企业官网建设流程全解析

简介：这是一套面向目标检测开发者的葡萄品质检测数据集，支持yolov5、yolov7、yolov8、yolov9、yolov10、yolo11等yolo系列算法，适合正在学习模型训练或落地农产品质检方案的读者。数据围绕葡萄外观分拣场景，标注了成熟葡萄、斑点葡萄、未成熟葡萄、腐烂葡萄和拣选点五类目标，既覆盖成熟度判断，也包含表面缺陷与人工拣选点定位，可直接用于训练、验证与测试。压缩包共496个文件，大小13.86MB，内含165张jpg原图、165个yolo格式txt标签、165个voc格式xml标签以及1个data.yaml配置文件。yolo标签采用类别加归一化中心点与宽高的格式，voc标签便于使用XML工具转换，数据集已自动划分并配备配置，无需再整理目录即可投入训练。此外，data.yaml中已写清训练、验证、测试路径，模型训练时无需手动改配置，初学者也可通过对比两套标签理解不同框架的标注规范。目前已有55人学习。对从事农业自动化或果实分拣场景的开发者来说，资源能省去采集、清洗、标注和格式转换的繁琐步骤，快速检验yolo系列模型在葡萄外观缺陷识别上的表现，整体目录结构清晰，适合作为论文或课程实验的数据支撑。

1. 葡萄好坏检测数据集：165张带标签图像能跑通YOLO吗

在果蔬分拣的视觉项目里，真正卡住进度的往往不是模型结构，而是数据。这套葡萄好坏数据集是围绕yolo算法训练准备的，压缩包里一共165张带标签图像，覆盖成熟葡萄、斑点葡萄、拣选点、未成熟葡萄、腐烂葡萄五个类别。图量不大，属于标准的小样本范围，但只要能格式化、能训练、能看混淆矩阵，它就能在一小时内让你跑通一次葡萄分级的基线验证。适合刚入门的算法工程师，也适合产线上想快速回答“视觉拣选到底可不可行”的现场人员。读完你可以从解压开始，自己完成标签检查、目录整理、模型训练和结果评估，并清楚知道这套数据能撑到什么程度、哪些地方必须手动补数据。

2. 拆开zip看数据结构：标签格式与五类葡萄的标注含义

2.1 一张图对应一个txt：YOLO标签格式怎么读

先解开压缩包，确认组织方式。大多数YOLO检测数据集会把图像和标签分成两个一级目录，例如images/和labels/；也有的直接把所有.jpg和.txt堆在同一层。无论哪种形式，图片和标注文件都是同名的：IMG_001.jpg对应IMG_001.txt，txt 里一行一个目标对象。

txt 每行固定五个字段：

class cx cy w h

其中class是类别编号，从 0 开始；cx和cy是目标框中心点相对整张图宽高的比例；w和h是目标框宽度、高度相对整张图宽高的比例。这些值全部是 0 到 1 之间的小数，也就是归一化坐标，和 OpenCV 画框用的像素左上右下坐标完全不同，千万别混。下面是一行真实示例：

0 0.482 0.375 0.226 0.481

意思是类别 0（成熟葡萄），中心点横坐标在图像 48.2% 处，纵坐标在 37.5% 处，目标框宽约图像宽 22.6%，高约图像高 48.1%。拿到手先打印几个 txt 看个开头，确认是这种空格分隔的纯文本。如果看到逗号、括号或像素坐标，说明原标签是从 VOC XML 或 JSON 转换了一半，后续训练前必须先做格式转换。

2.2 五类样本的特征与标注边界

这套数据集里五个类别的含义，直接决定训练效果，建议先对齐认知。我用下面这张表记录五类葡萄在图像里的典型特征和标注约定：

粗看是五分类，实际难点集中在picking_point。因为拣选点不是一串葡萄而是果梗上的一个切点，目标尺寸可能只有成熟葡萄框的十分之一，在 640x640 的输入尺度下只有十几个像素宽，非常容易被模型当成背景丢弃。标注时如果框得不够紧，把整段果梗都包进去，训练出来的框中心就会偏，部署时机械臂按中心下剪也会剪错位置。

成熟、斑点、未成熟、腐烂这四个类别之间，边界可以依赖颜色和表面纹理，但斑点和腐烂同时出现时要定一个优先级。我的做法是：颗烂面积大到看不出完整果粒时优先判腐烂；只有表面斑点且果粒仍完整时判斑点。同一张图里多类目标可以共存，但一个目标只允许有一个类别。

2.3 三个小脚本检查标签质量

我拿到任何 YOLO 数据集都不会直接开训，先做三件事：统计类别分布、查越界坐标、可视化抽查。

第一个脚本统计每个类别出现次数，判断类别不平衡程度：

from pathlib import Path labels = list(Path("labels").glob("*.txt")) counts = {} for lb in labels: for line in lb.read_text().strip().splitlines(): if line: cls = line.split()[0] counts[cls] = counts.get(cls, 0) + 1 print("标签文件数:", len(labels)) print("各类别目标数:", counts)

这个脚本输出的各类别目标数直接告诉你腐烂葡萄有多少条标注。如果某个类别总数小于 5，后面训练基本等于陪跑，不用指望它能被检测出来。按照经验，最低类别目标数应该超过 20，并且最好和最多类别的数量差距在 10 倍以内。

第二个脚本检查归一化坐标是否越界，顺便过滤框宽高异常的样本：

import numpy as np from pathlib import Path labels = list(Path("labels").glob("*.txt")) bad = 0 for lb in labels: arr = np.loadtxt(lb, ndmin=2) if arr.size == 0: continue # 空标签文件，表示该图没有目标，合法 if arr[:, 1:].min() < 0 or arr[:, 1:].max() > 1: print(lb, "坐标越界") bad += 1 wh = arr[:, 3:5] if (wh <= 0).any() or (wh > 1).any(): print(lb, "宽高异常") bad += 1 print("异常文件数:", bad)

越界坐标通常来自标注软件里未归一化的输出直接被脚本拼接，或者从 JSON 转 txt 时除以了错误的分辨率。即便只有一两张越界，训练时也可能让损失值突然飙高。

第三个脚本把标签画回图上，人工抽查。这是血泪经验，不画图直接训练，等训练完才发现标签错位就晚了：

import cv2 from pathlib import Path # 挑一张图，改成实际存在的文件名 img_id = "IMG_001" img = cv2.imread(f"images/{img_id}.jpg") h, w = img.shape[:2] for line in open(f"labels/{img_id}.txt"): c, cx, cy, bw, bh = map(float, line.split()) x1 = int((cx - bw / 2) * w) y1 = int((cy - bh / 2) * h) x2 = int((cx + bw / 2) * w) y2 = int((cy + bh / 2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.putText(img, str(int(c)), (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 255), 2) cv2.imwrite(f"viz/{img_id}.jpg", img)

抽查至少三十张，重点看小目标拣选点。如果标注框的中心和果梗剪口偏移明显，甚至只是画了一个点，这样的标签需要先修。YOLO 在训练时会忽略小于 0.012 倍图宽的框，也就是说一张 640 宽的图里，目标宽度小于 8 像素基本就学不到，后面会在避坑章节专门处理。

3. 用YOLOv8训练葡萄检测：从目录整理到最小训练命令

3.1 按YOLO惯例整理目录并划分训练集

解压、检查完标签后，下一步是把数据集整理成 YOLOv8 默认阅读的目录结构。常见做法是建立dataset/根目录，下面分images/train、images/val、labels/train、labels/val四个子目录。165 张小图按 8:2 划分，大约 132 张训练、33 张验证。划分时用固定随机种子，保证每次复现结果一致：

import glob import random import shutil import os random.seed(42) paths = glob.glob("images/*.jpg") + glob.glob("images/*.jpeg") + glob.glob("images/*.png") paths.sort() random.shuffle(paths) # 打乱，避免连续图片来自同一拍摄批次 split = int(len(paths) * 0.8) for i, p in enumerate(paths): if i < split: sub = "train" else: sub = "val" name = os.path.basename(p) shutil.copy(p, f"dataset/images/{sub}/{name}") stem = os.path.splitext(name)[0] lb = f"labels/{stem}.txt" if os.path.exists(lb): shutil.copy(lb, f"dataset/labels/{sub}/{stem}.txt")

这里用shutil.copy而不是os.rename，保留原压缩包内容，方便后面反复调整划分。如果磁盘紧张，也可以把copy改成symlink，但要确保训练环境支持软链接。划分之后最好人工确认一下，别让腐烂葡萄的 6 个样本全落在验证集里，那样训练集根本没见过腐烂葡萄。

3.2 写data.yaml并启动第一次训练

YOLOv8 需要一份data.yaml描述数据集路径和类别名。在dataset/同级创建data.yaml：

path: /your/absolute/path/dataset train: images/train val: images/val names: 0: mature 1: spotted 2: picking_point 3: immature 4: rotten

注意path建议写绝对路径。我踩过相对路径的坑：当命令行工作目录切换时，YOLOv8 会顺着相对路径找不到 images。names顺序必须和标签 txt 里的 class id 一一对应，不能只看类别名，要看标注时给每个类别分配的 id。

启动训练用这条最小命令：

yolo detect train \ data=data.yaml \ model=yolov8n.pt \ epochs=100 \ imgsz=640 \ batch=16 \ patience=20 \ cache=False \ project=runs \ name=grape_quality

在这里model=yolov8n.pt表示从官方预训练权重开始微调，而不是随机初始化。165 张葡萄图根本撑不起从头训练，必须用迁移学习。去年我用类似数据集做过对比：用yolov8n.pt预热能到 mAP 0.8 左右，随机初始化只能到 0.5 上下。epochs=100对小数据集足够多，配合patience=20做早停，如果连续二十轮验证 mAP 没有提升就自动结束，避免后段过拟合。

3.3 训练命令里的关键参数和小样本微调

以下是这套小样本任务里需要重点关注的参数，表格里给出了推荐值和理由：

如果你觉得验证集 mAP 在第一轮之后始终上不去，不要急着加 epochs，而是加数据增强。YOLOv8 内建了 HSV 抖动、翻转、缩放等增强策略，可以在命令行直接关掉不合理的项。针对葡萄这种圆形目标，水平翻转很安全，垂直翻转在真实产线上并不常见，可加可不加。比较危险的是mosaic=1.0默认打开，会把四张图切碎拼成一张，小样本下容易让半截葡萄参与训练，后面会单独讲。

我一般会在最小命令基础上追加一行增强控制，跑第二版：

yolo detect train \ data=data.yaml \ model=yolov8n.pt \ epochs=100 \ imgsz=640 \ batch=16 \ patience=20 \ hsv_h=0.02 \ hsv_s=0.5 \ flipud=0.0 \ mosaic=0.0

hsv_h=0.02是色调扰动，调到 0.05 会让葡萄颜色明显偏色，没必要。flipud=0.0关闭垂直翻转，因为产线上相机角度固定，不需要模拟倒挂。mosaic=0.0关闭马赛克增强，在只有 132 张训练图的任务里，我宁可损失一部分数据多样性，也要保证每个目标都是完整可见的。

4. 小样本葡萄数据集的五大踩坑与排查

4.1 现象：训练loss一路下降，验证mAP却很低

这是小样本训练最容易撞见的翻车现场。现象是终端里训练损失降到 0.1 以下，看起来模型已经收敛，但验证集 mAP@0.5 始终徘徊在 0.6 以下，甚至比上一轮还差。

原因很直白：165 张图对 YOLOv8 来说太小了，模型记熟了训练图里的背景纹理，没有学到泛化的葡萄特征，也就是过拟合。验证集里的光照条件一变，检测能力立刻裸露。

解决方法分三步。第一，模型换小：用yolov8n.pt而不是yolov8s.pt或更大的 m，nano 模型的参数量低一个量级，过拟合压力小很多。第二，加冻结层：在训练命令里加freeze=10，让预训练权重的前十层骨干保持冻结，只更新后面检测头，等于用手头预训练好的边缘、纹理特征，只学“怎么框住葡萄”。第三，开早停：patience=20加上去，验证 mAP 二十轮不涨就停，别再顽固跑满一百轮浪费时间。

如果这三步做完仍然 mAP 低，再回头看标签可视化，大概率是框不贴边，误差来自数据而不是模型。

4.2 现象：腐烂葡萄类别在验证集上一个都检不到

现象是训练结束打印各类别 AP，腐烂那行基本是 0.001 或 0，其他类别至少 0.7。这是典型的类别不平衡，压包里腐烂葡萄可能只有几张图，标签数量趋于个位，模型在训练时根本没被喂够腐烂特征。

先跑统计脚本看数量。如果腐烂目标数少于 10，就不要指望单靠调整参数解决。一个可行的临时补救是数据重复采样：把训练集中腐烂样本对应的小图和标签复制若干份，换文件名后丢进同一个训练集目录，让模型在一轮 epoch 内多看到几次腐烂样本。示例：

cp labels/train/IMG_088.txt labels/train/IMG_088_a.txt cp images/train/IMG_088.jpg images/train/IMG_088_a.jpg

复制后记得确认目标框的位置不需要改，因为图没变化，只变了文件名。这种方式能提升腐烂类别的 recall，但使用次数别太过分，同一个图复制超过五份，模型会对这张图的具体细节过度记忆。

另一个办法是推理时降低置信度阈值验证：conf=0.05跑一遍验证集，如果大量腐烂葡萄在 0.05 阈值下能被召回，说明模型其实学到了特征，只是置信度低，可以接受。如果连 0.05 都召不回，就只能回到标注，补一批腐烂程度更典型的图。

4.3 现象：precision低，把葡萄叶子和果梗当成葡萄

现象是混淆矩阵里 background 那一列偏高，验证图里机械臂支架、叶片阴影被画上葡萄框。原因通常是框得太大，把背景包进正样本，模型学到了“绿叶和深色背景都算成熟葡萄”；或者整个数据集里没有一张无目标的背景图，模型缺少负样本。

解决方法很直接：先用 labelimg 把明显过大的框缩回紧贴果串轮廓，这一步手工但值得；然后往dataset/images/train里放一批没有葡萄的产区背景图，比如叶子、藤蔓、地面，同时在dataset/labels/train放入对应同名的空 txt 文件，告诉模型这些图里没有任何目标。YOLO 支持空标签文件，这就是你的负样本。

如果你不想改标注，也可以把推理阈值调高到conf=0.35，让模型少一些误检。但这是指标自欺，真实场景里漏检会比误检更危险，我一般不会在没加负样本之前就走这条捷径。

4.4 现象：mosaic增强在小样本上把葡萄切碎，AP反而变差

现象是开启默认增强时训练 loss 很漂亮，但验证集小目标 AP 接近 0，尤其picking_point完全消失。原因就是 mosaic 把 4 张图缩放后拼成一张，为了拼进来，大多数目标被裁掉一半，模型看到的都是半串葡萄。对于葡萄这种轮廓柔和的聚合体，半串和整串差很远；对拣选点这种小目标，马赛克拼接后可能只留下 3 个像素，直接被忽略。

解决方法是训练时关闭 mosaic，并把 mixup 也关掉。在 3.2 的最小命令里加mosaic=0.0 mixup=0.0，如果版本不支持命令行传这两个参数，就在训练用 yaml 里单独写超参段。这个做法是让模型看到尽量完整的目标，而不是追求教条上的数据多样性。

我见过有人用小样本硬开 mosaic，最后专门花两天清理标注，不如一开始就关掉省时间。关闭后训练速度会下降一点，但 165 张图的一百轮训练本来就只要几十分钟，完全可以接受。

4.5 现象：训练中途内存或 swap 爆满，IO 卡到跑不动

现象是命令启动后，cache=True快速把图像读进内存，然后内存不足的进程被系统 OOM，或者 swap 占用接近 100%，训练速度从每轮 10 秒变成每轮一分钟。

原因有两层。一是 165 张图虽然数量少，但如果单张原图是 4000x3000 像素的高清图，全部缓存也会吃满 16G 内存；二是 workers 开太大，每个进程都要读一份数据队列。解决很简单：cache=False，让 YOLO 每次都实时读图，同时把workers=2。还有一个小技巧是把数据集放到本地 SSD，而不是网络挂载盘，网络盘随机读小文件会疯狂拖慢每个 epoch。

这个坑很大程度上是玄学，不同云厂商的挂载盘 IO 差异极大。如果你发现每个 epoch 的时间越来越长，就先怀疑 IO，用cache=False workers=1测一版，通常立竿见影。

5. 用混淆矩阵和错误可视化检验这包数据值不值得补

5.1 从val输出文件里取混淆矩阵和F1曲线

训练结束后不要只看终端里那一行 metrics，进runs/detect/grape_quality/目录，里面会生成confusion_matrix.png、F1_curve.png、results.csv。混淆矩阵横坐标是预测类别，纵坐标是真实类别，对角线越亮说明对应类别的准确率越高。重点看两个位置：成熟葡萄那一行是否有一部分落进斑点列，腐烂葡萄那一行是否落进背景列。前者说明两个类别框内视觉差异不够，后者说明腐烂样本数量不够模型建立边界。

F1 曲线则告诉你置信度阈值应该设在多少。取曲线顶点附近的 conf 值作为实际推理阈值，这比默认 0.25 要可信。小样本训练后 F1 曲线经常在 0.1 到 0.4 之间起伏，说明模型对置信度极不稳定，这种情况下阈值宁可偏高，也别让误检干扰下游。

5.2 把预测错图挑出来，按错分类型决定补标签方向

用训练出的 best.pt 对验证集跑一次预测：

yolo detect predict \ model=runs/detect/grape_quality/weights/best.pt \ source=dataset/images/val \ conf=0.25

预测结果带框存到runs/detect/predict。人工逐张看，把错分归类。如果大量成熟葡萄被标成斑点，说明标注时类间边界不一致，需要回到标注软件统一判断标准；如果未成熟葡萄频繁漏检，多半是因为每串葡萄遮挡严重，标注框不完整；如果拣选点错检到果梗中部，说明框的几何中心没有对准剪口，下一步补标注时用更小更紧的框。这个错检分类表，直接决定你要继续补什么数据，而不是盲目加糖。

5.3 我的一个收尾习惯：先跑基线，再决定要不要补数据

我拿到这种小数据集压缩包的习惯是，先不做任何复杂优化，严格按照第 3 章的最小命令跑一版 100 轮基线，然后打开混淆矩阵看错分结构，而不是看最终 mAP。如果每类 recall 都能到 0.7 以上，说明这包数据质量不错，值得继续做重复采样、增强调参；如果某一类 recall 在 0.3 以下，那就别再和超参数死磕，回到产线多拍几十张对应状态补标签，这比调一百个参数都管用。这套数据集适合用来练手、验证流程，也适合给后续数据采集打底。希望帮到你。

本文还有配套的精品资源，点击获取