本研究详细研究并实现了一种基于深度学习的农作物番茄成熟度检测系统，旨在为现代农业提供智能化、自动化的解决方案。随着农业智能化的发展，传统的农作物成熟度检测方法面临着效率低、依赖人工经验等问题，而本系统通过结合先进的YOLOv8目标检测模型，实现了番茄成熟度的自动识别与分类。该系统通过对包含不同成熟阶段番茄图像的大规模数据集进行训练与验证，确保模型具备良好的泛化能力与高精度检测效果。

在技术实现方面，我们选用YOLOv8作为核心算法模型。YOLOv8是一种轻量化且高效的目标检测模型，具备强大的实时检测能力，能够精准识别不同成熟度的番茄。模型在训练过程中，通过优化损失函数、调整超参数以及数据增强技术，提升了检测的准确率和鲁棒性。系统设计中，针对不同的番茄成熟度（如成熟和未成熟）进行了精细化的分类处理。

我们结合PyQt5开发了直观且易于操作的图形用户界面（GUI），极大地方便了用户的操作体验。用户可以通过该界面轻松加载待检测图像，系统会自动进行分析并输出番茄的成熟度结果。此外，界面中还提供了图像处理的可视化功能，便于用户直观查看每次检测的细节和输出结果。

本系统的高效性体现在其能够在极短时间内处理大量图像，实时对番茄的成熟度进行检测。这种快速处理能力为实际应用中的大规模农场管理提供了可能，帮助农民和农业管理者更高效地掌握作物生长状态，及时做出管理决策。实验结果表明，模型在mAP50（平均精度50%交并比）上达到了76.7%，而在更严格的mAP50-95（50%到95%交并比）区间也取得了62.1%的高精度。

本研究不仅展示了深度学习在农作物检测中的巨大潜力，还为实际应用提供了可行的解决方案。未来，随着数据集的扩充与模型的进一步优化，本系统有望推广至其他作物的检测，进一步推动农业智能化的发展，为现代农业管理带来更多的便捷与效益。

算法流程

项目数据

通过搜集关于数据集为各种各样的肺结节相关图像，并使用Labelimg标注工具对每张图片进行标注，分2个检测类别，分别是UnRiped表示”未成熟”、分别是Riped表示”成熟”。

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，这里是一类图片，就是using phone。
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

本研究使用了包含各种番茄成熟相关图像的数据集，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未成熟和成熟，数据集中共计包含288张图像，其中训练集占230张，验证集占58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: E:\TomatoDetection_v8\datasets\train 训练集的路径
val: E:\TomatoDetection_v8\datasets\val 验证集的路径

nc: 2 模型检测的类别数，共有2个类别。
names: [‘Riped’, ‘UnRiped’]

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）边界框损失（Bounding Box Loss），用于衡量预测的边界框与真实边界框之间的误差。
（2）图中可以看到损失逐渐下降，说明模型的边界框预测精度在不断提高。

train/cls_loss：
（1）分类损失（Classification Loss），表示模型在分类类别时的误差。
（2）该图同样显示损失逐渐下降，表明模型在准确分类番茄成熟度方面的表现越来越好。

train/dfl_loss：
（1）分布式焦点损失（DFL Loss），用于提升边界框预测的精度。
（2）该损失也逐渐下降，表明模型在调整边界框时的精度在训练过程中不断提升。

metrics/precision(B)：
（1）模型的精度（Precision），表示模型预测的“番茄成熟度”类别有多少是正确的。
（2）精度在训练过程中逐渐趋于稳定，接近1，说明大部分检测结果是准确的。

metrics/recall(B)：
（1）模型的召回率（Recall），表示实际存在的成熟或未成熟番茄中有多少被正确检测出。
（2）召回率逐渐上升，表示模型在检测所有目标方面的能力不断提高。

val/box_loss：
（1）验证阶段的边界框损失。
（2）显示出模型在验证集上同样取得了边界框预测精度的提升，损失逐渐下降。

val/cls_loss：
（1）验证阶段的分类损失，也在逐渐下降。
（2）表明模型在验证集上的分类性能逐渐提升。

val/dfl_loss：
（1）验证阶段的分布式焦点损失。
（2）显示模型在验证集上对边界框预测的精度也在提高。

metrics/mAP50(B)：
（1）在50% IoU阈值下的平均精度（mAP50），用于衡量模型在验证集上的检测精度。
（2）随着训练轮次增加，mAP50逐渐提升并趋于稳定，表明模型在不同IoU下的检测表现越来越好。

metrics/mAP50-95(B)：
（1）在50%-95% IoU阈值下的平均精度（mAP50-95），表示模型在不同IoU阈值下的总体检测精度。
（2）mAP50-95逐渐上升并趋于稳定，说明模型在严格条件下的检测精度也在提高。

这组图表显示了模型在训练和验证过程中，各种损失函数（box_loss、cls_loss、dfl_loss）随着训练轮次的增加逐渐下降，精度（precision）、召回率（recall）以及mAP50和mAP50-95等性能指标逐渐提高并趋于稳定，表明模型在不断优化并获得较好的检测效果。

用于评估分类模型的性能，特别是在不平衡数据集上，PR曲线是评价检测任务的重要工具。该图展示了不同类别在不同阈值下的精确率和召回率的关系，能够反映模型在不同类别上的检测效果。以下是详细解释：

Precision（精确率）：
（1）精确度表示模型预测为正类的样本中有多少是正确的。
（2）数值范围为0到1，值越接近1，表示模型的预测更准确，错误率更低。

Recall（召回率）：
（1）召回率表示模型在所有实际正类（例如成熟的或未成熟的番茄）中正确检测到的比例。
（2）数值范围为0到1，值越接近1，表示模型能检测到的正类越多。

曲线描述：
（1）蓝色曲线：代表“Riped（成熟的）”番茄的精确度-召回率曲线，精确度为0.766。
（2）橙色曲线：代表“UnRiped（未成熟的）”番茄的精确度-召回率曲线，精确度为0.767。
（3）粗蓝色曲线：代表所有类别（Riped和UnRiped）的整体性能，平均精度（mAP@0.5）为0.767。

表明模型在检测番茄成熟度时表现较好，尤其在50% IoU阈值下的平均精度（mAP@0.5）为0.767，精确度和召回率之间的平衡较为理想，适合在实际农作物管理中应用。

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/tomato_54.jpeg”：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“image.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：E:\TomatoDetection_v8\TestFiles\Riped tomato_54.jpeg。
（2）图像尺寸为 448×640 像素。

检测结果：
（1）2个“成熟的”番茄
（2）1个“未成熟的”番茄

处理速度：
（1）预处理：4.5毫秒
（2）推理：35.1毫秒
（3）后处理：64.3毫秒

原始图像尺寸：533×800
保存目录：runs\detect\predict

检测结果是基于YOLOv8模型的，该模型识别出了图像中的物体，并为番茄分配了“成熟的”和“未成熟的”标签。

运行效果

– 运行 MainProgram.py

1.主要功能：
（1）可用于实时检测番茄图片中的成熟度类型;
（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0.029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5，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。

类型（Type）:
（1）当前选中的行为类型为 “成熟”，表示系统正在高亮显示检测到的“Riped”行为。

置信度（Confidence）:
（1）这表示模型对检测到的目标属于“成熟”类别的置信度为97.74%。
（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: 648, ymin: 170：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: 791, ymax: 302：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“番茄”的位置。

这张图展示了番茄成熟度检测系统的一次检测结果，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，提升现代农业生产采摘的效率。

3.图片检测说明
（1）番茄成熟

（2）番茄未成熟

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番茄，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，检测到番茄成熟度并显示检测结果。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，能够准确识别番茄成熟情况，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，检测到番茄成熟情况并显示检测结果。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）模型在训练过程中完成了150个epochs，总耗时为0.181小时。

性能指标：
（1）mAP50（0.767）：表示在50% IoU（交并比）阈值下的平均精度为76.7%。这是一个衡量目标检测精度的标准，表示模型在50% IoU时的检测效果很好。具体来说，当检测框与真实框的重叠区域达到50%以上时，模型的平均检测准确率为76.7%。
（2）mAP50-95（0.621）：表示在50%到95% IoU的范围内，以5%为步长进行评估的平均精度为62.1%。这是一种更严格的指标，因为它评估了不同IoU阈值下的模型精度（从较宽松的50%到非常严格的95%），因此这个值通常会比mAP50低一些。62.1%的结果表示在一系列IoU阈值下，模型整体保持了相对较高的检测精度。

速度：
（1）0.3ms preprocess: 每张图像的预处理时间为0.3毫秒。
（2）1.5ms inference: 每张图像的推理时间为1.5毫秒。
（3）1.0ms postprocess: 每张图像的后处理时间为1.0毫秒（如绘制边界框等）。

结果保存：
（1）Results saved to runs\detect\train_v8：验证结果保存在 runs\detect\train_v83 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。

模型在验证阶段对“成熟”和“未成熟”番茄的检测表现良好。mAP50的平均值约为76.7%，表示在50% IoU阈值下，模型的检测精度较高。mAP50-95稍低，但仍然表现不错，尤其在不同的IoU阈值下（50%-95%）均衡检测。