简介面向计算机视觉目标检测学习者和研究人员一套苹果目标检测数据集资源采用labelme标注格式围绕果园场景中苹果目标的识别与定位可直接用于主流检测模型的训练与验证。压缩包为7z格式包含2000个JSON标注文件整体约198.65MB标注文件记录目标边界框坐标和类别属性经过简单转换即可接入YOLO、Faster R-CNN等框架完成数据预处理与训练。目前已有301人浏览学习对于希望跳过繁琐采集标注、专注算法调优的开发者较为实用数据规模足以覆盖数据增强、BatchSize设置、mAP评估等常见实验环节。通过该数据集使用者能够走通从labelme标注解析、数据集划分到模型迭代和性能评估的完整流程也可为果园自动化监测、采摘机器人视觉导航等应用提供直接数据支撑。1. 苹果果目标检测数据集4430张Labelme标注能直接撑起一次YOLO训练做目标检测最耗时的不是调参是凑数据。这份苹果果目标检测数据集一共4430张图用Labelme做了矩形框标注场景是果园实拍类目就一个apple。对想跑通YOLOv8、做农业视觉、果实计数或采摘机器人验证的开发者来说这正好卡在“不想从零标数据”的坎上。Labelme格式意味着你需要先做一次JSON转TXT的转换再喂给YOLO后面章节会给出完整脚本和检查方法。适合的人群是想快速拿到一份带标注的果园数据、验证自己训练链路是否通畅的工程师而不是想找一个已经能直接出结果的现成权重的人。2. 拆开数据集内部JSON结构、标注习惯与图片分布的底细这份数据集的标注是以Labelme导出的JSON文件形式存在的每个JSON对应一张原始图片。表面上你看到的是4430这个数字但真正决定训练效果的是标注框的分布、图片的分辨率以及场景多样性。在动手训练前我建议先做一次“数据体检”摸清每张图里有多少框、框的大小分布是否合理、有没有空标注文件这一步能省下后面排查问题的半天时间。2.1 先写个统计脚本看每张图的标注分布拿到数据集后别急着转格式先用一段脚本统计数据的基本面。我通常会把JSON文件集中放在一个目录里然后遍历统计每张图的框数顺便找出哪些文件是空的。这一步能直接暴露标注过程中常见的漏标和图损问题。import json import glob jsons glob.glob(labelme_json/*.json) counts [] for j in jsons: with open(j, encodingutf-8) as f: data json.load(f) counts.append(len(data[shapes])) print(文件总数:, len(counts)) print(平均每张框数:, sum(counts) / len(counts)) print(单张最多框数:, max(counts)) print(空标注文件数:, len([c for c in counts if c 0]))这段脚本的逻辑是通过glob批量拿到所有JSON路径逐一加载后读取data[shapes]的长度。shapes里保存的就是这张图的所有标注对象它的长度就是框的数量。参数方面需要注意labelme_json这个目录路径要和你的实际目录对齐如果JSON是分散存放的可以改成递归遍历。空标注文件是个要命的坑。如果框架在训练时读到一张图没有任何标注轻则丢样本重则报错中断。我遇到过一份数据里混了十几张空JSON训练到一半突然崩掉查了半天才发现是标注时漏了图。所以这个统计步骤建议每个数据集都跑一次。2.2 一个JSON文件里到底存了什么Labelme导出的JSON不是简单的一行坐标它是个嵌套结构。理解这个结构是写转换脚本的前提这里用一个典型的标注文件字段列表说明。version是标注工具版本flags通常为空对象shapes是核心标注列表imagePath指向对应的图片文件名imageData则是图片的Base64编码字符串如果存了这张图JSON体积会非常大。字段含义转换时需要关注吗version标注工具版本号否flags全局标签通常为空否shapes标注对象列表每项含label、points、shape_type是imagePath对应图片的文件名是imageData图片Base64编码可能为空建议忽略imageHeight/imageWidth原图尺寸是坐标归一化依赖它shapes里每一项的label是类别名points是坐标点shape_type是这个数据集中关键的一项。苹果检测用的基本都是rectangle这种情况下points里存的是矩形的两个对角顶点也就是左上角和右下角各一个点。这个理解非常重要因为后面转YOLO格式时目标框的宽高就是这两个点坐标做差求绝对值得到的。另外一个需要留意的点是imageData字段。Labelme在保存时会默认把图片压缩后内嵌进JSON一个带图JSON可能有好几MB。转换脚本读取时最好直接忽略这个字段否则内存压力会大很多而且这些冗余数据对训练没有任何帮助。2.3 为什么Labelme格式不能直接喂给YOLOLabelme的JSON格式适合人类阅读和编辑但YOLO系列训练框架接收的标注是纯文本TXT文件每行格式是类别编号 x_center y_center width height并且这四个坐标值必须归一化到0到1之间。这个格式差异决定了你必须先做转换而不是直接把JSON丢给训练脚本。这里列一个三种标注格式的对比能更清楚地看出转换的目标方向。Labelme的矩形框坐标是绝对像素、两点式YOLO要求的是相对坐标、中心点式而VOC的XML则又是另一种组织方式。这份数据集是Labelme格式所以目标是转成YOLO的TXT。格式坐标表示存储单位文件类型Labelme JSON矩形两点绝对像素值一个JSON对应一张图.jsonYOLO TXT中心点 宽高的相对比例一个TXT对应一张图.txtVOC XML左上右下绝对像素值一个XML对应一张图.xml转换的核心逻辑是从shapes里取出两个对角点求中心点坐标和宽高然后除以imageWidth和imageHeight做归一化。这个计算看着简单实际写的时候容易栽在坐标顺序和宽高取绝对值这两个细节上下一章直接给完整可跑的脚本。3. 把Labelme JSON转成YOLO TXT转换脚本与五个检查点转换这一步是整个数据集落地的关键门槛。很多人在这一步翻车不是脚本跑不通而是转出来的TXT坐标跟图片对不上画出来才发现框歪了。这里给出一个我实际在用的转换方案配合目录规划把训练集、验证集一次安排好。3.1 先按YOLO的习惯把目录结构建好YOLO训练时对数据集目录结构有约定一般是images和labels两个大目录各自下面再分train和val。图片放一边标注TXT放另一边路径关系通过数据配置文件里的train、val字段指定。先建目录骨架mkdir -p dataset/images/train mkdir -p dataset/images/val mkdir -p dataset/labels/train mkdir -p dataset/labels/val这几步的作用是提前把目录结构固定下来避免后续转换脚本一边跑一边创建目录、容易漏建子目录。如果图片需要划分训练集和验证集建议在转换之前先按8:2的比例随机拆分并分开复制到train和val目录不要让标注文件和图片目录不一致。我习惯的做法是先把原始图片划分好再按文件名去生成对应的TXT。3.2 转换脚本核心逻辑与参数说明下面的脚本负责把一个Labelme JSON转成对应的YOLO格式TXT。它会读取JSON里的shapes列表过滤出需要保留的类别然后计算归一化坐标并写入TXT文件。import json import os from pathlib import Path SRC_DIR Path(labelme_json) # Labelme导出的JSON目录 IMG_DIR Path(dataset/images) # 图片所在目录 LAB_DIR Path(dataset/labels) # 标注TXT输出目录 CLASSES [apple] # 类别列表顺序决定TXT中的类别编号 def convert_json(json_path, out_txt_path): with open(json_path, encodingutf-8) as f: data json.load(f) img_w data[imageWidth] img_h data[imageHeight] lines [] for shape in data[shapes]: label shape[label] if label not in CLASSES: continue (x0, y0), (x1, y1) shape[points] # Labelme的矩形存两个对角点这里按左上/右下读取 cx ((x0 x1) / 2) / img_w cy ((y0 y1) / 2) / img_h w abs(x1 - x0) / img_w h abs(y1 - y0) / img_h class_id CLASSES.index(label) lines.append(f{class_id} {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}) with open(out_txt_path, w, encodingutf-8) as f: f.write(\n.join(lines)) for json_path in SRC_DIR.glob(*.json): out_txt LAB_DIR / (json_path.stem .txt) convert_json(json_path, out_txt)逻辑说明写在关键处shape[points]里存的是两个坐标点取第0个和第1个分别作为左上和右下中心点的计算是两个坐标对应轴相加除以2再除以图片宽高做归一化宽高用abs()取绝对值这是防线之一。CLASSES列表中apple的位置决定了它会被编号成0如果后面还有别的类顺序必须和模型训练时的类别配置一致。转化过程中如果遇到shape_type不是rectangle的情况脚本会直接按两个点处理。如果数据里混入了多边形标注需要额外处理但这份数据集里的矩形框标注是一致的所以这里不做兼容。跑完脚本后检查一下生成的TXT数量是不是和JSON数量一致如果不一致多半是有JSON的imageWidth或imageHeight字段缺失。3.3 转换完一定要做坐标越界检查转换完成不等于万事大吉坐标越界和质量检查必须有。很多人在转完后直接开训结果训练时报错或者模型学了个寂寞就是因为标注框的坐标超出了[0, 1]的范围。写一个快速检查脚本把所有TXT扫一遍from pathlib import Path import glob bad_count 0 for txt_path in glob.glob(dataset/labels/*/*.txt): with open(txt_path) as f: lines f.read().strip().splitlines() for line in lines: parts line.split() vals list(map(float, parts[1:])) # 检查是否越界或宽高为负 if any(v 0 for v in vals) or any(v 1 for v in vals[2:]): print(越界文件:, txt_path) bad_count 1 print(异常文件数:, bad_count)这里检查的是前两项中心点坐标允许在0到1之间但越界边的框要重点关注宽高两项如果有负数那一定是转换脚本里的宽高计算写反了。用any(v 1)能过滤出所有超出100%画面的框这些框会把训练目标弄乱。如果有越界文件回头检查对应JSON的两个对角点顺序有时Labelme保存的第二个点其实在左上方你直接套公式就会得到负宽度。3.4 画框验证是最后的确认手段文本层面的检查只能证明格式对不能证明坐标对。最稳妥的验证方式是直接在图上画出TXT里的框比对你标注时的目标位置。用OpenCV读图、按TXT中的数据画矩形输出到检查目录。import cv2 from pathlib import Path def draw_txt_on_image(img_path, txt_path, out_path): img cv2.imread(str(img_path)) h, w img.shape[:2] with open(txt_path) as f: for line in f.readlines(): parts line.split() _, cx, cy, bw, bh map(float, parts) x0 int((cx - bw / 2) * w) y0 int((cy - bh / 2) * h) x1 int((cx bw / 2) * w) y1 int((cy bh / 2) * h) cv2.rectangle(img, (x0, y0), (x1, y1), (0, 255, 0), 2) cv2.imwrite(str(out_path), img)这段代码把TXT里的归一化坐标还原成像素坐标再把框画到图片上。逻辑说明cx、cy是中心点比例乘上宽w和高h就得到像素中心再加减宽高的一半得到矩形左上和右下角。抽查几十张图肉眼看看框是否贴合果实边缘比任何自动化检查都直接。我每次转换完都会挑训练集和验证集各二十张图跑一遍框对不上就回头改脚本绝不让一个错框进训练。3.5 清理空标注文件数据集里如果存在没有任何标注的图片对应生成的TXT会是0字节。训练时这些文件会被当成背景样本如果占比太大会让模型倾向于输出空白或低置信度结果。清理逻辑很简单把空TXT和它对应的图片一起移到unused目录不要直接删除万一后面发现问题还能补救。mkdir -p dataset/unused find dataset/labels -name *.txt -size 0 -exec mv {} dataset/unused/ \;上面这条命令找到labels目录下所有大小为0的TXT把它们移动到unused目录。但这只移动了TXT对应图片还留在images目录里会导致后面文件对应关系出错。更完整的做法是先统计空TXT列表再移动同名图片。如果空文件只有几个顺手手动把对应的图片一并迁走最省事。4. 用YOLOv8训练苹果检测数据配置、训练参数与崩了以后的判断数据集准备好之后进入训练环节。这里的训练主体选YOLOv8原因很直接它处理小目标和中等密度果实场景比较稳而且配置文件和数据组织方式在整个YOLO家族里算最规整的。镜像数据集的类别只有一类任务难度集中在“小目标、遮挡、背景干扰”这三个点上选模型时没必要上大模型从yolov8s起步最划算。4.1 数据配置文件与训练集划分YOLOv8用YAML文件描述数据集路径和类别信息。先建一个apple.yamlpath: dataset train: images/train val: images/val nc: 1 names: [apple]配置字段说明path指数据集根目录train和val是图片目录的相对路径nc是类别数量这里的值为1names列表里的apple必须和转换TXT时的类别编号顺序完全一致。如果顺序不一致模型会把苹果框认成另一个类但表面上看不出报错结果却是一塌糊涂而且这类错很容易被忽略排查起来极费时间。训练集和验证集按8:2划分即可。单类检测任务中4000张左右的训练量完全够用不需要整个数据集都扔进训练留下几百张做验证能真实反映模型效果。划分时要注意随机性别让某个光线环境下的图片全挤到训练集里。我是先随机分配再手动扫一眼每部分的场景分布确保验证集里有不同类型的果园图片。4.2 训练命令与关键参数设置训练命令直接通过YOLOv8的命令行工具执行。命令本身不复杂参数的取舍才是重点。yolo train dataapple.yaml modelyolov8s.pt epochs150 imgsz640 batch16 optimizerauto lr00.01 mosaic1.0 seed42 projectrun/apple nameexp1逐项说明参数选择原因。modelyolov8s.pt是预训练权重s版本在速度和精度上相对均衡如果显存够、追求更高精度可以换成yolov8m。epochs150对这个规模的数据集偏多但不至于过拟合配合早停机制使用更稳妥。imgsz640是速度和精度的折中点如果原图分辨率高且果实偏小后面可以拉到960但显存占用会明显增加。mosaic1.0增强对小目标有帮助但标注框如果太小mosaic拼接时会丢失大量细节这时可以适当降到0.5。seed42是让每次训练结果可复现排查问题时非常有用。batch大小的选择要按显存来。16是8G显存下跑640分辨率比较保守的数值显存紧张就降到8顺畅时可以拉到32。别盲目追求大batch单类检测里batch 16和32的最终mAP差距往往不到0.5个点但显存占用差了一截。4.3 训练崩了还是没学好快速判断群里常有人说目标检测模型微调崩了。崩有两种情况一种是训练直接报错中断另一种是loss不降、mAP混乱看着像在学但结果完全不可用。先看训练日志里的loss曲线如果loss在前10个epoch内没有明显下降趋势大概率是学习率设置不合理把lr0从0.01降到0.005重跑。更多的“崩”其实是过拟合。直观表现是训练集loss持续下降但验证集mAP在某个epoch之后开始大幅波动或直接走低。这时优先看mAP曲线拐点如果验证集在60个epoch达到峰值后一路下滑直接取那个峰值epoch的权重即可不必等150个epoch跑完。我一般会在训练命令里加一句patience3030个epoch内mAP没有提升就自动保存当前最优权重并停止省时间也省显存。另一种常见误用是拿YOLO的预训练权重直接微调冻结backbone然后期望它快速收敛到自己的场景。对苹果这种单类目标直接整体微调反而更稳冻结backbone只在数据量极小时才有意义。4430张的量完全足够整体微调我建议不要动冻结策略从头训一遍拿到基线再说。5. 避坑与常见问题Labelme到YOLO训练路上的五个翻车点数据集本身没问题但环境、工具链和转换细节会让你在训练前就栽跟头。这里整理五次真实踩坑记录每条都按现象、原因、解决三个步骤展开。遇到相似报错直接对照查即可。5.1 Labelme安装失败PyQt5相关依赖冲突现象pip install labelme完成后运行labelme命令直接报错提示PyQt5-sip的ABI版本不兼容或者ImportError: cannot import name sip。原因Labelme依赖PyQt5做GUI渲染PyQt5又依赖PyQt5-sip。PyQt5-sip更新到某个版本后ABI接口变了老版本的Labelme没有跟着适配直接安装就会撞上版本矛盾。这也是Labelme老用户最常遇到的问题。解决指定Labelme版本安装并锁定兼容的PyQt5版本。实操是先把原先的装残的环境清掉pip uninstall labelme pyqt5 pyqt5-sip -y pip install pyqt55.15.10 pyqt5-sip12.13.0 pip install labelme5.8.3参数说明PyQt5 5.15.10和PyQt5-sip 12.13.0是一组确认兼容的组合Labelme 5.8.3也依赖这组版本。如果你用的Python版本是3.11以上有些依赖轮子可能不好找建议直接换Python 3.10虚拟环境省掉一多半兼容性问题。我从那以后安装Labelme都固定这套版本组合不乱升。5.2 JSON里的imageData字段让数据集体积膨胀现象数据集里JSON文件一个比一个大每个几百KB甚至上MB转换脚本读取时内存占用很高甚至读着读着卡死。原因Labelme默认把图片做了Base64编码存进JSON的imageData字段。如果数据集有4430张图这些内嵌的图片数据会让整个目录体积乘以好几倍但这些数据在训练时完全用不到。解决转换脚本读取JSON时跳过imageData只依赖imagePath指向的外部图片文件。如果已经生成的JSON里全部内嵌了图片可以写一次清理脚本逐文件把imageData字段置空再保存能释放大量空间。清洗时注意保留imagePath和imageWidth、imageHeight这两个尺寸字段后面的转换脚本靠它们做归一化。5.3 转换出来的TXT里有负宽高或坐标越界现象转换后检查TXT发现某行的width或height是负数或者x_center加width的一半超过了1。原因Labelme里画矩形时两个点的存储顺序并不保证永远是左上到右下。如果先点右下角再点左上角points里的顺序就成了(x1, y1), (x0, y0)直接用第一个点减第二个点会得到负值。中心点坐标虽然不会变但宽高计算就出问题了。解决转换脚本里宽高统一用abs(x1 - x0)和abs(y1 - y0)中心点用两个坐标的平均值而不是从某个顶点推算。这能同时兼容两种点序。改完脚本后重新生成所有TXT再跑一遍越界检查确认没有异常。5.4 图片路径或文件名包含中文训练时读不到图现象YOLOv8训练跑到某个epoch时报FileNotFoundError指向一张图片但手动打开这张图完全正常。重启训练后报错文件又不一定相同间歇性出现。原因OpenCV和Python路径处理对中文路径的兼容性不统一尤其Windows系统下训练时图像读取阶段会偶发路径解码问题。数据集里文件名带中文的图越多触发概率越高。解决最稳妥的方案是先把所有图片和JSON统一改成纯英文文件名再运行转换脚本。名字改成apple_0001.jpg这种顺序编号格式不仅避开中文路径问题后续调试时也更容易按编号定位。这个改动要在转换之前做否则JSON里的imagePath指向的是旧文件名转换脚本会找不到图片。5.5 果实密集且小模型漏检严重现象训练完成后mAP50看起来还行但mAP50-95只有mAP50的一半左右推理时远处小果实的漏检率很高。原因原图分辨率高但训练时缩放到640分辨率小果实被压到几个像素大小特征图里几乎不可见。这是所有大图小目标检测的通病不是权重的问题。果园场景里密集小果实的标注框面积可能不到画面的1%常规训练策略很难覆盖。解决梯度式调整。第一步把imgsz从640提到960甚至1280看小目标的召回率是否上升第二步配合多尺度训练参数让模型在推理时对尺度变化更迟钝如果仍未达标就需要把原图切成小图推理。切片的方法下一章展开它是对小目标最有效的兜底手段。6. 验证结果要认账mAP之外再看三件事训练结束不等于模型能用验证阶段要用三个额外指标判断模型到底行不行。第一件事是看混淆矩阵YOLOv8在训练输出里会自动生成confusion_matrix.png里面会明确标出误检和漏检的数量。单类任务里你重点看背景被误检成apple的比例如果这个值偏高说明模型把树枝、石块、反光都当成了果实光看mAP数字是不知道这个问题的。第二件事是F1-confidence曲线它能告诉你阈值设在多少最合理。曲线峰值对应的confidence就是推理时的推荐值别默认0.25直接按曲线最高点定漏检和误检的平衡点就在那。第三件事是拿验证集上的困难样本做一次可视化回看这一步很多人会跳过。把验证集丢给训练好的模型推理挑出漏检最多、置信度最低的那批图片单独看你会发现漏检的果实往往集中在两个模式里远处果实占比极小、或者是果实被树叶遮挡到只露出一个边缘。这些样本暴露出的问题不是数据不够而是训练时这类困难样本的参与度不足。补救措施是增加困难样本的增强权重或者用在线难例挖掘。我一般先把这批困难样本挑出来单独跑一次针对性的微调往往能拉回一两个点的召回率。如果模型在推理时要面对高分辨率大图一个很实用的技巧是切片推理。把1920x1080的图裁成几块640x640的图块分别推理再把结果坐标映射回原图能显著缓解小目标漏检。这个做法可以使用SAHI工具库它专门做高分辨率图像的目标检测切片策略。我习惯先把切片大小设为640、重叠率保持默认0.2既能覆盖小目标又不会产生大量重复检测。推理时再结合上一段的F1曲线调整置信度阈值检测效果会比直接整图推理扎实很多。这类训练前数据体检的习惯是从一次浪费了整整三天的训练周期里换来的。那次的标注数据里混着一批空JSON模型在训练集上疯狂过拟合验证集上完全找不到北把所有锅都甩给数据后才偶然发现是空文件比例过高。从那以后我每次拿到标注数据集都强制先跑一遍统计脚本再谈转换和训练这套流程已经成了我做检测任务的前置底线。希望帮到你。本文还有配套的精品资源点击获取