YOLOv5实战：冬虫夏草小目标检测从训练到部署全流程

简介：目标检测是计算机视觉领域的核心任务之一，其本质是在图像中定位并识别感兴趣的目标。在实际工程中，针对小目标、复杂背景的检测场景，模型的选择与训练策略往往比网络结构本身更关键。YOLOv5作为成熟稳定的检测框架，凭借其轻量级设计、灵活的配置和丰富的生态资源，在诸多垂直领域中得到广泛应用。本文以冬虫夏草生长检测为实践案例，系统介绍从数据集构建、标注规范、数据增强到模型训练、超参调整、权重选择，再到推理优化与边缘设备部署的完整链路。通过合理调整置信度阈值、输入分辨率与锚框参数，可有效提升小目标的召回率。该技术路线同样适用于农作物监测、野生资源调查、工业缺陷检测等场景，为开发者提供了一套可复用的工程化解决方案。 这个项目其实挺有意思的。冬虫夏草这玩意儿，跟工业质检里那些规规矩矩的螺丝钉完全不一样，它长在高原草甸上，背景是枯草、泥土、碎石混在一起的复杂环境，子座从土里冒出来，个头小、颜色跟周围环境还特别接近，人眼找起来都得眯着眼睛仔细看。用YOLOv5来做单类别检测，听起来不算复杂，但真正跑通“数据准备→标注→训练→权重部署”这条链路，里头的坑一点不少。这篇就把整个实战过程掰开揉碎，从数据集怎么来、标注要注意什么，到训练参数怎么调、权重文件怎么选，再到推理和常见问题排查，一次性讲清楚。

1. 项目核心思路与方案选型

1.1 为什么选YOLOv5而不是YOLOv8或者更重的框架

先说结论：单类别目标检测，YOLOv5目前依然是性价比最高的选择，没有之一。虽然YOLOv8、YOLOv9这些新版本在COCO这类通用数据集上刷榜刷得很欢，但放到“冬虫夏草生长检测”这种垂直场景里，YOLOv5的生态成熟度、踩坑资料数量、部署资料完整度，都远超新版本。

具体原因有三点。第一，YOLOv5对硬件的要求足够友善。虫草检测这套任务，目标是小尺寸、低对比度，通常需要在实地设备上跑，可能是Jetson Nano，可能是RK3568，也可能是工厂或者实验室里一台普通的老GPU。YOLOv5s和YOLOv5n这两个轻量级版本，在GTX 1660这种入门级显卡上就能训练，推理时甚至CPU都能跑，只不过速度慢一些。而YOLOv8虽然也有n/s版本，但很多老设备上的推理库和工具链对它的支持还没有完全跟上。

第二，YOLOv5的代码结构清晰，配置文件简单，适合做二次改动。比如后面要讲的anchor尺寸调整、数据增强策略开关，都是几行配置的事。而且国内外关于YOLOv5的教程、踩坑记录、社区问答简直是海量，遇到问题搜一下基本都有答案。对这类偏应用型的项目来说，框架的“可救性”比“先进性”重要得多。

第三，YOLOv5的输出权重格式对后续部署非常友好。不管是转成onnx、TorchScript还是TensorRT，都有成熟稳定的转换脚本，这在后面做边缘设备部署时会省掉大量时间。

单类别任务尤其适合YOLOv5还有一个隐藏优势：它的Neck和Head设计本身是按通用物体检测优化的，在处理单类别、小目标、复杂背景这类场景时，可控的调节空间很大，不需要做网络结构层面的改动，只需要在数据增强、锚框、超参上做文章。

1.2 单类别“生长检测”的任务定位

这里需要先把“检测”和“分类”的概念理清楚。这个项目做的是“冬虫夏草生长检测”，本质上是在图像中回答两个问题：图中有没有冬虫夏草？如果有，它在哪里？

这类需求在实际业务中对应很多场景。比如高原产区做虫草资源的动态监测，通过无人机或地面巡拍采集图像，用模型自动框出每个虫草的位置，统计分布密度；再比如药材企业做收购分级前的初筛，把大量历史照片里的虫草快速标记出来，替代人工一张张翻找；还有科研单位做生长周期观测，通过连续图像中的虫草位置变化来分析出土时间、生长速度等指标。

“1类别”意味着不需要区分虫草的种类、等级、生长阶段，只要能找到“目标在哪”就行。这看起来比多类别任务简单，但实际做下来会发现，单类别任务的难点不在“区分度”，而在“查全率”，也就是漏检率。虫草的颜色和周围枯草接近，早期出土的子座非常小，几十像素到一百像素都很常见，如果不专门优化小目标检测能力，模型很容易漏掉大量真实目标。

所以这个项目的数据集设计和训练策略，一切都是围绕“少漏检、少误检”来做的，而不是追求把某个类别的AP刷到99%。

2. 数据集构建与预处理

2.1 数据来源与采集策略

冬虫夏草的数据集不像车牌、行人那么烂大街，公开的现成数据集很少，所以很大概率需要自己动手攒。根据我做类似农作物检测项目的经验，数据来源可以分三条路，按优先级排列。

第一条路是实地采集，也就是带着相机或手机到种植基地、产区草甸去拍。这是最理想的方式，因为拍到的图像和实际部署场景完全一致，没有域偏移问题。拍摄时要注意几个细节：尽量覆盖不同时间段，因为早晨和傍晚的光线角度、色温完全不一样；要拍不同天气条件，晴天、阴天、雨后（虫草出土后带着水珠的样子和干燥时差别很大）；还要覆盖不同背景，纯草地、碎石地、枯草密集地都要有。拍摄高度和角度也要模拟实际使用场景，如果最终打算用无人机俯拍，那训练数据就不要大量使用平视角度拍摄的图。

第二条路是整理历史照片。很多产区的研究者、收购商手里都有大量历史照片，虽然可能没有针对检测任务做过标注，但作为检测任务的原始素材非常合适。我建议在动手标注之前，先建一个简单的素材池，把同角度、同光线、同背景的相似照片去重，避免模型过拟合到重复背景。

第三条路是网络公开图片。这个只能作为补充，因为公开图片的版权、分辨率、拍摄角度差异太大，而且能搜到的虫草特写图大多是大目标、清晰背景，跟实际野外场景差距很大。如果非要用，只能作为增加背景多样性的辅助，不能作为主力数据。

我以自己做的这套数据为例：总共1080张图，其中实地采集约700张，历史资料整理300张，网络补充80张。数量不算多，但单类别检测本身数据需求就不像多类别那么高，关键是质量。

2.2 标注工具与YOLO格式要点

标注工具我用的是LabelImg，开源免费，操作简单，安装后直接就能用。用pip安装就行：

pip install labelImg

然后命令行启动：

labelImg

在工具里把图片文件夹和预定义的类别文件路径配置好，类别文件就是一个txt，每一行写一个类别名。单类别项目就一行：

dongchongxiacao

标注界面里用矩形框把虫草的子座框出来。这里有个非常关键的实操经验：框的范围宁小勿大。冬虫夏草的检测重点通常放在子座（也就是露出地面的那一段真菌结构）上，不要把周围的泥土、小草、杂物包进框里。因为框得太大，会让模型学到“虫草=一堆背景区域+一个小目标”的错误映射，推理时误检率会直线上升。

标注完成后，LabelImg默认会生成VOC格式的XML文件，需要转成YOLO格式的txt。YOLO格式的核心是：每张图对应一个txt文件，每一行代表一个目标，格式是：

class_id center_x center_y width height

注意，这里的四个坐标值全部是归一化到0-1之间的，用像素值除以图像宽高得到。举个例子，一张1920x1080的图中，一个目标框左上角在(500, 300)，右下角在(800, 700)，那么：

img_w, img_h = 1920, 1080 x1, y1, x2, y2 = 500, 300, 800, 700 cx = ((x1 + x2) / 2) / img_w cy = ((y1 + y2) / 2) / img_h w = (x2 - x1) / img_w h = (y2 - y1) / img_h

如果自己写转换脚本，这段逻辑是核心。还要注意，YOLO格式的txt文件名必须和图片文件名完全一致（包括扩展名前面的部分），且放在对应的labels目录下，否则训练时数据加载会报错。

2.3 数据增强策略与样本平衡

数据增强对于虫草这类小目标、复杂背景的任务极其重要。YOLOv5内置了Mosaic增强、随机翻转、HSV色域增强、随机仿射变换等，这些在训练时默认会启用。但对于虫草场景，我建议做几个针对性调整。

首先是Mosaic增强的拼图策略。Mosaic会把4张图缩放到小尺寸再拼接，好处是增加了小目标的数量，坏处是如果原图本身分辨率不高，缩放后目标会变得更加模糊。所以我建议在数据准备阶段就不要把原图压得太小，YOLOv5在训练时会把图resize到输入尺寸（比如640x640），如果原图本身分辨率不足，目标信噪比会急剧下降。我自己的经验是：原图分辨率至少保持1280以上，训练时imgsz可以设成640，让模型在缩放过程中学到更多细节。

其次是翻转增强。YOLOv5默认的翻转参数是随机水平翻转0.5，也就是一半概率左右翻转。虫草的生长方向虽然天然随机的，但如果你在实际部署时对方向有明确要求（比如明确要检测“从土里向上生长”的状态），翻转过狠会让模型对方向不敏感。我在这个项目里把水平翻转概率降到0.25，垂直翻转直接关闭，因为垂直翻转会让虫草变成“倒挂”状态，实际场景不会出现，学了反而干扰。

第三是HSV色域增强。虫草和背景的颜色差异很微妙，过度调整饱和度、色相会让模型学到错误的颜色特征。YOLOv5默认的hsv_h、hsv_s、hsv_v参数是0.015、0.7、0.4，对通用任务合适，但对虫草这种低对比度目标，我建议把hsv_s降到0.3左右，把hsv_v保持0.4，让模型更关注形状和纹理特征，而不是死记颜色。

数据集规模不够时，还可以用离线增强的方式扩充样本，比如旋转90度、180度、270度（对虫草这种无方向性目标其实没毛病），以及加入高斯噪声、轻微模糊，模拟不同天气条件下拍摄的效果。但要记住一个原则：增强是为了模拟真实分布，不是为了编造不存在的场景。

2.4 数据集目录结构

标准的YOLOv5数据集目录结构如下：

dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── dongchongxiacao.yaml

其中images和labels必须严格对应，train、val的比例按8:1:1或9:1来分都可以。单类别任务数据量本身不大，我建议验证集比例稍微高一些，比如15%，这样评估指标更可信。划分的时候一定注意：同一次拍摄的连续帧照片不要同时出现在训练集和验证集里，不然验证集结果会虚高。我习惯按文件名前缀或目录来划分，而不是随机抽，这样更贴近真实场景。

yaml配置文件内容大概是这样的：

train: dataset/images/train val: dataset/images/val test: dataset/images/test nc: 1 names: ['dongchongxiacao']

路径建议用相对路径，这样整个项目目录拷到别的机器上不用改配置。yaml文件里的换行、空格缩进要严格按YAML语法，一个空格错位都会报错。

3. 环境配置与训练关键步骤

3.1 YOLOv5环境安装

环境安装这块，网上教程五花八门，我直接说一套最稳的流程。先创建Python虚拟环境，推荐用conda：

conda create -n yolov5 python=3.8 conda activate yolov5

然后克隆YOLOv5仓库并安装依赖：

git clone https://github.com/ultralytics/yolov5.git cd yolov5 pip install -r requirements.txt

requirements.txt会装torch、torchvision、opencv-python、numpy、matplotlib等一堆依赖。需要注意，这里默认装的是CPU版torch，如果你有NVIDIA GPU，需要先装对应CUDA版本的torch再跑requirements。建议先单独装：

pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118

再执行：

pip install -r requirements.txt

这样能避免依赖顺序问题。装完之后先跑一个最简单的测试：

python detect.py --weights yolov5s.pt --source data/images/bus.jpg

如果顺利输出结果图，说明环境通了。如果卡在下载权重文件那一步，就手动去下载yolov5s.pt放到项目根目录。权重文件名必须严格匹配，大小写都不能错。

3.2 数据配置文件与训练启动

环境就绪后，把前面准备好的dataset目录和yaml配置文件放到YOLOv5项目同级目录下。训练命令是：

python train.py --img 640 --batch 16 --epochs 200 --data dongchongxiacao.yaml --weights yolov5s.pt --name dongchong_test

逐项解释一下：--img是输入图像尺寸，640是默认值，如果你的显存够（比如12G以上）可以调成960，小目标检测效果会明显提升；--batch是批大小，16在8G显存下是安全的，如果爆显存就降到8；--epochs是训练轮数，单类别任务200轮完全够，再多了容易过拟合；--weights是预训练权重，这里用yolov5s.pt，如果你显存很小，可以用yolov5n.pt（更轻量，但精度会掉一点）；--name是训练输出的文件夹名，YOLOv5会保存到runs/train/下。

训练过程中要盯几个东西。第一个是loss曲线，YOLOv5的输出里box_loss、obj_loss、cls_loss三条曲线，单类别任务主要关注box_loss和obj_loss。正常情况是前50轮快速下降，之后缓慢收敛，如果曲线一路走平或者反弹，说明有问题（下面排查章节详细说）。第二个是mAP曲线，每10轮会自动在验证集上评估一次，mAP@0.5一般到0.85以上就算能用，虫草这种难检测的小目标，0.8以上已经算不错了。

3.3 超参数调整与实战心得

YOLOv5自带一个超参数文件data/hyps/hyp.scratch-low.yaml，默认值对通用任务比较稳。但虫草检测有几个参数值得动一动。

一个是锚框（anchor）。YOLOv5默认的anchor是在COCO数据集聚类出来的，对虫草这种小目标来说偏大。如果你在训练日志里看到某些anchor匹配率很低（YOLOv5会自动重聚类，所以一般不用手动改），但为了保险，可以在训练前用YOLOv5自带的聚类脚本对标注框做一次分析。方法不复杂，本质是用K-means统计所有标注框的长宽分布。虫草的目标框特点是：细长、瘦高（子座是长的），跟COCO里那些方形目标差异很大。建议训练时开启--multi-scale参数，让模型适应不同尺度的目标。

另一个是正负样本匹配的iou阈值。YOLOv5低版本用的是single anchor匹配策略，新版本改成动态分配。如果想调，可以在模型配置文件里改anchor_t（默认4.0），这个值越大，允许预测框偏离真实框的程度越大，对召回率有帮助，但会牺牲一些精度。单类别任务我建议适度调高，比如设成4.5，因为虫草目标小、形状细长，太严格的正样本匹配会让模型学不到东西。

还有一个非常容易被忽略的参数：--workers。这个参数控制数据加载的线程数，Windows下默认0，Linux下可以设成4或8。数据加载速度跟不上GPU时，训练会一直等数据，GPU利用率上不去，看起来像模型坏了一样，实际是IO瓶颈。

3.4 权重文件解读与版本管理

训练结束后，runs/train/dongchong_test/weights/目录下会有两个文件：best.pt和last.pt。这两个文件看似差不多，实际用途完全不同。

best.pt是整个训练过程中在验证集上表现最好的权重，也是我们日常推理、部署要用的那个。last.pt是最后一个epoch的权重，主要用于中断后恢复训练，或者你想继续在前一次训练结果的基础上接着跑。千万别把它们搞混了，很多人图省事直接用last.pt部署，结果精度明显偏低。

权重文件用起来有几个细节要注意。第一，best.pt是包含完整的模型结构、优化器状态和训练配置的，文件比较大（yolov5s大约15M），如果只是做推理，可以在detect.py里正常加载，但如果是部署到生产环境，建议用export.py先转成onnx或TorchScript格式，体积更小、加载更快。第二，权重文件的版本和代码版本必须匹配。用YOLOv6.0的代码跑出来的权重，拿到YOLOv5v5.0的代码里直接推理，大概率报错或者结果异常。

我在本地会用一个简单的脚本管理多个项目的权重文件，目录结构按项目分：

weights/ ├── dongchong/ │ ├── best.pt │ ├── last.pt │ └── onnx/ │ └── best.onnx

这样每次训练成果不会互相覆盖，也能快速回溯。

4. 模型评估与推理部署实践

4.1 评估指标怎么看

训练完之后，runs/train/dongchong_test/下会有results.png，里面画了所有指标曲线。单类别任务重点看四个：Precision（精确率）、Recall（召回率）、mAP@0.5、mAP@0.5:0.95。

在虫草检测场景里，Recall比Precision重要。这个逻辑跟工业质检刚好相反：质检里把良品误判成次品会增加人工复检成本，但虫草检测如果漏检（Recall低），意味着实际有虫草的地方没检测出来，统计密度或计数就会偏低，这直接导致数据失真。所以训练阶段如果发现Precision和Recall有矛盾，优先照顾Recall。

YOLOv5在验证时输出的PR曲线图会显示置信度阈值与Precision/Recall的平衡关系。默认置信度阈值是0.25，如果你发现推理时漏检多，可以把这个值降到0.15甚至0.1；如果误检多，就往上调到0.4。这个调参逻辑后面推理部分还会详细说。

一个容易踩的坑：mAP@0.5:0.95这个指标在虫草这种小目标、细长形状的任务上通常不会好看，可能只有0.3-0.4，这是正常的。因为这个IoU阈值范围太严格，虫草的框稍微偏一点IoU就掉得厉害。不要单纯因为mAP@0.5:0.95不高就认为模型不行，还是要看实际推理效果。

4.2 推理参数优化

推理用detect.py，基本命令：

python detect.py --weights runs/train/dongchong_test/weights/best.pt --source test_images/ --conf 0.25 --iou 0.45 --img 640

--conf是置信度阈值，--iou是NMS的IoU阈值。实际调参经验是：虫草检测的置信度阈值不要设太高，因为小目标、低对比度目标的置信度天然偏低。我实测下来，0.15-0.2这个区间的置信度阈值，能在漏检和误检之间找到比较好的平衡点。NMS的iou阈值保持在0.45-0.5就行，虫草目标之间基本不会互相重叠。

如果检测的是视频或实时摄像头流，还要注意--vid-stride参数，默认是1，也就是逐帧检测。野外拍摄的视频如果帧率很高（比如30fps），相邻帧内容几乎不变，可以调成2或3，省一半算力还不漏目标。

代码层面，如果想在推理时顺便输出目标的数量，可以在detect.py的输出循环里加几行判断，统计每个检测结果里框的数量。这个功能在虫草密度统计场景特别实用。

4.3 边缘设备部署的思路

如果最终要部署在Jetson、RK3588这类边缘设备上做实时检测，建议提前把权重转成TensorRT或RKNN格式。YOLOv5自带的export.py支持onnx导出：

python export.py --weights best.pt --include onnx --opset 11

转出来的onnx可以接着用TensorRT的trtexec工具优化，或者转成RKNN。这里有个重要提醒：边缘设备上的量化对细长小目标不友好。虫草目标本身的像素面积小，INT8量化后特征丢失严重，很多目标就检测不到了。如果边缘设备推理精度掉得厉害，优先考虑FP16而不是INT8，或者干脆用FP32，虽然慢一点，但保精度。

部署时还有一个很容易忽略的点：输入分辨率要和训练时保持一致。如果训练用640，推理时为了提高速度改成320，小目标会大量漏检。如果确实需要提速，建议改batch size或换轻量主干，而不是降低输入分辨率。

5. 常见问题与排查技巧实录

5.1 训练不收敛或loss震荡

这个现象在虫草项目里很常见，因为目标小、正负样本极度不平衡。首先要确认一个关键点：是不是数据标注出了问题。我遇到过好几次，训练loss一直降不下去，打开标注文件一看，坐标归一化做错了，有一半目标框的cx、cy超过1，模型根本学不到正确位置。

如果确认标注没问题，再检查训练集和验证集是不是有重复。前面说过，连续帧照片如果同时进训练集和验证集，验证集的loss会很低，但推理时表现差，这是典型的“假收敛”。另外，数据太少也会导致loss震荡，单类别任务至少要有500张有效图，再多就稳很多。

超参数方面，如果前50轮loss完全没有下降趋势，尝试把--lr0（初始学习率）从默认的0.01降到0.001。虫草这种难分类任务，学习率太大容易在loss曲面震荡，小一点反而收敛更稳。

5.2 CUDA显存不足

显存不足是新手遇到最多的报错，英文提示通常是CUDA out of memory。最直接的解决办法是降低--batch，从16降到8再降到4，直到能跑起来。但要注意，batch太小导致梯度估计不准，训练会不稳定。我建议优先降低--img尺寸，从640降到512或480，这样显存占用下降非常明显，同时小目标性能损失不算太大。

如果batch和img都不想动，就开梯度累积，可以通过在训练脚本里设置--accumulate参数（YOLOv5新版没有直接暴露的CLI参数，需要改代码或在hyp里调），相当于每多步积累一次梯度再更新，效果近似于变相扩大batch。

5.3 过拟合特征

虫草数据集如果采集场景单一，模型很容易过拟合。表现形式是：训练集loss很低，但验证集loss反弹，或者验证集mAP迟迟上不去。解决办法有两个方向。一是严格划分数据集，保证训练集和验证集的拍摄场景不重叠；二是加大数据增强强度，把Mosaic的缩放范围调大、开启copy_paste增强（YOLOv5新版支持），让模型见过更多样的输入。

5.4 推理误检、漏检调整思路

把常见问题整理成一张速查表，方便直接对着排查。

5.5 几个容易忽视的细节

这些细节是做完整个项目之后回头看，最想让当初的自己提前知道的。

第一，不要迷信训练轮数多。单类别虫草检测，150-200轮足够，再多就是浪费算力和显存。如果发现100轮以后mAP已经开始走平，可以直接提前停（YOLOv5自带早停机制，默认patience是100，也可以手动设小一点）。

第二，权重文件损坏问题。从网上下载预训练权重时，如果文件下载不全，训练时可能不报错但loss乱跳。遇到训练异常，先把权重文件删掉重新下载，排除这个最简单的可能性。

第三，配置文件的YAML格式陷阱。YOLOv5的data yaml里，冒号后面一定要有空格，train: dataset/images/train这种写法如果写成train:dataset/images/train会直接报错，而且报错信息还很不直观，新人容易在这里卡一个小时。

第四，标签文件和图片数量必须一一对应。有些图是没有目标的，正确的做法是保留一个内容的txt文件（0字节），千万不要把没有目标的图直接删掉，或者不生成空txt。YOLOv5在加载数据时会校验，数量对不上训练就会中断。

第五，多尺度训练与推理分辨率的关系。如果训练时用了--multi-scale，模型在各尺度下都能工作，但推理时最好还是用训练时最常用的主尺度（通常是640），这样效果最稳定。

最后再分享一个小技巧：当我对一个权重文件的效果不确定时，会专门挑几张最难的图（比如目标极小、背景极乱、光线很差的）单独做测试，而不是只看验证集mAP。因为验证集是数据集划分出来的，跟训练集同分布，在这个数据集上效果好不代表真实现场效果好。用最难样本做一个“压力测试”，这个权重能不能用，心里马上就有数了。

这个项目做完，最大的感受是：目标检测项目的重心，往往不在模型本身，而在数据和细节上。YOLOv5的代码和权重都是现成的，真正决定虫草检测效果好坏的是有没有一张干净的、标注合理的、分布贴近真实场景的数据集，以及遇到了loss不降、显存爆掉、识别不准这些问题时，能不能快速定位到症结。把这套流程完整跑一遍，后续再换其他单类别检测项目，基本就是复制粘贴再微调的事。

本文还有配套的精品资源，点击获取