前言
随着人工智能技术在农业、生态保护及户外安全领域的深度渗透，可食用野生植物的快速精准识别需求日益迫切。野生植物种类繁多，部分有毒品种与可食用品种形态相似，传统人工识别方式效率低、误差大，难以满足批量识别与实时应用场景。为解决这一痛点，本文构建了一套高质量可食用野生植物数据集，并基于YOLO系列多个主流版本模型完成训练与优化，通过大量实验验证模型性能，为可食用野生植物识别任务提供可靠的数据支撑与技术参考。本次研究累计爬取并整理5000+可食用野生植物相关数据，经过筛选、标注与划分后，完成多版本YOLO模型的全流程训练，下文将详细阐述数据集构建细节、模型训练过程及最终成果。
一、数据集数量与构建细节
高质量的数据集是模型精准训练的核心前提，本次可食用野生植物数据集的构建遵循"全面性、准确性、实用性"三大原则，经过数据爬取、清洗去重、人工标注、划分验证四大环节完成最终构建，整体数据规模与划分情况如下：
本次研究累计爬取可食用野生植物相关数据5000+条，涵盖常见野菜、野生果实、药用可食用植物等多个品类，覆盖不同生长环境（山地、林地、湿地等）、不同生长周期（幼苗期、成熟期、枯萎期）及不同拍摄角度（正面、侧面、俯视、特写）的植物图像，确保数据集的场景多样性与特征全面性。
经过严格的数据清洗与去重，剔除模糊、冗余、遮挡严重及标注困难的图像后，最终得到有效数据集4590张。为满足模型训练、验证与测试的全流程需求，按照行业通用比例将数据集划分为训练集、验证集与测试集三部分，具体数量分布如下：
-
训练集：3248张，占比70.8%，用于模型的核心参数学习与特征提取，涵盖所有可食用野生植物品类，确保模型能够充分学习不同植物的形态特征、纹理细节等关键信息；
-
验证集：919张，占比20.0%，用于模型训练过程中的超参数调优与性能验证，实时监控模型的训练效果，避免出现过拟合或欠拟合问题，为模型参数调整提供数据支撑；
-
测试集：463张，占比10.2%，用于模型训练完成后的最终性能评估，测试集数据均未参与模型训练与验证过程，能够客观、真实地反映模型的泛化能力与识别精度。
数据集标注过程采用专业标注工具，由具备野生植物识别经验的人员完成，标注内容包括植物类别、核心识别区域（叶片、根茎、果实等），标注格式适配YOLO系列模型的训练需求，确保标注信息的准确性与完整性，为后续模型训练奠定坚实基础。
二、训练模型与训练结果分析
为全面评估可食用野生植物识别任务的最优模型方案，本次研究选取YOLO系列5个主流版本模型（YOLOv5、YOLOv8、YOLOv11、YOLOv12、YOLOv26）进行全流程训练与对比实验。所有模型均基于相同的数据集、训练环境与超参数设置（学习率、迭代次数、批次大小等保持一致），确保实验结果的可比性与客观性，训练环境为GPU加速环境，保障训练效率。
2.1 训练模型选型
本次选型涵盖YOLO系列不同代际的经典模型与最新模型，兼顾模型精度、推理速度与部署难度，具体选型如下：
-
YOLOv5：经典轻量型模型，部署门槛低、推理速度快，在目标检测任务中应用广泛，适合资源受限场景；
-
YOLOv8：在v5基础上优化网络结构，精度与速度均有提升，支持多任务学习，适应性更强；
-
YOLOv11：进一步优化特征提取模块，对小目标识别精度提升明显，适合野生植物细小特征识别；
-
YOLOv12：最新一代轻量模型，网络结构更简洁，推理速度大幅提升，同时保持较高精度；
-
YOLOv26：当前YOLO系列最新版本，采用更先进的特征融合技术与损失函数，整体识别精度最优。
2.2 训练结果详细分析
所有模型经过相同迭代次数训练后，通过验证集与测试集进行性能评估，核心评估指标包括精确率（Precision）、召回率（Recall）、F1分数（F1-Score）与平均精度均值（mAP@0.5），各项指标均能全面反映模型的识别性能，训练结果如下：
从训练过程来看，所有模型的损失曲线（训练损失、验证损失）均能平稳收敛，未出现明显的过拟合或欠拟合现象，说明数据集的质量较高，能够为模型训练提供有效的特征信息。其中，YOLOv26模型的收敛速度最快，损失值最低，表明其网络结构更适合可食用野生植物的特征学习；YOLOv5模型收敛速度稍慢，但整体损失曲线平稳，体现出良好的稳定性。
从测试集评估结果来看，5个模型均取得了较好的识别效果，具体表现如下：
-
YOLOv26：综合性能最优，精确率96.8%、召回率95.2%、F1分数96.0%、mAP@0.5 97.3%，对小众可食用野生植物及细小特征的识别能力最强，误判率与漏检率最低；
-
YOLOv12：性能仅次于v26，精确率95.5%、召回率94.0%、F1分数94.7%、mAP@0.5 96.1%，推理速度比v26快15%左右，兼顾精度与速度；
-
YOLOv11：小目标识别表现突出，精确率94.8%、召回率93.5%、F1分数94.1%、mAP@0.5 95.2%，适合对植物细小部位（如嫩芽、小花）的识别；
-
YOLOv8：综合表现均衡，精确率94.2%、召回率92.8%、F1分数93.5%、mAP@0.5 94.5%，部署难度低，适合常规应用场景；
-
YOLOv5：轻量型优势明显，推理速度最快，精确率92.5%、召回率91.0%、F1分数91.7%、mAP@0.5 92.8%，适合资源受限的终端部署场景。
此外，在实际测试过程中，所有训练好的模型均能快速响应识别请求，对不同生长环境、不同拍摄角度的可食用野生植物均能准确识别，其中YOLOv26、YOLOv12在复杂背景下的识别性能更优，能够有效规避背景干扰，精准框选目标植物。
三、总结
本文完成了可食用野生植物数据集的构建与多版本YOLO模型的训练、测试与对比分析，核心成果与结论如下：
第一，构建了一套高质量的可食用野生植物数据集，累计有效数据4590张，其中训练集3248张、验证集919张、测试集463张，数据集覆盖品类全、场景多、标注准，能够为可食用野生植物识别模型的训练与优化提供可靠的数据支撑，解决了当前该领域优质数据集稀缺的问题。
第二，基于YOLOv5、v8、v11、v12、v26五个版本模型完成训练，所有模型均取得了良好的识别效果，其中YOLOv26综合性能最优，mAP@0.5达97.3%，YOLOv12兼顾精度与速度，YOLOv5适合轻量型部署，不同模型可适配不同的应用场景需求，为实际应用提供了多样化的技术方案。
第三，本次研究验证了YOLO系列模型在可食用野生植物识别任务中的有效性与适用性，构建的数据集与训练好的模型可直接应用于农学研究、户外科普、户外安全识别等多个场景，能够大幅提升可食用野生植物的识别效率与准确性，降低人工识别的成本与误差。
未来，将进一步扩大数据集规模，增加更多小众可食用野生植物品类与复杂场景数据，同时优化模型参数与网络结构，提升模型在极端环境下的识别性能，推动可食用野生植物识别技术的落地应用与持续优化。