簡介基于YOLOv8的農(nóng)田病蟲害監(jiān)測系統(tǒng)是一份面向畢業(yè)設(shè)計與課程設(shè)計的完整工程資源適合計算機視覺、人工智能、電子信息等專業(yè)學(xué)生使用主要解決農(nóng)田場景下病蟲害檢測與結(jié)果可視化的問題。壓縮包共8個文件含3個Python腳本分別對應(yīng)模型訓(xùn)練、視頻檢測與可視化界面、3個模型權(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)實測運行穩(wěn)定能夠生成核心指標曲線、混淆矩陣、F1分數(shù)曲線、精確率-召回率曲線、驗證集預(yù)測結(jié)果與標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)境準備到模型訓(xùn)練和推理均有指引上手簡單。目前已有59人學(xué)習(xí)適合拿來即用也便于在此基礎(chǔ)上修改實現(xiàn)其他檢測任務(wù)。1. 農(nóng)田病蟲害檢測為什么值得選 YOLOv8先想清楚代價再動手每年畢業(yè)季農(nóng)田病蟲害檢測都是計算機視覺方向出現(xiàn)頻率最高的題目之一。原因很現(xiàn)實它比人臉、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目雙擊運行沒反應(yīng)或者跑起來發(fā)現(xiàn)檢測框全亂飄最后把鍋甩給“模型太玄學(xué)”。其實 YOLOv8 本身的部署鏈路已經(jīng)相當成熟真正決定項目成敗的是數(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節(jié)。這篇筆記我從跑過不少 CV 項目的角度出發(fā)把“拿 YOLOv8 做農(nóng)田病蟲害檢測”從選型到界面串聯(lián)講清楚包括哪些坑會讓你白干一周以及這個方向值不值得投入。適合兩類人拿它做畢設(shè)或課程設(shè)計的在校生以及想快速落地一個檢測 Demo 的工程師。2. 從農(nóng)田病蟲害需求到 YOLOv8 選型檢測任務(wù)拆解與結(jié)構(gòu)上的關(guān)鍵選擇2.1 病蟲害檢測為什么比通用目標檢測更難小目標、遮擋與類間差異農(nóng)田病蟲害檢測本質(zhì)上是一個細粒度目標檢測任務(wù)難度比 COCO 那 80 類通用物體高出一個檔次。通用檢測里貓和狗、汽車和自行車之間的差異是“結(jié)構(gòu)級”的而稻瘟病斑點和稻胡麻葉斑病在圖像上可能只是顏色深淺、邊緣形狀的細微差別同一個病害在不同生育期、不同光照下又長得不一樣。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像素屬于標準的小目標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)量直接決定項目能不能過答辯。另外病蟲害檢測還有一個常被忽略的動態(tài)問題害蟲會動病斑會隨天數(shù)擴大。同一個地塊隔一周拍標注分布完全不同植株長高了遮擋關(guān)系也變了。所以做數(shù)據(jù)集時不能只從一段視頻里連續(xù)抽幀否則訓(xùn)練集和驗證集高度相似指標虛高現(xiàn)場演示立刻翻車。這個坑后面專門講。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 年代較早對小目標并不友好生態(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)上有幾個關(guān)鍵點值得在答辯時講清楚骨干網(wǎng)絡(luò)用了 C2f 模塊替代原來的 C3梯度流更豐富小目標特征保留得更好檢測頭改成 anchor-free不再需要預(yù)設(shè)錨框?qū)δ繕顺叽绶植疾还潭ǖ霓r(nóng)業(yè)場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)田場景下比老版本更穩(wěn)的直接原因。再補一個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 對顯存和推理時間要求高畢設(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)集超過一萬張再考慮 m。模型體積農(nóng)田場景定位顯存需求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)場景YOLOv8m約 49 MB大數(shù)據(jù)集精度優(yōu)先6~8 GB追求指標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 一個完整監(jiān)測系統(tǒng)由哪幾塊組成模型、數(shù)據(jù)、界面與部署四件套這類標題里寫著“源碼、可視化界面、完整數(shù)據(jù)集、部署教程”的項目拆開看就是四件套標注好的數(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 標注 → 轉(zhuǎn)換成 YOLO 格式的 txt 標簽 → 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 YOLO 類 → 對上傳圖片做預(yù)測 → 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)頁版也有用 Streamlit 幾分鐘搭一個的?！昂唵尾渴鸺纯蛇\行”這句話通常指的不是零配置而是依賴清單完整、啟動腳本齊全、權(quán)重文件已經(jīng)訓(xùn)練好你只需建一個 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 章會專門講。建議你拿到項目后先別急著點運行按訓(xùn)練鏈路、推理鏈路、界面鏈路三個層次各跑一遍哪個環(huán)節(jié)報錯就鎖定哪一層比對著整個項目瞎試高效得多。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 epoch 要十幾分鐘直接放棄。我的建議是分兩步走先把環(huán)境跑通再決定用 CPU 還是 GPU。如果你只是做課程設(shè)計的演示CPU 版完全可以接受因為推理一張圖只要一兩秒但如果你想認真調(diào)參訓(xùn)練沒有 NVIDIA 顯卡會很痛苦。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 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 版本我強烈建議鎖在 3.8 到 3.10 之間。3.11 以上裝某些依賴會出現(xiàn)二進制包缺失3.7 以下又帶不動新版本 ultralytics。裝完跑一句yolo predict sourcehttps://ultralytics.com/images/bus.jpg能輸出檢測結(jié)果圖就說明環(huán)境通了。GPU 環(huán)境可以用nvidia-smi看驅(qū)動支持的 CUDA 版本再回推 torch 的 cu 版本號版本對不上會出現(xiàn)Torch not compiled with CUDA enabled的報錯。3.2 數(shù)據(jù)集整理labelme 標注轉(zhuǎn) YOLO 格式的完整轉(zhuǎn)換腳本數(shù)據(jù)集整理是整個項目里最耗時間、也最影響結(jié)果的一步。常見做法是先用 labelme 標注因為它能畫多邊形和矩形適配病斑的不規(guī)則形狀但 YOLO 訓(xùn)練需要的是 txt 格式的歸一化中心點坐標所以必須寫轉(zhuǎn)換腳本。標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取出每個標注框的 label 和四個頂點坐標計算外接矩形的中心、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注的傾斜部分會被包進去如果你的病斑是細長條狀介意背景干擾的話可以改用旋轉(zhuǎn)框但 YOLOv8 默認不支持旋轉(zhuǎn)框需要換 YOLOv8-OBB復(fù)雜度會上升。標注文件轉(zhuǎn)完后還要劃分訓(xùn)練集和驗證集。我最常用的是隨機抽樣但前提是數(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驗證集不能太少否則 mAP 波動大。目錄結(jié)構(gòu)固定為images/train、images/val、labels/train、labels/val四份圖片和 txt 文件名要一一對應(yīng)。這里有個常見的低級錯誤jpg 和 txt 主名不一致導(dǎo)致訓(xùn)練時標簽加載不到ultralytics 會靜默跳過造成 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 填對數(shù)據(jù)準備好了訓(xùn)練前要寫一個 data.yaml 告訴模型去哪里找數(shù)據(jù)。路徑建議寫絕對路徑相對路徑在換目錄后經(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)逐個說。epochs100是最大訓(xùn)練輪數(shù)實際會配合patience20早停也就是 20 個 epoch 內(nèi)驗證集指標不漲就自動停防止過擬合。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)練時間會明顯變長且 batch 得同步調(diào)小。device0指定 GPUCPU 機器改成devicecpu。workers是數(shù)據(jù)加載線程數(shù)Windows 上容易報錯設(shè) 2~4 穩(wěn)妥。訓(xùn)練過程中不要只盯 loss。每跑完一個 epochruns/detect/train/目錄下會生成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。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)束會同時產(chǎn)出best.pt和last.pt部署一律用best.pt它對應(yīng)驗證集表現(xiàn)最好的那一個 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 的框會被丟棄iou0.45是 NMS 去重閾值兩個重疊框的 IoU 大于 0.45 時只保留置信度高的。這兩個參數(shù)在界面里也可以讓用戶調(diào)但默認值建議 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比看指標更直觀。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問題一是依賴 torch 這個重庫二是推理速度受 Python 動態(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 上不支持會直接報錯畢設(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。所以無論當前用不用先導(dǎo)出 onnx 都不虧算是給項目留了后悔藥。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)答辯的加分項但不是技術(shù)難點。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自動生成網(wǎng)頁極低依賴簡單快速原型、內(nèi)部驗證我一般推薦 Flask 網(wǎng)頁版原因很實際答辯現(xiàn)場只需要一個瀏覽器打開 localhost不需要安裝額外軟件也不怕 PyInstaller 打包時缺 DLL。而且 Flask 天然支持后面擴展攝像頭實時檢測你只需要再加一個img標簽輪詢幀就行。本地運行時所有代碼都在一臺機器上也方便演示“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現(xiàn)從圖片上傳到返回檢測框下面是一個可直接跑的最小 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框坐標和類別。代碼邏輯分為三塊加載模型、解析上傳文件、執(zhí)行推理并組織返回數(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)雜但有幾個細節(jié)容易踩一是model.predict里不再需要傳source因為傳入的已經(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)會讀不到上傳的臨時文件三是返回前要把 numpy 類型轉(zhuǎn)成 Python 原生類型否則 jsonify 會報Object of type ndarray is not JSON serializable。前端配一個表單上傳頁就能完成整個演示閉環(huán)這也是標題里所謂“功能完善、操作簡單”最常見的技術(shù)棧落法。4.4 部署自檢清單requirements、啟動腳本與路徑規(guī)范部署說的“簡單即可運行”實際落實在三件事上。第一requirements.txt 鎖住核心依賴版本避免換一臺機器版本漂移ultralytics8.0.0 flask2.0.0 opencv-python4.5.0 numpy1.21.0 onnxruntime1.14.0第二啟動腳本一鍵起服務(wù)。Windows 下給一個start.batLinux 下給一個run.sh內(nèi)容就是激活環(huán)境加啟動 Flask別讓用戶去手動敲命令。第三項目路徑不能有中文。ultralytics 和 OpenCV 對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到了“簡單部署即可運行”。5. 農(nóng)田病蟲害檢測避坑指南數(shù)據(jù)、訓(xùn)練與界面三層最常見的翻車點5.1 訓(xùn)練 loss 不降或直接 NaN現(xiàn)象訓(xùn)練到第 5 個 epochloss 曲線完全不動或者某一步直接變成 NaN之后指標全亂。這種情況新手最容易慌以為是模型壞了。原因八成出在標簽文件上。最常見的是某個 txt 標簽里寫了超出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。另外空的標簽文件也會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有就刪掉對應(yīng)圖片或重新標注再寫一段代碼遍歷所有 txt確認最大類別 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時加verboseTrue能打印每個 batch 的 loss定位出問題的那一步。5.2 小目標漏檢嚴重病斑根本框不出來現(xiàn)象驗證集 mAP 看著有 0.7但實際拿手機拍一張?zhí)镩g的稻瘟病斑圖模型一個框都不出。這種情況在病蟲害場景里極其常見因為病斑在整張圖中的占比實在太小。原因輸入分辨率不夠。imgsz640時一個 20×20 像素的病斑下采樣到特征圖只剩 2~3 個像素C2f 模塊再強也救不回來。另一個原因是訓(xùn)練數(shù)據(jù)里小目標占比本來就低模型對大目標過擬合了。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 的重疊塊逐塊檢測再合并結(jié)果。數(shù)據(jù)層面標注時別偷懶小病斑也要仔細框或者用離線切圖把原始大圖切成小圖后再標注讓模型看到更多“放大”后的病斑樣本。這一步是最耗時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)練指標很好但界面上一張圖同時框出十幾個重疊框同一個病斑被標成兩個類別演示效果像模型瘋了一樣。原因推理時的conf閾值太低比如設(shè)了 0.1模型把大量低置信度預(yù)測也吐出來。另一個隱蔽原因是訓(xùn)練集和驗證集高度相似也就是數(shù)據(jù)泄漏模型指標虛高對真實場景的泛化其實很差。解決把界面里默認conf提到 0.3 以上先看演示效果。同時檢查數(shù)據(jù)劃分如果訓(xùn)練集和驗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)慣是不同時間、不同田塊、不同設(shè)備拍的照片放進不同集合保證驗證集與訓(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)泄漏會讓你的畢設(shè)現(xiàn)場翻車防人之心不可無。5.4 界面啟動報錯 ModuleNotFoundError 或版本沖突現(xiàn)象所有文件都在requirements 也裝了但運行python app.py直接報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 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 會拉不到對應(yīng) wheeltorch 的 cu 版本和本機顯卡驅(qū)動不匹配也會讓 import 報錯。還有一個隱蔽情況是 conda 環(huán)境沒激活包裝到了 base 環(huán)境里命令跑的時候卻用的是另一個環(huán)境。解決刪除環(huán)境重建Python 鎖 3.9再按 requirements 逐個裝。裝 torch 前先nvidia-smi查驅(qū)動版本再選對應(yīng) cu 版本沒有 NVIDIA 顯卡的機器直接裝 CPU 版 torch不要強行裝 cu 版本。啟動腳本里顯式conda activate pest不要依賴用戶手動激活。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)象程序不報錯但返回的檢測結(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)慣把項目目錄命名為“病蟲害檢測”大概率踩中。原因OpenCV 的imread在 Windows 上對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。這個問題在 Linux 上稍好但 Windows 下幾乎是必然復(fù)現(xiàn)的。解決項目根目錄、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改用np.fromfile加cv2.imdecode組合能繞過一部分問題但治標不治本。我一般直接把規(guī)范寫進部署文檔第 1 條本系統(tǒng)不支持中文路徑請勿修改目錄名。6. 模型驗證與進階從能跑到跑得穩(wěn)我的驗收習(xí)慣6.1 用“陌生文件夾”做最終驗收訓(xùn)練完成、界面能跑之后我最后一步不是看 mAP而是新建一個完全沒有參與訓(xùn)練的測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數(shù)一遍每張圖有幾個病斑再去跑推理按圖對比。這個動作能在五分鐘內(nèi)暴露模型的真實水平比任何指標都誠實。我把這個文件夾命名為final_test長期保留每次調(diào)參后都跑一遍作為回歸測試。另外我會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這類樣本學(xué)得不夠該補數(shù)據(jù)了。6.2 進階方向切圖、數(shù)據(jù)增強與邊緣部署如果項目還有余力提升三個方向按性價比排序。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是推理時間變長但界面演示時只對上傳單圖操作完全能接受。第二是數(shù)據(jù)增強配置ultralytics 默認增強對農(nóng)業(yè)場景基本夠用別亂加 mosaic因為 mosaic 拼接會讓病斑被切割得更碎小目標反而更難學(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 格式實現(xiàn)田間本地化實時檢測這就是一個可以寫進論文的落地延伸點了。我最早做這類項目時拿到數(shù)據(jù)集就直接訓(xùn)練驗證集指標好看實地拍一張全亂框后來才反應(yīng)過來訓(xùn)練集和驗證集來自同一批錄像抽幀。從那以后我堅持任何演示圖片都不放進訓(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夜。希望幫到你。本文還有配套的精品資源點擊獲取