棉花叶子病害检测数据集VOC+YOLO格式处理与YOLOv8训练指南

简介棉花叶部病害检测专用标注数据集面向计算机视觉与智慧农业方向的研究者、学生及开发者可用于目标检测模型的训练与评测。资源内含977张640×640分辨率的棉花叶片jpg图像并为每张图片配备Pascal VOC格式xml标注文件与YOLO格式txt标注文件覆盖22类病害满足多种深度学习框架的数据输入要求省去采集图像与人工标注的繁琐流程。压缩包共2000个文件以979个txt标签文件、977个xml标注文件为主另有44张jpg图像整体大小47.86MB体积适中便于下载与管理。文件命名统一有序易于进行训练集与验证集的划分。目前已有313人学习浏览该资源。获取这份数据集后可直接衔接YOLOv5、YOLOv8、SSD、Faster R-CNN等主流检测模型的训练流程帮助使用者在棉花病害识别任务上快速搭建实验环境集中精力进行模型调优与精度验证尤其适合需要标准数据集开展课题研究或项目开发的中高级开发者。1. 棉花叶子病害检测数据集是什么977张22类别的VOCYOLO双格式包做农业视觉的人经常卡在数据上棉花叶子病害类别多、相似度高病斑大小差异也大很多公开数据集要么贴一张照片给一个标签要么标注框画得随意训练出来的模型一换地块就崩。这份“棉花叶子病害检测数据集VOCYOLO格式977张22类别”恰好是目标检测任务可以直接用的形态。977张图不算多但22个类别覆盖了常见叶部病害和生理性损伤而且同时提供VOC XML和YOLO TXT两种标注意味着你既可以用YOLOv5/YOLOv8按原样训练也可以把标注导进LabelImg、CVAT等工具继续修不用自己写一轮转换。下面从解压、格式校验、转换脚本、训练配置到数据增强给出一套能落地的处理流程。2. 先解压7z再验货VOC与YOLO目录结构及标签对应关系拿到这个.7z文件第一件事不是急着训练而是把目录拆开看结构、确认标注格式、抽查边界框是否和图像对得上。很多模型的“低分”不是模型问题而是数据目录和标签格式被破坏。7z 压缩率比 zip 高适合打包图像和 XML 混合的小文件但解压工具链在 Linux 和 Windows 上不一样。2.1 Linux 和 Windows 下解压7z的最小操作Linux 上常见的解压命令是sudo apt install p7zip-full 7z x 棉花叶子病害检测数据集VOCYOLO格式977张22类别.7z -o./cotton_diseasex表示保留完整路径-o指定输出目录注意-o后面不能有空格。如果你只是想看看里面有什么用7z l 文件名.7z列目录。Windows 上可以用 7-Zip 图形界面右键解压即可也可以用命令行7z.exe x 文件名.7z -oc:\cotton_disease。解压后建议检查文件数量find . -type f | wc -l977 张图像如果每张配套 XML 和 TXT那么文件总数大约在 2900 以上除非某些文件缺失。这里“大约”是因为有些数据集可能只给其中一种格式或者额外附带classes.txt、train.txt等索引文件所以先用文件数量做初步判断。2.2 VOC与YOLO两种标注格式的字段差异VOC 格式用 XML 描述每个目标的类别名和边界框框是xmin, ymin, xmax, ymax的绝对像素坐标YOLO 格式用 TXT 描述每行是class_id x_center y_center width height其中中心点和宽高都是除以图像宽高后的浮点数。以一张棉花叶片图像为例VOC XML 片段如下annotation filenameleaf_001.jpg/filename size width1280/width height720/height depth3/depth /size object nameleaf_curl/name bndbox xmin126/xmin ymin98/ymin xmax342/xmax ymax287/ymax /bndbox /object /annotation对应的 YOLO TXT 内容应该是3 0.182812 0.267361 0.168750 0.262500这里的class_id3取决于你定义的类别顺序。如果数据集自带classes.txt顺序以它为准如果只有 XML你需要自己固定顺序。转换时最容易犯的错误是忘了框必须完全位于图像内部或者某些 XML 的 width/height 与真实图片尺寸不一致转出来的归一化坐标全是错的。2.3 用脚本抽查标签框是否对齐手动看几百张图不现实但可以写一个快速脚本把 YOLO 标签画回图像上肉眼检查十张就够发现问题。常见做法是加载图像和对应 txt然后绘制矩形import cv2 img_path images/leaf_001.jpg txt_path labels/leaf_001.txt img cv2.imread(img_path) h, w img.shape[:2] with open(txt_path) as f: for line in f: cls, xc, yc, bw, bh map(float, line.split()) x1 int((xc - bw / 2) * w) y1 int((yc - bh / 2) * h) x2 int((xc bw / 2) * w) y2 int((yc bh / 2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.putText(img, str(int(cls)), (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 255), 2) cv2.imwrite(check_leaf_001.jpg, img)这段脚本把每个框的中心点坐标换算回像素并画出类别 ID。如果框跑到图像边缘之外说明要么标签错误要么图像被 resize 过而没有同步更新标注。建议对每个类别至少抽查一张写一个循环批量输出预览图。提示如果图像名和标签名不一致先做一次批量改名确保leaf_001.jpg对应leaf_001.txt。这是本地训练最常踩的坑。3. 从VOC到YOLO转换脚本、类别映射与常见坑虽然这个数据集标题写了“VOCYOLO格式”但实际收到的压缩包有时只有其中一种或者 YOLO 标签的类别顺序和classes.txt不一致。自己掌握转换脚本是一个必要技能将来你在 CVAT 上标注完导出 VOC也要用它转 YOLO。3.1 基于xml的转换脚本写法下面是一个把 VOC XML 转成 YOLO TXT 的 Python 脚本假设所有 XML 在一个目录下import os import xml.etree.ElementTree as ET from glob import glob class_names [bacterial_blight, leaf_curl, whitefly, spider_mite, ...] # 按你的类别顺序 def convert(xml_file, out_dir): tree ET.parse(xml_file) root tree.getroot() img_w int(root.find(size/width).text) img_h int(root.find(size/height).text) base os.path.splitext(os.path.basename(xml_file))[0] with open(os.path.join(out_dir, base .txt), w) as f: for obj in root.iter(object): name obj.find(name).text if name not in class_names: continue cls_id class_names.index(name) box obj.find(bndbox) xmin float(box.find(xmin).text) ymin float(box.find(ymin).text) xmax float(box.find(xmax).text) ymax float(box.find(ymax).text) xc ((xmin xmax) / 2) / img_w yc ((ymin ymax) / 2) / img_h bw (xmax - xmin) / img_w bh (ymax - ymin) / img_h f.write(f{cls_id} {xc:.6f} {yc:.6f} {bw:.6f} {bh:.6f}\n) os.makedirs(yolo_labels, exist_okTrue) for xml_file in glob(voc_annotations/*.xml): convert(xml_file, yolo_labels)参数说明class_names列表顺序决定类别 ID必须和后续训练时data.yaml里的names保持一致size/width和size/height是原始图像像素尺寸不能使用压缩后的图像尺寸写入 txt 时保留 6 位小数足够不需要过度精确。3.2 类别文件写错导致训练loss异常训练 YOLO 时data.yaml中的类别顺序必须和 TXT 里的 class_id 一一对应。例如你的class_names是[bacterial_blight, leaf_curl, whitefly, ...]但data.yaml里写成了[leaf_curl, bacterial_blight, ...]那么模型训练的监督信号会整体错位表现为训练初期 loss 下降很慢验证集 mAP 始终在低水平震荡。验证方法很简单随机挑一张训练图打印cls_id对应的类别名再用模型推理同一张图对比预测的类别名。脚本思路如下with open(labels/leaf_001.txt) as f: line f.readline() cls_id int(line.split()[0]) print(gt:, class_names[cls_id])同时把 yaml 里的 names 也打印出来人工核对。这种错位不会导致报错但会让你的 22 类模型实际在学 22 个错误标签属于最隐蔽的数据问题之一。3.3 边界框归一化与图像尺寸YOLO 的 txt 坐标要求以图像宽高为分母。如果某些 XML 里的width是 1280但实际图像被缩放到 640那么转出来的坐标会整体放大导致训练时计算 loss 的边界框错位。建议在转换前统一检查图像实际尺寸用 OpenCV 读一次import cv2 img cv2.imread(images/leaf_001.jpg) print(img.shape) # (height, width, depth)如果你的输入图像尺寸不统一YOLO 训练时会自动做 letterbox resize但标签坐标是在原始尺寸上归一化的所以只要保证 XML 里的 size 与原始图像一致即可。不要先手动 resize 图像再导入标注除非你同步重新计算每个框的坐标。提示对于 22 类别的细粒度病害识别边界框不能画太大——把整个叶片框住虽然能训练但会让模型学到“叶片病害”无法区分病斑位置。检查标注时留意框是否紧贴病斑区域。4. 用YOLOv8在棉花病害数据上训练自己的检测模型拿到双格式数据集后常见做法是直接用 YOLO 格式开始训练。目前 YOLOv8 仍是社区里兼容性最好、上手成本最低的目标检测框架官方 weights 对中小数据集也能快速收敛。下面按 YOLOv8 的目录约定来组织棉花病害数据。4.1 数据集目录安排与yaml配置YOLOv8 要求图像和标签分开放但在同一个根目录下。推荐结构cotton_disease/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── data.yaml把 977 张图按 7:2:1 或 8:2 划分到 train 和 val。注意划分时要保证同一张图的 image 和 label 同时移动否则训练时会报 “Cant find label for image” 的错误。data.yaml内容如下path: /absolute/path/to/cotton_disease train: images/train val: images/val names: 0: bacterial_blight 1: leaf_curl 2: whitefly ...path建议写绝对路径避免相对路径在不同终端下解析不一致。names的索引顺序就是训练时类别 logits 的映射。如果某个类别在 val 中没有样本训练不会报错但 mAP 会少一个类别所以划分时最好用分层抽样保证每个类别在 val 里至少有几张。4.2 训练命令与关键参数训练命令一句话就能跑起来yolo detect train datacotton_disease/data.yaml modelyolov8s.pt epochs200 imgsz640 batch8 patience30 projectruns namecotton_disease参数说明yolov8s.pt表示使用 small 版本预训练权重比 n 略大比 m 轻量适合 977 张的中等数据集imgsz640是 YOLOv8 默认推理尺寸如果你的病斑很小可以改成 832 或 1024但注意显存占用会平方级上升patience30表示验证指标连续 30 个 epoch 没有提升就早停。显存不够时优先调batch而不是imgsz比如batch4。如果你在用 AMD 显卡跑 YOLO需要先确认安装了 ROCm 版 PyTorchYOLOv8 本身没有对 NVIDIA 硬编码但部分算子在 ROCm 下的兼容性与 CUDA 版本有差异实测中batch8可能比 NVIDIA 下更容易出现显存不足。遇到这种情况就把 batch 减半同时用workers4加速数据加载。4.3 损失函数与mAP的联动观察训练时控制台会打印box_loss,cls_loss,dfl_loss三项损失。棉花病害检测中cls_loss收敛趋势尤其重要因为 22 个类别的相似度高类别误判是主要错误来源。如果cls_loss下降明显但box_loss波动大说明病斑大小差异导致定位不稳定可以上调box_loss_gain的权重但 YOLOv8 默认参数一般不需要动。更直观的做法是每 10 个 epoch 用验证集跑一次yolo detect val modelruns/cotton_disease/weights/best.pt datadata.yaml观察每个类别的 mAP50找到表现最差的三类大概率是样本数最少或标注框过大的类别。不要只盯着总 mAP22 类中某类可能是 0.9另一类只有 0.2平均下来 0.55 并没有反应真实短板。5. 训练前的数据质量检查标注一致性、类别平衡与增强策略977 张图、22 个类别平均每类只有 44 张但真实分布往往不均。训练前花一小时做数据体检比训练时反复调参更有效。最后一章具体说说怎么用脚本发现标注问题以及怎么在数据层面纠偏。5.1 可视化标注覆盖把每张验证集图像的预测框或 GT 框画出来做成拼图快速看整个数据集的标注风格。你可以随机挑 100 张图把 GT 框画出来存成grid_*.jpg。如果发现大量框只框住了叶片中心而漏掉边缘病斑说明标注标准不统一。模型学到的是“叶片病斑”而不是“病斑本身”这会影响实际场景下的精准定位。5.2 类别不均衡的快速计算统计每类目标数量的脚本import glob from collections import Counter counter Counter() for txt in glob.glob(labels/train/*.txt): with open(txt) as f: for line in f: cls line.split()[0] counter[cls] 1 for cls in sorted(counter.keys()): print(f{cls}: {counter[cls]})如果某个类别框数量低于 50在 YOLOv8 中通常会欠拟合。这时候不要盲目增加总 epoch优先做针对性增强。对于棉花叶子病害常见的增强手段是 HSV 扰动因为叶片颜色受光照影响大、马赛克增强和随机旋转但要注意病斑纹理不能被过度旋转破坏所以degrees5左右即可。5.3 小样本类别怎么增强YOLOv8 训练参数里可以单独开启增强的强度比如hsv_h0.015、hsv_s0.7、hsv_v0.4是默认值对于棉花叶片颜色可以适度加大hsv_h到 0.02让模型适应不同生长期的叶色。如果某类病斑只有 30 个框先尝试复制粘贴增强或者使用mosaic0.9让模型在混合图中看到更多小目标。注意这些参数在train.py里需要显式传递如果用 CLI写在命令末尾即可。最后送你一个实用技巧在训练完成后用yolo predict跑一遍自己拍摄的、不在数据集里的棉花叶片照片而不是只用测试集评估。如果真实照片上漏检率明显高于验证集请检查你的增强配置是否过强导致模型学了太多噪声如果图片尺寸过大导致小病斑被压缩把推理时imgsz调大一级往往比换模型更有效。本文还有配套的精品资源点击获取