基于YOLOv8的植物叶片检测：从环境配置到边缘部署全流程实战

简介这份资源面向农业科学与植物学研究方向的开发者、学生及自动化农业从业者提供一套基于YOLOv8的植物叶片检测完整项目方案用于解决复杂背景下叶片自动识别与定位的问题适合具备一定深度学习与图像处理基础的中级学习者。压缩包共5个文件约5.11MB包含Jupyter Notebook实验代码、Python脚本、Markdown说明文档及依赖清单分别对应模型训练演示、目标追踪实现、环境配置与使用指引。已有60人学习下载。读者可借助Notebook完整走通YOLOv8训练与推理流程结合OpenCV完成图像预处理、特征提取与分割增强并通过追踪脚本将检测扩展到视频序列同时依据依赖清单快速复现环境理解锚框自适应与多尺度检测在细粒度叶片目标上的调优思路。1. 植物叶片检测为什么值得用 YOLOv8 重做一遍如果你手头正好有一个「基于YOLOv8的植物叶片检测.zip」大概率它不是一个能直接双击运行的成品而是一份需要你自己补环境、补数据、补训练脚本的半成品。植物叶片检测这件事听起来像是农业场景的小众需求但真正做过的人都知道它踩的坑和目标检测主线任务几乎一模一样数据标注质量参差、类别不均衡、小目标密集、背景干扰强。YOLOv8 之所以成为这类项目的首选不是因为它有多玄学而是它把训练、验证、导出、推理这条链路压缩到了几行命令让你能把精力放在数据和场景上而不是框架适配上。这篇文章面向三类人一是拿到类似压缩包但不知道从哪下手的学生和初级工程师二是想把叶片检测落地到边缘设备比如 RK3588、Orin 这类板子的嵌入式开发者三是想用 YOLOv8 做毕业设计、需要一套能讲清楚也能跑通方案的人。我会按「先跑通 CPU 最小闭环 → 再处理自己的数据集 → 再调参和排错 → 最后落到部署和验证」的顺序讲每一步都给可抄的命令和参数含义。你不需要先看完再动手可以边看边在 Ubuntu 20.04 上跟着敲。2. 从零把 YOLOv8 在 CPU 环境跑起来环境配置与最小推理闭环2.1 为什么先跑 CPU 版本而不是一上来就配 GPU很多人拿到项目第一反应是装 CUDA、配显卡驱动结果卡在版本兼容上两三天连模型长什么样都没见过。我的习惯是先用 CPU 版本跑通一次推理确认代码逻辑、权重加载、后处理都没问题再切 GPU 训练。CPU 推理一张图大概几百毫秒到一两秒慢但足够验证链路。GTX1660Ti 这类卡跑 YOLOv8n 训练是够用的但前提是你先把环境跑通而不是在驱动版本上反复翻车。Ubuntu 20.04 上最省事的做法是用 conda 建一个独立环境Python 版本选 3.9 或 3.10不要用系统自带的 Python。ultralytics 这个包更新很快版本之间 API 有差异所以建议锁一个你验证过的版本而不是无脑装最新。# 创建并激活独立环境避免污染系统 Python conda create -n yolo_leaf python3.10 -y conda activate yolo_leaf # 安装 PyTorch CPU 版本注意这里用的是官方 CPU 源 pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu # 安装 ultralytics建议锁版本避免 API 变动导致脚本报错 pip install ultralytics8.1.0 # 验证安装是否成功 yolo version这几条命令里--index-url指向的是 PyTorch 官方 CPU 轮子源装出来的包不带 CUDA体积小、依赖少。ultralytics8.1.0是我在多个项目里验证过比较稳的版本它的YOLO类和model.train()接口和后续版本基本兼容。yolo version能打印出版本号说明命令行工具已经可用。装完之后用一张任意图片做一次最小推理确认模型能加载、能出框from ultralytics import YOLO # 加载预训练权重第一次运行会自动下载 yolov8n.pt model YOLO(yolov8n.pt) # 对单张图片做推理saveTrue 会把结果图存到 runs/detect/predict 下 results model(test_leaf.jpg, saveTrue, conf0.25) # 打印检测到的框数量和类别 for r in results: print(检测框数量:, len(r.boxes)) print(类别索引:, r.boxes.cls.tolist())YOLO(yolov8n.pt)里的n是 nano 版本模型最小、推理最快适合先验证链路。conf0.25是置信度阈值低于这个值的框会被丢掉叶片检测里如果小目标多这个值可以降到 0.15 到 0.2。saveTrue会把带框的图存下来方便你肉眼确认模型到底有没有在干活。这一步跑通说明你的环境、权重、推理代码都没问题接下来才轮到处理自己的数据集。2.2 预训练权重从哪来以及为什么不要跳过它YOLOv8 的预训练权重yolov8n.pt、yolov8s.pt等在第一次调用时会自动从官方地址下载前提是你的网络能访问。如果下载失败可以手动下载后放到脚本同级目录再把路径写死。预训练权重的作用是给你一个已经在 COCO 上训练过的 backbone你的叶片数据集哪怕只有几百张图也能在几十个 epoch 内收敛到一个可用的水平。从零开始训练在小数据集上几乎必然过拟合这是血泪经验。选哪个尺寸的权重取决于你的部署目标。如果最终要上 RK3588 或 Hi3516CV610 这类边缘芯片优先选yolov8n因为它的参数量和计算量最小量化后精度损失也相对可控。如果只是服务器端推理yolov8s或yolov8m能给你更好的精度。不要一上来就用yolov8x除非你有明确的精度需求和足够的显存。3. 处理数据集用于 YOLOv8 训练从 Labelme 标注到 data.yaml3.1 叶片数据集的标注格式选择和目录结构植物叶片检测的数据来源通常是两种一种是公开数据集比如 PlantVillage 这类分类数据集你需要自己写脚本把分类标签转成检测框另一种是自己拍照用 Labelme 或 LabelImg 标注。Labelme 默认输出 JSONYOLOv8 需要的是每张图对应一个 txt每行是类别索引 中心x 中心y 宽 高坐标都归一化到 0 到 1。这个转换是新手最容易出错的地方因为归一化用错宽高、类别索引对不上训练时 loss 会一直不降。标准目录结构长这样leaf_dataset/ ├── images/ │ ├── train/ │ └── val/ ├── labels/ │ ├── train/ │ └── val/ └── data.yamlimages/train和labels/train里的文件名必须一一对应只是扩展名不同。比如images/train/leaf_001.jpg对应labels/train/leaf_001.txt。如果某张图没有目标也要放一个空的 txt 文件否则 YOLOv8 在扫描时会报错或者漏掉负样本。3.2 用脚本把 Labelme 的 JSON 转成 YOLO 格式下面这个脚本处理单个 JSON 文件把 Labelme 的 polygon 或 rectangle 标注转成 YOLO 的归一化坐标。注意 Labelme 的坐标原点是左上角和 YOLO 一致但 YOLO 用的是中心点加宽高所以要做一次换算。import json import os # 类别名到索引的映射必须和 data.yaml 里的 names 顺序一致 class_map {leaf: 0, disease_spot: 1} def labelme_to_yolo(json_path, output_dir, img_w, img_h): with open(json_path, r, encodingutf-8) as f: data json.load(f) lines [] for shape in data[shapes]: label shape[label] if label not in class_map: continue points shape[points] xs [p[0] for p in points] ys [p[1] for p in points] # 计算外接矩形 x_min, x_max min(xs), max(xs) y_min, y_max min(ys), max(ys) # 转成中心点 宽高并归一化 cx (x_min x_max) / 2.0 / img_w cy (y_min y_max) / 2.0 / img_h w (x_max - x_min) / img_w h (y_max - y_min) / img_h # 防止越界 cx, cy min(max(cx, 0), 1), min(max(cy, 0), 1) w, h min(max(w, 0), 1), min(max(h, 0), 1) lines.append(f{class_map[label]} {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}) base os.path.splitext(os.path.basename(json_path))[0] out_path os.path.join(output_dir, base .txt) with open(out_path, w) as f: f.write(\n.join(lines))class_map是类别映射必须和data.yaml里的names顺序严格一致否则训练出来的模型会把叶片识别成病斑。img_w和img_h是原图尺寸可以从 JSON 里的imageWidth和imageHeight字段读不要硬编码。归一化之后做了一次min(max(...))裁剪是因为 Labelme 标注时偶尔会点到图像边界外不裁剪会导致 YOLO 训练时报坐标越界。批量转换的时候遍历所有 JSON把对应的图片也复制到images/train或images/val下。划分比例一般 8:2 或 9:1如果数据量少于 500 张建议用 9:1并且做交叉验证。3.3 data.yaml 的字段含义和三个必调项data.yaml是 YOLOv8 训练的数据入口字段不多但每个都关键path: /home/user/leaf_dataset train: images/train val: images/val nc: 2 names: [leaf, disease_spot]path是数据集根目录train和val是相对路径。nc是类别数必须和names长度一致。names的顺序就是类别索引和转换脚本里的class_map必须一一对应。这三个地方任何一个对不上训练时要么报错要么 loss 异常。我见过最常见的翻车是nc写了 2 但names只写了一个YOLOv8 会在初始化时直接抛异常。4. 训练自己的叶片数据集参数含义、损失曲线和常见误用4.1 启动训练的最小命令和关键参数数据准备好之后训练命令本身很短但参数决定了你这次训练是有效还是白跑yolo detect train \ data/home/user/leaf_dataset/data.yaml \ modelyolov8n.pt \ epochs100 \ imgsz640 \ batch16 \ lr00.01 \ patience20 \ projectruns/leaf \ nameexp1epochs100是最大训练轮数patience20表示如果 20 轮验证指标没提升就提前停止这两个配合能防止过拟合。imgsz640是输入分辨率叶片检测里如果病斑很小可以提到 1024但显存和速度会成倍变化。batch16在 GTX1660Ti 的 6G 显存上跑yolov8n加 640 分辨率基本能稳住如果 OOM 就降到 8。lr00.01是初始学习率YOLOv8 默认会做 warmup 和余弦退火一般不需要大改但如果 loss 震荡厉害可以降到 0.005。训练过程中终端会打印每一轮的 box_loss、cls_loss、dfl_loss 和 mAP。box_loss 负责框的位置cls_loss 负责分类dfl_loss 是分布焦点损失负责框的边界质量。这三个 loss 都应该是下降趋势如果 cls_loss 不降反升大概率是类别映射错了或者标注里有大量错标。4.2 用 results.csv 画损失函数曲线判断训练是否正常YOLOv8 训练结束后会在runs/leaf/exp1下生成results.csv里面记录了每轮的 loss 和指标。用 pandas 加 matplotlib 就能画出曲线import pandas as pd import matplotlib.pyplot as plt df pd.read_csv(runs/leaf/exp1/results.csv) df.columns df.columns.str.strip() # 列名可能带空格先清理 fig, axes plt.subplots(1, 2, figsize(12, 4)) axes[0].plot(df[epoch], df[train/box_loss], labelbox_loss) axes[0].plot(df[epoch], df[train/cls_loss], labelcls_loss) axes[0].set_title(Train Loss) axes[0].legend() axes[1].plot(df[epoch], df[metrics/mAP50(B)], labelmAP50) axes[1].plot(df[epoch], df[metrics/mAP50-95(B)], labelmAP50-95) axes[1].set_title(Validation mAP) axes[1].legend() plt.tight_layout() plt.savefig(loss_curve.png, dpi150)df.columns.str.strip()这一步不能省因为 ultralytics 导出的 CSV 列名有时带前后空格直接按名字取列会 KeyError。左图看 loss 是否平滑下降如果 box_loss 下降但 cls_loss 横盘说明框定位在学但分类没学好通常是类别不均衡或者标注类别混淆。右图看 mAP50 和 mAP50-95前者是 IoU 0.5 时的平均精度后者是 0.5 到 0.95 的平均后者更能反映框的紧致程度。如果 mAP50 很高但 mAP50-95 很低说明框的位置不够准可以考虑加数据增强或者提高标注质量。4.3 数据增强参数怎么调以及什么时候该关掉YOLOv8 默认开启 mosaic、mixup、HSV 抖动等增强。叶片检测里mosaic 对小目标有帮助但如果你的叶片都是大目标、背景单一mosaic 反而会让模型学到不真实的拼接边界。可以通过mosaic0关掉或者用mosaic0.5降低概率。HSV 抖动对光照变化大的田间场景有用但如果是实验室固定光源拍照可以适当降低hsv_h、hsv_s、hsv_v。翻转增强fliplr0.5一般保留因为叶片左右翻转不改变语义但flipud要慎用因为叶片上下翻转在真实场景里很少见可能引入噪声。5. 叶片检测训练与部署的避坑清单5.1 现象训练 loss 正常但验证 mAP 一直是 0原因通常是data.yaml里的val路径写错或者验证集图片和标签没有一一对应。YOLOv8 在验证时如果找不到标签会把所有预测都当成误检mAP 自然为 0。解决方法是先手动检查labels/val下的 txt 数量是否和images/val下的图片数量一致再用yolo detect val单独跑一次验证看终端有没有警告。5.2 现象推理时框的位置整体偏移原因多半是标注转换时归一化用错了尺寸。Labelme 的imageWidth和imageHeight是原图尺寸如果你用成了缩放后的尺寸坐标就会整体偏移。解决方法是重新读 JSON 里的尺寸字段确认转换脚本里用的宽高和原图一致。另一个可能是推理时imgsz和训练时不一致YOLOv8 会做 letterbox 缩放但如果后处理没还原框就会偏。5.3 现象CPU 推理正常导出 ONNX 后结果全乱原因通常是导出时的动态轴设置和推理端不匹配。YOLOv8 导出 ONNX 默认是动态 batch但有些推理框架只支持静态 shape。解决方法是导出时加dynamicFalse和固定的imgsz并在推理端做同样的预处理letterbox、归一化、BGR 到 RGB。另外ONNX 的输出是[1, 4nc, 8400]这种格式需要自己做 NMS不能直接当检测框用。5.4 现象RK3588 或 Orin 上量化后精度掉得厉害原因是量化校准集和实际场景分布不一致。叶片检测里如果你用实验室图片做校准但部署在田间光照和背景差异会让量化误差放大。解决方法是校准集里混入至少 20% 的目标场景图片并且优先用量化感知训练QAT而不是训练后量化PTQ。如果芯片工具链支持逐层量化把 backbone 的前几层保持 FP16能明显减少精度损失。5.5 现象训练到一半显存爆了原因可能是batch太大、imgsz太高或者数据加载器开了太多 worker。解决方法是先把batch减半再把imgsz从 1024 降到 640观察显存占用。如果还爆检查workers参数CPU 核心少的时候开太多 worker 反而会拖慢数据加载并占用额外内存。6. 从训练到板端用 ONNX 做一次可复现的精度对齐验证训练完模型、导出 ONNX 之后最容易被忽略的一步是精度对齐验证。很多人直接把 ONNX 丢给板端工具链结果板端输出和 PC 端对不上回头查半天发现是预处理不一致。我的习惯是在 PC 上先用 ONNX Runtime 跑一遍和 PyTorch 的输出做逐元素对比确认误差在 1e-3 以内再往板端走。import numpy as np import onnxruntime as ort import torch from ultralytics import YOLO # PyTorch 推理 model YOLO(runs/leaf/exp1/weights/best.pt) img test_leaf.jpg pt_result model(img)[0].boxes.data.cpu().numpy() # ONNX Runtime 推理 sess ort.InferenceSession(best.onnx, providers[CPUExecutionProvider]) input_name sess.get_inputs()[0].name # 这里需要自己实现和 ultralytics 一致的预处理letterbox 归一化 BGR2RGB # 假设 preprocess 返回 shape 为 [1, 3, 640, 640] 的 float32 input_tensor preprocess(img, imgsz640) onnx_out sess.run(None, {input_name: input_tensor})[0] # 对比输出维度PyTorch 的 boxes 已经过 NMSONNX 原始输出需要自己后处理 print(PyTorch 检测框:, pt_result.shape) print(ONNX 原始输出:, onnx_out.shape)这段代码的关键不是直接对比数值而是先确认两边的预处理完全一致。preprocess函数必须和 ultralytics 的LetterBox逻辑一致按长边缩放、填充灰边、归一化到 0 到 1、通道从 BGR 转 RGB。任何一步不一致输出都会差很多。ONNX 的原始输出是[1, 4nc, 8400]需要转置、做置信度过滤、再跑 NMS才能得到和 PyTorch 一样的框。板端部署时工具链通常只负责推理后处理还是得你自己写所以这一步对齐做好了板端就只是换个 runtime 的事。最后一个习惯每次训练完把data.yaml、训练命令、results.csv和best.pt的路径记在一个train_log.md里。叶片检测这种项目隔两周再回来调你大概率不记得当时用的什么参数。这个习惯帮我省过很多次后悔药。希望帮到你。本文还有配套的精品资源点击获取