简介本资源为玉米识别数据集面向从事农业图像识别、目标检测与深度学习实践的开发者与研究人员可用于训练和验证玉米目标检测模型解决农业场景下样本获取与标注成本高的问题。压缩包共1005个文件包含1000张jpg原始图片、3个json标注文件及2个txt说明文件整体约39.02MB图片覆盖多种玉米形态与拍摄角度json文件采用COCO格式记录目标类别与边界框可直接对接主流检测框架。目前已有375人学习下载适合入门者熟悉数据格式也便于进阶者开展模型调优与对比实验。数据集结构清晰、标注规范能帮助读者快速搭建训练流程完成从数据加载、模型训练到效果评估的完整实践为农业智能识别相关项目提供可靠的数据基础。1. 玉米识别数据集1000 张原图加 COCO 标注到底能拿来干什么手里有一批玉米田间的原始照片1000 张已经按 COCO 格式标好了框这件事的价值不在于“数据量大”而在于它省掉了最贵的那一步——标注。做过农业视觉项目的人都知道拍图不难难的是把每一株玉米、每一片病叶、每一个果穗的边界框画准1000 张图的标注成本往往比采集成本高出一个数量级。所以拿到这个数据集第一件该想清楚的事不是“模型选哪个”而是“我的任务和它的标注粒度对不对得上”。COCO 标注的核心是 images、annotations、categories 三张表加一个 JSON 文件框是 xywh 格式类别是整数 id 映射。玉米识别这个方向标注粒度可能落在几个层面整株检测、果穗计数、叶片病害区域、缺苗断垄的行位。不同粒度决定了你后面是走检测、计数还是分割路线。这个数据集适合谁适合做田间玉米目标检测、果穗计数、长势监测的算法同学也适合想验证自己数据管线是否健壮、拿真实农业场景练手的工程师。它不适合直接拿来做分类任务因为 COCO 是检测标注不是图像级标签。2. 先搞懂 COCO 标注在玉米场景里的字段含义2.1 一份 COCO JSON 里到底存了什么COCO 格式的标注文件本质是一个大字典顶层四个键images、annotations、categories、info。images里每条记录包含id、file_name、width、heightannotations里每条包含id、image_id、category_id、bbox、area、iscrowdcategories里是id和name的映射。玉米场景里bbox是[x, y, w, h]x、y 是框左上角坐标w、h 是宽高单位是像素原点在图片左上角。这里有个容易被忽略的点COCO 的area字段是框的面积不是像素级掩码面积除非你用的是 segmentation 标注。玉米叶片相互遮挡严重时框的面积和真实可见面积差距很大如果你后面要做密度估计或产量预估光靠 bbox 的 area 会系统性高估。我一般会先统计一遍 area 分布看看有没有异常大的框——那通常是标注员把整行玉米框成一个大框了。2.2 玉米识别任务的标注粒度怎么判断拿到数据集先别急着训练跑一段统计脚本看清楚类别分布和框的尺寸分布。玉米场景常见的类别命名可能是corn、maize、ear、tassel、leaf之类具体以你的 JSON 为准。判断粒度的方法很简单看每个类别的框平均宽高比。整株检测的框通常偏高瘦宽高比在 0.3 到 0.6 之间果穗检测的框接近方形或略扁叶片病害区域则形状极不规则宽高比方差很大。import json import numpy as np with open(annotations.json, r) as f: data json.load(f) # 统计每个类别的框数量和宽高比分布 cat_stats {} for ann in data[annotations]: cid ann[category_id] x, y, w, h ann[bbox] ratio w / h if h 0 else 0 cat_stats.setdefault(cid, []).append(ratio) for cid, ratios in cat_stats.items(): ratios np.array(ratios) print(f类别 {cid}: 数量{len(ratios)}, 宽高比均值{ratios.mean():.2f}, 标准差{ratios.std():.2f})这段代码的作用是把每个类别的宽高比拉出来看分布。参数上没什么可调的重点是看标准差如果某个类别标准差超过 0.5说明标注粒度不统一可能混了整株和局部训练前要么合并类别要么拆分任务。玉米数据里这种情况很常见因为标注员对“一株”的理解不一致有的框到顶叶有的只框到穗位。2.3 为什么玉米场景不能直接套用通用检测配置通用 COCO 预训练模型是在日常场景上训的玉米田间的视觉特征和它差距很大纹理重复度高、目标密集、遮挡严重、光照变化剧烈。直接拿 YOLO 或 Faster R-CNN 的默认 anchor 去训小目标召回率会很低。玉米果穗在整幅图里可能只占几十个像素而默认 anchor 最小尺寸往往在 32 像素以上。我的做法是先聚类一遍标注框尺寸用 k-means 生成适合玉米的 anchor再改配置里的 anchor 尺度。另外玉米叶片之间的颜色和纹理极其相似模型很容易把相邻植株的叶片混在一起。这时候iscrowd字段就很重要如果标注里把密集区域标成了 crowd训练时 loss 计算要跳过这些区域否则模型会学到错误的边界。检查一下你的 JSON 里iscrowd为 1 的比例如果超过 10%说明数据里有大量密集遮挡区域后处理 NMS 的阈值要相应调低。3. 把 COCO 标注转成可训练格式的完整操作3.1 用 pycocotools 做一次数据完整性校验在转换之前必须先确认标注文件和图片能对上。最常见的翻车是图片文件名和 JSON 里的file_name不一致比如多了前缀路径、扩展名大小写不同、或者有图片缺失。用 pycocotools 加载一遍再和实际文件列表做差集。from pycocotools.coco import COCO import os ann_file annotations.json img_dir images/ coco COCO(ann_file) img_ids coco.getImgIds() json_files set() for img_id in img_ids: info coco.loadImgs(img_id)[0] json_files.add(info[file_name]) disk_files set(os.listdir(img_dir)) missing json_files - disk_files extra disk_files - json_files print(fJSON 中图片数: {len(json_files)}) print(f磁盘上图片数: {len(disk_files)}) print(f缺失图片: {len(missing)}) print(f多余图片: {len(extra)}) if missing: print(缺失示例:, list(missing)[:5])这段代码的关键是coco.loadImgs返回的file_name要和磁盘文件名完全一致。如果缺失数量不为零先别往下走去查是路径问题还是真的丢图。多余图片可以忽略但缺失图片会导致训练时 dataloader 报错。参数上注意img_dir结尾要带斜杠os.listdir返回的是纯文件名不含路径。3.2 转成 YOLO 格式坐标归一化和类别映射YOLO 格式要求每张图一个 txt每行是class_id x_center y_center width height全部归一化到 0 到 1。COCO 的 bbox 是绝对像素坐标转换时要除以图片宽高。类别 id 也要重新映射成从 0 开始的连续整数因为 COCO 的 category_id 可能不连续。import json import os with open(annotations.json, r) as f: data json.load(f) # 建立 image_id 到图片信息的映射 img_info {img[id]: img for img in data[images]} # 建立 category_id 到连续 id 的映射 cat_ids sorted(set(ann[category_id] for ann in data[annotations])) cat_map {cid: i for i, cid in enumerate(cat_ids)} out_dir labels/ os.makedirs(out_dir, exist_okTrue) # 按 image_id 分组标注 from collections import defaultdict ann_by_img defaultdict(list) for ann in data[annotations]: ann_by_img[ann[image_id]].append(ann) for img_id, anns in ann_by_img.items(): info img_info[img_id] w_img, h_img info[width], info[height] lines [] for ann in anns: x, y, w, h ann[bbox] # 转成中心点加宽高再归一化 xc (x w / 2) / w_img yc (y h / 2) / h_img nw w / w_img nh h / h_img cls cat_map[ann[category_id]] lines.append(f{cls} {xc:.6f} {yc:.6f} {nw:.6f} {nh:.6f}) # 用图片名去掉扩展名作为 txt 文件名 txt_name os.path.splitext(info[file_name])[0] .txt with open(os.path.join(out_dir, txt_name), w) as f: f.write(\n.join(lines)) print(类别映射:, cat_map)逻辑上分三步先建 image_id 到图片信息的索引再建 category_id 到连续 id 的映射最后按图分组写 txt。参数上注意归一化后的坐标要裁剪到 0 到 1 之间因为有些标注框可能超出图片边界YOLO 训练时会报错。我一般会在写之前加一句xc min(max(xc, 0), 1)做保护。另外cat_map要保存下来推理时要把模型输出的类别 id 映射回原始名称。3.3 划分训练验证集时别按图片随机分玉米数据有个特点同一块田、同一天拍的照片高度相似。如果按图片随机划分训练集和验证集验证集里很可能有和训练集几乎一样的图指标虚高。正确做法是按田块或按拍摄批次划分让验证集来自不同的田块或不同的光照条件。如果数据里没有田块信息至少按拍摄时间排序后做间隔划分避免相邻帧同时进训练集。import random # 假设 img_info 里没有田块信息按文件名排序后间隔取样 all_ids sorted(ann_by_img.keys()) random.seed(42) random.shuffle(all_ids) split int(len(all_ids) * 0.8) train_ids all_ids[:split] val_ids all_ids[split:] with open(train.txt, w) as f: for i in train_ids: f.write(fimages/{img_info[i][file_name]}\n) with open(val.txt, w) as f: for i in val_ids: f.write(fimages/{img_info[i][file_name]}\n)这里的random.seed(42)是为了可复现实际项目里我会把划分结果存成文件避免每次跑脚本都变。如果数据里有 EXIF 拍摄时间优先按时间排序做划分比随机划分更能反映真实泛化能力。4. 玉米识别训练避坑从标注到收敛的五个翻车点4.1 现象训练 loss 正常下降但验证集 mAP 极低原因通常是训练集和验证集分布不一致。玉米数据里如果训练集全是晴天正午拍的验证集里有阴天或傍晚的图模型对光照变化的泛化会很差。另一个可能是验证集里小目标比例远高于训练集而模型对小目标召回本来就弱。解决先统计两个集合的框尺寸分布和亮度直方图确认分布差异。如果差异大要么重新划分要么在训练时加更强的颜色抖动增强。我一般会加hsv_h0.015, hsv_s0.7, hsv_v0.4这组增强参数对光照变化比较有效。4.2 现象模型把相邻玉米叶片框成一个大框原因是标注里存在大量密集遮挡区域且iscrowd没有正确标记。模型学到的是“一片绿色区域就是一个目标”而不是单株边界。解决检查 JSON 里iscrowd为 1 的标注比例如果密集区域没标 crowd手动补标或直接剔除这些图。后处理阶段把 NMS 的 IoU 阈值从默认 0.45 降到 0.3 到 0.35能缓解大框吞小框的问题。代价是召回率会降一点需要根据任务权衡。4.3 现象转换后的 YOLO 标签里出现坐标大于 1 或小于 0原因是 COCO 标注里有些框超出了图片边界标注员画框时拉出去了。归一化后就会出现负值或大于 1 的值。解决在转换脚本里加裁剪xc min(max(xc, 0), 1)同时对宽高也做裁剪。更稳妥的做法是直接过滤掉超出边界超过 10% 的框因为这种框本身标注质量就可疑。我一般会统计一下被裁剪的框数量如果超过总数的 2%说明标注质量有问题需要回头和标注方确认。4.4 现象训练时 dataloader 报 FileNotFoundError原因是 train.txt 里的路径和实际图片路径对不上。常见情况是 train.txt 写的是相对路径但训练脚本的工作目录变了或者图片扩展名是.JPG而 JSON 里写的是.jpg。解决统一用绝对路径写 train.txt或者在训练脚本里显式设置data_root。扩展名问题用os.path.splitext处理时注意大小写Linux 下.JPG和.jpg是两个文件。我习惯在生成 train.txt 之前先os.path.exists检查一遍把不存在的路径打印出来。4.5 现象模型对果穗计数偏高同一穗被重复检测原因是果穗在图像里可能被叶片部分遮挡模型在遮挡边界处产生了多个响应。另外如果标注时一穗标了多个框训练数据本身就有重复。解决先检查标注里有没有同一位置多个框的情况用 IoU 大于 0.8 的框做去重。推理阶段用 Soft-NMS 替代标准 NMS对密集目标更友好。如果任务只是计数可以在后处理里对同一区域的检测框做聚类取置信度最高的一个。5. 用 1000 张图把玉米识别做到可用的进阶技巧1000 张图在检测任务里不算多尤其是玉米这种密集场景。想让模型真正可用核心思路不是堆模型复杂度而是把数据利用到极致。我一般会做三件事第一用预训练权重做迁移学习但冻结层数要调。玉米和通用 COCO 的浅层特征差异大深层语义差异小所以我会冻结前 20% 的层只训后面的。第二用 mosaic 和 mixup 增强但玉米场景里 mosaic 的四图拼接会导致目标尺度失真我一般把 mosaic 概率从默认 1.0 降到 0.5mixup 保持 0.1 左右。第三用伪标签做半监督先用这 1000 张训一个基础模型对未标注的玉米图做推理置信度高于 0.7 的框作为伪标签加入训练迭代两轮通常能涨 3 到 5 个点 mAP。验证模型是否真的学到玉米特征而不是记住了背景有个简单方法把验证集图片的背景替换成纯色再看 mAP。如果 mAP 掉得厉害说明模型严重依赖背景纹理。这时候要在增强里加随机裁剪和随机遮挡逼模型关注目标本身。另一个技巧是可视化特征图看模型响应是否落在果穗和叶片上而不是田埂或天空。最后说一个我踩过的坑玉米数据集的类别名如果是中文转 YOLO 时类别映射容易乱码建议在 JSON 里就用英文或拼音转换脚本里加encodingutf-8。还有1000 张图训出来的模型别指望直接上无人机实时检测先在本地用测试集把误检和漏检的图挑出来逐张看比调参有用得多。希望帮到你。本文还有配套的精品资源点击获取
简介本资源为玉米识别数据集面向从事农业图像识别、目标检测与深度学习实践的开发者与研究人员可用于训练和验证玉米目标检测模型解决农业场景下样本获取与标注成本高的问题。压缩包共1005个文件包含1000张jpg原始图片、3个json标注文件及2个txt说明文件整体约39.02MB图片覆盖多种玉米形态与拍摄角度json文件采用COCO格式记录目标类别与边界框可直接对接主流检测框架。目前已有375人学习下载适合入门者熟悉数据格式也便于进阶者开展模型调优与对比实验。数据集结构清晰、标注规范能帮助读者快速搭建训练流程完成从数据加载、模型训练到效果评估的完整实践为农业智能识别相关项目提供可靠的数据基础。1. 玉米识别数据集1000 张原图加 COCO 标注到底能拿来干什么手里有一批玉米田间的原始照片1000 张已经按 COCO 格式标好了框这件事的价值不在于“数据量大”而在于它省掉了最贵的那一步——标注。做过农业视觉项目的人都知道拍图不难难的是把每一株玉米、每一片病叶、每一个果穗的边界框画准1000 张图的标注成本往往比采集成本高出一个数量级。所以拿到这个数据集第一件该想清楚的事不是“模型选哪个”而是“我的任务和它的标注粒度对不对得上”。COCO 标注的核心是 images、annotations、categories 三张表加一个 JSON 文件框是 xywh 格式类别是整数 id 映射。玉米识别这个方向标注粒度可能落在几个层面整株检测、果穗计数、叶片病害区域、缺苗断垄的行位。不同粒度决定了你后面是走检测、计数还是分割路线。这个数据集适合谁适合做田间玉米目标检测、果穗计数、长势监测的算法同学也适合想验证自己数据管线是否健壮、拿真实农业场景练手的工程师。它不适合直接拿来做分类任务因为 COCO 是检测标注不是图像级标签。2. 先搞懂 COCO 标注在玉米场景里的字段含义2.1 一份 COCO JSON 里到底存了什么COCO 格式的标注文件本质是一个大字典顶层四个键images、annotations、categories、info。images里每条记录包含id、file_name、width、heightannotations里每条包含id、image_id、category_id、bbox、area、iscrowdcategories里是id和name的映射。玉米场景里bbox是[x, y, w, h]x、y 是框左上角坐标w、h 是宽高单位是像素原点在图片左上角。这里有个容易被忽略的点COCO 的area字段是框的面积不是像素级掩码面积除非你用的是 segmentation 标注。玉米叶片相互遮挡严重时框的面积和真实可见面积差距很大如果你后面要做密度估计或产量预估光靠 bbox 的 area 会系统性高估。我一般会先统计一遍 area 分布看看有没有异常大的框——那通常是标注员把整行玉米框成一个大框了。2.2 玉米识别任务的标注粒度怎么判断拿到数据集先别急着训练跑一段统计脚本看清楚类别分布和框的尺寸分布。玉米场景常见的类别命名可能是corn、maize、ear、tassel、leaf之类具体以你的 JSON 为准。判断粒度的方法很简单看每个类别的框平均宽高比。整株检测的框通常偏高瘦宽高比在 0.3 到 0.6 之间果穗检测的框接近方形或略扁叶片病害区域则形状极不规则宽高比方差很大。import json import numpy as np with open(annotations.json, r) as f: data json.load(f) # 统计每个类别的框数量和宽高比分布 cat_stats {} for ann in data[annotations]: cid ann[category_id] x, y, w, h ann[bbox] ratio w / h if h 0 else 0 cat_stats.setdefault(cid, []).append(ratio) for cid, ratios in cat_stats.items(): ratios np.array(ratios) print(f类别 {cid}: 数量{len(ratios)}, 宽高比均值{ratios.mean():.2f}, 标准差{ratios.std():.2f})这段代码的作用是把每个类别的宽高比拉出来看分布。参数上没什么可调的重点是看标准差如果某个类别标准差超过 0.5说明标注粒度不统一可能混了整株和局部训练前要么合并类别要么拆分任务。玉米数据里这种情况很常见因为标注员对“一株”的理解不一致有的框到顶叶有的只框到穗位。2.3 为什么玉米场景不能直接套用通用检测配置通用 COCO 预训练模型是在日常场景上训的玉米田间的视觉特征和它差距很大纹理重复度高、目标密集、遮挡严重、光照变化剧烈。直接拿 YOLO 或 Faster R-CNN 的默认 anchor 去训小目标召回率会很低。玉米果穗在整幅图里可能只占几十个像素而默认 anchor 最小尺寸往往在 32 像素以上。我的做法是先聚类一遍标注框尺寸用 k-means 生成适合玉米的 anchor再改配置里的 anchor 尺度。另外玉米叶片之间的颜色和纹理极其相似模型很容易把相邻植株的叶片混在一起。这时候iscrowd字段就很重要如果标注里把密集区域标成了 crowd训练时 loss 计算要跳过这些区域否则模型会学到错误的边界。检查一下你的 JSON 里iscrowd为 1 的比例如果超过 10%说明数据里有大量密集遮挡区域后处理 NMS 的阈值要相应调低。3. 把 COCO 标注转成可训练格式的完整操作3.1 用 pycocotools 做一次数据完整性校验在转换之前必须先确认标注文件和图片能对上。最常见的翻车是图片文件名和 JSON 里的file_name不一致比如多了前缀路径、扩展名大小写不同、或者有图片缺失。用 pycocotools 加载一遍再和实际文件列表做差集。from pycocotools.coco import COCO import os ann_file annotations.json img_dir images/ coco COCO(ann_file) img_ids coco.getImgIds() json_files set() for img_id in img_ids: info coco.loadImgs(img_id)[0] json_files.add(info[file_name]) disk_files set(os.listdir(img_dir)) missing json_files - disk_files extra disk_files - json_files print(fJSON 中图片数: {len(json_files)}) print(f磁盘上图片数: {len(disk_files)}) print(f缺失图片: {len(missing)}) print(f多余图片: {len(extra)}) if missing: print(缺失示例:, list(missing)[:5])这段代码的关键是coco.loadImgs返回的file_name要和磁盘文件名完全一致。如果缺失数量不为零先别往下走去查是路径问题还是真的丢图。多余图片可以忽略但缺失图片会导致训练时 dataloader 报错。参数上注意img_dir结尾要带斜杠os.listdir返回的是纯文件名不含路径。3.2 转成 YOLO 格式坐标归一化和类别映射YOLO 格式要求每张图一个 txt每行是class_id x_center y_center width height全部归一化到 0 到 1。COCO 的 bbox 是绝对像素坐标转换时要除以图片宽高。类别 id 也要重新映射成从 0 开始的连续整数因为 COCO 的 category_id 可能不连续。import json import os with open(annotations.json, r) as f: data json.load(f) # 建立 image_id 到图片信息的映射 img_info {img[id]: img for img in data[images]} # 建立 category_id 到连续 id 的映射 cat_ids sorted(set(ann[category_id] for ann in data[annotations])) cat_map {cid: i for i, cid in enumerate(cat_ids)} out_dir labels/ os.makedirs(out_dir, exist_okTrue) # 按 image_id 分组标注 from collections import defaultdict ann_by_img defaultdict(list) for ann in data[annotations]: ann_by_img[ann[image_id]].append(ann) for img_id, anns in ann_by_img.items(): info img_info[img_id] w_img, h_img info[width], info[height] lines [] for ann in anns: x, y, w, h ann[bbox] # 转成中心点加宽高再归一化 xc (x w / 2) / w_img yc (y h / 2) / h_img nw w / w_img nh h / h_img cls cat_map[ann[category_id]] lines.append(f{cls} {xc:.6f} {yc:.6f} {nw:.6f} {nh:.6f}) # 用图片名去掉扩展名作为 txt 文件名 txt_name os.path.splitext(info[file_name])[0] .txt with open(os.path.join(out_dir, txt_name), w) as f: f.write(\n.join(lines)) print(类别映射:, cat_map)逻辑上分三步先建 image_id 到图片信息的索引再建 category_id 到连续 id 的映射最后按图分组写 txt。参数上注意归一化后的坐标要裁剪到 0 到 1 之间因为有些标注框可能超出图片边界YOLO 训练时会报错。我一般会在写之前加一句xc min(max(xc, 0), 1)做保护。另外cat_map要保存下来推理时要把模型输出的类别 id 映射回原始名称。3.3 划分训练验证集时别按图片随机分玉米数据有个特点同一块田、同一天拍的照片高度相似。如果按图片随机划分训练集和验证集验证集里很可能有和训练集几乎一样的图指标虚高。正确做法是按田块或按拍摄批次划分让验证集来自不同的田块或不同的光照条件。如果数据里没有田块信息至少按拍摄时间排序后做间隔划分避免相邻帧同时进训练集。import random # 假设 img_info 里没有田块信息按文件名排序后间隔取样 all_ids sorted(ann_by_img.keys()) random.seed(42) random.shuffle(all_ids) split int(len(all_ids) * 0.8) train_ids all_ids[:split] val_ids all_ids[split:] with open(train.txt, w) as f: for i in train_ids: f.write(fimages/{img_info[i][file_name]}\n) with open(val.txt, w) as f: for i in val_ids: f.write(fimages/{img_info[i][file_name]}\n)这里的random.seed(42)是为了可复现实际项目里我会把划分结果存成文件避免每次跑脚本都变。如果数据里有 EXIF 拍摄时间优先按时间排序做划分比随机划分更能反映真实泛化能力。4. 玉米识别训练避坑从标注到收敛的五个翻车点4.1 现象训练 loss 正常下降但验证集 mAP 极低原因通常是训练集和验证集分布不一致。玉米数据里如果训练集全是晴天正午拍的验证集里有阴天或傍晚的图模型对光照变化的泛化会很差。另一个可能是验证集里小目标比例远高于训练集而模型对小目标召回本来就弱。解决先统计两个集合的框尺寸分布和亮度直方图确认分布差异。如果差异大要么重新划分要么在训练时加更强的颜色抖动增强。我一般会加hsv_h0.015, hsv_s0.7, hsv_v0.4这组增强参数对光照变化比较有效。4.2 现象模型把相邻玉米叶片框成一个大框原因是标注里存在大量密集遮挡区域且iscrowd没有正确标记。模型学到的是“一片绿色区域就是一个目标”而不是单株边界。解决检查 JSON 里iscrowd为 1 的标注比例如果密集区域没标 crowd手动补标或直接剔除这些图。后处理阶段把 NMS 的 IoU 阈值从默认 0.45 降到 0.3 到 0.35能缓解大框吞小框的问题。代价是召回率会降一点需要根据任务权衡。4.3 现象转换后的 YOLO 标签里出现坐标大于 1 或小于 0原因是 COCO 标注里有些框超出了图片边界标注员画框时拉出去了。归一化后就会出现负值或大于 1 的值。解决在转换脚本里加裁剪xc min(max(xc, 0), 1)同时对宽高也做裁剪。更稳妥的做法是直接过滤掉超出边界超过 10% 的框因为这种框本身标注质量就可疑。我一般会统计一下被裁剪的框数量如果超过总数的 2%说明标注质量有问题需要回头和标注方确认。4.4 现象训练时 dataloader 报 FileNotFoundError原因是 train.txt 里的路径和实际图片路径对不上。常见情况是 train.txt 写的是相对路径但训练脚本的工作目录变了或者图片扩展名是.JPG而 JSON 里写的是.jpg。解决统一用绝对路径写 train.txt或者在训练脚本里显式设置data_root。扩展名问题用os.path.splitext处理时注意大小写Linux 下.JPG和.jpg是两个文件。我习惯在生成 train.txt 之前先os.path.exists检查一遍把不存在的路径打印出来。4.5 现象模型对果穗计数偏高同一穗被重复检测原因是果穗在图像里可能被叶片部分遮挡模型在遮挡边界处产生了多个响应。另外如果标注时一穗标了多个框训练数据本身就有重复。解决先检查标注里有没有同一位置多个框的情况用 IoU 大于 0.8 的框做去重。推理阶段用 Soft-NMS 替代标准 NMS对密集目标更友好。如果任务只是计数可以在后处理里对同一区域的检测框做聚类取置信度最高的一个。5. 用 1000 张图把玉米识别做到可用的进阶技巧1000 张图在检测任务里不算多尤其是玉米这种密集场景。想让模型真正可用核心思路不是堆模型复杂度而是把数据利用到极致。我一般会做三件事第一用预训练权重做迁移学习但冻结层数要调。玉米和通用 COCO 的浅层特征差异大深层语义差异小所以我会冻结前 20% 的层只训后面的。第二用 mosaic 和 mixup 增强但玉米场景里 mosaic 的四图拼接会导致目标尺度失真我一般把 mosaic 概率从默认 1.0 降到 0.5mixup 保持 0.1 左右。第三用伪标签做半监督先用这 1000 张训一个基础模型对未标注的玉米图做推理置信度高于 0.7 的框作为伪标签加入训练迭代两轮通常能涨 3 到 5 个点 mAP。验证模型是否真的学到玉米特征而不是记住了背景有个简单方法把验证集图片的背景替换成纯色再看 mAP。如果 mAP 掉得厉害说明模型严重依赖背景纹理。这时候要在增强里加随机裁剪和随机遮挡逼模型关注目标本身。另一个技巧是可视化特征图看模型响应是否落在果穗和叶片上而不是田埂或天空。最后说一个我踩过的坑玉米数据集的类别名如果是中文转 YOLO 时类别映射容易乱码建议在 JSON 里就用英文或拼音转换脚本里加encodingutf-8。还有1000 张图训出来的模型别指望直接上无人机实时检测先在本地用测试集把误检和漏检的图挑出来逐张看比调参有用得多。希望帮到你。本文还有配套的精品资源点击获取
