梨果检测数据集构建与YOLO模型优化实践

1. 项目背景与核心价值在计算机视觉领域水果检测一直是农业自动化应用中的基础课题。去年参与一个智慧果园项目时我们团队发现市面上缺乏高质量的梨果专用检测数据集。现有的通用水果数据集往往存在几个痛点样本量不足、标注精度低、场景单一多为实验室环境拍摄。这直接影响了模型在实际果园中的表现——光照变化、枝叶遮挡、果实重叠等情况下的识别准确率波动很大。为解决这个问题我们耗时三个月采集并标注了这套梨图像检测数据集。与同类资源相比它的核心优势在于覆盖6个主流梨品种雪花梨、鸭梨、香梨等包含不同成熟度青果期、转色期、成熟期多场景采集自然光果园、补光大棚、采摘后分拣线精细标注不仅标注果实还区分病虫害区域数据集采用YOLO格式组织可直接用于YOLOv5/v7/v8等模型的训练。实测在相同训练条件下使用本数据集比通用水果数据集mAP0.5提升12-15%特别在重叠果实识别方面表现突出。2. 数据集结构与技术规格2.1 文件目录设计PearDataset_YOLO/ ├── images/ │ ├── train/ # 训练集图片(占70%) │ ├── val/ # 验证集图片(占20%) │ └── test/ # 测试集图片(占10%) ├── labels/ # 对应标注文件 ├── classes.txt # 类别定义 └── dataset.yaml # YOLO配置文件2.2 关键参数说明图像分辨率统一调整为1280×720保持原始宽高比填充灰边标注格式归一化坐标0-1范围每行格式为class_id x_center y_center width height类别定义0 pear_normal # 健康果实 1 pear_spot # 黑星病 2 pear_scab # 疮痂病 3 pear_insect # 虫害标注时采用最小外接矩形原则对于病斑区域标注实际感染部位而非整个果实。这种细粒度标注能让模型学习到更精准的特征。3. 数据采集与处理流程3.1 原始数据获取使用以下设备组合采集果园场景DJI Mavic 3T红外热成像辅助病斑检测近景拍摄Sony α7R IV 90mm微距镜头分拣线Basler ace acA2000-50gc工业相机采集时段覆盖清晨带露水正午强光阴天漫反射光夜间补光条件3.2 数据增强策略为提升模型鲁棒性对原始数据做了以下增强处理色彩扰动HSV空间随机调整±15%饱和度±20%明度几何变换随机旋转-15°~15°、缩放0.8-1.2倍背景合成将果实抠图后随机粘贴到其他果园背景中天气模拟添加雨雾、运动模糊等效果# 示例使用Albumentations库实现增强 transform A.Compose([ A.RandomRotate15(), A.HueSaturationValue(hue_shift_limit10), A.RandomShadow(p0.3), A.Cutout(num_holes8, max_h_size20) # 模拟枝叶遮挡 ], bbox_paramsA.BboxParams(formatyolo))4. 标注质量控制方案4.1 标注工具选型测试比较了LabelImg、CVAT、Roboflow后最终选择使用LabelStudio方案因其支持多人协作标注设置重叠区域仲裁机制自动预标注用已有模型加速标注病斑边缘的像素级微调4.2 标注验收标准建立三级质检流程初级检查标注框完全包含目标且IoU0.9中级检查病斑分类准确性需农业专家复核高级检查场景覆盖均衡性分析标注争议处理原则果实遮挡超过50%时标注可见部分病斑面积小于5×5像素则归入健康类别连体果实按最小可分单元单独标注5. 实际应用案例5.1 模型训练配置使用YOLOv8n的改进方案# yolov8_pear.yaml augment: mixup: 0.2 # 增强类别不平衡样本 copy_paste: 0.5 # 针对密集场景优化 anchor: - [12,16, 19,36, 40,28] # 根据梨果形状调整anchor loss: cls: 1.5 # 加大分类损失权重 dfl: 0.85.2 部署效果对比在山东某梨园的测试结果场景通用数据集准确率本数据集准确率单果近景98.2%99.1%枝叶遮挡76.5%89.3%病斑识别68.2%83.7%晨间逆光71.8%85.4%6. 常见问题与解决方案6.1 数据不平衡处理发现香梨样本占比过高占总量40%采取以下措施过采样其他品种使用copy-paste增强在loss计算时加入类别权重class_weight 1 / torch.sqrt(torch.bincount(train_labels))6.2 小目标检测优化针对远景拍摄的小果实32×32像素在FPN结构中增加P2层1/4尺度使用NWD损失替代IoU损失def NWD_loss(pred, target): # 计算Wasserstein距离 return torch.exp(-torch.sqrt(2.0*((pred-target)**2).sum(1)))6.3 模型轻量化部署在Jetson Nano上的优化方案使用TensorRT量化FP16精度裁剪检测头去除P5层采用动态分辨率输入640-1280自适应实测推理速度从原来的380ms提升到92ms满足果园巡检机器人实时性需求。7. 扩展应用方向当前数据集已成功应用于自动采收机器人通过3D定位实现抓取病害早期预警系统结合光谱分析产量预估模型基于检测结果聚类近期正在试验将检测框信息输入到ResNet18中进行成熟度分级准确率可达87.6%。一个实用的技巧是在模型最后添加一个HSV色彩空间的特征提取分支能显著提升成熟度判断的鲁棒性。