基于YOLOv7的麦穗识别计数系统：从数据标注到部署全流程实战-北京尧图网络

简介面向农业产量监测与麦穗自动计数需求这套基于YoloV7算法的麦穗数量识别系统源码适合计算机视觉学习者、算法工程师及农业信息化开发者作为项目基线。压缩包共101个文件包括38个Python核心脚本、33个YAML配置、14个Jupyter Notebook交互文档、4个XML标注文件另含Dockerfile、Shell脚本、Markdown说明与PDF文档等整体约48.4MB目录按训练、推理、部署分层组织。已有285人学习浏览适合作为毕业设计或科研预研的参考。资源附带TensorRT与ONNXRuntime动态批次部署示例以及YOLOv7与YOLOv5系列模型的对比实验Notebook可辅助理解不同推理后端下的速度与精度权衡配合标注数据与配置文件能直接复现麦穗检测流程也可扩展调整以适配其他作物计数场景。1. 麦穗识别看着简单做起来却绕不开三个坎做农业视觉的人大多有过这种经历从地里拍几百张麦穗图丢进通用目标检测框架里训练出来的模型在地里一测就翻车——密集麦穗互相遮挡漏检一大片逆光场景过曝直接黑成一团更别说不同生育期的麦穗形态差异大到像两个物种。这套基于YoloV7的麦穗数量识别系统设计源码解决的正是这个问题把YoloV7的检测能力针对麦穗目标做了重新适配从数据标注格式、训练参数到部署推理完整打通适合正在做智慧农业毕业设计、农作物计数课题或者实际估产项目的从业者。它不是换个数据集跑的通用脚本而是把麦穗识别里最磨人的细节都踩过一遍的落地方案。2. 数据准备是重头戏麦穗数据集清洗与YOLO格式转换2.1 数据集来源与筛选哪些样本该保留哪些该删麦穗识别先要解决的问题不是算法而是数据。公开的麦穗数据集不少常见的主要有全球小麦检测数据集GWHD里的田间俯拍图以及一些农业院校自采的麦穗图像。但直接拿来训练通常效果不好因为这些数据集的拍摄高度、光照、品种和分辨率差异很大。我筛数据的时候有一个基本标准每张图里的麦穗目标至少有5个像素宽。小于这个尺寸的特征在YoloV7下采样32倍后只剩几个像素几乎不可能学出有效特征。另外麦芒占画面比例过高的图我一般直接删掉因为麦芒和麦穗主体在视觉上很相似模型很容易把麦芒误判成麦穗。带水渍、反光、严重过曝的图也建议清理掉这类图干扰模型对麦穗边缘的学习。在数量比例上不同生育期的麦穗形态差异很大。灌浆期麦穗颜色偏绿、颖壳紧实成熟期麦穗发黄、颖壳张开。如果数据集里成熟期的占比太高模型对灌浆期的泛化能力就弱反过来也一样。常见做法是按生育期各占30%左右另外留10%左右的极端光照场景图比如强逆光和有阴影遮挡的样本。2.2 标注格式转换COCO转YOLO的完整脚本公共麦穗数据集大多使用COCO格式标注。COCO存的是多边形坐标和物体类别ID而YoloV7训练要求的是归一化后的中心点坐标加宽高也就是每行一个目标的class x_center y_center width height。这个转换脚本是整个数据准备阶段最值得先跑通的一步。脚本如下import os import json import numpy as np from PIL import Image def coco_to_yolo(coco_json_path, image_root, output_root): with open(coco_json_path, r, encodingutf-8) as f: coco json.load(f) img_id_to_info {} for img in coco[images]: img_id_to_info[img[id]] { file_name: img[file_name], width: img[width], height: img[height] } # 只保留麦穗这一个类别的标注 category_id_map {} for cat in coco[categories]: if cat[name] wheat_head: category_id_map[cat[id]] 0 # 映射到YOLO类别0 anns_for_img {} for ann in coco[annotations]: img_id ann[image_id] if ann[category_id] not in category_id_map: continue if img_id not in anns_for_img: anns_for_img[img_id] [] anns_for_img[img_id].append(ann) os.makedirs(output_root, exist_okTrue) for img_id, img_info in img_id_to_info.items(): img_w img_info[width] img_h img_info[height] txt_path os.path.join( output_root, os.path.splitext(img_info[file_name])[0] .txt ) with open(txt_path, w, encodingutf-8) as f: for ann in anns_for_img.get(img_id, []): seg ann[segmentation][0] xs seg[0::2] ys seg[1::2] # 多边形最小外接矩形转成xywh x_min min(xs) y_min min(ys) x_max max(xs) y_max max(ys) box_w x_max - x_min box_h y_max - y_min if box_w 1 or box_h 1: continue # 剔除空标注 x_center (x_min box_w / 2.0) / img_w y_center (y_min box_h / 2.0) / img_h norm_w box_w / img_w norm_h box_h / img_h f.write(f0 {x_center:.6f} {y_center:.6f} {norm_w:.6f} {norm_h:.6f}\n) print(fConverted {len(anns_for_img)} images) coco_to_yolo( coco_json_pathwheat_head_dataset/annotations/instances_train.json, image_rootwheat_head_dataset/train_images, output_rootwheat_head_dataset/yolo_labels )这段脚本做的事情是先读取COCO标注文件里的图片信息再把麦穗类别的多边形标注转成最小外接矩形最后把矩形坐标归一化到0到1之间写入txt文件。转出来的txt文件要和图片文件同名YoloV7训练时会在同路径下自动找对应标注。参数常见的坑有两个。第一个是COCO里category_id可能不是0直接把原始id写进YOLO标注会导致类别错乱所以脚本里做了重映射。第二个是归一化时除以的必须是该图的实际宽高而不是数据集的统一分辨率否则坐标会整体偏移导致训练损失降不下去。转换完成后建议随机抽查20个txt文件把坐标画回原图上对比原标注的位置偏差。2.3 数据增强与划分train和val的比例不是随手拍的数据集划分和增强策略直接决定训练出来的模型在地里能不能用。麦穗数据的分布和通用目标检测数据差别很大一张田间俯拍图里可能有几十上百个麦穗遮挡严重目标尺寸变化跨度大近处的麦穗很大远处只有几个像素。如果随机划分数据集同一个田块拍的照片可能同时出现在训练集和验证集里验证指标虚高但模型一换场景就失效。我一般按田块或拍摄批次来划分而不是按单张图片随机切。整个数据集的划分比例参考7:1:2即70%训练、10%验证、20%测试。麦穗数据集的目标密度差异很大建议验证集里保留一部分高密度图像这样能更真实地反映模型在密集场景下的漏检情况否则验证集里全是稀疏麦穗图mAP会虚高到不真实。增强策略上用YoloV7自带的Mosaic增强就够了。麦穗的形态特征是颜色、纹理和形状的综合轻微的颜色抖动和旋转不会破坏语义信息但大幅度旋转需要注意因为实际拍摄时麦穗基本是竖直的旋转90度以上的样本会让模型学习到错误的方向先验。我通常在hyp配置里把rotation限制在±15度以内hsv_h、hsv_s和hsv_v都保持默认值。3. 环境搭建与训练配置把训练参数调到能干活的程度3.1 版本选择与依赖安装YoloV7从发布到现在迭代了很多版本哪个版本适合做麦穗识别关键看两点一是官方带没带预训练权重二是训练脚本和推理脚本是否完整。我比较推荐用官方仓库里默认的YoloV7标准版本它带COCO预训练权重训练麦穗时可以用迁移学习收敛速度比从零训练快很多。安装依赖时要注意版本兼容问题。显卡驱动要支持CUDA 11.x以上PyTorch建议装1.12到2.0之间的版本。环境配置的常见做法是python -m venv wheat_yolov7_env source wheat_yolov7_env/bin/activate pip install torch1.13.1cu117 torchvision0.14.1cu117 --extra-index-url https://download.pytorch.org/whl/cu117 pip install -r requirements.txtrequirements.txt里核心依赖是numpy、opencv-python、matplotlib、pyyaml、tqdm这些都是YoloV7训练必须的。装完依赖后先跑一段随机权重的前向推理确认模型能跑通。3.2 配置文件改动四类关键参数YoloV7训练前需要改动的主要是模型结构配置和训练超参数配置两个文件。模型结构配置里需要检查nc参数也就是类别数量。麦穗检测是单类别任务把nc改成1即可。然后看anchorsYoloV7默认的anchor是针对COCO的80类目标设计的麦穗这个目标有自己的长宽比特征通常细长型的多所以应该重新聚类anchor。YoloV7里可以用kmeans脚本对标注数据重新聚类聚类锚框。麦穗目标的长宽比集中在1.5到4之间也就是说框形偏瘦长。重新聚类后把新的anchor尺寸回填到模型配置里。训练超参数文件里改动的是lr0初始学习率、lrf最终学习率因子、batch_size和epochs。麦穗训练的常见配置参考这样的量级参数推荐值说明lr00.01预训练权重基础上微调用0.01起lrf0.1学习率衰减到初始值的10%batch_size16根据显存调整6GB以下建议8epochs150小数据集100~150轮足够image_size640保持默认过大显存不够hsv_h0.015颜色扰动不宜过大fliplr0.5水平翻转保留默认mosaic1.0Mosaic增强全程开启3.3 训练命令与超参数调整策略数据准备好后执行训练命令。这里的写法是单卡训练场景显存不够的时候优先把batch_size减半而不是缩小输入分辨率。图像缩小到416训练虽然速度快但麦穗是小目标分辨率降低后漏检率上升明显。python train.py \ --weights yolov7.pt \ --data wheat.yaml \ --cfg yolov7.yaml \ --hyp hyp.scratch.yaml \ --epochs 150 \ --batch-size 16 \ --img 640 \ --device 0wheat.yaml文件里写的是数据路径和类别配置格式如下train: wheat_head_dataset/train_images val: wheat_head_dataset/val_images test: wheat_head_dataset/test_images nc: 1 names: [wheat_head]训练到一半如果发现损失震荡或者梯度爆炸常见原因就是学习率过大。YoloV7对学习率的敏感度比YoloV5高一些把lr0从0.01降到0.005通常能缓解。另一种手段是启用warmup训练前3个epoch用小学习率热启动这一点yolov7的hyp配置文件里默认是开的不要关掉。4. 训练过程与模型指标解读谁在优化谁在过拟合4.1 损失曲线怎么看三个Loss分开读YoloV7输出三类损失box_loss、obj_loss和cls_loss。box_loss衡量预测框和真实框的坐标偏差obj_loss衡量目标置信度cls_loss衡量分类准确率。麦穗是单类别任务cls_loss通常不是瓶颈重点是box_loss和obj_loss的走势。我平时会把训练日志里的loss数值画出来看每5个epoch记录一次。正常的训练曲线应该是box_loss稳定下降300步之后进入平台期。如果box_loss在前期下降很快但后半段长期震荡不降说明目标框的尺寸或长宽比分布有问题大概率是anchor没有针对麦穗重新聚类。obj_loss对麦穗识别尤其重要。因为田间图里麦穗密集且互相遮挡置信度预测不准会造成密集区域漏检。如果obj_loss降得比box_loss慢很多说明模型对哪里是麦穗这个任务学得不够好。这时先把Mosaic增强里的mosaic设为0.5降低合成图的复杂度同时把fliplr降到0.3减少翻转样本对密集检测的影响。这个调整在我做麦穗实验时效果非常明显损失下降曲线明显变平滑。4.2 验证指标组合解读mAP不是唯一要看的训练完成后会在验证集上跑评估YoloV7会输出Precision、Recall和mAP0.5、mAP0.5:0.95这几个指标。在做麦穗计数场景时mAP0.5更多反映的是粗略框选的能力mAP0.5:0.95反映的是精确框定位的能力。麦穗计数的核心需求是数得准。漏检比误检的影响大得多漏检一个麦穗计数就直接少一个。所以麦穗场景的指标优先级是Recall高于Precision。我一般在训练时盯着Recall看如果Recall在70%以下即使mAP0.5看起来不错模型在实际估产里也会严重低估产量。反之如果Precision偏低但Recall高后续可以通过调高置信度阈值来过滤误检。训练完成后weights目录下面会出现best.pt和last.pt。best.pt是验证集指标最优的权重last.pt是最后一轮的权重。麦穗场景下取best.pt但需要确认best.pt对应的epoch不是早停的偶然结果。如果best.pt出现在第30轮而后面120轮都没超过它大概率是学习率衰减后模型陷入局部最优可以尝试用best.pt做细粒度微调把学习率降到0.001再跑30轮。4.3 测试集可视化检查密集麦穗与稀疏麦穗分开看指标是数字边界情况要看图。我习惯把验证集的检测结果可视化分成密集、稀疏、逆光三类各抽20张图人工数一遍真实麦穗数量再数模型检测框数量。基真实数量和检测数量的比值就是单图计数精度。这个过程能发现几个常见问题。一是稀疏场景下模型会把麦芒误检成麦穗表现为Precision偏低解决方法是把Confidence阈值从默认的0.25提到0.35。二是密集场景下漏检集中在图像边缘和中部的深色阴影区这个靠后处理手段比较难解决最好在数据增强里增加局部阴影块模拟。三是群体密集区域的框之间会出现NMS过度抑制现象表现为两个相邻麦穗只有一个框解决方式是调节NMS的IoU阈值从默认的0.45降到0.35让相近的框更容易共存。可视化命令可以参考python detect.py \ --weights runs/train/exp/weights/best.pt \ --source wheat_head_dataset/test_images/ \ --conf-thres 0.25 \ --iou-thres 0.45 \ --img-size 640 \ --save-txt \ --save-conf这里的--save-txt把每张图的检测框坐标和置信度写进txt文件方便用脚本统计每张图的检测框数量直接和标注的真实数量做对比。这个统计脚本就是计数误差的核心依据比肉眼扫图可靠得多。5. 避坑指南麦穗识别最常见的几个翻车现场做麦穗识别踩过的坑很多这里挑几个最典型的写出来遇到同类问题的可以直接对照排查。坑一训练时loss降不下去但验证集mAP还在涨。现象是box_loss在300步后几乎走平但mAP0.5还在缓慢上升。原因是mAP不只看回归精度分类和置信度也在贡献提升但框的位置已经学不动了。排查发现是anchor没有针对麦穗重新聚类保留了COCO默认值。解决方式是用麦穗标注重新聚类anchor把窄长形的anchor排到前面让模型匹配时优先使用适合麦穗比例的anchor。坑二训练完在田间实拍图上一测发现大量误检把背景里的草叶也当成麦穗。现象是Precision低到50%以下但训练时的验证mAP有80%以上。原因有两点一是实拍图和数据集图像风格差异太大比如数据集是无人机的俯拍、实拍是手机平视视角二是模型过拟合了数据集里的背景特征。解决手段是先降低置信度阈值看看到底是框定位不准还是分类分不清如果分类分不清就要在数据集里补充平视视角的样本重新训练。坑三密集麦穗区域大量漏检稀疏区域几乎没有漏检。现象是密度越高的区域漏检越严重框的数量明显少于真实数量。原因是NMS的后处理对密集目标不友好相邻麦穗的IoU如果超过NMS阈值其中一个框会被抑制掉。解决方法是把NMS的iou_thres从0.45降到0.3同时把obj置信度阈值设低一些比如0.2让密集目标有机会各保留一个框。坑四模型对成熟期麦穗检测效果不错但对灌浆期麦穗几乎检测不到。现象是验证集上mAP很高但是分生育期测试后发现结果很不均衡。原因是数据集里成熟期样本占了大半灌浆期样本太少。这是我做麦穗识别踩过的最典型的坑数据集不均衡导致模型只学到了成熟期麦穗的形态特征。解决方法是按生育期分层采样灌浆期至少补到总样本数的30%。坑五同一张图跑两次推理检测结果不一致。现象是检测框数量和坐标每次都有微小差异。原因是部分扩展版本里启用了随机性较强的增强策略推理时也做了数据增强。解决方法是确认推理时关闭所有增强开关并把batch size设为1。推理阶段的目标是确定性输出任何随机因素都该关掉。6. 现场部署与验证把模型真正落地到麦田里训练完的模型还不能直接拿到地里跑需要进行部署格式转换。PyTorch的pt格式在服务器上做推理已经够用但要接到嵌入式设备或摄像头平台上把模型导出为ONNX格式是更稳妥的做法。python export.py \ --weights runs/train/exp/weights/best.pt \ --img-size 640 \ --batch 1 \ --simplify \ --include onnx简化后的ONNX模型在CPU上的推理速度比Pt格式快30%左右而且便于用ONNXRuntime跨平台部署。部署完成后最关键的一步是用真实场景照片做端到端验证。麦田里拍照的自然光照条件对检测影响很大单就实际拍摄来说比较好的拍摄时间段是上午9点到11点之间这个时段光照均匀麦穗的纹理特征最清晰。正午和傍晚的光线条件会导致检测框置信度普遍下降。置信度阈值的设置是部署阶段能调的核心参数。麦穗计数的实际场景里设得太高会漏检密集区域的低置信度麦穗设得太低会把远处的小目标虚检出来。我一般会做一组阈值测试跑三组不同的conf_thres比如0.2、0.3、0.4在测试集上算计数误差画出阈值下漏检率和误检率的交叉曲线取两条线的交叉点作为部署阈值。这个做法比拍脑袋定阈值可靠很多。另外还有一个处理细节值得提识别结果的出力应该落到一个可统计的维度上。正常做法是把每帧检测到的麦穗框数量汇总到计数结果中但同一株麦穗在不同帧里会被重复计数。我一般会加上位置阈值判断两次检测框的中心点之间距离小于30像素的就判定为同一株麦穗不再重复计数。这是从实际项目里沉淀下来的经验不加这一步同一株麦穗可能会被重复数3次以上。从最开始训练出来的模型漏检严重、误检成群到后来越调越稳定这套流程我已经跑过很多次了。从那以后我每次拿到新的麦穗数据集都强制走一遍先聚类anchor、再分层划分数据集、最后做阈值交叉验证的流程。这套顺序下来模型在高密度田块里的表现基本不会翻车。希望这篇笔记能帮正在做麦穗计数项目的同路人少走点弯路。本文还有配套的精品资源点击获取

基于YOLOv7的麦穗识别计数系统：从数据标注到部署全流程实战

相关推荐

MySQL事务与索引实战：从原理到排障的完整指南

UE4 UDataAsset：可配置数据资产的核心原理与工程实践

Linux下gcc编译：.o、.a、.so与.out全链路解析

更多资讯

激光雷达硬件拆解：从EEL发射到APD接收的收发链路全解析

SpringBoot+Vue全栈实战：流浪动物救助平台完整开发指南

基于深度学习的量化投资策略：从数据到信号的最小可跑链路与避坑指南

IVUS三维重建源码实战：40MHz与80MHz双频数据预处理与VTK管线适配

Ubuntu配置固定IP教程：从netplan到NetworkManager实战详解

高德API地点搜索与经纬度获取：坐标系转换、配额限流与缓存实战

今日更新

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

本周精选

如何彻底离线使用 Laya-CoreML：Hugging Face 下载、缓存机制与 local_files_only 详解

基于1Panel 部署MySQL MCP 服务：TaoToken 统一 Key 接入与 config.toml 配置实战

崇州园区营销网站建设避坑指南：5大注意事项保备案安全

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？