当前位置：首页 > news >正文

如何训练一个地瓜的 modelzoo 推理模型

news 2026/5/13 18:51:01

最实用、能跑通、能部署的完整流程，用Ultralytics YOLO（最常用、最稳定）训练地瓜检测 / 分割模型，最后导出成推理模型（.onnx/.engine/.pt），完美适配地平线、嵌入式设备、相机推理。

全程只需要 4 步：准备数据 → 训练 → 验证 → 导出推理模型。

一、你要先明确：地瓜模型做什么？

我默认你要做地瓜目标检测（框出地瓜），这是最常用的。如果需要地瓜分割（抠出地瓜轮廓）、地瓜分级（大小 / 成熟度分类），我也能直接给对应方案。

二、环境准备（1 分钟搞定）

安装 ultralytics（训练 + 推理一体）

bash

运行

pip install ultralytics

三、第 1 步：准备地瓜数据集（最简单方案）

方案 A：用公开地瓜数据集（最快，不用自己标注）

我给你直接可用的红薯 / 地瓜数据集：

Roboflow 公开地瓜数据集：
选一个 → 点击Download→ 格式选YOLOv8→ 下载解压。

方案 B：你自己拍的地瓜图片（推荐）

拍 50～200 张地瓜照片（不同角度、光线、大小）
用LabelStudio或MakeSense在线标注（画框）
导出为YOLO 格式（必须是这个格式）

最终目录结构（必须严格这样放）

plaintext

datasets/ └── sweet_potato/ ├── images/ │ ├── train/ │ └── val/ ├── labels/ │ ├── train/ │ └── val/ └── data.yaml # 配置文件

data.yaml 内容（直接复制改路径）

yaml

path: datasets/sweet_potato # 数据集根路径 train: images/train val: images/val nc: 1 # 只有1类：地瓜 names: 0: sweet_potato # 类别名

四、第 2 步：训练地瓜模型（一行命令）

创建train.py，直接运行：

python

运行

from ultralytics import YOLO # 加载预训练模型（轻量版，速度快，适合推理部署） model = YOLO("yolov8n.pt") # 开始训练 model.train( data="datasets/sweet_potato/data.yaml", # 你的配置 epochs=100, # 训练轮数 imgsz=640, # 图像尺寸 batch=8, # 批次大小 device=0, # 使用GPU name="sweet_potato_model" # 模型名字 )

运行后会自动：

训练
保存最佳模型
输出指标（mAP、准确率）

五、第 3 步：验证模型效果

python

运行

from ultralytics import YOLO # 加载训练好的最佳模型 model = YOLO("runs/detect/sweet_potato_model/weights/best.pt") # 验证 model.val()

六、第 4 步：导出ModelZoo 推理模型（最终可用文件）

训练完的.pt是训练模型，不能直接用于部署推理，必须导出！

导出通用推理模型（支持所有平台）

python

运行

from ultralytics import YOLO model = YOLO("best.pt") # 导出 ONNX 模型（最通用，地平线/相机/嵌入式都能用） model.export(format="onnx", imgsz=640, simplify=True) # 可选：导出 TensorRT（地平线/英伟达加速） # model.export(format="engine") # 可选：导出 OpenVINO（Intel 加速） # model.export(format="openvino")

最终你会得到：

best.onnx→标准 ModelZoo 推理模型
可直接用于：
- 工业相机推理
- 地平线 X3/J5/J6
- 机器人、嵌入式设备
- C++ / Python / Java 推理

七、用训练好的地瓜模型做推理（测试）

python

运行

from ultralytics import YOLO import cv2 # 加载模型 model = YOLO("best.onnx") # 直接用导出的推理模型 # 推理 results = model("test.jpg") # 显示结果 results[0].show() # 保存带框的图片 results[0].save(filename="result.jpg")

效果：自动框出图片里所有地瓜，输出坐标、置信度。