YOLOv5烟叶病害识别：从数据集清洗到切片推理的完整实践指南-北京尧图网络

简介这份基于YOLOv5的烟叶病害识别项目面向需要完成课程设计、期末大作业或毕业设计的深度学习方向学生也适合入门目标检测的开发者。压缩包共378个文件以jpg样本图片、txt标注信息、py源码、yaml配置文件为主并包含演示视频、pt权重、环境部署文档和Dockerfile整体大小约782.55MB结构清晰、便于直接上手。项目完整覆盖数据预处理、模型训练、病害预测与结果后处理流程配套数据集包含多种已标注的烟叶病害图像可用于实践数据增强、特征提取和模型调优。演示视频与安装教程能帮助用户快速在本地环境运行YOLOv5降低环境配置门槛。已有147人学习下载适合希望在农业视觉方向积累完整项目经验的学生既能巩固卷积神经网络、损失函数与优化算法等理论也能掌握从数据处理到模型部署的工程化方法。1. 烟叶病害识别与YOLOv5一个毕业设计少走三个月弯路的完整资源临近开题很多同学发现自己陷进一个尴尬局面课程里学过卷积神经网络也跑通过猫狗分类但真要对着烟叶这种纹理复杂、病斑小且密集的目标做检测模型要么根本不收敛要么在验证集上准确率惨不忍睹。这份基于YOLOv5的烟叶病害识别源码我拆解下来其实是一个把「数据集、训练脚本、推理代码、演示视频、安装教程」五件套都补齐的项目闭环。它的价值在于你不必再从零搓数据集格式或死磕anchor参数而是直接站在一套能跑通的流程上去改类别、调阈值、补样本。适合三类人做毕业设计需要完整落地的本科生、刚接触深度学习想用真实数据集练手的开发者、以及需要快速验证烟叶病害检测可行性的农业方向从业者。它解决的不仅是“能不能跑”而是“怎么一步步调出能交差的结果”。2. 数据集拆解与自救解压后先做这三件事别急着开训练从网上下载的YOLOv5烟叶病害数据集解压后的第一反应往往是打开图片看一眼“哦是病斑”然后就去找train.py。这一步我用几次翻车换来的经验是任何第三方数据集都要先假设它有毒。标签文件可能缺行、图片路径可能带了中文字符、类别名可能和你预期不一致这些都会在训练中途才暴露浪费一整晚。所以拿到资源后我一般会强制自己做三轮检查。2.1 文件结构与标签格式核对YOLOv5的训练脚本默认读取的是TXT格式的标签文件每行五个数字分别代表类别id、归一化后的中心点x坐标、中心点y坐标、框宽度、框高度。这套资源里通常已经为你转换好了格式但你要做的是确认数据集目录是否长成这样dataset ├── images │ ├── train │ │ ├── leaf_001.jpg │ │ └── leaf_002.jpg │ └── val │ ├── leaf_010.jpg │ └── leaf_011.jpg └── labels ├── train │ ├── leaf_001.txt │ └── leaf_002.txt └── val └── leaf_010.txt这里最容易犯的错是只检查了train目录忘记val目录里也有图片但没有对应标签。如果val标签缺失YOLOv5在验证阶段会直接跳过这些图片导致你看到的mAP虚高或偏低这属于典型的“数据划分误导结论”。我一般会先在PyCharm或VSCode里打开labels下一两个TXT文件亲眼确认数字不是空白的。再顺手查一下类别id是否从0开始连续分配。比如你有三种病害赤星病、野火病、气候斑那id就应该是0、1、2如果TXT里出现了3说明数据集的类别定义和你手里的源码配置文件不一致后面训练会报错或者静默忽略。2.2 写一个体检脚本排查坏图和空标签这一步是网上大多数教程不会告诉你的真实下载的数据集里图片损坏、标签越界、目标太小这类问题比例相当高而且它们都不会在训练第一轮就报错往往要跑到第三个epochloss突然卡住你才回头发现是数据源的问题。与其到那时迷茫不如花十分钟写个体检脚本一次性把所有硬伤揪出来。# data_check.py import os from PIL import Image def check_dataset(img_dir, lbl_dir): img_files [f for f in os.listdir(img_dir) if f.endswith(.jpg)] total, bad_img, empty_lbl, bad_line 0, 0, 0, 0 for f in img_files: total 1 img_path os.path.join(img_dir, f) lbl_path os.path.join(lbl_dir, f.replace(.jpg, .txt)) # 1. 检查图片是否损坏 try: with Image.open(img_path) as im: im.verify() except Exception as e: bad_img 1 print(f损坏图片: {img_path} - {e}) continue # 2. 检查标签是否存在且非空 if not os.path.exists(lbl_path): print(f缺标签: {lbl_path}) bad_line 1 continue with open(lbl_path, r) as fp: lines [ln.strip() for ln in fp if ln.strip()] if len(lines) 0: empty_lbl 1 print(f空标签: {lbl_path}) # 3. 检查坐标是否越界0~1 范围 for ln in lines: parts ln.split() if len(parts) ! 5: bad_line 1 print(f行格式错误: {lbl_path} - {ln}) continue cls_id int(parts[0]) vals [float(v) for v in parts[1:]] if not all(0 v 1 for v in vals): bad_line 1 print(f坐标越界: {lbl_path} - {ln}) print(f共检查 {total} 张图片) print(f损坏图片 {bad_img} 张空标签 {empty_lbl} 个异常行 {bad_line} 个) if __name__ __main__: check_dataset(dataset/images/train, dataset/labels/train)这个脚本的逻辑很简单先用PIL的verify方法试探图片能不能正常读取然后检查同名TXT是否存在、有没有内容、坐标数值是否都落在0到1这个归一化区间。参数说明如果你的图片不是jpg后缀代码里需要改成png或jpeg如果你的标签只有四个数字缺失类别id也会被格式检查拦下来。跑完一遍基本能把数据集的底摸清楚。2.3 按比例重切训练集与验证集很多打包好的数据集它的train和val是发布者随手切的未必符合你的实际需求。我遇到过一个情况train里全是晴天光照的烟叶val里却全是阴天拍的模型在训练集上红红火火验证集上直接扑街。这就是数据集分布不均衡导致的“伪失败”。正确做法是收到资源后把train和val合并再按你需要的比例重新切一次。# split_data.py import os import random import shutil def split_data(source_images, source_labels, dest_dir, seed42, val_ratio0.15): random.seed(seed) files [f for f in os.listdir(source_images) if f.endswith(.jpg)] random.shuffle(files) val_count int(len(files) * val_ratio) val_files files[:val_count] train_files files[val_count:] for split, flist in [(train, train_files), (val, val_files)]: os.makedirs(f{dest_dir}/images/{split}, exist_okTrue) os.makedirs(f{dest_dir}/labels/{split}, exist_okTrue) for f in flist: shutil.copy2(os.path.join(source_images, f), f{dest_dir}/images/{split}/{f}) lbl f.replace(.jpg, .txt) if os.path.exists(os.path.join(source_labels, lbl)): shutil.copy2(os.path.join(source_labels, lbl), f{dest_dir}/labels/{split}/{lbl}) if __name__ __main__: split_data(all/images, all/labels, dataset)注意这里设置了seed42保证每次运行切分结果一致这是复现实验结果的关键。val_ratio取0.15是针对烟叶这种背景相似度较高的数据集如果整体样本量大可以降到0.1样本少就提到0.2。千万别在切分时把同一株烟叶的不同图片同时分进train和val否则模型等于见过答案去考试mAP虚高到没有参考价值后面避坑章我会专门展开这个。3. 训练阶段环境配置、关键参数与大开大合的排错思路数据准备好之后接下来就是要让YOLOv5转起来。这个阶段新手最容易产生“玄学焦虑”——明明照着教程敲了命令别人跑出来就是好结果自己跑出来就是乱飘的loss曲线。实际上训练过程里九成的问题都出在环境和参数设置上跟模型结构本身关系不大。先把地基打牢再谈炼丹。3.1 环境安装与权重初始化选择YOLOv5的训练推荐在Linux环境下跑很多时候你拿到Windows电脑显卡驱动和PyTorch版本不匹配折腾一晚上也起不来。我常用的方案是安装miniconda然后建一个独立的虚拟环境把PyTorch、opencv-python这些依赖一次性装齐。这里强调一下PyTorch的安装务必先确认CUDA版本用nvidia-smi看驱动支持的CUDA版本再去找对应的PyTorch安装命令。conda create -n yolo5 python3.8 conda activate yolo5 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 pip install -r requirements.txt说明python3.8是常见稳妥选择3.10及以上版本在某些依赖上容易出兼容性警告--index-url参数指定了CUDA 11.8的预编译轮子。如果你是A卡或者纯CPU环境就把这个参数去掉安装CPU版即可但训练速度会慢上十到二十倍这句话是血泪经验。权重初始化有三种选择从零开始训练、使用官方预训练权重yolov5s.pt、使用资源附带的自定义权重。对于烟叶病害识别我强烈建议直接用官方预训练权重因为ImageNet上预训练的backbone已经学到丰富的纹理特征烟叶的叶脉、病斑边缘这些低层特征能直接迁移过来收敛速度快得多。如果你从头训练数据量没有上万张的情况下模型很容易过拟合到噪声上。3.2 训练参数里真正需要调整的那几个很多毕业设计论文里的“调参”部分是凑字数但实际训练中有几个参数确实是决定成败的。第一个是img-size烟叶病斑普遍较小如果输入尺寸设成320小目标很可能直接被下采样弄丢我一般设在640甚至1280但显存不够时优先保证batch能跑起来。第二个是batch-size这个参数和显存直接相关16G显存跑yolov5s加640输入batch16是安全的如果你只有8G显存乖乖降到8否则一启动就OOM。第三个是epochs烟叶病害类别之间差异不算大100个epoch足够看到收敛趋势再多也不会提升多少反而浪费时间。python train.py \ --data smoke_leaf.yaml \ --weights yolov5s.pt \ --img 640 \ --batch 16 \ --epochs 100 \ --patience 20参数说明patience 20的意思是如果连续20个epoch验证集mAP没有提升训练自动提前停止这个机制能帮你省下大量等待时间。smoke_leaf.yaml里定义了训练和验证集路径、类别数量、类别名称一定要打开检查类别数量和实际标签是否一致我见过有人在yaml里写了5个类标签里却只有3个类导致索引越界不说训练日志里的类别名全是错位的。3.3 训练过程监控日志里藏着所有答案训练一旦启动你会看到终端里刷出大量输出。不要只盯着loss值三行日志同时看box_loss、obj_loss、cls_loss。对烟叶病害来说box_loss下降最快因为框定位相对简单obj_loss如果居高不下说明模型分不清背景和病斑这时候要去检查是不是负样本没有病斑的烟叶图片太少cls_loss如果波动剧烈则可能存在标注错误比如把赤星病标成了野火病。python train.py --data smoke_leaf.yaml --weights yolov5s.pt --img 640 --batch 16 --epochs 100 tensorboard --logdir runs/train用tensorboard可视化训练曲线是通用做法但很多初学者连这个工具都不知道。打开浏览器进入显示的端口就能看到每轮train的loss和val的mAP曲线。如果val的mAP曲线整体在0.3以下先别调参回头去看数据病斑是不是被标注得太小是不是有很多框宽度只有几个像素YOLOv5默认下采样到13x13的网格对极小块状目标无能为力你需要在数据层面先解决。还有一个通用建议训练过程中间存档的last.pt和best.pt不要删last.pt是最后一轮的权重best.pt是验证集上表现最好的权重。有些时候训练后期虽然mAP略降但泛化能力反而更好两边都留着推理阶段可以对比效果。4. 推理与部署验证从权重文件到能用的结果中间还差三次检查训练完成后得到的best.pt严格来说还不是一个能直接讲故事的东西。你还需要用它对单独图片、图片目录、视频文件分别跑一遍推理确认模型在真实场景里的表现。很多同学训练完就截图loss曲线放进论文等到答辩演示时才翻车——模型对训练集里的图片识别很好换一张从网上找的烟叶照片就乱框一气。所以这一章的每一步都是必要的。4.1 单图推理与置信度/IOU阈值调优YOLOv5的推理入口是detect.py对单张图片或整个目录执行检测输出带框图片到runs/detect/下。命令看似简单真正需要调的是--conf-thres和--iou-thres这两个阈值。烟叶病斑纹理接近背景置信度普遍偏低如果沿用默认的0.25会出现大量病斑被漏检但如果降到0.1又会有很多背景纹理被误判为病斑。python detect.py \ --weights runs/train/exp/best.pt \ --source test_images/leaf_003.jpg \ --conf-thres 0.15 \ --iou-thres 0.45 \ --save-txt参数说明--conf-thres是置信度阈值只有预测框的置信度高于这个值才会输出调低会提升召回率但降低精确率。--iou-thres是NMS用的交并比阈值值越低越能抑制重叠框但病斑密集时会错误合并相邻的真实框。对于烟叶这种病斑成群出现的场景我一般先设conf-thres 0.15iou-thres 0.45跑完看一眼输出的图片再逐步往上微调。--save-txt会把检测框写入TXT文件方便你下一步做批量统计。4.2 批量验证把输出结果和标注框对齐检查单张图看得顺眼不意味着模型整体可用。你需要把整个val目录跑一遍统计出各类别的精确率和召回率看看哪一类最弱。这里有个通用技巧跑完检测后把生成的TXT和数据集自带的TXT放一起用脚本计算每类的TP和FP分布能快速定位到是“漏检”还是“误检”占据主导。python detect.py \ --weights runs/train/exp/best.pt \ --source dataset/images/val \ --conf-thres 0.2 \ --save-txt \ --project runs/val_detect跑完之后进入runs/val_detect/labels这里每张图片都有一个对应的TXT里面是模型预测的类别和坐标。拿几张预测结果去和原图对比你会发现一个普遍问题YOLOv5给出的框往往比人工标注的大一圈这是因为病斑边缘的褐色坏死区域没有清晰的边界模型倾向于框住整个变色区域。这种现象不影响整体精度但在论文里画PR曲线时会被算作定位误差导致mAP数字比预期低。4.3 导出ONNX格式为后续部署和跨平台留后路很多毕业设计会用到C或Android端做展示.pt权重文件在那些环境里跑不了。YOLOv5提供了export.py脚本可以一键导出ONNX格式。导出过程本身不复杂但有些细节值得注意。python export.py \ --weights runs/train/exp/best.pt \ --include onnx \ --opset 12 \ --dynamic--dynamic参数允许ONNX模型接受动态输入尺寸这样在推理时你既可以喂640分辨率的图也可以喂1280的灵活性更强。--opset 12是ONNX算子集版本PyTorch导出时建议用11以上旧版本的opset会导致部分算子无法转换。导出完成后用onnxruntime在CPU上跑一次推理验证导出后的模型输出和PyTorch原模型是否一致这一步能提前发现很多部署时才暴露的算子兼容问题。5. 避坑烟叶数据集与YOLOv5组合下的五个典型翻车现场这一章的内容全部来自我拆解类似资源和实际训练的真实踩坑记录每一条都经历了“现象出现、胡乱猜测、最终定位”的过程。烟叶病害识别比通用的交通标志检测难在目标本身病斑颜色接近叶片、尺寸变化大、经常互相重叠。这五个坑如果你在训练前就提前规避至少能省下两周白跑的GPU时间。5.1 训练集mAP超过0.9验证集上却什么都检不出来现象训练过程中train loss持续下降val mAP在0.85以上但用best.pt跑单独的测试图片输出结果全是置信度低到可以忽略的框甚至空框。原因数据集划分时存在严重的数据泄露。同一株烟叶的不同病斑照片一部分随机分进了train另一部分分进了val等于验证集里出现了训练集的相似样本模型记住了这些特定图片的特征遇到没见过的叶子就失效。解决回到第2.3节重新划分数据集。划分前先根据文件名前缀或拍摄时间对图片分组确保同一来源的图片全部进入同一分区然后再执行随机切分。从那以后我拿到任何新数据集都会先写一个group_split.py把同组图片绑定切分。5.2 训练到20个epoch后loss突然飙升到十几然后训练中断现象前20轮一切正常loss从0.08稳步下降到0.03然后某一步之后loss突然冲上4甚至十几接着显存溢出训练崩掉。原因学习率预热结束后模型进入真实学习率阶段如果你的--lr设置偏高loss就会振荡。这不是过拟合纯粹是学习率与当前loss水平不匹配。也可能是数据里混入了损坏图片前几轮正好没抽到抽到后PIL读取异常引发梯度爆炸。解决先查体检脚本的输出确认没有坏图。然后看训练日志如果loss冲高的位置与epoch数无关只是偶发多半是数据问题如果是固定某个epoch开始就调低初始学习率。5.3 目标太小病斑面积占整图不到1%模型根本学不到特征现象训练收敛后用测试图推理发现模型只框出面积大的几个病斑小的斑点全部漏检precision和recall严重失衡。原因YOLOv5最后输出的特征图是13x13、26x26、52x52三档最小一档对应图像的8倍下采样。如果你的病斑在640分辨率下只有10几像素大小8倍下采样后只有一两个特征点模型很难在anchor匹配阶段把它当成正样本。这不是玄学是anchor的覆盖范围根本够不到那里。解决第一选择是使用YOLOv5的P2输出层或者切换到yolov5m以上模型它对小目标的捕捉能力更强第二选择是训练时把--img 1280让小目标在输入里占更多像素第三选择是数据层面做切片把大图切成n块小图把病斑“放大”。我一般优先第三种因为不改变模型结构只改数据流对论文里“方法”部分改动最小。5.4 背景干扰没有病斑的健康烟叶也被框出高置信度现象模型对健康叶片区域输出一个置信度0.6以上的框框里的内容看起来只是正常的叶脉纹路。原因标注数据里没有添加负样本图片也就是只有背景没有目标的图片。YOLOv5在训练时虽然会对无目标区域计算obj_loss但如果你的数据集每张图都有至少一个框模型会倾向认为“只要见过这种纹理就输出框”。解决从烟叶大田场景中裁剪一些健康叶片、土壤、杂草图片做成没有标注框的负样本目录加入训练集。注意这些图片的标签文件是空TXT但文件名不能和正样本重复。训练后这个误检率至少能下降一半以上。5.5 演示视频里识别效果很好现场用手机一拍就翻车现象用资源附带的演示视频跑推理效果流畅且准确。到了实地拍摄光照变暗、角度倾斜、背景杂乱的图片模型输出大量垃圾框。原因演示视频的帧和训练集图片高度相似可能来自同一批采集光照条件完全一致。而现实场景中的烟叶照片光照、阴影、拍摄距离都是模型没见过的分布。解决训练阶段就有意识地做数据增强把--augment参数开启并调高强度以及手动加入亮度扰动、随机旋转、HSV变化。不要迷信模型结构能解决分布外的问题数据覆盖面才是提升鲁棒性的根本。6. 进阶给大图做切片推理解决病斑检测的最后一公里很多烟叶病害的实拍图是单反相机拍的高分辨率照片单张有4000x3000像素直接缩放成640输入病斑细节全丢。切片推理是常见的工程化解决办法先把大图切成若干方块每个方块独立跑检测再把结果拼回原图坐标。这个技巧在竞赛和工业视觉项目里非常普遍一套几百行代码能稳定提升小目标的召回率。# slice_infer.py import torch import cv2 import numpy as np from pathlib import Path model torch.hub.load(ultralytics/yolov5, custom, pathruns/train/exp/best.pt, force_reloadTrue) def slice_detect(img_path, slice_size640, overlap64, conf0.2): img cv2.imread(str(img_path)) h, w img.shape[:2] boxes [] x_steps range(0, w, slice_size - overlap) y_steps range(0, h, slice_size - overlap) for x in x_steps: for y in y_steps: x_end min(x slice_size, w) y_end min(y slice_size, h) crop img[y:y_end, x:x_end, :] results model(crop, size640) for *xyxy, conf_, cls_ in results.xyxy[0].cpu().numpy(): # 将切片坐标映射回原图坐标 x1, y1, x2, y2 [int(v) for v in xyxy] boxes.append((x x1, y y1, x x2, y y2, conf_, int(cls_))) # NMS去重处理切片边缘的重复框 from utils.general import non_max_suppression # 合并重叠框后返回结果 return boxes if __name__ __main__: result slice_detect(test_images/big_leaf.jpg) print(result)这段代码的核心参数是slice_size和overlapslice_size控制每次送入模型的小图分辨率640是平衡点和默认训练分辨率过大会爆显存过小则切断了病斑跨边界的上下文overlap控制相邻切片的交叠区域宽度取64到128之间比较合理太小会导致病斑正好落在边界时被切成两半两边都漏检太大会产生大量重复检测后续NMS压力大。映射回原图坐标后还需要统一做一次NMS过滤掉重叠框避免同一个病斑在两个切片里各输出一个框。我一般会给这个切片推理脚本再加一个分割参数让病斑面积超过阈值的切片被标记出来自动把“轻度、中度、重度”分级输出到CSV。如果你做的是农业植保方向的毕业设计这个分级功能可以作为创新点写进论文比单纯画框的检测更有应用价值。这段切片推理的思路同样适用于田间监测相机拍的全景大图处理一张4000x3000图片大概需要三到五秒比直接缩放到640再检测的速度慢但召回率的提升非常值得。从那以后我每次拿到新数据集都会先跑一遍体检脚本再切分数据最后才开训练这套流水线帮我在不同项目里至少避免了三次深夜重训。希望帮到你。本文还有配套的精品资源点击获取

YOLOv5烟叶病害识别：从数据集清洗到切片推理的完整实践指南

相关推荐

OpenClaw Windows部署全攻略：本地知识库的Docker避坑指南

公路落石数据集VOC+YOLO双格式解析：282张图的清洗、转换与训练避坑指南

退款与退分账产品设计：核心流程、资金处理与异常排查

更多资讯

diagram-design：系统性思维的可视化工程实践

Titanic实战：GBDT与LLM对比，表格数据建模的取舍

无法生成博客：输入信息严重缺失

Git Auto Merge 的真相：它不解决语义冲突，只处理文本行合并

以太网链路聚合实战指南：LACP配置、故障排查与带宽优化

AI生图新突破：Ideogram Edit V2如何解决局部编辑与文字渲染难题

今日更新

智能硬件视频会议集成：从芯片选型到场景落地的全栈实践

FFmpeg音视频处理与5路RTMP推流实战：从原理到118克盒子部署

RK3528+1GB内存如何变身直播节点？硬编解码与六协议实战复盘

本周精选

金融AI落地指南：从调研报告到技术选型与工程实践

大模型上下文成本与注意力优化技术深度解析——为何O(n²)平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测

基于GMM的语音识别系统原理与MATLAB实现详解

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？