基于yolo8常见水果检测

前言

  • 超市称重、水果分拣和果园采摘都需要先认出“这是什么水果、在哪里”,人工识别速度慢,也难以长时间保持准确。
  • 本文介绍一种基于 YOLO8 的常见水果检测方法:输入一张图片,模型框出图中的每一个水果,并给出类别和置信度。
  • 项目可识别苹果、香蕉、橙子、梨、西瓜、草莓等 15 种常见水果,并在图片中绘制检测框、类别名称和置信度。
  • 本项目做的是图片中的水果检测,输出水果的位置和种类,不判断成熟度、新鲜度或重量。


  • 整体流程主要分为两步。
  • 第一步:准备带有位置框和类别标注的水果图片,以 YOLO8 预训练权重为起点进行微调训练。
  • 第二步:加载训练好的权重,对指定图片进行检测,输出每个水果的中文名称、置信度和大小。

介绍

第一步:水果检测模型训练

YOLO8 环境配置

  • 项目使用 Python 开发,模型训练和推理由 Ultralytics 完成。
  • 依赖安装命令如下:
pip install -r requirements.txt

数据集准备与处理

  • 项目使用 fruits 目录下的水果数据集,共一千二百多张图片,分为训练集、验证集和测试集。
  • 标注采用 YOLO 目标检测格式,每条标注包含类别编号、归一化的中心点坐标、宽度和高度。
  • 一张图片中可能有多个水果,所以下表统计的是标注框数量,不是图片数量。
  • 类别编号:0;英文类别:cucumber;中文含义:黄瓜;训练集:213;验证集:20;测试集:23;合计:256

  • 类别编号:1;英文类别:apple;中文含义:苹果;训练集:245;验证集:16;测试集:10;合计:271

  • 类别编号:2;英文类别:kiwi;中文含义:猕猴桃;训练集:273;验证集:15;测试集:6;合计:294

  • 类别编号:3;英文类别:banana;中文含义:香蕉;训练集:169;验证集:3;测试集:4;合计:176

  • 类别编号:4;英文类别:orange;中文含义:橙子;训练集:267;验证集:6;测试集:2;合计:275

  • 类别编号:5;英文类别:coconut;中文含义:椰子;训练集:164;验证集:6;测试集:4;合计:174

  • 类别编号:6;英文类别:peach;中文含义:桃子;训练集:224;验证集:11;测试集:5;合计:240

  • 类别编号:7;英文类别:cherry;中文含义:樱桃;训练集:154;验证集:6;测试集:21;合计:181

  • 类别编号:8;英文类别:pear;中文含义:梨;训练集:191;验证集:6;测试集:9;合计:206

  • 类别编号:9;英文类别:pomegranate;中文含义:石榴;训练集:181;验证集:5;测试集:5;合计:191

  • 类别编号:10;英文类别:pineapple;中文含义:菠萝;训练集:146;验证集:4;测试集:2;合计:152

  • 类别编号:11;英文类别:watermelon;中文含义:西瓜;训练集:120;验证集:6;测试集:2;合计:128

  • 类别编号:12;英文类别:melon;中文含义:甜瓜;训练集:134;验证集:3;测试集:3;合计:140

  • 类别编号:13;英文类别:grape;中文含义:葡萄;训练集:130;验证集:5;测试集:2;合计:137

  • 类别编号:14;英文类别:strawberry;中文含义:草莓;训练集:262;验证集:11;测试集:10;合计:183

  • 类别编号:合计;英文类别:—;中文含义:—;训练集:2,873;验证集:123;测试集:108;合计:3,004

  • 训练集中还有 58 张没有标注的背景图片,用来帮助模型减少误报。

训练目标检测模型

  • 项目使用 yolo8.pt 作为初始权重,在水果图片上进行微调,输入尺寸为 640。
  • 图片输入模型后,模型预测每个水果的边界框、类别和置信度。
  • 训练时会随机对部分图片做 Retinex 和 Gamma 亮度增强,让模型适应偏暗或光照不均的场景。
  • 在项目根目录运行 train.bat 即可开始训练,最佳权重保存为 best.pt。

训练结果评估

  • 精确率表示模型画出的框中,类别判断正确的比例;召回率表示所有真实水果中,被模型找出来的比例。
  • mAP50 是检测任务的综合成绩:预测框和真实框重叠超过一半就算对,满分为 1。
  • 本文使用测试集的 30 张图片验证了 best.pt,结果为:精确率 92.8%,召回率 89.7%,mAP50 为 0.953。在验证集的 50 张图片上,mAP50 为 0.980。

第二步:指定水果图片检测

加载检测权重

  • predict.py 通过 --model 参数指定权重,默认使用项目自带的 fruit_nano.pt。
  • 使用自己训练的模型时,指定为 best.pt 即可。

使用脚本识别图片

  • 在项目根目录执行如下命令,检测指定图片中的水果:
python predict.py --model best.pt
  • 脚本默认检测根目录下的 梨1.jpg,这是一张白色背景的单个梨的图片。
  • 模型输出 梨 (pear): 0.8714 | 尺寸: 大,表示判断为梨,置信度约为 0.87,并根据检测框占画面的比例把目标归为大、中、小三档。识别正确。
  • 预测前,脚本默认会对图片做 Retinex、Gamma 和锐化增强。加上 --no-enhance 参数可以关闭增强,加上 --save 参数可以保存标注后的图片。

检测效果与适用范围

  • 项目还提供了 GUI.py 和 camera_predict.py,可以接入摄像头,实时检测画面中的水果。
  • 数据集里的图片大多光线充足、背景简单。在货架堆放、强遮挡等复杂场景下,最好补充相应的图片后重新训练。

总结

  • 以上就是基于 YOLO8 的常见水果检测项目的主要实现流程:准备 15 类水果的标注数据,微调 YOLO8 检测模型,再用最佳权重对图片进行检测和结果展示。
  • 测试集上模型的 mAP50 为 0.953,召回率为 89.7%。
  • 后续可以补充猕猴桃等薄弱类别的图片,并扩大测试集,更准确地评估各类别的实际效果。
  • 感兴趣的小伙伴可以联系我.