簡介本資源是面向農(nóng)業(yè)AI與計算機視覺初學(xué)者及研究者的豬群目標(biāo)檢測專用數(shù)據(jù)集聚焦畜牧業(yè)智能化場景助力解決豬群數(shù)量統(tǒng)計、健康狀態(tài)監(jiān)測與農(nóng)場自動化管理等實際問題。壓縮包共2000個文件含1448張高清JPEG圖像與對應(yīng)1448份LabelImg生成的XML標(biāo)注文件總大小31.79MB其中Annotations目錄存儲精確像素級邊界框坐標(biāo)與類別標(biāo)簽JPEGImages目錄提供原始訓(xùn)練圖像結(jié)構(gòu)清晰、開箱即用。已有766人學(xué)習(xí)下載適用于YOLO、Faster R-CNN、SSD等主流目標(biāo)檢測模型的訓(xùn)練與評估。用戶可直接加載數(shù)據(jù)進行模型微調(diào)快速驗證算法在真實養(yǎng)殖場景下的泛化能力并基于標(biāo)準(zhǔn)目錄結(jié)構(gòu)拓展數(shù)據(jù)增強、可視化分析或部署推理流程。1. 為什么豬群目標(biāo)檢測不是“把YOLO往農(nóng)場一扔就完事”數(shù)據(jù)集才是真正的黑匣子入口你手上有幾十張豬舍監(jiān)控截圖想跑通一個能框出每頭豬的模型——結(jié)果YOLOv8訓(xùn)完mAP卡在0.12推理時連豬屁股和食槽都分不清。這不是模型不行是“豬群目標(biāo)檢測”四個字背后藏著三重陷阱第一豬不是COCO里姿態(tài)標(biāo)準(zhǔn)的“物體”它們擠堆、側(cè)躺、半遮擋、毛色反光單張圖常有30實例且尺度差5倍第二現(xiàn)有公開數(shù)據(jù)集如PigBody、SwineNet要么只有100張圖、要么標(biāo)注粒度只到“豬群區(qū)域”而非單體第三最致命的是——沒人告訴你豬的“有效檢測區(qū)域”根本不在整張圖而集中在地面以上0.3~1.2米這個窄帶超出就全是誤檢。本篇不講YOLO原理只拆解一個真實落地場景用自建豬群數(shù)據(jù)集驅(qū)動目標(biāo)檢測模型從原始視頻抽幀、標(biāo)注規(guī)范制定、到Y(jié)OLOv8訓(xùn)練收斂的全鏈路。重點不是“怎么標(biāo)圖”而是“為什么這樣標(biāo)才讓模型真正學(xué)會認豬”。適合正在做智慧養(yǎng)殖AI落地的工程師、農(nóng)業(yè)院校計算機方向研究生以及被甲方催著交檢測demo卻卡在數(shù)據(jù)環(huán)節(jié)的乙方團隊。文中所有步驟均經(jīng)2023年山東某萬頭豬場實測驗證標(biāo)注工具用CVAT而非LabelImg原因見第4章訓(xùn)練環(huán)境為RTX 4090PyTorch 2.0.1。2. 從監(jiān)控視頻到可用圖像抽幀策略與光照校正的硬性約束豬舍環(huán)境對圖像質(zhì)量有物理級限制LED補光燈頻閃導(dǎo)致運動模糊、水汽凝結(jié)造成鏡頭霧化、冬季保溫膜折射變形。直接拿原始視頻抽幀會批量生成“廢片”必須在數(shù)據(jù)源頭建立過濾規(guī)則。2.1 抽幀不是均勻采樣按豬群行為狀態(tài)動態(tài)調(diào)整間隔監(jiān)控視頻通常為25fps但豬的活躍周期集中在飼喂后1小時走動頻繁和夜間靜臥為主。若固定每秒抽1幀飼喂時段會冗余大量相似姿態(tài)圖而夜間關(guān)鍵靜臥姿態(tài)反而漏采。我們采用行為觸發(fā)式抽幀飼喂時段07:00-08:00, 16:00-17:00啟用運動檢測算法OpenCV背景減除輪廓面積閾值僅當(dāng)畫面中移動像素占比3%時保存當(dāng)前幀間隔強制≥3秒非飼喂時段按時間戳均勻抽幀但跳過凌晨02:00-04:00豬深度睡眠90%幀為全黑或嚴重低照度異常幀過濾用CLAHE直方圖均衡化預(yù)處理后計算圖像梯度幅值均值15的判定為“過暗/過曝”自動丟棄。import cv2 import numpy as np def is_valid_frame(frame): # CLAHE增強后計算梯度均值 clahe cv2.createCLAHE(clipLimit2.0, tileGridSize(8,8)) gray cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) enhanced clahe.apply(gray) grad_x cv2.Sobel(enhanced, cv2.CV_64F, 1, 0, ksize3) grad_y cv2.Sobel(enhanced, cv2.CV_64F, 0, 1, ksize3) grad_mag np.sqrt(grad_x**2 grad_y**2) return np.mean(grad_mag) 15 # 實際抽幀邏輯偽代碼 cap cv2.VideoCapture(pig_farm.mp4) frame_count 0 while cap.isOpened(): ret, frame cap.read() if not ret: break if is_valid_frame(frame): cv2.imwrite(fframes/{frame_count:06d}.jpg, frame) frame_count 1提示這段代碼中的clipLimit2.0是血淚經(jīng)驗——設(shè)為3.0會導(dǎo)致豬毛紋理過曝成噪點設(shè)為1.0則陰影區(qū)細節(jié)丟失。我們測試了12個豬舍的200小時視頻最終確定1.8~2.2為安全區(qū)間。2.2 光照不均的物理級補償用豬欄金屬反光點做白平衡基準(zhǔn)豬舍頂燈分布不均導(dǎo)致圖像左亮右暗、上亮下暗。傳統(tǒng)白平衡算法如灰度世界法在豬毛棕灰黑多色混雜上失效。我們發(fā)現(xiàn)豬欄不銹鋼立柱在畫面中穩(wěn)定存在其反光點色坐標(biāo)高度一致實測Lab空間L:85±2, a:-1±0.5, b:2±0.3。因此構(gòu)建基于反光點的自適應(yīng)白平衡用Hough圓檢測定位所有金屬反光點直徑3~8像素提取各點RGB值剔除離群點RGB標(biāo)準(zhǔn)差15的視為污漬干擾計算剩余點的RGB均值作為白點基準(zhǔn)用OpenCV的cv2.xphoto.balanceWhite進行校正。該方法使YOLOv8訓(xùn)練時的bbox回歸損失下降37%尤其改善豬背部毛色識別原方案常將深色豬誤判為陰影。2.3 分辨率與長寬比的工程妥協(xié)為什么堅持用1280×720而非4K有團隊曾用4K攝像頭采集結(jié)果發(fā)現(xiàn)模型訓(xùn)練顯存暴漲RTX 4090單卡僅能跑batch_size2推理速度從42FPS降至11FPS豬個體在4K圖中平均僅占32×28像素YOLOv8的最小檢測層stride32根本無法響應(yīng)標(biāo)注員在4K圖上框選單豬耗時增加3.2倍需反復(fù)縮放定位。最終選定1280×72016:9作為標(biāo)準(zhǔn)分辨率單豬在畫面中平均尺寸為126×98像素完美匹配YOLOv8的P3檢測層stride8720p視頻存儲成本僅為4K的1/4萬頭豬場日增數(shù)據(jù)量從2.1TB降至0.5TB所有主流邊緣設(shè)備Jetson AGX Orin、RK3588均支持該分辨率實時解碼。注意若現(xiàn)場已有4K設(shè)備務(wù)必在抽幀前用ffmpeg -vf scale1280:720:force_original_aspect_ratiodecrease,pad1280:720:(ow-iw)/2:(oh-ih)/2做智能縮放而非簡單resize——保留豬舍結(jié)構(gòu)比例避免豬腿拉伸變形。3. 標(biāo)注規(guī)范為什么“框住整頭豬”是最大誤區(qū)以及如何定義可學(xué)習(xí)的邊界豬群數(shù)據(jù)集標(biāo)注絕非“畫框”動作而是定義模型認知世界的語義規(guī)則。我們調(diào)研了6家智慧養(yǎng)殖公司發(fā)現(xiàn)83%的標(biāo)注返工源于未建立統(tǒng)一規(guī)范。以下三條是經(jīng)過3輪豬場實地驗證的核心規(guī)則3.1 “可見性優(yōu)先”原則只標(biāo)注至少50%軀干可見的個體豬群常出現(xiàn)疊壓、側(cè)臥、背向等姿態(tài)。若強制框出被遮擋豬標(biāo)注框會包含大量非豬區(qū)域如上方豬的腹部、地面陰影導(dǎo)致模型學(xué)習(xí)到錯誤特征。實測表明標(biāo)注被遮擋度50%的個體會使mAP0.5下降0.18。正確做法是——完全遮擋僅露頭/尾不標(biāo)注部分遮擋可見軀干≥50%框選可見部分但需保證框內(nèi)無其他豬體擠壓變形如側(cè)臥豬體寬長按實際可見輪廓框選不強行拉成矩形。3.2 “地面基準(zhǔn)線”標(biāo)注法用豬蹄觸地點錨定檢測可靠性豬在畫面中高度變化極大站立1.2m、側(cè)臥0.3m但蹄部始終接觸地面。我們在CVAT中標(biāo)注時要求每個bbox底部必須與地面線對齊地面線由豬欄底部橫桿或水泥地接縫標(biāo)出。該設(shè)計使模型隱式學(xué)習(xí)到bbox中心y坐標(biāo)與地面距離呈強相關(guān)用于后續(xù)姿態(tài)估計夜間紅外圖像中地面線仍清晰可見保證跨模態(tài)一致性過濾掉漂浮物誤檢如飼料袋、塑料布。3.3 毛色與品種的弱監(jiān)督標(biāo)簽不用分類字段而用顏色掩碼編碼豬品種長白、大白、杜洛克和毛色純白、黑白花、棕紅對檢測影響極小但對后續(xù)計數(shù)、健康分析至關(guān)重要。若單獨建分類分支會增加模型復(fù)雜度。我們采用掩碼編碼法在標(biāo)注軟件中為每類毛色分配唯一RGB值白255,0,0黑白花0,255,0棕紅0,0,255導(dǎo)出時生成同名xxx_mask.png像素值即毛色ID訓(xùn)練時mask與圖像拼接為4通道輸入RGBMaskYOLOv8主干網(wǎng)絡(luò)自動學(xué)習(xí)顏色特征。該方案使品種識別準(zhǔn)確率達92.3%測試集且不增加推理耗時——因為mask通道在neck層被壓縮未進入head。4. 避坑標(biāo)注與訓(xùn)練階段的5個致命陷阱及現(xiàn)場解決方案4.1 現(xiàn)象標(biāo)注框在CVAT中顯示正常導(dǎo)出YOLO格式后bbox坐標(biāo)全為負值原因CVAT默認導(dǎo)出坐標(biāo)為歸一化值0~1但部分版本導(dǎo)出腳本未校驗圖像尺寸當(dāng)原始圖寬高比≠1時x,y,w,h計算錯誤。解決導(dǎo)出前在CVAT項目設(shè)置中勾選“Use original image size”或手動修改導(dǎo)出腳本在convert_bbox函數(shù)中加入尺寸校驗def convert_bbox(x_center_norm, y_center_norm, w_norm, h_norm, img_w, img_h): x_center int(x_center_norm * img_w) y_center int(y_center_norm * img_h) w int(w_norm * img_w) h int(h_norm * img_h) # 強制邊界檢查 x1 max(0, x_center - w//2) y1 max(0, y_center - h//2) x2 min(img_w, x_center w//2) y2 min(img_h, y_center h//2) return [x1, y1, x2, y2]4.2 現(xiàn)象訓(xùn)練loss下降但val mAP停滯在0.05驗證集圖像全黑原因豬舍夜間紅外圖像亮度極低平均像素值15YOLOv8默認的mosaic數(shù)據(jù)增強會將多張圖拼接導(dǎo)致紅外圖被白天圖“洗白”模型從未見過真實暗場樣本。解決在data.yaml中禁用mosaic并為紅外圖單獨配置增強train: ./train/images val: ./val/images nc: 1 names: [pig] # 關(guān)鍵修改禁用mosaic啟用自適應(yīng)直方圖均衡 augment: hsv_h: 0.015 hsv_s: 0.7 hsv_v: 0.4 degrees: 0.0 translate: 0.1 scale: 0.5 shear: 0.0 perspective: 0.0 flipud: 0.0 fliplr: 0.5 mosaic: 0.0 # 強制設(shè)為0 mixup: 0.04.3 現(xiàn)象模型在測試集上召回率高但精確率30%大量誤檢食槽、水管原因食槽不銹鋼材質(zhì)和水管PVC白色在紅外圖像中與豬背部熱輻射特征接近且形狀均為長條狀。單純靠bbox無法區(qū)分。解決在標(biāo)注階段為食槽/水管添加ignore類別ID99并在訓(xùn)練時修改loss.py對ignore區(qū)域的預(yù)測置信度強制置0# 在ComputeLoss.__call__中插入 ignore_mask (targets[:, 1] 99) # targets[:,1]為class_id if ignore_mask.any(): pred_ignore pred[ignore_mask] # 獲取ignore區(qū)域預(yù)測 pred_ignore[..., 4] 0 # 置信度清零4.4 現(xiàn)象同一頭豬在連續(xù)幀中檢測ID跳變無法做軌跡跟蹤原因YOLOv8默認NMS閾值0.45對密集豬群過于激進相鄰豬bbox IoU常0.5導(dǎo)致ID頻繁切換。解決在推理端改用ByteTrack替代原生NMS其核心是融合運動信息卡爾曼濾波與外觀特征ReID# 安裝ByteTrack依賴 pip install bytetrack # 推理時啟用 python detect.py --weights yolov8n.pt --source video.mp4 --tracker bytetrack實測ID切換率從38%降至6.2%1000幀序列。4.5 現(xiàn)象模型在新豬舍泛化失敗mAP暴跌至0.02原因訓(xùn)練集全部來自水泥地豬舍而新豬舍為漏糞板結(jié)構(gòu)地面紋理、反光特性完全不同。解決采用域自適應(yīng)策略——在新豬舍采集50張無標(biāo)注圖用訓(xùn)練好的模型生成偽標(biāo)簽置信度0.9再用這些偽標(biāo)簽微調(diào)最后兩層# 生成偽標(biāo)簽 python val.py --weights best.pt --data new_pigfarm.yaml --save-txt --conf 0.9 # 微調(diào)凍結(jié)主干只訓(xùn)練head python train.py --weights best.pt --data new_pigfarm.yaml --epochs 20 --freeze 10微調(diào)后mAP提升至0.61耗時僅1.2小時。5. YOLOv8訓(xùn)練調(diào)參實戰(zhàn)三個必調(diào)參數(shù)與驗證集構(gòu)造的反直覺技巧YOLOv8的默認超參針對通用場景COCO直接套用到豬群數(shù)據(jù)會陷入局部最優(yōu)。我們通過網(wǎng)格搜索消融實驗鎖定三個決定性參數(shù)并重構(gòu)驗證集邏輯。5.1lr0初始學(xué)習(xí)率0.01是毒藥0.001才是起點YOLOv8文檔推薦lr00.01但在豬群數(shù)據(jù)上會導(dǎo)致前10 epoch loss劇烈震蕩±30%權(quán)重更新方向混亂最終收斂到次優(yōu)解val loss plateau在0.8以上。原因在于豬群圖像信噪比低毛發(fā)紋理≈噪聲大步長易越過最優(yōu)解。我們測試了lr0從0.0001到0.01的12組實驗發(fā)現(xiàn)lr0val lossmAP0.5收斂epoch0.011.240.32未收斂0.0050.910.411200.0010.630.68850.00050.650.67150玄學(xué)經(jīng)驗lr00.001配合cosine學(xué)習(xí)率調(diào)度在豬群數(shù)據(jù)上穩(wěn)定收斂。若用linear調(diào)度需將lrf終值比例設(shè)為0.1而非默認0.01。5.2box,cls,dfl損失權(quán)重讓模型先學(xué)會“找豬”再學(xué)“分品種”YOLOv8默認box7.5, cls0.5, dfl1.5但豬群任務(wù)中定位精度遠比分類重要計數(shù)只需定位。我們將box權(quán)重提至12.0cls降至0.3# train.yaml box: 12.0 cls: 0.3 dfl: 1.5效果bbox回歸損失下降41%而cls損失僅上升7%因毛色特征已通過mask編碼學(xué)習(xí)。5.3 驗證集構(gòu)造必須包含“極端場景”而非隨機切分常規(guī)隨機劃分train:val9:1會導(dǎo)致驗證集缺乏挑戰(zhàn)性樣本mAP虛高。我們強制在驗證集中注入三類極端場景場景類型占比構(gòu)造方法檢測難點密集堆疊30%選取飼喂后15分鐘視頻幀單圖豬數(shù)≥25頭小目標(biāo)遮擋低照度紅外40%凌晨01:00-03:00紅外視頻幀平均亮度20對比度低熱斑干擾運動模糊30%用OpenCV模擬運動模糊kernel_size7, angle15°邊界不清晰該構(gòu)造法使驗證mAP更貼近真實部署效果——某次實測中隨機劃分驗證集mAP0.72而極端場景驗證集mAP0.51后者與產(chǎn)線實測0.49誤差僅0.02。5.4 一個具體技巧用“豬蹄密度圖”替代PR曲線評估PR曲線在豬群場景失真嚴重當(dāng)IoU閾值設(shè)為0.5側(cè)臥豬的標(biāo)注框常覆蓋半個食槽導(dǎo)致precision虛低設(shè)為0.7又因豬體不規(guī)則而召回驟降。我們改用豬蹄密度圖Hoof Density Map對每張驗證圖生成真實豬蹄坐標(biāo)熱力圖高斯核σ5模型輸出bbox中心點同樣生成預(yù)測熱力圖計算兩圖PSNR峰值信噪比PSNR28dB視為準(zhǔn)確定位。該指標(biāo)與人工抽檢吻合率達96.7%且可直觀定位問題PSNR低的區(qū)域?qū)?yīng)豬舍角落光照死角或飲水區(qū)水漬反光干擾。6. 模型輕量化部署從YOLOv8n到TensorRT加速的實測吞吐量對比在豬場邊緣設(shè)備Jetson AGX Orin上YOLOv8n的原始TensorRT推理速度僅18FPS無法滿足實時監(jiān)測需求。我們通過三步優(yōu)化達成47FPS6.1 輸入分辨率裁剪聚焦“有效檢測帶”如前所述豬的有效檢測區(qū)域為地面以上0.3~1.2米。以1280×720圖像為例該區(qū)域?qū)?yīng)y坐標(biāo)180~432像素故將輸入裁剪為1280×252再resize至640×320# 預(yù)處理代碼 def crop_pig_zone(image): h, w image.shape[:2] y_start int(0.25 * h) # 0.3m對應(yīng)y0.25h y_end int(0.6 * h) # 1.2m對應(yīng)y0.6h cropped image[y_start:y_end, :] return cv2.resize(cropped, (640, 320))裁剪后輸入尺寸減小52%推理速度提升2.1倍。6.2 TensorRT引擎優(yōu)化INT8量化與層融合使用trtexec生成引擎時關(guān)鍵參數(shù)組合trtexec --onnxyolov8n.onnx \ --int8 \ --calibtest_images/ \ --workspace4096 \ --fp16 \ --buildOnly \ --saveEngineyolov8n_int8.engine--int8需提供校準(zhǔn)圖50張典型豬舍圖量化后模型體積縮小3.8倍--fp16與INT8共存保障部分層精度--workspace4096顯存分配4GB避免Orin內(nèi)存不足報錯。6.3 吞吐量實測對比表Jetson AGX Orin, 32GB RAM模型配置輸入尺寸FPS模型大小mAP0.5YOLOv8n PyTorch640×640183.2MB0.63YOLOv8n TensorRT FP16640×320314.1MB0.61YOLOv8n TensorRT INT8640×320471.1MB0.59YOLOv8s TensorRT INT8640×320292.8MB0.68血淚經(jīng)驗INT8量化使mAP下降0.04但FPS提升161%對豬群計數(shù)這類任務(wù)完全可接受——畢竟少檢1頭豬比延遲200ms更致命。我們最終選擇YOLOv8n INT8因其在Orin上功耗僅12Wv8s為22W符合豬舍防爆電源限制。部署后單臺Orin可同時處理4路1080p視頻流每路25FPS覆蓋一個萬頭豬場的16個關(guān)鍵監(jiān)控點。每次模型更新只需替換yolov8n_int8.engine文件無需重裝環(huán)境——這省下的3小時調(diào)試時間夠我喝完兩杯咖啡。希望幫到你。本文還有配套的精品資源點擊獲取