近年来,随着人工智能和物联网技术的迅速发展,智慧农业已逐渐成为现代农业发展的核心方向之一。在这一领域,目标检测技术因其在精准农业中的广泛应用前景,尤其是在果园果树管理中的显著作用,而备受关注。果树的果实检测和识别是果园管理中的重要环节,直接关系到果实采摘的时机、产量评估以及病虫害的防控等。传统的果实检测主要依赖人工观察,这不仅耗时费力,还容易受到光照、天气以及作业人员经验的影响,导致检测效率低下且准确率有限。因此,结合深度学习技术开发一种高效、精准的果实目标检测系统,已成为智慧农业领域的研究热点。
本文设计并实现了一种基于YOLOv8深度学习的柑橘类果实目标检测系统。YOLOv8作为最新一代的目标检测模型,在轻量化设计、检测速度及精度方面具有显著优势,非常适用于实时检测任务。系统利用YOLOv8模型对柑橘果实进行快速、精准的检测与分类,可支持静态图片、视频流及实时摄像头输入,极大地提高了系统的适用性与灵活性。此外,系统还提供了置信度阈值与交并比(IoU)阈值调节功能,用户可以根据实际场景的需求动态调整检测参数,以达到更好的检测效果。
为提升模型在果园复杂场景中的性能,本文针对柑橘果树特定的应用场景,构建了一个涵盖多种环境条件的定制化柑橘果实数据集。数据集中包括不同光照、果实成熟度及背景复杂度的样本,确保了模型的鲁棒性与泛化能力。在数据集的基础上,通过迁移学习对YOLOv8模型进行微调,并进一步优化了训练参数(如学习率、批量大小、训练轮次等),显著提升了模型的检测精度和稳定性。实验表明,优化后的模型在柑橘果园场景中表现优异,能够精准识别果实并输出其类别、置信度和位置信息。
系统的开发基于PyQt5框架,设计了友好的图形化用户界面(GUI),为用户提供直观、易用的交互体验。用户通过界面可轻松加载图片、视频或实时摄像头画面进行检测,并实时查看检测结果的可视化展示。系统还支持检测结果的保存功能,包括保存带标注的图片和视频,以及生成详细的检测数据文件,方便用户对检测结果进行管理与后续分析。此外,系统对目标检测任务的执行效率进行了优化,使其能够在中高端计算设备(如NVIDIA RTX 3070 Ti)上实现接近实时的检测速度,满足果园实时监控的需求。
实验结果表明,该系统在实际果园场景中具有较高的检测精度和实时性,在检测柑橘果实分布、数量统计以及成熟度评估等方面均取得了良好的效果。系统不仅能够为果园管理者提供精准的数据支持,还可以辅助优化采摘决策、提高生产效率,有助于推动果园的精细化管理和智慧农业的发展。未来,系统还可通过扩展模型的类别检测能力,进一步应用于多种果树管理场景,为智慧农业的全面发展提供更加完善的技术解决方案。
算法流程
项目数据
通过搜集关于数据集为各种各样的柑橘相关图像,并使用Labelimg标注工具对每张图片进行标注,分1检测类别,分别是’柑橘’。
目标检测标注工具
(1)labelimg:开源的图像标注工具,标签可用于分类和目标检测,它是用python写的,并使用Qt作为其图形界面,简单好用(虽然是英文版的)。其注释以 PASCAL VOC格式保存为XML文件,这是ImageNet使用的格式。此外,它还支持 COCO数据集格式。
(2)安装labelimg 在cmd输入以下命令 pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple
结束后,在cmd中输入labelimg
初识labelimg
打开后,我们自己设置一下
在View中勾选Auto Save mode
接下来我们打开需要标注的图片文件夹
并设置标注文件保存的目录(上图中的Change Save Dir)
接下来就开始标注,画框,标记目标的label,然后d切换到下一张继续标注,不断重复重复。
Labelimg的快捷键
(3)数据准备
这里建议新建一个名为data的文件夹(这个是约定俗成,不这么做也行),里面创建一个名为images的文件夹存放我们需要打标签的图片文件;再创建一个名为labels存放标注的标签文件;最后创建一个名为 classes.txt 的txt文件来存放所要标注的类别名称。
data的目录结构如下:
│─img_data
│─images 存放需要打标签的图片文件
│─labels 存放标注的标签文件
└ classes.txt 定义自己要标注的所有类别(这个文件可有可无,但是在我们定义类别比较多的时候,最好有这个创建一个这样的txt文件来存放类别)
首先在images这个文件夹放置待标注的图片。
生成文件如下:
“classes.txt”定义了你的 YOLO 标签所引用的类名列表。
(4)YOLO模式创建标签的样式
存放标签信息的文件的文件名为与图片名相同,内容由N行5列数据组成。
每一行代表标注的一个目标,通常包括五个数据,从左到右依次为:类别id、x_center、y_center、width、height。
其中:
–x类别id代表标注目标的类别;
–x_center和y_center代表标注框的相对中心坐标;
–xwidth和height代表标注框的相对宽和高。
注意:这里的中心点坐标、宽和高都是相对数据!!!
存放标签类别的文件的文件名为classes.txt (固定不变),用于存放创建的标签类别。
完成后可进行后续的yolo训练方面的操作。
模型训练
模型的训练、评估与推理
1.YOLOv8的基本原理
YOLOv8是一个SOTA模型,它建立在Yolo系列历史版本的基础上,并引入了新的功能和改进点,以进一步提升性能和灵活性,使其成为实现目标检测、图像分割、姿态估计等任务的最佳选择。其具体创新点包括一个新的骨干网络、一个新的Ancher-Free检测头和一个新的损失函数,可在CPU到GPU的多种硬件平台上运行。
YOLOv8是Yolo系列模型的最新王者,各种指标全面超越现有对象检测与实例分割模型,借鉴了Yolov5、Yolov6、YoloX等模型的设计优点,在全面提升改进Yolov5模型结构的基础上实现,同时保持了Yolov5工程化简洁易用的优势。
Yolov8模型网络结构图如下图所示:
2.数据集准备与训练
本研究使用了包含柑橘图像的数据集,并通过Labelimg标注工具对每张图像中的目标边框(Bounding Box)及其类别进行标注。然后主要基于YOLOv8n这种模型进行模型的训练,训练完成后对模型在验证集上的表现进行全面的性能评估及对比分析。模型训练和评估流程基本一致,包括:数据集准备、模型训练、模型评估。本次标注的目标类别为柑橘,数据集中共计包含2481张图像,其中训练集占539张,验证集占971张,测试集占971张。部分图像如下图所示:
部分标注如下图所示:
图片数据的存放格式如下,在项目目录中新建datasets目录,同时将检测的图片分为训练集与验证集放入datasets目录下。
接着需要新建一个data.yaml文件,用于存储训练数据的路径及模型需要进行检测的类别。YOLOv8在进行模型训练时,会读取该文件的信息,用于进行模型的训练与验证。
data.yaml的具体内容如下:
train: D:\\CitrusDetection_v8\\datasets\Data\\train\\images 训练集的路径
val: D:\\CitrusDetection_v8\\datasets\Data\\val\\images 验证集的路径
test: D:\\CitrusDetection_v8\\datasets\Data\\test\\images 测试集的路径
nc: 1
names: [‘citrus’]
这个文件定义了用于模型训练和验证的数据集路径,以及模型将要检测的目标类别。
数据准备完成后,通过调用train.py文件进行模型训练,epochs参数用于调整训练的轮数,batch参数用于调整训练的批次大小(根据内存大小调整,最小为1)。
CPU/GPU训练代码如下:
加载名为 yolov8n.pt 的预训练YOLOv8模型,yolov8n.pt是预先训练好的模型文件。
使用YOLO模型进行训练,主要参数说明如下:
(1)data=data_yaml_path: 指定了用于训练的数据集配置文件。
(2)epochs=150: 设定训练的轮数为150轮。
(3)batch=4: 指定了每个批次的样本数量为4。
(4)optimizer=’SGD’):SGD 优化器。
(7)name=’train_v8′: 指定了此次训练的命名标签,用于区分不同的训练实验。
3.训练结果评估
在深度学习的过程中,我们通常通过观察损失函数下降的曲线来了解模型的训练情况。对于YOLOv8模型的训练,主要涉及三类损失:定位损失(box_loss)、分类损失(cls_loss)以及动态特征损失(dfl_loss)。训练完成后,相关的训练过程和结果文件会保存在 runs/ 目录下,具体如下:
各损失函数作用说明:
定位损失box_loss:预测框与标定框之间的误差(GIoU),越小定位得越准;
分类损失cls_loss:计算锚框与对应的标定分类是否正确,越小分类得越准;
动态特征损失(dfl_loss):DFLLoss是一种用于回归预测框与目标框之间距离的损失函数。在计算损失时,目标框需要缩放到特征图尺度,即除以相应的stride,并与预测的边界框计算Ciou Loss,同时与预测的anchors中心点到各边的距离计算回归DFLLoss。这个过程是YOLOv8训练流程中的一部分,通过计算DFLLoss可以更准确地调整预测框的位置,提高目标检测的准确性。
训练结果如下:
这张图展示了YOLOv8模型在训练和验证过程中的多个重要指标的变化趋势,具体如下:
train/box_loss:
(1)这是训练过程中边界框损失的变化。边界框损失用于衡量模型预测的目标框与实际目标框的差异。
(2)初始损失较高,随着训练轮次的增加,损失逐渐降低,模型对目标边框的预测越来越准确。
train/cls_loss:
(1)这是训练集上的分类损失。分类损失衡量模型对目标类别的预测准确性。
(2)随着训练进行,分类损失逐步减少,表明模型对柑橘目标的分类能力逐渐提高。
train/dfl_loss:
(1)这是分布聚焦损失(distribution focal loss),用于帮助模型对目标框的精确定位。
(2)随着训练的进行,分布焦点的损失也逐步减小。
metrics/precision(B):
(1)这是训练集上的精度(precision)曲线。精度表示模型在检测到的目标中有多少是真正的目标。
(2)精确率较高,表明模型对于预测为正类的目标有较高的正确率。
metrics/recall(B):
(1)这是训练集上的召回率(recall)曲线。召回率表示模型检测出的真实目标的比例。
(2)召回率在训练过程中持续提高,表明模型在发现实际正类目标方面的能力逐步增强。
val/box_loss:
(1)这是验证集上的边界框损失曲线。
(2)与训练损失类似,验证集上的损失也逐步下降,表明模型对验证集中的目标检测有较好的泛化能力。
val/cls_loss:
(1)这是验证集上的分类损失曲线。
(2)随着训练的进行,分类损失逐渐减小,模型在验证集上的分类表现逐渐提高。
val/dfl_loss:
(1)这是验证集上的分布聚焦损失曲线。
(2)随着训练进行,验证集的分布焦点损失减少。
metrics/mAP50(B):
(1)这是验证集上的mAP50曲线,表示在交并比阈值为0.5时模型的平均精度(mean Average Precision)。
(2)随着训练的进行,mAP50 提升,表明模型在准确定位目标方面表现良好。
metrics/mAP50-95(B):
(1)这是验证集上的mAP50-95曲线,表示在不同交并比阈值(从0.5到0.95)下模型的平均精度。
(2)随着训练的进行,mAP50-95 逐步提升,表示模型在更严格的条件下也能维持较高的检测能力。
总结
(1)损失趋势:从图中可以看出,随着训练轮次的增加,训练集和验证集上的损失逐步降低,显示出模型训练的稳定性。
(2)精度和召回率:精确率和召回率都在训练过程中稳步提升,表明模型在目标检测方面逐渐优化,并且在验证集上具有较强的泛化能力。
(3)mAP性能:mAP50 和 mAP50-95 的提升,表明模型不仅能够准确检测目标,还能够处理更严格的边界框匹配条件。
总结:
(1)损失曲线(loss): 随着训练的进行,损失逐渐下降,说明模型在不断学习,预测能力提升。
(2)性能指标(precision, recall, mAP): 随着训练的进行,精度、召回率和平均精度指标逐步上升,表明模型在训练集和验证集上的表现越来越好。
曲线分析:
(1)citrus 0.880:表示单类“柑橘”的 mAP 值(平均精度)为 0.880。
(2)all classes 0.880 mAP@0.5:表示所有类别在 IoU 阈值为 0.5 时的 mAP(平均精度)为 0.880。
总结:
(1)高mAP值(0.880)表明模型在“柑橘”目标检测任务中性能优异。
(2)曲线形状较平滑且覆盖范围较广,说明模型在不同阈值下都能保持较高的精确率和召回率。
(3)这表明该模型适用于实际应用场景,如智慧农业中的柑橘果实检测。
4.检测结果识别
模型训练完成后,我们可以得到一个最佳的训练结果模型best.pt文件,在runs/train/weights目录下。我们可以使用该文件进行后续的推理检测。
imgTest.py 图片检测代码如下:
加载所需库:
(1)from ultralytics import YOLO:导入YOLO模型类,用于进行目标检测。
(2)import cv2:导入OpenCV库,用于图像处理和显示。
加载模型路径和图片路径:
(1)path = ‘models/best.pt’:指定预训练模型的路径,这个模型将用于目标检测任务。
(2)img_path = “TestFiles/imagetest.jpg”:指定需要进行检测的图片文件的路径。
加载预训练模型:
(1)model = YOLO(path, task=’detect’):使用指定路径加载YOLO模型,并指定检测任务为目标检测 (detect)。
(2)通过 conf 参数设置目标检测的置信度阈值,通过 iou 参数设置非极大值抑制(NMS)的交并比(IoU)阈值。
检测图片:
(1)results = model(img_path):对指定的图片执行目标检测,results 包含检测结果。
显示检测结果:
(1)res = results[0].plot():将检测到的结果绘制在图片上。
(2)cv2.imshow(“YOLOv8 Detection”, res):使用OpenCV显示检测后的图片,窗口标题为“YOLOv8 Detection”。
(3)cv2.waitKey(0):等待用户按键关闭显示窗口
此代码的功能是加载一个预训练的YOLOv8模型,对指定的图片进行目标检测,并将检测结果显示出来。
执行imgTest.py代码后,会将执行的结果直接标注在图片上,结果如下:
这段输出是基于YOLOv8模型对图片“imagetest.jpg”进行检测的结果,具体内容如下:
图像信息:
(1)处理的图像路径为:TestFiles/imagetest.jpg。
(2)图像尺寸为 384×640 像素。
检测结果:
(1)检测到的目标:14 个柑橘(citrus)
处理速度:
(1)预处理时间: 8.2 毫秒
(2)推理时间: 33.1 毫秒
(3)后处理时间: 67.6 毫秒
YOLOv8模型适用于检测目标数量较多的图片(如本例中的 14 个目标),能够在复杂场景下准确识别柑橘。
运行效果
– 运行 MainProgram.py
1.主要功能:
(1)可用于实时检测目标图片中的柑橘果实;
(2)支持图片、视频及摄像头进行检测,同时支持图片的批量检测;
(3)界面可实时显示目标位置、目标总数、置信度、用时等信息;
(4)支持图片或者视频的检测结果保存。
2.检测结果说明:
这张图表显示了基于YOLOv8模型的目标检测系统的检测结果界面。以下是各个字段的含义解释:
用时(Time taken):
(1)这表示模型完成检测所用的时间为0.099秒。
(2)这显示了模型的实时性,检测速度非常快。
目标数目(Number of objects detected):
(1)检测到的目标数目为10,表示这是当前检测到的第1个目标。
目标选择(下拉菜单):全部:
(1)这里有一个下拉菜单,用户可以选择要查看的目标类型。
(2)在当前情况下,选择的是“全部”,意味着显示所有检测到的目标信息。
结果(Result):
(1)当前选中的结果为 “柑橘”,表示系统正在高亮显示检测到的“citrus”。
置信度(Confidence):
(1)这表示模型对检测到的目标属于“柑橘”类别的置信度为90.98%。
(2)置信度反映了模型的信心,置信度越高,模型对这个检测结果越有信心。
目标位置(Object location):
(1)xmin: 772, ymin: 246:目标的左上角的坐标(xmin, ymin),表示目标区域在图像中的位置。
(2)xmax: 862, ymax: 332:目标的右下角的坐标(xmax, ymax),表示目标区域的边界。
这些坐标表示在图像中的目标区域范围,框定了检测到的“柑橘”的位置。
这张图展示了柑橘目标的一次检测结果,包括检测时间、检测到的种类、各行为的置信度、目标的位置信息等。用户可以通过界面查看并分析检测结果,提升柑橘目标检测的效率。
3.图片检测说明
点击打开图片按钮,选择需要检测的图片,或者点击打开文件夹按钮,选择需要批量检测图片所在的文件夹。
操作演示如下:
(1)点击目标下拉框后,可以选定指定目标的结果信息进行显示。
(2)点击保存按钮,会对检测结果进行保存,存储路径为:save_data目录下。
检测结果:系统识别出图片中的柑橘目标,并显示检测结果,包括总目标数、用时、目标类型、置信度、以及目标的位置坐标信息。
4.视频检测说明
点击视频按钮,打开选择需要检测的视频,就会自动显示检测结果,再次点击可以关闭视频。
点击保存按钮,会对视频检测结果进行保存,存储路径为:save_data目录下。
检测结果:系统对视频进行实时分析,检测到柑橘目标并显示检测结果。表格显示了视频中多个检测结果的置信度和位置信息。
这个界面展示了系统对视频帧中的多目标检测能力,能够准确识柑橘目标,并提供详细的检测结果和置信度评分。
5.摄像头检测说明
点击打开摄像头按钮,可以打开摄像头,可以实时进行检测,再次点击,可关闭摄像头。
检测结果:系统连接摄像头进行实时分析,检测到柑橘目标并显示检测结果。实时显示摄像头画面,并将检测到的行为位置标注在图像上,表格下方记录了每一帧中检测结果的详细信息。
6.保存图片与视频检测说明
点击保存按钮后,会将当前选择的图片(含批量图片)或者视频的检测结果进行保存。
检测的图片与视频结果会存储在save_data目录下。
保存的检测结果文件如下:
图片文件保存的csv文件内容如下,包括图片路径、目标在图片中的编号、目标类别、置信度、目标坐标位置。
注:其中坐标位置是代表检测框的左上角与右下角两个点的x、y坐标。
(1)图片保存
(2)视频保存
– 运行 train.py
1.训练参数设置
(1)data=data_yaml_path: 使用data.yaml中定义的数据集。
(2)epochs=150: 训练的轮数设置为150轮。
(3)batch=4: 每个批次的图像数量为4(批次大小)。
(4)name=’train_v8′: 训练结果将保存到以train_v8为名字的目录中。
(5)optimizer=’SGD’: 使用随机梯度下降法(SGD)作为优化器。
虽然在大多数深度学习任务中,GPU通常会提供更快的训练速度。
但在某些情况下,可能由于硬件限制或其他原因,用户需要在CPU上进行训练。
温馨提示:在CPU上训练深度学习模型通常会比在GPU上慢得多,尤其是像YOLOv8这样的计算密集型模型。除非特定需要,通常建议在GPU上进行训练以节省时间。
2.训练日志结果
这张图展示了使用YOLOv8进行模型训练的详细过程和结果。
训练总时长:
(1)模型在训练了150轮后,总共耗时0.622小时,运行环境为 NVIDIA GeForce RTX 3070 Ti Laptop GPU。
mAP50和mAP50-95:
(1)0.88:表示在 IoU 阈值为 0.5 时,模型的平均精度为 88%。这是检测任务中衡量精度的重要指标,值越高说明模型的检测能力越强。
(2)mAP50-95(多阈值平均精度):0.636:表示在多个 IoU 阈值(从 0.5 到 0.95)下的平均精度为 63.6%。这是更严格条件下的平均精度,表现出模型对边框定位的鲁棒性。
速度:
(1)0.1ms 预处理时间
(2)1.3ms 推理时间
(3)0.9ms 后处理时间
结果保存:
(1)Results saved to runs\detect\train_v8:验证结果保存在 runs\detect\train_v8 目录下。
完成信息:
(1)Process finished with exit code 0:表示整个验证过程顺利完成,没有报错。
该 YOLOv8 模型在柑橘果实检测任务中展现出优异的精度和速度,能够很好地满足智慧农业中实时果实监测和统计的需求,是一套高效可靠的解决方案。