基于YOLOv11的番茄成熟度实时检测系统开发

sched yield

1. 项目概述

在农业生产和食品加工领域，番茄成熟度检测一直是个重要但耗时的工作。传统的人工分拣方式效率低下且容易出错，而基于计算机视觉的自动化检测系统正逐渐成为解决方案。这个项目使用Python语言和YOLOv11模型，构建了一个能够实时检测番茄成熟度的系统，将目标分为成熟(ripe)、半成熟(semiripe)和未成熟(unripe)三类。

我选择YOLOv11作为基础模型有几个考量：首先，YOLO系列在目标检测领域有着优异的平衡性，兼顾速度和精度；其次，v11版本在保持轻量化的同时提升了小目标检测能力，非常适合农产品这种目标尺寸变化较大的场景。整个系统从数据准备到模型训练再到GUI界面开发，完整展示了如何将一个计算机视觉项目落地为实际可用的工具。

2. 数据准备与处理

2.1 数据集构建

项目使用了包含1986张番茄图像的数据集，这些图像来自网络公开资源并经过人工标注。数据集按照成熟度分为三类：

ripe（成熟）：果实呈现均匀的红色
semiripe（半成熟）：果实呈现部分红色或橙红色
unripe（未成熟）：果实主要为绿色

数据集存储在项目目录的data/tomato文件夹中，对应的YAML配置文件data.yaml定义了数据路径和类别信息。典型的YOLO格式数据集结构如下：

code复制data/tomato/
├── images/
│   ├── train/
│   └── val/
├── labels/
│   ├── train/
│   └── val/
└── data.yaml

提示：在实际农业应用中，建议在不同光照条件、不同角度下采集图像，以增强模型的泛化能力。我发现在清晨和正午拍摄的样本组合使用效果最好。

2.2 数据增强策略

为了提升模型鲁棒性，我们使用了torchvision和OpenCV进行数据增强：

python复制import cv2
from torchvision import transforms

train_transform = transforms.Compose([
    transforms.ToPILImage(),
    transforms.RandomHorizontalFlip(p=0.5),
    transforms.RandomVerticalFlip(p=0.3),
    transforms.ColorJitter(brightness=0.2, contrast=0.2, saturation=0.2),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
])

这些变换模拟了实际场景中可能遇到的情况：

随机翻转模拟不同拍摄角度
色彩抖动应对光照变化
归一化使用ImageNet标准参数

3. 模型构建与训练

3.1 YOLOv11模型选择

项目采用了Ultralytics实现的YOLOv11-nano版本(yolov11n.pt)，这是一个轻量级模型，非常适合部署在普通计算设备上。模型结构上的主要改进包括：

更高效的CSP结构
改进的PANet特征融合
更精确的anchor box设计

预训练权重从官方仓库加载，这大大缩短了训练时间并提升了最终精度：

python复制from ultralytics import YOLO

model = YOLO('weights/yolov11n.pt')  # 加载预训练权重

3.2 训练配置

模型训练了200个epoch，关键参数配置如下：

yaml复制# 训练参数示例
lr0: 0.01  # 初始学习率
lrf: 0.1   # 最终学习率 = lr0 * lrf
momentum: 0.937
weight_decay: 0.0005
warmup_epochs: 3.0
warmup_momentum: 0.8
warmup_bias_lr: 0.1

训练过程中观察到几个关键现象：

前50个epoch快速收敛
100-150epoch时精度提升放缓
最后50epoch主要优化小目标检测

注意：农业图像数据常存在类别不平衡问题。在这个项目中，半成熟样本较少，我通过调整loss权重(1.0:1.2:1.0)来解决这个问题。

4. 系统实现与优化

4.1 推理流程优化

为提高实时性，我对推理流程做了以下优化：

图像预处理使用OpenCV的GPU加速
非极大值抑制(NMS)阈值调整为0.4
使用半精度(FP16)推理

核心检测代码如下：

python复制def detect(image):
    # 预处理
    img = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    img = preprocess(img).half().to(device)
    
    # 推理
    with torch.no_grad():
        results = model(img)
    
    # 后处理
    detections = non_max_suppression(results, conf_thres=0.5, iou_thres=0.4)
    return process_detections(detections)

4.2 PyQt5 GUI设计

系统界面包含以下功能模块：

实时摄像头检测
图像文件检测
结果可视化
统计报表生成

界面布局采用QGridLayout，主要控件包括：

QLabel用于显示图像
QComboBox选择检测模式
QPushButton控制流程
QTableWidget展示统计结果

python复制class MainWindow(QMainWindow):
    def __init__(self):
        super().__init__()
        self.initUI()
        
    def initUI(self):
        self.setWindowTitle("番茄成熟度检测系统")
        self.setGeometry(100, 100, 1200, 800)
        
        # 中央部件
        central_widget = QWidget()
        self.setCentralWidget(central_widget)
        
        # 主布局
        layout = QGridLayout(central_widget)
        
        # 添加控件
        self.image_label = QLabel()
        layout.addWidget(self.image_label, 0, 0, 1, 2)
        
        # ...其他控件初始化

5. 部署与性能优化

5.1 跨平台兼容性

为确保系统在不同平台上都能运行，我做了以下处理：

使用相对路径访问资源
动态检测可用计算设备(CPU/GPU)
提供多种分辨率选项适应不同摄像头

设备检测代码示例：

python复制def get_device():
    if torch.cuda.is_available():
        return torch.device('cuda')
    elif torch.backends.mps.is_available():  # Apple Silicon
        return torch.device('mps')
    else:
        return torch.device('cpu')