出图更重要的是可以结合业务做统计分析。比如拿100张不同生长环境下的照片跑一遍统计检测到的虫草数量分布就能了解这个模型在草地背景和裸露土地背景下的表现差异。我实际跑下来发现背景相对干净的图片基本能全部检测出来背景杂草太多时会有少量漏检这也是后续优化的方向。4.3 模型轻量化与下一步扩展训练好的best.pt权重文件大概有14MB左右对于需要部署到边缘设备的场景来说可以做一步模型轻量化。YOLOV5提供了export.py脚本可以把PyTorch权重转换为多种格式包括ONNX、TorchScript、TensorRT等。# 导出为ONNX格式 python export.py \ --weights runs/train/exp/weights/best.pt \ --include onnx \ --opset 12ONNX格式的好处是通用性极强几乎支持所有推理框架后续可以转成TensorRT在Jetson上跑也可以转成OpenVINO在Intel CPU上加速。我实测转成ONNX后推理速度比直接PyTorch快了近一倍精度几乎没有损失。如果想从1类别扩展到多类别比如区分生长期和成熟期思路也很清晰保留当前模型的骨干网络参数把输出类别数改掉用新的多类别数据继续微调。由于你的底子已经学到了很好的虫草特征迁移到多类别任务会比从零开始训练收敛快很多数据量需求也小很多。5. 常见问题与排查技巧实录5.1 训练loss不下降或梯度爆炸这是最常遇到的一类问题。训练loss完全不降或者刚开始下降很快然后就卡住都不是正常现象。loss不下降首先要检查学习率是不是太小YOLOV5默认的lr0是0.01如果你手动改到了0.001甚至更小模型训练就会变得非常缓慢。另一个高频原因是数据集配置错了比如图片和标签没对应上模型相当于在随机猜测loss肯定降不下去。梯度爆炸的现象是loss突然变成nan或者数值非常大。常见原因有两个一是学习率太大二是数据增强参数设置得过于激进。我自己的经验是出现梯度爆炸先排查学习率把lr0降到原来的四分之一或者直接恢复默认值如果还不行检查hyp文件里的mixup参数新建版本YOLOV5默认开了mixup增强在某些数据集上mixup过强会让loss剧烈波动。5.2 检测漏检、误检如何调优漏检和误检是检测模型调优的核心矛盾。漏检严重说明模型对目标的特征没有充分学习优先考虑以下手段增加原始图片的数量特别是困难样本比如背景复杂、目标小的图片降低置信度阈值从0.5降到0.3再跑一遍看是否只是低置信度目标的漏检检查标注质量有没有框得不准确导致模型学过错误的特征增加训练轮数或者换用更大的模型版本yolov5m、yolov5l。误检严重就是模型把背景或者其他物体当成了冬虫夏草这种情况要反过来处理提高置信度阈值检查是否图片里面本身就含有类似虫草形态的东西比如白色的小石头或者草根如果误检集中在某一类特定的背景上就收集这些背景图片作为负样本加入训练集。YOLOV5本身不直接支持负样本训练但可以让这些背景图片作为无标签样本进入训练模型会学到这些区域没有目标的特征。5.3 几个容易踩的坑第一个坑是训练和推理时的图片尺寸不一致。YOLOV5默认imgsz是640如果你训练时用了640推理时detect.py也用640效果是稳定的。如果推理时改成1280虽然有可能检测出更多小目标但速度和精度平衡会被打破某些情况下反而出现误检。第二个坑是类别ID对应错误。YOLO格式的标签第一列是类别ID从0开始。如果你的数据集只有1个类别标签文件里的第一列应该全是0。我曾经见过有人手滑把两个不同的类别都标成0或者把“1”当成默认的类别标记导致训练时类别混淆。这种情况可以通过检查标签文件的内容来排查。第三个坑是图形界面和服务器环境的问题。detect.py在默认情况下会用matplotlib显示检测结果图片如果在远程服务器上跑没有图形界面需要加--nosave参数或者设置matplotlib的backend为Agg。我通常在服务器上都用--nosave直接生成结果文件而不是弹窗显示省掉很多麻烦。第四个坑是权重的版本兼容性。YOLOV5更新非常频繁v5.0和v6.0、v7.0之间的checkpoint格式不兼容。如果你用老版本的权重加载到新版本的代码里会直接报错。建议固定使用某个release版本比如v6.0所有环境保持一致不要频繁升级。6. 实战心得与后续扩展建议这个冬虫夏草生长检测项目从头到尾跑通一遍我对目标检测的整个流程有了更深的体感。最开始我觉得目标检测无非就是“喂数据、训模型、出结果”但真正做下来才发现数据标注质量、超参数调整、阈值选择这些细节每一项都对最终效果有实质性影响。特别是数据这一环好的标注框选和丰富的样本覆盖对一个上万行代码的模型来说往往比调整几个超参数带来的提升更明显。关于后续扩展我觉得有几个方向值得继续做。一是结合生长阶段细分把单类别扩展成“幼苗期”“生长期”“成熟期”三个类别帮助种植户判断采收时机二是做一个Web端的上传检测服务用户上传一张照片就能返回检测结果和数量统计对非技术用户非常友好三是把模型部署到移动端或无人机上结合GPS定位实现大范围区域的虫草分布热力图。这些方向本质上都是在这个项目的基础上做业务层面的包装模型层面只需要做相应的数据补充和微调。最后分享一个我在实际使用中积累的小技巧调试检测效果时不要只看输出图片有没有框住目标一定要结合检测结果的置信度分布来看。把检测结果导出成txt后统计一下所有框的置信度直方图如果大量检测框的置信度都集中在0.5附近说明模型对自己的预测不够自信这时候优先去增加样本多样性和提高标注质量而不是一味调整阈值。如果置信度分布很两极分化——要么0.9以上要么0.1以下说明模型已经学得很清楚了适当提高阈值就能滤掉大多数误检。这个判断方法我后来在多个检测项目里都用上了每次都能准确找到优化的方向。本文还有配套的精品资源点击获取