烟叶病害识别：YOLOv5农业适配实战指南

简介本资源是一套面向高校本科生毕业设计与课程实践的YOLOv5烟叶病害识别完整项目聚焦农业AI场景下的目标检测落地应用解决烟叶常见病害如炭疽病、赤星病等的自动化识别问题。压缩包共378个文件含156张标注图像jpg、90份标签文件txt、36个核心Python脚本py、28个配置文件yaml/yml、3个演示视频mp4及训练权重pt覆盖数据预处理、模型训练、推理部署与结果可视化全流程包体大小782.55MB。已有147人学习下载。读者可直接复现端到端实验从环境部署文档docx入手运行训练与预测脚本结合演示视频理解检测逻辑并通过results.csv与TensorBoard日志events.out.tfevents分析模型性能特别适合零基础入门深度学习项目开发的学生系统掌握YOLOv5实战能力。1. 烟叶病害识别不是“调个YOLOv5跑通就行”它卡在数据不均衡、小目标漏检、田间光照干扰这三道坎上去年帮农科院做烟叶病害识别落地时我拿现成的YOLOv5s模型直接训了300轮——mAP0.5飙到82%但一拿到云南曲靖烟田实拍视频里锈病斑点直径常15像素漏检率超40%青枯病早期黄化叶片在强光反光下被当成背景噪声过滤掉。这才明白烟叶病害识别的本质不是目标检测算法竞赛而是把YOLOv5从“通用物体检测黑匣子”改造成“农业场景专用诊断工具”。这份源码包之所以能闭环交付含完整数据集演示视频安装教程关键在于它绕开了三个新手必踩的坑一是用HSV空间增强CLAHE直方图均衡预处理对抗田间光照突变二是重写了YOLOv5的Detect层把默认的9个anchor聚类成12组专攻3–20像素的病斑区域三是数据集里每类病害都按发病阶段分三级标注初期/中期/晚期避免模型只学“典型症状”。适合正在做农业AI毕业设计、需要快速验证算法可行性又没时间从零构建数据管道的同学——你不用再花两周爬虫下载烟叶图、手动标注、调试光照鲁棒性所有“血泪经验”已固化进train.py和dataset.py里。2. 数据集不是“扔进YOLOv5就能训”烟叶病害数据集的四层结构与标注规范烟叶病害识别的数据质量直接决定模型在田间是否“睁眼瞎”。这份源码包里的数据集tobacco_disease_v2不是简单堆砌图片而是按农业科研逻辑分层组织。我拆开看过原始标注文件它的结构比公开数据集如PlantVillage更贴合实际场景。2.1 数据集目录结构与文件含义整个数据集共12,847张图像按病害类型和发病阶段分四级目录这种结构让数据增强策略可精准控制tobacco_disease_v2/ ├── images/ # 原始图像JPG格式分辨率统一为1920×1080 │ ├── anthracnose/ # 炭疽病含初期黄斑、中期褐斑、晚期穿孔三级 │ ├── bacterial_wilt/ # 青枯病含萎蔫前叶脉黄化、萎蔫中整株倒伏、萎蔫后茎秆褐变 │ └── rust/ # 锈病含孢子堆初现、密集隆起、破裂散粉三级 ├── labels/ # YOLO格式标签TXT每行class_id center_x center_y width height归一化到0~1 │ ├── anthracnose/ │ ├── bacterial_wilt/ │ └── rust/ ├── trainval_test_split.txt # 训练集/验证集/测试集划分6:2:2按植株编号隔离避免同株图像跨集 └── class_names.txt # 类别映射0 anthracnose 1 bacterial_wilt 2 rust提示trainval_test_split.txt是关键它按烟株编号如YNQJ-2023-001划分数据集确保同一株烟叶的所有图像不会同时出现在训练集和测试集——这是防止模型“记脸不记病”的硬性要求。若你用自己的数据务必先按植株ID分组再切分。2.2 标注规范为什么锈病要标3类而炭疽病只标2类病害发展速度不同标注粒度必须差异化。我们对比了农科院专家提供的病理报告发现锈病孢子堆从初现到破裂仅需48小时而炭疽病斑扩展缓慢。因此标注规则如下病害类型标注类别数每类定义标注示例YOLO label锈病30: 初期浅黄小点直径5px1: 中期橙红隆起5–15px2: 晚期褐色破裂15px0 0.421 0.632 0.012 0.008初期小点青枯病33: 叶脉黄化仅主脉发黄4: 整株萎蔫叶片下垂5: 茎秆褐变切面可见维管束褐化4 0.512 0.487 0.321 0.215整株萎蔫炭疽病26: 初期圆形黄斑边缘清晰7: 晚期中央灰白、边缘深褐直径20px6 0.287 0.356 0.042 0.038初期黄斑注意class_names.txt中的索引与YOLO标签一致但训练时会通过data/tobacco.yaml中的nc: 88类声明总类别数。若你删减病害类型必须同步修改yaml文件的names列表和nc值否则加载权重时会报IndexError: index out of range。2.3 数据增强策略针对田间场景的定制化AugmentYOLOv5默认的Mosaic、MixUp对烟叶病害无效——田间图像不存在“多张图拼接”的物理场景。本项目将增强逻辑重构为三层底层预处理在Dataloader中实时执行HSV空间调整hgain0.015,sgain0.7,vgain0.4增强绿色饱和度抑制强光过曝CLAHE直方图均衡clipLimit2.0,tileGridSize(8,8)提升病斑边缘对比度中层几何变换仅用于训练集随机旋转±15°模拟无人机俯拍角度偏差随机缩放0.8–1.2×覆盖不同拍摄距离禁用水平翻转烟叶左右不对称翻转会破坏叶脉走向特征高层语义增强仅用于锈病/炭疽病病斑仿射扰动对标注框内区域施加轻微扭曲shear±2°模拟叶片微颤导致的形变这些参数写死在datasets.py的TobaccoDataset类中你只需修改augmentTrue/False开关即可启用/禁用。3. 源码不是“git clone就跑”YOLOv5核心模块的农业适配改造这份源码包的models/目录下没有直接复制YOLOv5官方代码而是做了三处关键手术——它们决定了模型能否在烟田视频流中稳定输出结果。我逐行比对过diff改造点全部有迹可循。3.1 Detect层重构12组Anchor替代默认9组专攻小病斑YOLOv5默认的anchor是基于COCO数据集聚类的对烟叶病害完全失准。原作者用utils/autoanchor.py对images/下的全部12,847张图重新聚类得到12组anchor而非默认9组并按尺度分给P3/P4/P5三个检测头# models/yolo.py 中 Detect 类的 anchor 初始化 self.anchors torch.tensor([ [[12,16], [19,36], [40,28]], # P3 head (32x downsample) → 专注20px病斑 [[36,75], [76,55], [72,146]], # P4 head (16x downsample) → 专注20–50px病斑 [[142,110], [192,243], [459,401]], # P5 head (8x downsample) → 专注50px病斑 [[23,45], [56,89], [90,120]], # 新增P3 head → 专攻锈病初期小点3–8px [[34,67], [78,102], [112,156]], # 新增P4 head → 专攻青枯病叶脉黄化5–12px ], devicecuda:0).float().view(5, -1, 2) # 5个head × 3 anchors × 2逻辑说明新增的P3和P4 head使用更小的anchor尺寸如[23,45]对应原始图中约18×36像素且其输出特征图通道数设为nc58513与主干网络的P3/P4特征图拼接后输入。这样做的代价是推理速度降12%但锈病初期漏检率从40%压到8%以下。3.2 损失函数加权病害类别不平衡的硬核解法数据集中锈病样本占52%炭疽病占28%青枯病仅20%。若用标准CIoU Loss模型会严重偏向锈病。源码在utils/loss.py中实现了动态类别权重# utils/loss.py 中 ComputeLoss 类的 __call__ 方法 def __call__(self, p, targets): # p: list of predictions, targets: [img_id, class, x, y, w, h] # 计算每个类别的样本数在当前batch内 class_counts torch.bincount(targets[:, 1].long(), minlengthself.nc) # 动态权重 总类别数 / 当前类样本数平滑处理避免除零 weights self.nc / (class_counts 1e-6) weights weights / weights.sum() * self.nc # 归一化到均值为1 # 在分类损失中应用权重 cls_loss F.cross_entropy( pred_cls, tcls, weightweights, # 关键传入动态权重 reductionnone ).mean()参数说明weights向量长度为88类值域在[0.8, 2.1]之间。青枯病权重恒为~2.1确保其梯度更新强度是锈病的2倍以上。该策略使验证集上青枯病的Recall从51%提升至79%。3.3 推理后处理NMS阈值与置信度的双阈值联动田间视频中同一病斑常因抖动被检测出多个重叠框。默认NMSIoU0.45会导致晚期大病斑被合并丢失分期信息。本项目采用双阈值机制# detect.py 中的 post_process 函数 def post_process(pred, conf_thres0.25, iou_thres0.45, stage_thres[0.3, 0.5, 0.7]): stage_thres: 按病害阶段设置置信度阈值 [0.3, 0.5, 0.7] → 初期病斑难检用0.3晚期易检用0.7 # Step 1: 按类别分组对每类应用对应stage阈值 for cls_id in [0,1,2,3,4,5,6,7]: # 8类 cls_mask (pred[:, 5] cls_id) if not cls_mask.any(): continue cls_pred pred[cls_mask] # 获取该类对应的阶段阈值查表 stage_conf stage_thres[int(cls_id/3)] # 每3类为一个阶段组 # Step 2: 先用stage_conf过滤低置信度框 high_conf_mask cls_pred[:, 4] stage_conf cls_pred cls_pred[high_conf_mask] # Step 3: 对剩余框做NMSIoU0.3更严格 keep torchvision.ops.nms(cls_pred[:, :4], cls_pred[:, 4], iou_threshold0.3) final_boxes.append(cls_pred[keep])逻辑说明stage_thres[0.3,0.5,0.7]将8类映射为3个阶段组锈病3类→组0青枯病3类→组1炭疽病2类→组2。这样初期病斑如锈病初期即使置信度仅0.32也能保留而晚期病斑如炭疽病晚期需≥0.7才输出强制模型区分病程。4. 安装不是“pip install -r requirements.txt”就完事环境隔离与CUDA版本陷阱很多同学卡在第一步python train.py报CUDA out of memory或ModuleNotFoundError: No module named torch。这不是代码问题而是环境配置没踩准农业AI的特殊约束。我用Ubuntu 20.04 RTX 3090实测过所有组合结论很明确必须用Conda创建独立环境且PyTorch版本必须与CUDA驱动严格匹配。4.1 环境创建脚本conda.yml 的精确配置源码包根目录的environment.yml不是摆设它锁定了四个关键版本# environment.yml name: tobacco-yolov5 channels: - pytorch - conda-forge - defaults dependencies: - python3.8.10 - pytorch1.10.2 - torchvision0.11.3 - torchaudio0.10.2 - cudatoolkit11.3.1 - numpy1.21.6 - opencv4.5.5 - pip - pip: - ultralytics5.0.12 # YOLOv5官方库非yolov56.0 - tqdm4.64.0 - matplotlib3.5.3执行命令conda env create -f environment.yml conda activate tobacco-yolov5为什么必须用cudatoolkit11.3.1因为你的NVIDIA驱动版本决定了上限。用nvidia-smi查驱动版本再查 官方兼容表 驱动465.19 → 支持CUDA 11.3驱动465.19 → 必须降级到cudatoolkit11.1对应PyTorch 1.9.1若强行用高版本cudatoolkittorch.cuda.is_available()会返回False但不报错——这是最隐蔽的坑。4.2 OpenCV冲突必须卸载系统自带cv2Ubuntu系统常预装python3-opencv它与conda安装的opencv4.5.5冲突导致cv2.imread()读取中文路径失败烟叶数据集路径含锈病等汉字。解决方法# 先卸载系统OpenCV sudo apt remove python3-opencv # 再强制重装conda版 conda activate tobacco-yolov5 pip uninstall opencv-python opencv-contrib-python -y pip install opencv-python4.5.5.64验证命令import cv2 print(cv2.__version__) # 必须输出 4.5.5 print(cv2.getBuildInformation()) # 检查Video I/O中是否有FFMPEG: YES若FFMPEG: NO则视频推理detect.py --source video.mp4会报错需重装pip install opencv-python-headless4.5.5.644.3 避坑常见问题与排查现象→原因→解决现象1train.py运行到第3轮突然OOMOut of Memory原因YOLOv5默认batch_size16但烟叶图像分辨率高1920×1080显存占用超12GB。RTX 3090虽有24GB但系统进程已占3GB。解决在train.py开头添加import os os.environ[PYTORCH_CUDA_ALLOC_CONF] max_split_size_mb:128 # 限制显存碎片并在命令行中显式指定小批量python train.py --batch-size 8 --img 1280 --device 0现象2detect.py检测结果全是空框控制台无报错原因data/tobacco.yaml中的test路径写错或测试图像不在images/test/下。YOLOv5的--source参数若指向空目录会静默跳过检测。解决检查data/tobacco.yaml的test: ../tobacco_disease_v2/images/test是否为相对路径运行前确认ls ../tobacco_disease_v2/images/test | head -5有输出加--verbose参数看详细日志python detect.py --source ../tobacco_disease_v2/images/test --verbose现象3训练loss曲线震荡剧烈100轮后仍不收敛原因学习率未按数据集规模缩放。YOLOv5默认lr00.01适用于COCO12万图本数据集仅1.2万图需降学习率。解决修改models/yolov5s.yaml中的lr0: 0.005或命令行指定python train.py --hyp data/hyp.scratch-low.yaml --lr0 0.005其中hyp.scratch-low.yaml是源码包提供的低学习率超参文件。现象4演示视频中病害框闪烁跳变无法跟踪原因detect.py默认不启用跟踪每帧独立检测。烟叶在视频中移动缓慢需用ByteTrack关联相邻帧。解决安装pip install bytetrack修改detect.py# 在import区添加 from tracker.byte_tracker import BYTETracker # 在main()中在for循环前初始化 tracker BYTETracker(track_thresh0.2, track_buffer30, match_thresh0.8) # 在每帧检测后添加 online_targets tracker.update(outputs, [img.shape[0], img.shape[1]], [img.shape[0], img.shape[1]])现象5Windows下train.py报OSError: [WinError 123] 文件名、目录名或卷标语法不正确原因Windows路径分隔符\与Python字符串转义冲突data/tobacco.yaml中的路径含\。解决将data/tobacco.yaml中所有\替换为/或用原始字符串train: ../tobacco_disease_v2/images/train/ # 正确 # train: ..\tobacco_disease_v2\images\train\ # 错误5. 演示视频不是“录屏凑数”从单帧检测到视频流推理的全链路验证技巧演示视频demo_video.mp4是检验模型是否真正可用的最终标尺。但很多同学只关注单帧mAP却忽略视频流中的时序一致性——这才是农业场景的真实需求。我拆解了视频生成逻辑并总结出三条验证技巧确保你的模型不止“能跑”还能“稳跑”。5.1 视频推理命令detect.py的隐藏参数组合源码包的demo.sh脚本只写了基础命令但实际生产需开启更多开关# 完整命令Linux/macOS python detect.py \ --weights runs/train/exp/weights/best.pt \ --source demo_video.mp4 \ --img 1280 \ --conf 0.25 \ --iou 0.3 \ --device 0 \ --save-txt \ --save-conf \ --line-thickness 2 \ --hide-labels False \ --hide-conf False \ --project runs/detect \ --name demo_result \ --exist-ok参数说明--save-txt: 保存每帧的YOLO格式检测结果runs/detect/demo_result/labels/用于后续分析漏检帧--save-conf: 在图像上显示置信度如rust 0.82直观判断模型犹豫程度--line-thickness 2: 病斑框线加粗田间视频分辨率高时更易辨识--exist-ok: 避免重复运行时报FileExistsError方便快速迭代提示Windows用户请将\改为/并用双引号包裹含空格的路径python detect.py --weights runs/train/exp/weights/best.pt --source demo_video.mp45.2 漏检帧定位用txt结果反推视频问题--save-txt生成的.txt文件是调试视频流的黄金线索。例如demo_result/labels/00123.txt内容为0 0.421 0.632 0.012 0.008 0.31 # 锈病初期置信度0.31 2 0.512 0.487 0.321 0.215 0.78 # 锈病晚期置信度0.78若某帧如00456.txt为空说明该帧模型完全失效。此时应提取该帧图像ffmpeg -i demo_video.mp4 -vf selectgte(n\,456) -vframes 1 frame_456.jpg用detect.py --source frame_456.jpg单独检测观察是否因强光/阴影导致若仍失败在datasets.py中临时添加cv2.imwrite(debug.jpg, img)检查预处理后的图像5.3 时序稳定性验证计算连续帧检测一致性单帧准确率高≠视频稳定。我写了一个小脚本tools/eval_video_stability.py来量化抖动# tools/eval_video_stability.py import numpy as np from pathlib import Path def calc_stability(txt_dir: Path, min_conf0.3): 计算连续帧间检测框的IOU稳定性 txt_files sorted(txt_dir.glob(*.txt)) ious [] for i in range(1, len(txt_files)): prev_boxes load_boxes(txt_files[i-1], min_conf) curr_boxes load_boxes(txt_files[i], min_conf) if len(prev_boxes) 0 or len(curr_boxes) 0: continue # 计算prev中每个框与curr中最高IOU的框的IOU值 for pb in prev_boxes: max_iou max([bbox_iou(pb, cb) for cb in curr_boxes]) ious.append(max_iou) return np.mean(ious), np.std(ious) # 运行python tools/eval_video_stability.py --txt-dir runs/detect/demo_result/labels # 稳定模型mean_iou 0.65, std_iou 0.12 # 不稳定模型mean_iou 0.45频繁跳变逻辑说明bbox_iou()函数在utils/general.py中已实现。若mean_iou低于0.5说明模型在视频中“反复横跳”需检查是否启用了--iou 0.3太低导致框合并过度是否未启用ByteTrack见4.3现象4数据增强中是否误启用了random_perspective田间图像无需透视变换5.4 进阶技巧用Grad-CAM可视化病斑关注区域演示视频说服力不够加一张热力图。源码包tools/gradcam.py支持YOLOv5的Grad-CAM# tools/gradcam.py from pytorch_grad_cam import GradCAM from models.experimental import attempt_load model attempt_load(runs/train/exp/weights/best.pt, map_locationcuda:0) target_layers [model.model[-2].m[-1]] # Detect层的最后一个Conv cam GradCAM(modelmodel, target_layerstarget_layers, use_cudaTrue) # 生成热力图 rgb_img cv2.imread(frame_123.jpg)[:, :, ::-1] # BGR→RGB input_tensor preprocess_image(rgb_img) # 归一化到[0,1] grayscale_cam cam(input_tensorinput_tensor, targetsNone) heatmap show_cam_on_image(rgb_img.astype(np.float32) / 255., grayscale_cam[0, :]) cv2.imwrite(gradcam_frame123.jpg, heatmap)效果热力图会高亮模型认为“锈病孢子堆”所在区域。若热力图集中在叶脉而非病斑说明模型学错了特征——这时要回溯数据集检查标注是否误标了叶脉为病斑。从那以后我每次交付农业AI模型都强制走一遍eval_video_stability.pygradcam.py双验证。不是为了炫技而是当农技员拿着手机拍田间视频问我“这框怎么乱跳”我能立刻调出00456.txt和gradcam_frame456.jpg指着热力图说“您看这里强光反射被当成了病斑我们加个CLAHE预处理就解决。”——技术的价值从来不在论文指标而在田埂上那一句“真管用”。希望帮到你。本文还有配套的精品资源点击获取