深度学习实战-基于YOLOv8的玉米雄穗目标检测：从数据集下载到训练部署全流程实录

数据集：玉米雄穗识别_数据集 - 飞桨AI Studio

任务类型：单类别目标检测（玉米雄穗 tassel）

运行环境：Windows 11 + CPU（Intel i7 12线程，无GPU）

全部代码与图表均由本地实测产出，可直接复现。

---

目录

• [1. 项目背景](#1. 项目背景)
• [2. 数据集介绍](#2. 数据集介绍)
• [3. 技术工具](#3. 技术工具)
• [4. 实验过程](#4. 实验过程)
  • [4.1 导入数据](#4.1 导入数据)
  • [4.2 数据预处理](#4.2 数据预处理)
  • [4.3 数据可视化](#4.3 数据可视化)
  • [4.4 构建模型](#4.4 构建模型)
  • [4.5 训练模型](#4.5 训练模型)
  • [4.6 模型评估](#4.6 模型评估)
  • [4.7 推理与测试](#4.7 推理与测试)
• [5. 遇到的坑与解决方案](#5. 遇到的坑与解决方案)
• [6. 总结与展望](#6. 总结与展望)

---

1. 项目背景

玉米是我国种植面积最大的粮食作物之一，而玉米制种产业是整个玉米生产链的基础保障。

在玉米杂交制种过程中，有一个非常关键、也非常耗费人力的环节------母本去雄（Detasseling）。玉米是雌雄同株异花作物，顶部出的雄穗（tassel）负责散粉。制种时必须把母本行的雄穗在散粉前拔掉，否则母本自花授粉，种子纯度直接报废。

传统做法是人工下田逐株检查、手工拔除，问题很明显：

• 时效性差：雄穗散粉窗口期短，人工巡田跟不上；
• 漏检率高：一支漏掉的雄穗就可能污染一整片制种田；
• 人力成本高：大规模制种基地动辄上千亩。

虽然"不育系"制种技术省去了人工去雄，但在普及过程中，准确识别母本去雄后残留的雄穗依然是保障种子纯度的重要手段。于是问题就变成了一个典型的计算机视觉任务：

给定一张田间玉米照片，自动检测出图中所有雄穗的位置。

这个问题有几个特点，使它比一般的"日常物体检测"更难：

1. 小目标：单张图片 2736×1824 像素，而一个雄穗只占整图面积的 0.2%~0.3%，绝大多数目标面积不足 1%；
2. 密集重叠 ：密植田块中一张图最多能数出 111 个雄穗，相互遮挡严重；
3. 背景复杂：光照、天气、拍摄角度、生育期差异大；
4. 类别单一但形态多变：只有一个"雄穗"类，但外观随品种、生长期变化。

本博客用 YOLOv8n 在 CPU 上完成这个数据集的完整训练流程，记录从下载数据、EDA、训练、评估到推理测试的全部步骤，供同样想入门农业目标检测的同学参考。

---

2. 数据集介绍

2.1 基本信息

项目	内容
数据集名称	玉米雄穗识别_数据集
来源	飞桨 AI Studio 星河社区（数据集 ID 296690）
作者 / 许可	konka812 / CC0（可自由使用）
任务类型	目标检测（Object Detection）
标注格式	YOLO 格式（txt 归一化坐标）
图片数量	244 张
图片分辨率	统一 2736 × 1824（约 500 万像素）
类别数	1 类：tas（tassel，玉米雄穗）
标注框总数	1536 个
数据集体积	约 232 MB

数据集官方描述：

随着中国经济发展和人口增长，对农业生产的需求不断增加，玉米作为重要的粮食作物之一，一直处于国家粮食安全和生态保护的重要位置。玉米制种产业是玉米生产的基础保障。随着玉米制种技术的不断发展，不育系生产由于无需去雄，节省劳动力，已经越来越普及。在玉米种子生产过程中，母本去雄作为种子纯度保障至关重要的环节，准确识别母本去雄后残留雄穗并去除是提升种子质量的重要手段。

2.2 数据集目录结构

从 AI Studio 下载后（仓库 repo_id 为 knoka/qdBwZZcB），解压得到的标准 YOLO 目录：

data/
└── train/
    └── train/
        ├── classes.txt          # 内容只有一行: tas
        ├── images/              # 244 张 .jpg
        │   ├── image_0001.jpg
        │   ├── image_0002.jpg
        │   └── ...
        └── labels/              # 与图片同名的 .txt 标注
            ├── image_0001.txt   # 每行: class cx cy w h (归一化)
            ├── image_0002.txt   # 0 字节 = 背景图（图中无雄穗）
            └── ...

YOLO 标注格式说明------每一行代表一个目标：

<class_id> <center_x> <center_y> <width> <height>

其中后四个值都是相对于整图宽高归一化到 0~1 的坐标，cx cy 是目标框中心点（不是左上角）。

2.3 数据集的两个重要特点

在真正动手之前，我先统计了一下标注，发现两个对建模策略影响很大的事实：

1. 42 张图片的标注文件是 0 字节 ，即图中没有雄穗。这些不是"坏数据"，而是背景负样本，保留它们可以显著降低误检率；
2. 96.8% 的雄穗框面积不足整图的 1%，属于典型的小目标检测问题（详见 4.3 节图表）。

---

3. 技术工具

3.1 软件环境

组件	版本	用途
Python	3.13.12	运行环境
Ultralytics	8.4.164	YOLOv8 训练/评估/推理框架
PyTorch	2.x (CPU)	深度学习后端
OpenCV (opencv-python)	4.x	图像读取与绘制
Matplotlib	3.x	EDA 图表绘制
aistudio-sdk	latest	从 AI Studio 命令行下载数据集

一键安装依赖：

pip install ultralytics opencv-python matplotlib aistudio-sdk

3.2 硬件环境

项目	配置
CPU	Intel Core i7（6 核 12 线程）
内存	16 GB
GPU	无（纯 CPU 训练）
操作系统	Windows 11

没有 GPU 也能做目标检测，只是要控制好训练规模。后面 4.5 节会给出 CPU 训练的耗时基准测试方法。

3.3 为什么选 YOLOv8n

• n 版本（nano）参数量最小（约 3.2M），CPU 上训练和推理都扛得住；
• Anchor-Free + 解耦头，对形态多变、密集分布的植物器官友好；
• Ultralytics 一行代码完成训练/评估/推理，对新手非常友好；
• 支持 COCO 预训练权重迁移学习，小数据集也能收敛。

---

4. 实验过程

4.1 导入数据

4.1.1 方式一：aistudio-sdk 命令行下载（推荐）

pip install aistudio-sdk
aistudio download --dataset knoka/qdBwZZcB --local_dir ./data

注意：--dataset 后面要填数据集详情页里的 repo_id （knoka/qdBwZZcB 这种 用户名/仓库名 格式），

而不是网址里的数字 ID 296690，用数字 ID 会报 repo not found。

4.1.2 方式二：Python SDK 下载

实际下载时我遇到一个必踩的坑：AI Studio 的 BOS CDN 要求请求带 Referer 头，SDK 默认不带，所有大文件都会 403 ，报错里能看到 X-Error-Info: EmptyReferer。

解决办法是给 requests 打个全局补丁：

# download_dataset.py
import requests

_orig = requests.sessions.Session.request

def _patched(self, method, url, *args, **kwargs):
    h = dict(kwargs.pop("headers", None) or {})
    h.setdefault("Referer", "https://aistudio.baidu.com/")
    return _orig(self, method, url, *args, headers=h, **kwargs)

requests.sessions.Session.request = _patched

from aistudio_sdk.snapshot_download import snapshot_download

REPO = "knoka/qdBwZZcB"
LOCAL = "./data"

res = snapshot_download(repo_id=REPO, local_dir=LOCAL, repo_type="dataset")
print("下载完成 ->", res)

运行 python download_dataset.py，244 张图片 + 标注文件约 3 分钟下完。

补充：如果个别文件下载失败（比如最后发现有 3 张图片缺失），可以直接走

https://git.aistudio.baidu.com/api/v1/repos/{repo_id}/media/{文件相对路径} 这个接口补下，

记得同样要带 Referer 头。

4.1.3 校验导入结果

from pathlib import Path

img_dir = Path("data/train/train/images")
lbl_dir = Path("data/train/train/labels")

imgs = {p.stem for p in img_dir.iterdir() if p.suffix.lower() in {".jpg", ".jpeg", ".png"}}
lbls = {p.stem for p in lbl_dir.iterdir() if p.suffix == ".txt"}
print("图片数:", len(imgs))   # 244
print("标注数:", len(lbls))   # 244
print("类别文件:", (Path("data/train/train/classes.txt")).read_text())  # tas

输出确认：244 张图片、244 个标注文件、单一类别 tas。

---

4.2 数据预处理

原始数据已经是 YOLO 格式，不需要做 COCO→YOLO 的坐标转换，但仍有四件事必须做：

① 合法性清洗；② 决定背景图去留；③ 划分训练/验证集；④ 生成 dataset.yaml。

完整脚本 01_prepare.py：

# -*- coding: utf-8 -*-
import random, shutil
from pathlib import Path
import cv2

ROOT = Path(__file__).resolve().parent
SRC_IMG = ROOT / "data" / "train" / "train" / "images"
SRC_LBL = ROOT / "data" / "train" / "train" / "labels"
DST = ROOT / "dataset"

CLASSES = ["tas"]     # classes.txt 里只有一类
SEED, VAL_RATIO = 42, 0.2
random.seed(SEED)

# ---------- 1. 扫描 ----------
images = sorted(p for p in SRC_IMG.iterdir()
                if p.suffix.lower() in {".jpg", ".jpeg", ".png"})

# ---------- 2. 清洗 ----------
records, broken_box, n_bg, total_boxes = [], 0, 0, 0
for img_p in images:
    boxes = []
    txt_p = SRC_LBL / (img_p.stem + ".txt")
    if txt_p.exists():
        for line in txt_p.read_text(encoding="utf-8").strip().splitlines():
            parts = line.split()
            if len(parts) != 5:
                continue
            try:
                c = int(float(parts[0]))
                cx, cy, bw, bh = map(float, parts[1:])
            except ValueError:
                continue
            # 归一化坐标合法性检查
            if not (0 <= cx <= 1 and 0 <= cy <= 1) or not (0 < bw <= 1 and 0 < bh <= 1):
                broken_box += 1
                continue
            boxes.append((c, cx, cy, bw, bh))
    if not boxes:          # 0 字节 txt = 背景图，保留为负样本
        n_bg += 1
    total_boxes += len(boxes)
    records.append((img_p, boxes))

# ---------- 3. 划分 train/val ----------
random.shuffle(records)
n_val = int(len(records) * VAL_RATIO)
val_rec, train_rec = records[:n_val], records[n_val:]

# ---------- 4. 落盘（必须先清空，避免残留旧文件混进训练） ----------
if DST.exists():
    shutil.rmtree(DST)
for split in ("train", "val"):
    (DST / "images" / split).mkdir(parents=True)
    (DST / "labels" / split).mkdir(parents=True)

def dump(recs, split):
    for img_p, boxes in recs:
        shutil.copy2(img_p, DST / "images" / split / img_p.name)
        with open(DST / "labels" / split / (img_p.stem + ".txt"), "w") as f:
            for c, cx, cy, bw, bh in boxes:
                f.write(f"{c} {cx:.6f} {cy:.6f} {bw:.6f} {bh:.6f}\n")

dump(train_rec, "train")
dump(val_rec, "val")

# ---------- 5. 生成 dataset.yaml ----------
(ROOT / "corn.yaml").write_text(f"""# 玉米雄穗检测数据集
path: {(ROOT / 'dataset').as_posix()}
train: images/train
val: images/val

nc: {len(CLASSES)}
names: {CLASSES}
""", encoding="utf-8")

运行结果：

[1] 原始图片数量: 244
[2] 有效图片: 244 | 其中背景图(无雄穗): 42 | 非法框: 0
    标注框总数: 1536
[3] 划分 -> train: 196  val: 48
[6] 分辨率: 2736x1824（所有图片一致）

几个值得强调的细节

1. 背景图不要扔。42 张 0 字节标注的图片是"田间但无雄穗"的真实负样本，Ultralytics 会把它们当作无目标图片参与训练，能有效抑制误检；
2. 重新生成子集前必须清空 images/ 和 labels/，否则上一次运行的残留图片会被训练进去，这是个非常隐蔽的 bug；
3. 坐标合法性检查虽然这份数据没查出非法框（0 个），但写上保险，换数据集时能立刻暴露问题；
4. corn.yaml 里的 path 一定要写绝对路径 （用 Path.as_posix() 转成正斜杠），写相对路径在 Windows 上经常报 Dataset not found。

---

4.3 数据可视化

可视化脚本是 02_eda.py，核心是把 YOLO 归一化坐标还原回像素坐标：

# YOLO: (cls, cx, cy, w, h) 归一化 -> 像素坐标
x1 = (cx - w / 2) * W
y1 = (cy - h / 2) * H
x2 = (cx + w / 2) * W
y2 = (cy + h / 2) * H

提示：中文字体记得设置 plt.rcParams["font.sans-serif"] = ["Microsoft YaHei", "SimHei"]，

否则标题全是方框；OpenCV 画框颜色是 BGR 顺序。

图1 每张图片雄穗数量分布

244 张图共 1536 个雄穗，平均每张 6.3 个 ，最多的一张密密麻麻 111 个，另有 42 张为 0（背景图）。分布呈明显长尾------多数图只有零星几支，少数密植图数量爆炸，这对 NMS 阈值和召回率都是考验。

图2 标注框尺寸分布（对数坐标）

横纵轴都取对数后可以看到雄穗框宽高大多集中在 50~300 像素 区间，而原图是 2736×1824，也就是说缩放到 640×427 后，雄穗只剩 12~70 像素------确实是小目标。

图3 雄穗中心点空间分布热力图

中心点集中分布在图像上半部分（雄穗长在植株顶部），下半部分几乎为空。这符合农学常识，也说明数据没有明显的"标注偏移"。

图4 目标面积占比与宽高比

• 面积占比中位数 0.239% ，96.8% 的雄穗框面积不足整图 1% → 典型小目标；
• 宽高比大多在 1.0~2.0 之间（雄穗近圆锥形、略偏横向展开）。

图5 训练样本标注可视化（随机 9 张）

抽查人工标注质量：框贴合、无明显漏标/错标。同时能看到田间真实场景------逆光、遮挡、远景密植、不同生育期都有覆盖。

EDA 结论 ：小目标 + 密集 + 类别单一。应对策略：

① 用 640 输入尺寸（再大会拖垮 CPU）；② 关闭过强的 mosaic/agumentation 中会过度裁剪小目标的项；

③ 训练时保留背景负样本降低误检。

---

4.4 构建模型

4.4.1 YOLOv8 结构一览

YOLOv8 延续了 Backbone + Neck + Head 三段式：

模块	组成	作用
Backbone	CSPDarknet 风格的 Conv + C2f + SPPF	提取多尺度特征，C2f 是 v8 的新模块（比 v5 的 C3 梯度流更丰富）
Neck	PAN-FPN 双向融合	自顶向下 + 自底向上融合，让深层语义帮浅层细节
Head	Anchor-Free 解耦头	分类与回归分支分开，直接在三个尺度（80²/40²/20²）上预测
损失	CIoU + DFL + BCE	分类用 BCE，回归用 CIoU + Distribution Focal Loss

相比 YOLOv5，v8 的关键变化是 去掉 anchor 机制 （不用预置先验框）、解耦头 、正负样本分配改为 TAL（Task-Aligned Assigner），对小目标和密集场景更友好。

4.4.2 两行代码构建模型

Ultralytics 把构建过程简化到极致：

from ultralytics import YOLO

model = YOLO("weights/yolov8n.pt")   # 加载 COCO 预训练权重

这一行做了三件事：解析 yaml → 搭建 3.2M 参数的 nano 网络 → 加载 COCO 80 类预训练权重。

迁移学习是关键：244 张图从零训练几乎不可能收敛，但 COCO 权重已经学会边缘、纹理、形状等通用视觉特征，雄穗检测可以直接站在它的肩膀上。

yolov8n.yaml 的规模（模型自带打印）：

YOLOv8n summary: 225 layers,  3,157,200 parameters,  0 gradients,  8.9 GFLOPs

4.4.3 训练前的环境配置（Windows 必看）

# 避免 Ultralytics 往 AppData 写 settings.json 失败
export YOLO_CONFIG_DIR=./.ultralytics
# 避免 matplotlib 缓存目录写失败
export MPLCONFIGDIR=./.mpl
# bash 里中文不乱码
export PYTHONIOENCODING=utf-8

这三个环境变量帮我省掉了 Windows 上最常见的一类"权限拒绝"报错。

---

4.5 训练模型

4.5.1 先跑基准，再定 epochs（CPU 训练铁律）

CPU 上训练最怕"拍脑袋定 epochs 然后跑一晚上"。正确姿势是先跑 2 个 epoch 测速：

python 03_train.py --epochs 2 --name bench

实测本机（i7 12 线程，imgsz=640，batch=8）：

阶段	耗时
1 个 train epoch（196 张）	≈ 55 s
1 次验证（48 张）	≈ 10 s
合计单 epoch	≈ 65 s

经验公式：单epoch耗时(分钟) ≈ 图片数 × (imgsz/640)² × 3.7 / 1000

196 张 @ 640 → 约 0.72 min，和实测吻合。

由此推算 100 epochs 约 100 分钟，可以接受，于是定 epochs=100, patience=25（早停兜底）。

实测 100 epochs 共耗时 78 分钟 （Ultralytics 打印 100 epochs completed in 1.300 hours），

比估算快，是因为部分 epoch 验证跳过 + IO 缓存热了。

4.5.2 正式训练脚本

# 03_train.py
import argparse, time
from pathlib import Path
import torch
from ultralytics import YOLO

ROOT = Path(__file__).resolve().parent

model = YOLO(str(ROOT / "weights" / "yolov8n.pt"))

t0 = time.time()
model.train(
    data=str(ROOT / "corn.yaml"),
    epochs=100,
    imgsz=640,            # 原图2736x1824，缩到640兼顾小目标与CPU算力
    batch=8,              # CPU 内存友好
    device="cpu",
    workers=4,
    optimizer="auto",
    lr0=0.01, lrf=0.01,   # 初始lr & 最终lr比例
    momentum=0.937,
    weight_decay=0.0005,
    patience=25,          # 25个epoch无提升则早停
    amp=False,            # CPU下关闭混合精度
    cos_lr=True,          # 余弦退火学习率
    seed=42,
    project=str(ROOT / "runs"),
    name="corn_yolov8n",
    plots=True,           # 自动生成 results.png / PR曲线 / 混淆矩阵
)
print(f"训练总耗时: {(time.time()-t0)/60:.1f} min")

4.5.3 关键超参数说明

参数	取值	理由
imgsz=640	640	雄穗是小目标，理想上想用 960+，但 CPU 算力不允许；640 下雄穗仍有 12~70 px，可检测
batch=8	8	CPU 内存与速度折中
amp=False	---	CPU 不支持 AMP，开着反而报错
cos_lr=True	---	余弦退火比线性下降收敛更稳
patience=25	25	数据集小，容易过拟合，早停兜底
seed=42	42	结果可复现
pretrained	yolov8n.pt	COCO 迁移学习，小数据集的命脉

4.5.4 训练过程监控

后台运行并重定向日志：

python 03_train.py --epochs 100 --name corn_yolov8n > train.log 2>&1 &

训练过程-loss 变化（真实记录，来自 results.csv）：

Epoch   1/100  box_loss 3.630  cls_loss 4.336  dfl_loss 2.041  | P 0.001  R 0.045  mAP50 0.000
Epoch  10/100  box_loss 2.356  cls_loss 2.083  dfl_loss 1.321  | P 0.500  R 0.397  mAP50 0.405
Epoch  30/100  box_loss 2.074  cls_loss 1.527  dfl_loss 1.228  | P 0.797  R 0.554  mAP50 0.635
Epoch  50/100  box_loss 1.938  cls_loss 1.286  dfl_loss 1.186  | P 0.798  R 0.607  mAP50 0.709
Epoch  70/100  box_loss 1.808  cls_loss 1.160  dfl_loss 1.145  | P 0.855  R 0.688  mAP50 0.771
Epoch 100/100  box_loss 1.596  cls_loss 1.059  dfl_loss 1.081  | P 0.811  R 0.647  mAP50 0.754

小技巧：Ultralytics 会把每个 epoch 的指标写进 runs/corn_yolov8n/results.csv，

训练中随时 tail -f 或用 pandas 读它看曲线，不用等跑完。

4.5.5 训练曲线

可以清楚看到：

• train/box_loss、cls_loss、dfl_loss 三条训练损失都单调下降后趋平；
• 验证侧 metrics/mAP50 与 mAP50-95 一路爬升，后期进入平台期；patience=25 是早停兜底，本次 100 个 epoch 全跑完也没有触发，说明没有明显过拟合；
• 学习率按余弦退火平滑衰减到 0。

---

4.6 模型评估

训练完成后最优权重保存在 runs/corn_yolov8n/weights/best.pt。评估脚本：

from ultralytics import YOLO

model = YOLO("runs/corn_yolov8n/weights/best.pt")
metrics = model.val(data="corn.yaml", imgsz=640, split="val", device="cpu")

print("Precision :", metrics.box.mp)
print("Recall    :", metrics.box.mr)
print("mAP@0.5   :", metrics.box.map50)
print("mAP@.5:.95:", metrics.box.map)

验证集（48 张、224 个雄穗实例）最终指标：

指标	数值	含义
Precision	0.8461	预测出的框里有多少是对的
Recall	0.6964	真实雄穗里被找出来的比例
mAP@0.5	0.7773	IoU=0.5 下的平均精度
mAP@0.5:0.95	0.3959	IoU 从 0.5~0.95 十档平均（更严格）

顺便说明：训练结束时 Ultralytics 自动打印的速度是

0.7ms preprocess + 25.9ms inference + 1.2ms postprocess（CPU i7-8700）。

PR 曲线

PR 曲线越靠右上越好。由于只有 tas 一个类别，图中只有一条曲线；从曲线形态可以看出在召回率 0.8 之前精度保持得不错，之后快速下滑------说明漏检主要集中在密集遮挡场景。

混淆矩阵

归一化混淆矩阵显示大部分雄穗被正确检出，主要误差来源是把部分背景区域误判为雄穗（false positive），这与田间复杂的叶片/茎秆纹理有关。

训练批次预测效果

---

4.7 推理与测试

4.7.1 单张/批量推理

results = model.predict(
    source="dataset/images/val",   # 也可以是单张图、文件夹、视频、摄像头
    imgsz=640,
    conf=0.25,                     # 置信度阈值
    device="cpu",
    save=True,                     # 自动把画好框的图存到 runs/predict/
)
for r in results:
    print(r.path, "检出", len(r.boxes), "个雄穗")
    for b in r.boxes:
        print("  conf=%.2f  xyxy=%s" % (float(b.conf), b.xyxy.tolist()))

4.7.2 验证集推理可视化

我特意挑了 6 张覆盖不同场景的验证集图片：

• 前两张是背景图（真值 0 个），模型输出也是 0 个框------4.2 节保留 42 张背景负样本的效果直接体现在这里，田里全是叶片也不会乱报；
• 稀疏场景（真值 1 个）有一张漏检，说明极小的单目标仍有提升空间；
• 中等密度（真值 4/6 个）分别检出 6/8 个，多了几个低置信度框；
• 密集场景（真值 17 个）检出 17 个，数量完全对上。

4.7.3 真值 vs 预测 对比

橙色为人工标注真值，蓝色为模型预测。密集那张图 GT 17 个、Pred 17 个，框的位置和大小高度重合。

4.7.4 CPU 推理速度

Ultralytics 自带统计:  0.7ms preprocess + 25.9ms inference + 1.2ms postprocess ≈ 28 ms/张
完整 Python 循环实测（含图片IO/画框）: 约 64 ms/张 ≈ 15 FPS

离实时视频流有距离，但用于"巡田拍照 → 批量检测"这种离线场景完全够用。

4.7.5 导出 ONNX 便于部署

model.export(format="onnx", imgsz=640, simplify=False)
# -> runs/corn_yolov8n/weights/best.onnx

踩坑：默认 simplify=True 会调用 onnxslim，在 Windows + Python 3.13 上会

Segmentation fault ；加 simplify=False 一秒导出成功（6.2 MB）。

导出 ONNX 后可以脱离 PyTorch，用 onnxruntime / OpenCV DNN 部署到边缘设备（如 Jetson、树莓派、工控机）。

---

5. 遇到的坑与解决方案

#	坑	现象	解决
1	用 URL 数字 ID 下载	repo not found	必须用页面里的 repo_id knoka/qdBwZZcB
2	CDN 403	所有 LFS 大文件下载失败，X-Error-Info: EmptyReferer	给 requests 打补丁强制加 Referer 头
3	个别文件下载缺失	244 张只下到 241 张	走 git.aistudio.baidu.com/api/v1/repos/{repo}/media/{path} 补下
4	Ultralytics 写配置失败	Error writing to AppData/Roaming/Ultralytics/settings.json	export YOLO_CONFIG_DIR=./.ultralytics
5	matplotlib 缓存报错	MPLCONFIGDIR 权限问题	export MPLCONFIGDIR=./.mpl
6	中文标题变方框	字体缺失	plt.rcParams["font.sans-serif"]=["Microsoft YaHei","SimHei"]
7	画框颜色不对	颜色偏蓝	OpenCV 是 BGR 不是 RGB
8	训练集混入旧文件	指标异常	重新生成子集前清空 images/ labels/
9	CPU 训练太慢	估不准时长	先跑 2 epoch 基准，按公式推算再定 epochs
10	dataset not found	yaml 相对路径在 Windows 失效	path 写绝对路径，用 Path.as_posix()
11	导出 ONNX 段错误	onnxslim 在 Win + Python 3.13 上 Segfault	export(format="onnx", simplify=False)

---

6. 总结与展望

6.1 本项目做了什么

• ✅ 从 AI Studio 下载 244 张 YOLO 格式玉米雄穗数据集，并解决 403 / repo_id / 缺文件三个下载坑；
• ✅ 完成 EDA：发现 96.8% 目标为小目标、单图最多 111 个目标、中心点集中在上半图；
• ✅ 保留 42 张背景负样本参与训练，降低误检；
• ✅ 在 纯 CPU （i7-8700，无 GPU）上用 YOLOv8n + COCO 预训练权重完成 100 epochs 训练（78 分钟）；
• ✅ 验证集 mAP@0.5 达到 0.7773（Precision 0.846 / Recall 0.696），CPU 单张推理约 28 ms，并完成推理可视化与 ONNX 导出。

6.2 可以继续改进的方向

1. 提高输入分辨率：imgsz 提到 960 或 1280，小目标 AP 还能再涨（需要 GPU）；
2. 更大的模型：yolov8s/m，或专门针对小目标的 P2 检测头变体；
3. 数据增强调优 ：针对密集小目标，copy_paste、mosaic 强度可做消融实验；
4. 切图推理（SAHI）：把 2736×1824 切成重叠瓦片分别检测再合并，是农业小目标的常用涨分手段；
5. 计数下游任务：检测只是第一步，真正有价值的是"每亩残留雄穗数"，可以接 TasselNet 之类的计数网络；
6. 边缘部署：ONNX → TensorRT / NCNN，部署到田间巡检机器人或无人机。

6.3 参考链接

• 数据集：https://aistudio.baidu.com/dataset/detail/296690/intro
• Ultralytics 官方文档：https://docs.ultralytics.com/
• AI Studio 数据集下载官方文档：https://ai.baidu.com/ai-doc/AISTUDIO/Xme7ykmz1
• TasselNet（玉米雄穗计数经典工作）：https://github.com/Cyao118/tasselnet

---

如果这篇博客对你有帮助，欢迎点赞收藏～有问题欢迎评论区交流。