简介本资源是面向计算机视觉初学者与YOLO系列算法实践者的专业级目标检测数据集专为咖啡果实成熟度识别任务设计覆盖未成熟、半熟、成熟、过熟四类关键状态可直接用于YOLOv5/v7/v8/v9/v10/v11等主流版本的模型训练、验证与测试。压缩包共2000个文件含999个YOLO格式.txt标签文件与1001个VOC格式.xml标签文件分别存放于独立目录均与1045张高质量实拍图像严格一一对应配套提供标准data.yaml配置文件及完整划分结构开箱即用。资源大小59.17MB轻量高效适配本地快速实验与教学演示。目前已有101人学习下载读者可直接获取带比例归一化坐标的精准标注、双格式兼容的标签体系、清晰命名规则文件名末尾含类别标识以及开箱即训的工程化组织方式显著降低数据预处理门槛加速农业AI检测项目落地验证。1. 用YOLO算法识别咖啡果实成熟度为什么1045张带标签图像能直接启动训练在云南、海南等咖啡主产区采摘决策长期依赖人工经验——判断果实是否达到“半熟-成熟-未成熟-过熟”四类状态误差率高、效率低、难以标准化。而这份名为“YOLO算法-咖啡果实数据集-1045张图像带标签-半熟-成熟的-未成熟-过熟.zip”的资源不是普通图库它是一套已按YOLO格式预标注完成的农业视觉数据集每张图像对应一个.txt标签文件每行含类别ID0~3与归一化后的bbox坐标x_center, y_center, width, height完全适配YOLOv5/v8/v10的训练输入规范。它解决的不是“能不能检测”而是“如何跳过标注环节把农业场景中的成熟度判别快速落地为可部署模型”。适合农技站工程师、智慧农业初创团队、高校农林AI课程实践者——你不需要从LabelImg开始画框也不必纠结COCO还是Pascal VOC格式转换解压即得images/和labels/双目录结构配合几行命令就能启动训练。真正卡住落地的从来不是算法本身而是符合YOLO原生要求、覆盖真实田间光照/遮挡/密集簇生场景的细粒度农业数据——而这1045张图正是这个缺口的关键补位。2. YOLO数据集结构解析与YOLOv8训练前的强制校验2.1 理解YOLO格式标签为什么必须是归一化坐标类别IDYOLO系列模型v5/v6/v7/v8/v10对标签格式有严格约定每个图像对应同名.txt文件每行代表一个目标格式为class_id x_center y_center width height所有坐标值均除以图像宽高归一化到[0,1]区间。例如一行2 0.423 0.618 0.185 0.294表示类别ID2对应“未成熟”、中心点横纵坐标占图宽高的42.3%和61.8%、包围框宽高占比18.5%和29.4%。这种设计使模型学习与图像分辨率无关的相对位置关系极大提升泛化性。若使用绝对像素坐标如2 320 470 140 225训练时会因尺寸差异导致loss爆炸、收敛失败——这是新手最常踩的坑。提示该数据集标签已按此规范生成但必须验证。常见错误包括坐标超出[0,1]范围、中心点半宽半高计算后超出图像边界、类别ID超出0~3范围本数据集应为4类、空标签文件或图像无对应txt文件。2.2 解压后目录结构检查与路径规范化假设解压到/data/coffee_yolo/标准结构应为coffee_yolo/ ├── images/ │ ├── train/ │ │ ├── IMG_001.jpg │ │ └── ... │ ├── val/ │ └── test/ # 可选若无则训练时自动划分 └── labels/ ├── train/ │ ├── IMG_001.txt │ └── ... ├── val/ └── test/若原始zip中未分train/val/test需手动拆分。强烈建议按7:2:1比例划分约730/209/105张避免训练集过小导致过拟合。使用以下Python脚本完成import os import shutil import random from pathlib import Path # 设置路径 root Path(/data/coffee_yolo) images_dir root / images labels_dir root / labels # 创建子目录 for split in [train, val, test]: (images_dir / split).mkdir(exist_okTrue) (labels_dir / split).mkdir(exist_okTrue) # 获取所有图像路径 all_images list((root / images).glob(*.jpg)) list((root / images).glob(*.png)) random.shuffle(all_images) # 按比例分配 n len(all_images) train_end int(0.7 * n) val_end int(0.9 * n) splits [(train, all_images[:train_end]), (val, all_images[train_end:val_end]), (test, all_images[val_end:])] for split_name, img_list in splits: for img_path in img_list: # 复制图像 dst_img images_dir / split_name / img_path.name shutil.copy2(img_path, dst_img) # 复制对应标签假设同名txt label_path labels_dir / img_path.stem.replace( , _) .txt # 处理空格 if label_path.exists(): dst_label labels_dir / split_name / label_path.name shutil.copy2(label_path, dst_label) else: print(fWarning: No label found for {img_path.name})2.3 标签文件完整性与坐标合法性批量校验即使目录结构正确标签内容仍可能出错。运行以下bash脚本检查所有.txt文件#!/bin/bash # check_labels.sh DATASET_DIR/data/coffee_yolo LABELS_DIR$DATASET_DIR/labels echo 开始校验YOLO标签文件 error_count0 # 遍历所有txt文件 find $LABELS_DIR -name *.txt | while read label_file; do # 获取对应图像尺寸需先读取图像 img_file${label_file/labels/images} # 替换路径 img_file${img_file%.txt}.jpg if [ ! -f $img_file ]; then img_file${label_file/labels/images}.png fi if [ ! -f $img_file ]; then echo ERROR: Image not found for $label_file ((error_count)) continue fi # 获取图像宽高 size$(identify -format %w %h $img_file 2/dev/null) if [ -z $size ]; then echo ERROR: Cannot read image size for $img_file ((error_count)) continue fi read width height $size # 逐行检查标签 while IFS read -r line; do [[ -z $line ]] continue # 分割字段 read -r cls x y w h $line # 检查是否为数字 if ! [[ $cls ~ ^[0-3]$ ]] || \ ! [[ $x ~ ^[0-9]\.?[0-9]*$ ]] || \ ! [[ $y ~ ^[0-9]\.?[0-9]*$ ]] || \ ! [[ $w ~ ^[0-9]\.?[0-9]*$ ]] || \ ! [[ $h ~ ^[0-9]\.?[0-9]*$ ]]; then echo ERROR: Invalid format in $label_file: $line ((error_count)) continue fi # 检查归一化坐标范围 if (( $(echo $x 0 || $x 1 || $y 0 || $y 1 || $w 0 || $w 1 || $h 0 || $h 1 | bc -l) )); then echo ERROR: Out-of-range coordinate in $label_file: $line ((error_count)) continue fi # 检查中心点半宽半高是否越界 x1$(echo $x - $w/2 | bc -l) x2$(echo $x $w/2 | bc -l) y1$(echo $y - $h/2 | bc -l) y2$(echo $y $h/2 | bc -l) if (( $(echo $x1 0 || $x2 1 || $y1 0 || $y2 1 | bc -l) )); then echo ERROR: BBox exceeds image boundary in $label_file: $line ((error_count)) fi done $label_file done echo 校验完成共发现 $error_count 个错误 if [ $error_count -eq 0 ]; then echo ✅ 所有标签文件通过校验 else echo ❌ 请修正错误后重试 fi注意需安装ImageMagicksudo apt install imagemagick以使用identify命令获取图像尺寸。若环境无GUI可用opencv-python替代但上述脚本已覆盖90%生产环境。3. YOLOv8训练全流程从配置文件到GPU显存优化3.1 构建YOLOv8兼容的data.yaml配置文件YOLOv8要求一个data.yaml文件定义数据集路径、类别数及名称。在/data/coffee_yolo/下创建该文件# data.yaml train: ../images/train val: ../images/val test: ../images/test # 可选用于最终评估 nc: 4 # number of classes names: [unripe, semi-ripe, ripe, overripe] # class names in order of ID关键点说明train/val/test路径是相对于data.yaml所在目录的相对路径而非绝对路径。若将data.yaml放在/data/coffee_yolo/则../images/train指向/data/coffee_yolo/images/train。nc: 4必须与标签中最大类别ID一致0~3共4类否则训练报错IndexError: index 4 is out of bounds for dimension 0 with size 4。names顺序必须与标签中类别ID严格对应ID0→unripeID1→semi-ripe以此类推。命名需英文、无空格、小写便于后续部署调用。3.2 使用Ultralytics CLI启动训练核心参数详解YOLOv8官方推荐使用ultralytics库的CLI命令。确保已安装最新版pip install ultralytics --upgrade启动训练命令yolo detect train \ data/data/coffee_yolo/data.yaml \ modelyolov8n.pt \ epochs100 \ imgsz640 \ batch16 \ namecoffee_v8n_r100 \ project/data/coffee_train \ workers4 \ device0 \ patience10 \ lr00.01 \ lrf0.01 \ hsv_h0.015 \ hsv_s0.7 \ hsv_v0.4 \ degrees0.0 \ translate0.1 \ scale0.5 \ shear0.0 \ perspective0.0 \ flipud0.0 \ fliplr0.5 \ mosaic1.0 \ mixup0.0 \ copy_paste0.0参数说明重点modelyolov8n.pt选用nano版本适合边缘设备部署若GPU显存≥12GB可换yolov8m.pt提升精度。batch16根据GPU显存调整。RTX 306012GB可设为32GTX 16606GB建议8。显存不足时优先降低batch而非imgsz。imgsz640输入图像统一缩放至640×640。咖啡果实较小且常密集不建议低于640否则小目标漏检率飙升。mosaic1.0强制启用Mosaic增强对田间小目标检测至关重要——它将4张图拼成1张显著提升小果实识别鲁棒性。fliplr0.5水平翻转概率0.5模拟采摘时不同角度观察禁用flipud上下翻转因咖啡果实自然生长方向固定上下翻转会引入不合理样本。hsv_h/s/v色调/饱和度/明度扰动模拟不同光照条件晨雾、正午强光、阴天数值参考农业图像实测经验值。patience10早停轮数当验证集mAP连续10轮不升则终止防止过拟合——对仅1045张图的小数据集尤为关键。3.3 训练过程监控与关键指标解读训练启动后Ultralytics自动创建/data/coffee_train/coffee_v8n_r100/目录内含weights/best.pt验证集mAP最高的模型权重weights/last.pt最后一轮权重results.csv每轮训练指标记录train_batch0.jpg等可视化增强效果重点关注results.csv中的三组指标列名含义健康阈值说明metrics/mAP50-95(B)验证集BBox mAPIoU 0.5~0.95≥0.65主要精度指标0.7为优秀metrics/precision(B)精确率查准率≥0.70高值减少误报把未熟标成成熟metrics/recall(B)召回率查全率≥0.60高值减少漏检成熟果实未被框出若recall持续低于0.5说明小目标检测能力弱应增加mosaic强度如1.0→1.5需修改源码降低imgsz至512并增大batch在data.yaml中添加rect: False强制非矩形缩放保留长宽比提示训练日志中若出现CUDA out of memory立即停止并执行batch8重训。切勿强行增大imgsz试图“提升精度”小数据集上这只会加剧过拟合。4. 模型推理与成熟度分级结果可视化从检测框到农事建议4.1 使用训练好的best.pt进行单图推理from ultralytics import YOLO import cv2 import numpy as np # 加载模型 model YOLO(/data/coffee_train/coffee_v8n_r100/weights/best.pt) # 推理单张图 results model(/data/coffee_yolo/images/val/IMG_123.jpg, conf0.25, iou0.45) # 获取结果 result results[0] boxes result.boxes.xyxy.cpu().numpy() # [x1,y1,x2,y2] classes result.boxes.cls.cpu().numpy() # class IDs confidences result.boxes.conf.cpu().numpy() # confidence scores # 定义颜色与标签映射按names顺序 colors [(0, 0, 255), (0, 255, 255), (0, 255, 0), (255, 0, 255)] # BGR class_names [未熟, 半熟, 成熟, 过熟] # 绘制结果 img cv2.imread(/data/coffee_yolo/images/val/IMG_123.jpg) for i, (box, cls, conf) in enumerate(zip(boxes, classes, confidences)): x1, y1, x2, y2 map(int, box) color colors[int(cls)] label f{class_names[int(cls)]} {conf:.2f} cv2.rectangle(img, (x1, y1), (x2, y2), color, 2) cv2.putText(img, label, (x1, y1-10), cv2.FONT_HERSHEY_SIMPLEX, 0.6, color, 2) cv2.imwrite(/data/coffee_train/coffee_v8n_r100/inference_result.jpg, img) print(f✅ 推理完成检测到{len(boxes)}个果实)4.2 基于检测结果生成采摘建议报告单纯画框不够需转化为农事动作。以下函数统计各成熟度数量并输出建议def generate_harvest_advice(boxes, classes, confidences, threshold0.5): 根据检测结果生成采摘建议 threshold: 置信度阈值过滤低置信预测 # 过滤低置信预测 valid_mask confidences threshold valid_classes classes[valid_mask].astype(int) # 统计各类别数量 counts np.bincount(valid_classes, minlength4) total len(valid_classes) # 计算各成熟度占比 ratios counts / total if total 0 else np.zeros(4) # 生成建议 advice [] if ratios[2] 0.7: # 成熟果实占比≥70% advice.append(✅ 当前果园成熟度达标建议全园采摘) elif ratios[2] 0.3 and ratios[2] 0.7: advice.append(⚠️ 成熟果实占比适中{:.1%}建议分片区采摘成熟区域.format(ratios[2])) else: advice.append(⛔ 成熟果实占比过低{:.1%}建议7天后复检.format(ratios[2])) # 补充细节 advice.append(f 检测总数{total} | 未熟{counts[0]} | 半熟{counts[1]} | 成熟{counts[2]} | 过熟{counts[3]}) # 过熟果实过多提示腐烂风险 if ratios[3] 0.1: advice.append(❗ 过熟果实占比{:.1%}存在落果与病害风险需优先清理.format(ratios[3])) return \n.join(advice) # 调用示例 advice generate_harvest_advice(boxes, classes, confidences) print(advice)输出示例⚠️ 成熟果实占比适中42.3%建议分片区采摘成熟区域 检测总数87 | 未熟12 | 半熟28 | 成熟37 | 过熟10 ❗ 过熟果实占比11.5%存在落果与病害风险需优先清理4.3 部署到Jetson NanoTensorRT加速与实时视频流处理为在田间边缘设备运行需将PyTorch模型转为TensorRT引擎。使用ultralytics内置导出功能# 导出为TensorRT格式需安装tensorrt yolo export \ model/data/coffee_train/coffee_v8n_r100/weights/best.pt \ formatengine \ imgsz640 \ halfTrue \ device0生成best.engine后用以下代码实现实时USB摄像头推理import tensorrt as trt import pycuda.autoinit import pycuda.driver as cuda import numpy as np import cv2 class TRTYOLO: def __init__(self, engine_path): self.engine self.load_engine(engine_path) self.context self.engine.create_execution_context() self.inputs, self.outputs, self.bindings, self.stream self.allocate_buffers() def load_engine(self, engine_path): with open(engine_path, rb) as f: runtime trt.Runtime(trt.Logger(trt.Logger.WARNING)) return runtime.deserialize_cuda_engine(f.read()) def allocate_buffers(self): # 分配GPU内存略详见TRT官方文档 pass def infer(self, frame): # 预处理BGR-RGB-resize-normalize-transpose-batch input_data cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) input_data cv2.resize(input_data, (640, 640)) input_data input_data.astype(np.float32) / 255.0 input_data np.transpose(input_data, (2, 0, 1))[np.newaxis, ...] # 执行推理略 # 返回boxes, classes, confidences return boxes, classes, confidences # 实时处理 cap cv2.VideoCapture(0) detector TRTYOLO(/data/coffee_train/coffee_v8n_r100/weights/best.engine) while cap.isOpened(): ret, frame cap.read() if not ret: break boxes, classes, confs detector.infer(frame) # 绘制逻辑同4.1节 cv2.imshow(Coffee Detection, frame) if cv2.waitKey(1) ord(q): break cap.release() cv2.destroyAllWindows()注意Jetson Nano需刷入JetPack 5.1系统安装匹配版本的TensorRT8.5.2和CUDA11.4。首次运行infer()时会有约2秒冷启动延迟后续帧处理稳定在15~18 FPS。5. 数据集进阶应用用Grad-CAM定位果实成熟度判别依据5.1 为什么需要可视化——解决农业AI的“黑箱”信任问题农户常质疑“模型凭什么说这个是‘过熟’” 仅靠bbox无法建立信任。Grad-CAMGradient-weighted Class Activation Mapping能生成热力图显示模型决策时关注图像的哪些区域——例如是否聚焦于果实表皮的褐斑、皱缩纹理或果柄脱离痕迹。这对农技推广至关重要热力图可作为培训材料直观展示AI与人类专家判断的一致性。5.2 在YOLOv8中集成Grad-CAM修改模型前向传播Ultralytics默认不支持Grad-CAM需修改ultralytics/models/yolo/detect/train.py中模型加载逻辑。更稳妥的做法是提取YOLOv8的Backbone如C2f模块单独做CAMimport torch import torch.nn.functional as F from ultralytics.models.yolo.detect.train import DetectionTrainer from ultralytics.utils.torch_utils import de_parallel # 加载训练好的模型不加载head只用backbone model YOLO(/data/coffee_train/coffee_v8n_r100/weights/best.pt) model.model.model model.model.model[:-1] # 移除检测头保留backbone # 定义hook获取最后特征图 features {} def hook_fn(module, input, output): features[feat] output # 注册hook到backbone最后一层 target_layer model.model.model[-1] # C2f模块 target_layer.register_forward_hook(hook_fn) # 输入图像预处理同训练 img_tensor torch.from_numpy(input_data).float().unsqueeze(0).to(model.device) # [1,3,640,640] # 前向传播 output model.model(img_tensor) # output是backbone特征图 [1, c, h, w] grads torch.autograd.grad(output.mean(), features[feat], retain_graphTrue)[0] # 计算权重 weights grads.mean(dim(2, 3), keepdimTrue) # [1,c,1,1] cam F.relu((weights * features[feat]).sum(dim1, keepdimTrue)) # [1,1,h,w] # 上采样到原图尺寸 cam F.interpolate(cam, size(480, 640), modebilinear, align_cornersFalse) cam cam.squeeze().cpu().numpy() cam (cam - cam.min()) / (cam.max() - cam.min() 1e-8) # 归一化 # 叠加热力图 heatmap cv2.applyColorMap((cam * 255).astype(np.uint8), cv2.COLORMAP_JET) result cv2.addWeighted(frame, 0.6, heatmap, 0.4, 0) cv2.imwrite(/data/coffee_train/coffee_v8n_r100/gradcam.jpg, result)5.3 解读Grad-CAM热力图验证模型学习到的农业知识成功生成热力图后重点观察成熟果实热力应集中在果皮光滑区域而非枝叶背景过熟果实热力是否覆盖果皮褐变、开裂处未熟果实热力是否在青绿色果皮中心误检案例若模型将叶片误检为“未熟”热力图应显示其聚焦于叶脉而非果实轮廓。若热力图分散在整张图无焦点说明模型未学到有效特征需检查标签质量是否存在大量模糊、遮挡果实被错误标注数据增强是否过度如perspective参数过大导致几何失真backbone深度是否不足nano版特征提取能力有限可尝试m或l版本。提示Grad-CAM结果需与原始标签人工复核。我们曾发现某批次图像中“半熟”标签实际包含大量未熟果实热力图显示模型在学习错误模式——此时应重新清洗数据集而非调参。本文还有配套的精品资源点击获取