yolov11/8小白视角从零开始训练番茄成熟成否

最近看了一个视频教程，了解了一下yolov到底是怎么训练的，若真是从零开始的话，应该是用labelimg标注数据开始，不过这个番茄有现成的数据集并且已经标注好，就先拿来用，labelimg标注数据的用法到时也学习一下，做个备忘。

训练之前先说一下环境，如果有英伟达显卡的建议是用gpu来训练，我显卡型号是rtx3060Ti

 CUDA安装了12.4，安装torch的时候cuda版本不高于12.4应该就可以了， cmd中输入nvidia-smi

 cudnn用的是8.9.7 for 12.x,下载cudnn需要登录 ，以下链接可直接 迅雷 下载
https://developer.nvidia.com/downloads/compute/cudnn/secure/8.9.7/local_installers/12.x/cudnn-windows-x86_64-8.9.7.29_cuda12-archive.zip/

 

 最好是使用conda环境，Anaconda或miniconda都可以

虚拟环境用的是比较常用的python3.9,创建命令如下

conda create -n yolo11_t221 python=3.9.19

 torch gpu版本安装命令，速度慢可想办法加速

conda install pytorch==2.2.1 torchvision==0.17.1 torchaudio==2.2.1 pytorch-cuda=12.1 -c pytorch -c nvidia

还有其它很多库可以通过requirements.txt批量安装，注意torch部分要用官方命令，这里就注释了

安装命令：pip install -t requirement.txt

certifi==2024.8.30
charset-normalizer==3.3.2
colorama==0.4.6
contourpy==1.3.0
cycler==0.12.1
dill==0.3.9
filelock==3.13.1
fonttools==4.54.1
fsspec==2024.2.0
idna==3.10
Jinja2==3.1.3
kiwisolver==1.4.7
MarkupSafe==2.1.5
matplotlib==3.9.2
mpmath==1.3.0
networkx==3.2.1
numpy==1.26.3
opencv-python==4.10.0.84
packaging==24.1
pandas==2.2.3
pillow==10.2.0
psutil==6.0.0
py-cpuinfo==9.0.0
pyparsing==3.1.4
python-dateutil==2.9.0.post0
pytz==2024.2
PyYAML==6.0.2
requests==2.32.3
scipy==1.14.1
seaborn==0.13.2
six==1.16.0
sympy==1.12
# torch==2.2.1+cu121
# torchaudio==2.2.1+cu121
# torchvision==0.17.1+cu121
tqdm==4.66.5
typing_extensions==4.9.0
tzdata==2024.2
ultralytics==8.3.0
ultralytics-thop==2.0.8
urllib3==2.2.3
onnx>=1.12.0
onnxslim==0.1.34
onnxruntime

需要注意的是：ultralytics版本如果安装最新的版本，会把torch升级到最新

 安装完成之后，用vscode或Cursor打开项目文件夹，我把数据集放在了

F:\codex\yolov11\yolov11_tomato\data  下面，然后让Ai写了一个Train.py

 train.py

from ultralytics import YOLO
import yaml
from pathlib import Path# 创建数据配置文件
def create_data_yaml():data = {'path': 'F:/codex/yolov11/yolov11_tomato/data',  # 数据集根目录'train': 'F:/codex/yolov11/yolov11_tomato/data/train/images',  # 训练集图片路径'val': 'F:/codex/yolov11/yolov11_tomato/data/val/images',      # 验证集图片路径'names': ['tomato', 'unripe'],   # 类别名称'nc': 2  # 类别数量}with open('data/data.yaml', 'w') as f:yaml.safe_dump(data, f)def main():# 确保数据目录存在Path("data").mkdir(exist_ok=True)# 创建数据配置文件create_data_yaml()# 初始化模型model = YOLO('yolov8n.pt')  # 使用YOLOv8 nano预训练模型# 训练参数设置training_args = {'data': 'data/data.yaml',  # 数据配置文件路径'epochs': 100,             # 训练轮数'imgsz': 640,             # 图片尺寸'batch': 16,              # 批次大小'device': 0,              # 使用第一块GPU (索引0)'workers': 8,             # GPU训练可以使用更多workers'patience': 50,           # 早停耐心值'save': True,             # 保存模型'save_period': 10,        # 每10轮保存一次'cache': False,           # 是否缓存图片到内存'pretrained': True,       # 使用预训练权重'optimizer': 'auto',      # 优化器'lr0': 0.01,             # 初始学习率'weight_decay': 0.0005,   # 权重衰减'warmup_epochs': 3,       # 预热轮数'warmup_momentum': 0.8,   # 预热动量'warmup_bias_lr': 0.1,    # 预热偏置学习率'box': 7.5,              # 框损失增益'cls': 0.5,              # 分类损失增益'dfl': 1.5,              # DFL损失增益'plots': True,           # 绘制训练结果图}# 开始训练model.train(**training_args)if __name__ == '__main__':main()

,这里ai自动选择了yolov8n.pt，也可用yolo11n.pt 尝试下，以下是ai的回答，

 运行train.py文件

 训练信息，大概用了一个小时，100轮，次数应该不太够，会影响 精度如果时间足够可设置成300轮左右

 训练完成后，接下来是检测，简单的代码如下保存为decPic.py

from ultralytics import YOLOif __name__ == "__main__":model = YOLO(r"F:\codex\yolov11\yolov11_tomato\runs\detect\train3\weights\best.pt")results = model(r"f:/000.jpg")# print(results)results[0].show()

 或者检测代码改为，检测后保存结果 ，并用cv2跳出窗口

import cv2
from ultralytics import YOLO
import osdef detect_image(model_path, image_path, save_dir='predict'):# 加载模型model = YOLO(model_path)# 确保保存目录存在os.makedirs(save_dir, exist_ok=True)# 进行预测results = model(image_path)# 获取原始图片img = cv2.imread(image_path)# 在图片上绘制检测结果for result in results:boxes = result.boxesfor box in boxes:# 获取边界框坐标x1, y1, x2, y2 = box.xyxy[0]x1, y1, x2, y2 = int(x1), int(y1), int(x2), int(y2)# 获取置信度conf = float(box.conf)# 获取类别cls = int(box.cls)cls_name = result.names[cls]# 绘制边界框cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2)# 添加标签文本label = f'{cls_name} {conf:.2f}'cv2.putText(img, label, (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)# 保存结果图片save_path = os.path.join(save_dir, os.path.basename(image_path))cv2.imwrite(save_path, img)print(f"结果已保存至: {save_path}")# 显示图片cv2.imshow('Detection Result', img)cv2.waitKey(0)  # 等待按键cv2.destroyAllWindows()  # 关闭窗口if __name__ == '__main__':# 设置模型路径和图片路径model_path = 'F:/codex/yolov11/yolov11_tomato/runs/detect/train3/weights/best.pt'  # 使用训练好的最佳模型image_path = 'f:/000.jpg'  # 替换为你的测试图片路径# 执行检测detect_image(model_path, image_path)

 视频检测代码：decVideo.py

import cv2
from ultralytics import YOLOdef detect_camera(model_path, camera_id=0):# 加载模型model = YOLO(model_path)# 打开摄像头cap = cv2.VideoCapture(camera_id)if not cap.isOpened():print("无法打开摄像头")returnprint("按ESC键退出检测")  # 添加提示信息while True:# 读取视频帧ret, frame = cap.read()if not ret:break# 进行检测results = model(frame)# 在帧上绘制检测结果for result in results:boxes = result.boxesfor box in boxes:# 获取边界框坐标x1, y1, x2, y2 = box.xyxy[0]x1, y1, x2, y2 = int(x1), int(y1), int(x2), int(y2)# 获取置信度conf = float(box.conf)# 获取类别cls = int(box.cls)cls_name = result.names[cls]# 绘制边界框cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)# 添加标签文本label = f'{cls_name} {conf:.2f}'cv2.putText(frame, label, (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)# 显示结果cv2.imshow('Camera Detection', frame)# 按'ESC'退出if cv2.waitKey(1) == 27:  # 27是ESC键的ASCII码break# 释放资源cap.release()cv2.destroyAllWindows()if __name__ == '__main__':# 设置模型路径model_path = 'F:/codex/yolov11/yolov11_tomato/runs/detect/train3/weights/best.pt'# 执行摄像头检测detect_camera(model_path)  # 默认使用摄像头ID=0# detect_camera(model_path, 1)  # 如果要使用外接摄像头，可以尝试ID=1

至于数据集，我问了下AI

以下是几个可以下载番茄成熟度数据集的网站：

• Roboflow Universe

• 链接：https://universe.roboflow.com/

• 搜索"tomato ripeness"或"tomato detection"

• 包含多个番茄成熟度数据集

• 支持直接下载YOLO格式的标注

• Kaggle

• 链接：https://www.kaggle.com/datasets

• 搜索"tomato ripeness dataset"

• 有多个相关数据集，包括：

• Tomato Detection Dataset

• Tomato Ripeness Classification

• AI Studio

• 链接：https://aistudio.baidu.com/datasetdetail/184335

• 提供番茄成熟度分类数据集

建议：

• 优先使用Roboflow，因为：

• 直接支持YOLO格式

• 数据质量较好

• 提供数据增强功能

• 如果数据集较小，可以通过以下方法扩充：

• training_args = {# ... 其他参数 ...'augment': True,  # 启用数据增强'degrees': 45,    # 旋转角度'scale': 0.5,    # 缩放范围'fliplr': 0.5,   # 水平翻转概率'mosaic': 1.0,   # 马赛克增强
  }