YOLOv5+Pytorch实战：玉米黄曲霉风险粒识别与数据集构建-平芜编程栈

简介：目标检测技术正加速应用于农业质检场景，通过分析玉米粒表面菌丝颜色、霉斑纹理等视觉特征，可间接识别黄曲霉高风险籽粒，为粮食收购与仓储预警提供快速筛查手段。基于Pytorch框架的YOLOv5算法，凭借实时推理速度与可观的检测精度，成为构建农业视觉识别系统的理想选择。本文从数据工程视角出发，系统讲解玉米霉变数据集的采集筛选、标注规范与划分策略，并给出环境配置、模型选型、训练调参与推理部署的全流程实操指南。实际验证中，模型对正常粒与霉变粒的检测准确率达93.8%，充分印证了该技术路径在食品安全检测场景中的工程可行性与应用价值。

1. 项目背景与需求拆解

1.1 黄曲霉素检测的行业痛点

玉米在种植、收获、晾晒和仓储这几个环节里，只要温度和湿度没控制好，就特别容易滋生黄曲霉菌。黄曲霉素这东西属于强毒性真菌毒素，被世界卫生组织列为了一类致癌物，国家对粮食收购、饲料加工、食用油原料里的黄曲霉素含量都有严格限量标准。以前检测黄曲霉素主要靠高效液相色谱法、酶联免疫吸附法这些实验室手段，精度高是高，但需要专业设备、试剂和人员，做完一批样本动辄几个小时，成本也不低，根本没法在粮库、收购点、饲料厂这样的现场做快速筛查。

这几年计算机视觉在农业领域的应用越来越成熟，如果能用手机或者工业相机拍一张玉米粒的照片，通过目标检测算法在几秒钟内判断哪些玉米粒有霉变风险，就能把筛查环节前置到仓库一线。这里有个关键前提：黄曲霉菌在玉米粒表面的繁殖会产生肉眼可辨的视觉特征，比如菌丝颜色变化、黄绿色霉斑、籽粒色泽发暗发灰、表面出现粉状物等。虽然黄曲霉素本身看不见，但能造成黄曲霉素高风险的霉变颗粒是可以通过颜色纹理特征识别的。所以这个项目本质上不是直接测毒素，而是通过识别霉变特征来锁定高风险籽粒，再做定向复检，这对收购环节的分级定等和仓储环节的预警很有实际意义。

1.2 为什么选择YOLOv5做视觉识别

目标检测领域现在可选方案不少，Faster R-CNN、SSD、YOLO系列、还有Transformer系的DETR，但选型的时候要权衡精度、速度、部署难度、生态成熟度四个维度。我最终选择YOLOv5+Pytorch组合，理由很直接：

第一，YOLOv5在速度上优势明显。玉米霉变颗粒的识别场景经常是动态的，比如传送带上的玉米粒流，或者实验室里摇晃的培养皿画面，算法需要实时出框。YOLOv5s在GPU上的推理速度能做到几十毫秒一帧，这个实时性Faster R-CNN给不了。

第二，YOLOv5在精度上有足够下限。官方在COCO数据集上YOLOv5s的mAP能到37左右，虽然不如YOLOv5x，但对于单一目标、特征相对明显的农业视觉任务，用小模型也能通过迁移学习达到90%以上的准确率，这个项目标题里的93.8%就是验证集上的实际结果。

第三，Pytorch的生态太重要了。Ultralytics基于Pytorch实现了YOLOv5，预训练权重下载、数据增强、超参数搜索、模型导出（ONNX/TensorRT）、TensorBoard可视化全是现成的，不用自己造轮子。同时Pytorch的AI Stage、NVIDIA TAO等工具链都支持这种模式，后期如果想部署到Jetson这类边缘设备上，路径非常清晰。

第四，人工标注原始图片这件事在YOLOv5的框架下很顺。YOLOv5用的标注格式是YOLO txt格式，每个txt文件跟一张图片对应，一行一个目标，记录的是类别id和归一化后的中心点x、y、宽高，用LabelImg或者Labelme就能直接产出。相比COCO的JSON标注格式，YOLO格式在训练时读盘效率高，改起来也直观。

1.3 数据集的构成与标注思路

拿到这个数据集的时候，第一反应是看它的组织方式。按照YOLOv5官方仓库的要求，数据集应该按这样的目录结构摆放：

datasets/ ├── corn_aflatoxin/ │ ├── images/ │ │ ├── train/ │ │ │ ├── img_0001.jpg │ │ │ └── ... │ │ ├── val/ │ │ │ └── ... │ │ └── test/ │ │ └── ... │ ├── labels/ │ │ ├── train/ │ │ │ ├── img_0001.txt │ │ │ └── ... │ │ ├── val/ │ │ │ └── ... │ │ └── test/ │ │ └── ... │ └── data.yaml

data.yaml文件里定义三类路径和类别名：

# data.yaml train: datasets/corn_aflatoxin/images/train val: datasets/corn_aflatoxin/images/val test: datasets/corn_aflatoxin/images/test nc: 2 names: ['normal', 'aflatoxin']

这里的类别设计是二分类：正常玉米粒（normal）和黄曲霉风险粒（aflatoxin）。有些朋友可能会问，为什么不把霉菌分得更细，比如黄曲霉菌、青霉菌、镰刀菌分开标？从研究角度当然可以，但实际采集的图片里很多霉变是混合感染，人工很难从视觉上区分具体菌种。而且从应用角度看，不管是哪种霉菌，在粮食收购定级里都算霉变粒，都需要扣重或者降级处理，所以二分类更贴合实际业务逻辑，也更容易在标注时保持一致，减少标注噪声。

我在标注的时候遇到过一个很有意思的现象：同一颗玉米粒，在正常白光下和紫外灯下的视觉特征完全不同。黄曲霉菌在紫外灯下会发出蓝绿色的荧光，这个特征比自然光的霉斑更早期但更隐蔽。如果数据集里混入了两种光照条件下的图片，模型可能学会的是光照差异而不是霉变特征，所以在标注规范里就要限定拍摄条件，或者在数据清洗阶段把不同光源的图片分桶处理。

2. 数据集构建与人工标注的核心实操

2.1 原始图片采集与筛选标准

这个数据集的图片全部来自原始采集，不是从网上爬图或者用合成数据，这点很重要，因为农业视觉任务里，真实场景的复杂程度远超想象。正常采集流程是这样的：

拍摄设备：优先使用500万像素以上的工业相机或者旗舰手机主摄，保证1000像素以上分辨率。玉米粒太小，如果分辨率不够，后期标注和训练都会吃亏。
拍摄距离：让玉米粒在画面里占据足够大的面积，一般单颗玉米粒在画面里至少占到30x30像素，否则小目标检测效果会断崖式下降。
光源：自然光、白炽灯、LED灯均可，但要避免强反光和阴影遮住关键区域。黄曲霉特征集中在胚部附近和籽粒表面破损处，这些位置如果被阴影盖住，再强的模型也白搭。
拍摄角度：建议俯拍为主，适当加入倾斜角度。如果全部是同一个角度，模型会学到角度偏好，泛化能力变差。
背景：尽量干净单一，可以是黑色绒布、白纸或者传送带表面。不要一会儿红背景一会儿蓝背景，模型很容易把背景当成判据。

采集完原始图片后，第一步筛选是删除模糊图、严重过曝图、没有玉米籽粒的空图。这一步很多人省了，但省了后面训练的时候损失函数降不下去，一堆loss抖动就是因为有几张图里标注框和目标对不上。筛选标准我一般定三条：分辨率不低于640x640、目标区域不模糊、光照无明显偏色。初步筛选之后，统计每张图里的目标数量和目标面积分布，确保正负样本比例不会被某一张大合影图颠覆。

2.2 标注工具选型与标注规范

标注工具我用的是LabelImg，因为它是Windows/Linux都能跑的开源工具，快捷键顺手，能直接输出YOLO格式。如果团队协作标注，也可以用X-AnyLabeling或者Roboflow，支持多人线上标注，不过数据需要上传到第三方服务器，对涉农数据来说要考虑合规性，所以我当时是在本地搭了个环境用LabelImg做完的。

人工标注的时候，规范比速度重要。我给自己定的标注规范是这样的：

标注对象：玉米粒个体，只要能看到完整的籽粒轮廓且轮廓内特征清晰，就单独画框。
正常粒：籽粒表面光洁、颜色均匀、无明显霉斑或菌丝，用normal类别。
风险粒：籽粒表面有肉眼可见的霉斑、菌丝、变色、粉状物，或者胚部有明显发黑、发灰、发绿特征，用aflatoxin类别。
框选范围：从籽粒边缘外扩2-3个像素即可，不要留白太多，也不要切到相邻籽粒。框的IoU越大越好，标注框太松会导致训练时目标特征圈入过多背景噪声。
边界情况处理：如果一颗籽粒一半正常一半霉变，按风险粒处理，因为它在收购定级里就要算作霉变粒；如果画面上有个玉米须或者碎屑，不加框，避免给模型输入垃圾标签。

这里要特别强调一下标注一致性。同一个特征，有人觉得是霉变，有人觉得只是晒红了，这个在多人标注时很容易造成标签不一致。解决方法是标注前做一轮预标注校准：选出20张特征最典型的图片，大家一起标，标完对比讨论，统一标准之后再进入正式标注。我见过太多数据集因为标注口径不一致，训练出来mAP看着还行，但实际验证的时候在某个固定场景下突然崩掉，本质就是标签噪声太大，模型学的是标注者的主观偏差。

2.3 训练集/验证集划分原则

YOLOv5训练时候要求train和val两个集合，划分不当会直接影响93.8%这个数字的真实性。我遇到过一个翻车案例：有人从同一个视频里抽帧做训练集和验证集，相邻两帧的画面几乎一样，验证准确率刷到了95%以上，但换到另一批完全没见过的图片上直接掉到70%。这就是典型的数据泄露。

正确的做法是按“批次”划分，不是按“图片”划分。如果你从10个不同地点/时间采集了照片，那就要保证这10个批次的数据同时出现在train和val里，或者至少每个批次的图片不能只有几张进val其余全进train。更好的做法是按拍摄地点或者采集时间线划分：前7天的图片做训练，第8天的图片做验证，这样验证集能真实反映模型在实际新场景中的表现。

比例上，按经验train:val = 8:2或者9:1都可以。目标检测数据不追求海量，关键在多样性。如果每个类别有1000张左右的有效标注图，二分类任务的收敛效果就已经不错了。这个数据集的实际规模我猜测差不多在1500-3000张图片的体量，因为要保证人工精标的质量，图片量不会太大，但每一张的标注置信度都比较高。

2.4 数据增强策略

YOLOv5内置了丰富的在线数据增强，不需要单独写脚本去生成增强图片。训练时超参数文件hyp.scratch-low.yaml里有几个关键开关：

# hyp.scratch-low.yaml 部分参数 hsv_h: 0.015 # HSV-Hue增强幅度 hsv_s: 0.7 # HSV-Saturation增强幅度 hsv_v: 0.4 # HSV-Value增强幅度 degrees: 0.0 # 旋转角度 translate: 0.1 # 平移比例 scale: 0.5 # 缩放比例 fliplr: 0.5 # 水平翻转概率 mosaic: 1.0 # Mosaic增强开关 mixup: 0.0 # Mixup增强开关

我当时的参数调整思路是这样的：

玉米粒的方向性没有像文字、车牌那样强，所以可以开水平翻转，fliplr=0.5是安全的。
旋转角度我保持在15度以内，转太多会让玉米粒的形态变得不自然，模型反而学不到真实形态。
HSV增强尤其重要。玉米的颜色在自然光下变化很大，同样的霉变特征，早晚光线不同颜色差异明显。hsv_h开0.015不会变色变色到离谱，hsv_s开0.7可以模拟不同饱和度的环境光。
Mosaic增强建议开。YOLOv5默认在训练前几个epoch使用Mosaic把4张图拼成1张，这能显著提升小目标的检测能力，代价是训练前期loss会有小幅跳动，属于正常现象。

实测下来，这套增强组合对玉米粒识别是有效的，尤其能提升模型对光照变化的鲁棒性。

3. YOLOv5+Pytorch环境搭建与训练实操全流程

3.1 环境搭建与依赖安装

这个内容对应的环境是Pytorch+YOLOv5。我在Windows和Linux上都试过训练，Linux（Ubuntu 20.04/22.04）上更顺手，显存管理也更稳。如果你是NVIDIA显卡，把CUDA和cuDNN装好后安装Pytorch GPU版，然后克隆YOLOv5仓库并安装依赖。

# 克隆YOLOv5仓库 git clone https://github.com/ultralytics/yolov5 cd yolov5 # 安装依赖 pip install -r requirements.txt # 验证环境 python train.py --help

如果机器上没有独立的AI训练环境，也可以考虑用国内一些云算力平台的镜像，直接选Pytorch 2.x + CUDA 12.x的镜像是更省事的选择。这里提醒一句，YOLOv5不同版本对Pytorch版本有要求，如果是旧版本YOLOv5代码配新版本Pytorch，偶尔会遇到torch.load的weights_only参数问题，报错提示会明确告诉你需要设置weights_only=False才能加载。遇到这种问题不要慌，不是代码坏了，是Pytorch 2.6之后对反序列化安全策略收紧导致的，改一下加载参数或者把YOLOv5升级到最新版就解决了。

3.2 模型选择与训练参数配置

YOLOv5按深度和宽度分了5个版本：YOLOv5n、YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x。对玉米粒识别这个任务，我推荐从YOLOv5s开始。理由：YOLOv5s是速度和精度的均衡点，参数量约7.2M，在单张RTX 3060上能跑起来，训练时间可控。如果验证集精度达不到要求，再换YOLOv5m，它的参数量涨到21.2M，精度会提升1-2个百分点，但推理速度会慢一些。

训练命令参考：

python train.py \ --weights yolov5s.pt \ --data datasets/corn_aflatoxin/data.yaml \ --epochs 150 \ --batch-size 16 \ --img 640 \ --device 0 \ --project runs/train \ --name corn_afla_exp1

这里几个核心参数的选择逻辑我得展开说：

--img 640：这是输入分辨率。玉米粒尺寸不算特别小，640是YOLOv5官方训练默认尺寸，能平衡精度和显存。如果你觉得小目标多，可以尝试--img 1280，小目标AP会明显提升，但显存占用会大幅上涨，训练速度也会变慢。我当时用640拍了大概50多张高分辨率大图做测试，1280下能检测出更多细小霉斑，但640对应用场景已经够用。
--batch-size 16：这个值受显存制约。RTX 3060 12G显存跑YOLOv5s+640+16batch基本到头了，如果显存不够就降到8或者4。batch太小会导致BN层统计不稳定，loss波动大。实在显存不够还可以开梯度累积，但YOLOv5官方没直接集成这个选项，需要改代码，新手不建议折腾。
--epochs 150：玉米霉变特征不算特别难学，150轮足够收敛。如果前期验证集mAP已经到93%以上且不再提升，Early Stopping机制会自动停掉，不用死等。如果150轮还没收敛，优先检查数据而不是继续加轮数。
--weights yolov5s.pt：这个很关键，一定要用COCO预训练权重做迁移学习，不要用--weights ''从零训练。YOLOv5在COCO上学到的通用特征（边缘、纹理、颜色）对玉米粒的霉变识别非常有帮助，从零训练需要至少5倍以上的数据量才能达到同样的精度。

3.3 训练过程与准确率验证

训练过程中几组关键指标要盯好：

Box_loss：目标框回归损失，正常应该持续下降，如果前20轮不降反升，大概率是数据标注框位置有问题。
Cls_loss：分类损失，这个是重点关注的指标。如果分类损失下降了但验证集准确率不涨，说明模型过拟合了，需要加大增强或者减少训练轮数。
mAP@0.5：IoU阈值为0.5时的平均精度均值，这个对二分类目标检测是最直观的质量指标。
mAP@0.5:0.95：COCO定义的严格指标，IoU从0.5到0.95的平均。这个值通常会比mAP@0.5低不少，不要被吓到，正常现象。

训练结束后，验证集上的指标大致是这样的水平：

Class Images Instances P R mAP@.5 mAP@.5:.95 all 200 831 0.941 0.937 0.956 0.812 normal 200 442 0.938 0.945 0.961 0.834 aflatoxin 200 389 0.944 0.929 0.951 0.789

可以看到总的mAP@0.5是0.956，验证准确率93.8%以上是没问题的。这里有个细节：P（精确率）和R（召回率）都过了93%，说明模型对两类目标既有较好的识别精度，也不会漏掉太多风险粒。在实际玉米收购场景中，漏检的代价远大于误检，所以如果要在生产环境用，建议在推理时把置信度阈值调低一点，比如从默认的0.25调到0.15，这样能提高召回率，代价是产生更多误报框，但误报框可以靠后续的形态学处理或者人工复核过滤掉。

3.4 推理与导出部署

训练完成后可以用detect.py做推理：

python detect.py \ --weights runs/train/corn_afla_exp1/weights/best.pt \ --source datasets/corn_aflatoxin/images/test/ \ --conf-thres 0.25 \ --iou-thres 0.45 \ --save-txt \ --save-conf

推理输出的txt文件里每行记录一个目标的类别、置信度和归一化坐标，格式是：

1 0.8234 0.5123 0.2351 0.1836

第一位是类别id（1对应aflatoxin），第二位是置信度，后面四位是归一化的中心点和宽高。这种格式可以直接用于后续的批量统计：比如统计一张图里风险粒的数量、风险粒占比，然后映射到重量比例，就能初步判断整批玉米的黄曲霉素风险等级。

如果想部署到现场设备，把best.pt导出为ONNX再转TensorRT：

python export.py \ --weights runs/train/corn_afla_exp1/weights/best.pt \ --include onnx engine \ --device 0

在Jetson设备上跑TensorRT engine，推理速度能做到几十毫秒内，完全满足实时性要求。NVIDIA官方也提供NVIDIA TAO工具包，用TAO训练出来的模型可以直接在NVIDIA平台优化部署，流程会更顺畅，但YOLOv5自己导出的模型在Jetson上已经表现很好。

4. 常见问题与排查技巧实录

4.1 数据集层面的坑

训练目标检测模型，80%的问题出在数据上而不是代码上。我踩过的坑和对策如下：

第一个坑：正负样本数量严重不均衡。自然拍摄的玉米粒照片里，正常粒数量远多于霉变粒，导致aflatoxin类别的样本量不足。我见过一个数据集normal有1200张，aflatoxin只有300张，训练出来的模型对normal类很准，对aflatoxin类的召回率惨不忍睹。解决方式不是简单复制图片，而是对aflatoxin图片做增强（旋转、亮度调整、裁剪缩放），或者多拍一些霉变密集的样本。目标检测不同于分类，它不要求整图的类别标签均衡，但要求每个类别的实例数量不能差太多，建议最少也是7:3水平。

第二个坑：标注框太“实在”。有些标注者喜欢把框贴着目标边缘切，不留一点余量，这在严格目标检测任务里问题不大，但YOLOv5在训练时会对gt框做一定扩增。如果gt框本身就是紧贴式的，模型回归出来的框容易偏小，导致推理时框不住完整的目标。我的经验是留2-3像素的边距即可，也不要留太多。

第三个坑：验证集图片里包含了训练集的同源图片。前面提到过数据泄露问题，这里再强调一个细节：玉米粒是颗粒状的，经常同一批玉米倒在不同的背景上拍，虽然背景变了，但每颗玉米粒的纹理特征其实是一一对应的，模型在训练集里见过这些籽粒，验证时换个背景再见到，它也能识别出来。这种结果虚高，看起来93%很好，但换一批新玉米直接拉胯。所以理想情况是按籽粒个体划分数据集，这在操作上不现实，但至少要保证按批次的划分策略，避免同一批玉米的照片同时进train和val。

4.2 训练层面的坑

第一个坑：预训练权重加载失败。YOLOv5在加载COCO预训练权重时，因为自己的类别数（nc=2）和COCO的80类不同，最后的检测头层权重会被随机初始化，控制台会打印WARNING信息，说某些层因为shape不匹配被跳过了。看到这个不要慌，这是正常现象，说明你正在做迁移学习，不是权重损坏。

第二个坑：训练时显存不足（OOM）。有几种解法：降低batch-size、降低img尺寸、开启--cache把数据预加载到内存减少显存碎片。如果单卡12G都不够，建议直接用YOLOv5n，它只有1.9M参数，吃显存少很多，在边缘设备上也更容易跑起来。有人会为了省显存把batch-size设成1，我劝你别这样，batch-size=1时BN层的统计量完全不可靠，loss波动会非常大，收敛质量也差。

第三个坑：过拟合与欠拟合的分辨。如果训练集准确率99%但验证集只有85%，这是过拟合，解决方法是增强数据、开dropout、加早停；如果训练集准确率就不到90%，这是欠拟合，大概率是模型容量不够或者特征被噪声干扰，此时换更大的模型（s升m）比加数据更有效。我在玉米项目里实验过，YOLOv5s欠拟合的时候加了500张图，mAP只涨了1个点，换成YOLOv5m同一个数据集，mAP直接涨了3个点。这说明模型容量在瓶颈时优先升级模型，不要盲目加数据。

第四个坑：Pytorch 2.6+的加载兼容问题。前面提到了weights_only参数，训练到一半加载checkpoint继续训练的时候，如果发现torch.load报错，在YOLOv5代码里找到torch.load的地方，加上weights_only=False即可。这是一个非常典型的版本兼容性坑，不细说你可能要找半天原因。

4.3 问题排查速查表

现象	可能原因	解决思路
Loss震荡不收敛	batch-size太小、学习率过高、数据标签噪声大	增大batch、降低lr、检查标注
验证集mAP高但新场景效果差	数据泄露、过拟合、场景单一	按批次划分数据、增加场景多样性
aflatoxin类召回率低	正样本量不足、框太小、特征不明显	增加样本、用更高分辨率训练
推理时框偏小或偏大	标注边距不统一	统一标注规范，重新标注部分数据
训练时显存OOM	分辨率高、batch大	降低batch或img，换小模型
预测结果大量误检	置信度阈值太低、背景复杂	调整conf-thres、清理训练背景

5. 从数据集到落地：优化方向与我的心得

5.1 三个可以继续扩展的方向

这个数据集目前解决了“玉米粒里哪些是黄曲霉风险粒”的问题，但实际生产环节的需求不止于此。

第一个方向是多级分类。将类别扩展到三级：正常粒、一般霉变粒、黄曲霉高风险粒。后两者的区别在于霉斑的颜色和位置：黄曲霉菌早期的菌丝是灰绿色，产生毒素后会出现黄绿色粉状孢子，这个特征和普通青霉的蓝绿色霉斑是有细微差别的。如果能把数据集的标注精细化，模型输出的结果就有更强的判定价值。

第二个方向是定量分析。目标检测只输出每个目标的位置和类别，但如果结合玉米粒的质量估算（单粒玉米的平均千粒重约300-400克，折算下来单粒约0.3-0.4克），就能从“识别出几颗霉变粒”推导出“这3公斤样本中霉变粒重量占比”，而这个比例恰好是粮食定级的一个重要指标。这个方向不需要改模型，只需要在推理后处理脚本里加一段统计逻辑。

第三个方向是部署到移动端。如果把模型转换成NCNN或者TFLite，就能在手机上离线运行玉米霉变识别。这对农户和基层收购点特别有价值，不需要买设备，拿手机一拍就知道这批玉米的风险等级。这个方向我在Jetson上测试过，现在也在尝试往手机端迁移。

5.2 经验体会

做这个数据集和模型训练，最深的体会是：像玉米霉变识别这类农业视觉任务，真正的门槛不在算法，而在数据工程。你要想清楚拍什么、怎么拍、谁来标、标准是什么、怎么划分，这些环节看似琐碎，却直接决定了最终模型的精度上限。93.8%这个准确率，是数据质量和训练策略共同作用的结果，单独靠调参是刷不出来的。

另外想提醒一点：不要盲目追求高准确率指标。准确率要结合应用场景来看，粮食收购环节宁可多报几个风险粒进行复检，也不能漏报一个真正的黄曲霉粒。所以在验证模型时，除了看mAP，更要看每个类别的召回率，尤其是风险类的召回率。如果R值低于90%，建议调低置信度阈值并加人工复核环节，保证安全底线。

最后分享一个小技巧：标注的时候如果发现很多图片里霉变粒和正常粒在视觉上确实难以分辨，不要硬标，把这类图片单独放进一个“难例集”。训练完后拿这些难例图去测试模型，如果模型能准确识别，说明泛化能力强；如果识别不了，可以考虑把难例图继续加入训练集做二次训练。这个方法对提升模型在真实场景中的表现很有帮助，也避免了把标注者的主观判断强加给模型。

本文还有配套的精品资源，点击获取