简介：本资源为面向目标检测学习者的马铃薯缺陷检测数据集，适用于YOLO全系列网络训练，可支撑农产品质检、智能农业等场景下的缺陷识别任务。数据集融合了常见马铃薯缺陷图像，涵盖发芽、真菌病害、机械损伤等5个类别，具体类别可参考class文本文件。压缩包共2000个文件，以1999个txt标签文件和1个Python脚本为主，整体约409.72MB，标签采用YOLO格式，可直接投入训练流程。其中show.py脚本可用于数据可视化，将标注框绘制在图像上，便于快速核验标注质量与类别分布。目前已有436人学习下载，适合从事目标检测实践、需要真实缺陷样本进行模型训练与验证的开发者及学生参考使用。
1. 马铃薯缺陷检测数据集：8000 张图、5 类缺陷，能不能直接喂给 YOLO
拿到一个农业质检的项目，客户张口就要「识别发芽、发霉、破损的土豆」，还要求产线速度。你第一反应肯定是找开源数据集，但 COCO、VOC 里根本没有「发芽马铃薯」这种细粒度类别，自己从零标 8000 张图，两个人干一个月都未必标得完。这份马铃薯（potato）图像缺陷检测数据集就是冲着这个缺口来的：它把常见的马铃薯缺陷数据做了融合，总共超过 8000 张图像，配 labelme 标注，并且已经处理成 YOLO 格式，训练集、验证集、标签、class 文件齐全，YOLO 全系列网络都能直接吃。
它解决的不是「有没有图」的问题，而是「类别定义能不能对上产线质检口径」的问题。类别一共 5 类，包括 Sprouted potato（发芽）、Diseased-fungal potato（真菌病害）、Damaged potato（破损）等，具体以 class 文本文件为准。适合谁？做农产品分选、食品加工质检、农业机器人视觉的从业者，以及想拿一个真实缺陷场景练 YOLO 微调的人。下面我按「先看懂结构、再跑通可视化、再训练、最后避坑」的顺序拆一遍。
2. 数据集结构与 YOLO 格式：先搞懂目录和标签长什么样
2.1 目录组织与文件命名规律
这份数据集最容易被忽略的是它的文件命名。你从项目正文里能看到一堆像images-11-_jpeg_jpg.rf.79ba1df764e9e8c303a2e7e7b6259ab0.txt这样的标签文件名，中间那串rf.加 32 位十六进制是典型的在线标注平台导出特征——图像和标签同名，只是扩展名不同。这意味着你拿到手后，图像目录和标签目录是分开的，靠文件名主干一一对应。
常见做法是整理成这样的结构，方便 YOLO 直接读：
potato_dataset/ ├── images/ │ ├── train/ # 训练图像 │ └── val/ # 验证图像 ├── labels/ │ ├── train/ # 训练标签 txt │ └── val/ # 验证标签 txt ├── classes.txt # 5 个类别名，一行一个 └── show.py # 可视化脚本这里有个血泪经验：很多人直接把所有图丢进一个文件夹就开训，结果验证集里混进了训练图，mAP 虚高到 0.95，上线一测全崩。训练集和验证集必须在文件层面就分开，别指望训练脚本帮你随机切。
2.2 YOLO 标签格式逐字段拆解
YOLO 的标签是纯文本，每行一个目标，格式是class_id x_center y_center width height，后四个都是归一化到 0~1 的相对值。拿一行举例：
0 0.512 0.634 0.221 0.3180：类别索引，对应 classes.txt 里的第 0 行，比如 Sprouted potato0.512：目标框中心点 x 坐标 ÷ 图像宽度0.634：中心点 y 坐标 ÷ 图像高度0.221：框宽 ÷ 图像宽度0.318：框高 ÷ 图像高度
为什么用归一化而不是绝对像素？因为 YOLO 训练时会做多尺度增强，绝对坐标一缩放就错位，归一化后无论图怎么 resize 都成立。这也是为什么你改图像尺寸时不用动标签。
2.3 用脚本校验标签合法性
在训练前，我一般会先跑一个校验脚本，把越界、空标签、类别越界的文件揪出来。这类融合数据集最容易出现标注平台导出时的坐标溢出：
import os import glob def check_labels(label_dir, num_classes=5): bad_files = [] for txt in glob.glob(os.path.join(label_dir, "*.txt")): with open(txt, "r") as f: lines = f.readlines() if not lines: bad_files.append((txt, "空标签")) continue for i, line in enumerate(lines): parts = line.strip().split() if len(parts) != 5: bad_files.append((txt, f"第{i}行字段数={len(parts)}")) continue cls_id = int(parts[0]) coords = [float(x) for x in parts[1:]] if cls_id < 0 or cls_id >= num_classes: bad_files.append((txt, f"第{i}行类别越界={cls_id}")) if any(c < 0 or c > 1 for c in coords): bad_files.append((txt, f"第{i}行坐标越界={coords}")) return bad_files if __name__ == "__main__": bad = check_labels("potato_dataset/labels/train") print(f"发现 {len(bad)} 个问题文件") for path, reason in bad[:20]: print(path, reason)逻辑说明：遍历标签目录下所有 txt，逐行检查字段数是否为 5、类别 id 是否在[0, num_classes)内、四个坐标是否落在[0,1]。参数num_classes默认 5，如果你的 class 文件实际类别数不同，改这个值。跑完把问题文件列出来，坐标越界的要么修要么删，别带着脏数据训练，否则 loss 会莫名其妙震荡。
3. 可视化与训练：show.py 怎么用、YOLO 怎么配
3.1 show.py 把 box 画回图像上
数据集自带的show.py是验证「图和标签对不对得上」的第一道关。它的作用就是把 YOLO 格式的 box 反归一化后画到原图上。核心逻辑大概是这样：
import cv2 import os def draw_yolo_box(img_path, label_path, classes, save_path=None): img = cv2.imread(img_path) h, w = img.shape[:2] if os.path.exists(label_path): with open(label_path) as f: for line in f: cls_id, xc, yc, bw, bh = line.strip().split() cls_id = int(cls_id) xc, yc, bw, bh = map(float, (xc, yc, bw, bh)) # 反归一化：中心点 + 宽高 -> 左上右下像素坐标 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, classes[cls_id], (x1, max(y1 - 5, 10)), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2) if save_path: cv2.imwrite(save_path, img) return img if __name__ == "__main__": classes = [l.strip() for l in open("potato_dataset/classes.txt")] draw_yolo_box("potato_dataset/images/train/xxx.jpg", "potato_dataset/labels/train/xxx.txt", classes, "vis_out.jpg")逻辑说明：先读图拿宽高，再把归一化坐标乘回像素。xc - bw/2是左上角 x，xc + bw/2是右下角 x，y 同理。参数classes从 classes.txt 读，顺序必须和标签里的 class_id 严格对应，错一位就会把「发芽」标成「破损」。跑几张图肉眼看一下，框是不是正好套在缺陷上，这是最省事的质检方式。
3.2 生成 YOLO 训练用的 data.yaml
YOLO 系列训练靠一个 yaml 描述数据路径和类别。常见写法：
path: /home/user/potato_dataset train: images/train val: images/val nc: 5 names: 0: Sprouted potato 1: Diseased-fungal potato 2: Damaged potato 3: class_4 4: class_5path是数据集根目录，train/val是相对路径。nc必须等于类别数，names的键从 0 开始连续。这里最容易翻车的是names顺序和 classes.txt 不一致——训练能跑，但推理时类别名全错位，你还以为是模型没学好。
3.3 起训命令与关键参数
以 YOLOv8 为例，一条命令就能起训：
yolo detect train \ data=potato_dataset/data.yaml \ model=yolov8n.pt \ epochs=100 \ imgsz=640 \ batch=16 \ lr0=0.01 \ patience=20 \ project=runs/potato \ name=exp1参数逐个说：model=yolov8n.pt用 nano 版先跑通，确认流程没问题再换 s/m；imgsz=640是输入分辨率，缺陷目标小的话可以提到 960，但显存翻倍；batch=16按显存调，爆显存就降到 8；lr0=0.01初始学习率，微调预训练模型时我一般降到 0.001 更稳；patience=20是早停，20 轮没提升就停，省时间。训练日志里重点盯mAP50和mAP50-95，前者看召回，后者看框的精度。
4. 避坑与排查：融合数据集最容易踩的五个坑
4.1 类别名对不上，训练正常但推理全错
现象：训练 loss 正常下降，mAP 也还行，但推理时框的位置对、类别名全乱。原因：data.yaml的names顺序和classes.txt不一致，或者标签里的 class_id 是从 1 开始而不是 0。解决：用 2.3 的校验脚本确认 class_id 范围，再逐行比对 classes.txt 和 yaml 的 names，顺序必须完全一致。
4.2 图像和标签文件名主干不匹配
现象：训练报「找不到标签」或大量图被跳过，实际参与训练的样本远少于 8000。原因：融合数据来自多个来源，命名规则不统一，有的图是.jpg标签是.txt但主干差一个后缀。解决：写脚本按主干（去掉扩展名）做匹配，把没有对应标签的图移出去，别让它们污染训练集。
4.3 验证集混入训练图导致指标虚高
现象：验证 mAP 高得离谱，上线一测惨不忍睹。原因：切分时随机打乱，同一张图的增强版本同时进了训练和验证。解决：按原始图像（不是增强后）切分，训练验证比例 8:2 或 9:1，切完再各自做增强。
4.4 小目标缺陷被 resize 抹掉
现象：发芽这种小目标召回率极低。原因：imgsz=640时原图被压缩，几十像素的芽点直接糊没。解决：提高输入分辨率到 960 或 1280，或者用切片推理（把大图切小块分别检测再合并）。代价是显存和推理时间上升，产线要权衡。
4.5 类别不平衡导致模型偏向多数类
现象：破损类样本多，发芽类样本少，模型几乎不预测发芽。原因：5 类缺陷在 8000 张图里分布不均。解决：训练时开类别权重，或用过采样补少数类；YOLOv8 可以在 loss 里调cls权重，也可以先统计每类框数量再决定策略。
5. 进阶技巧：用混淆矩阵和单类 AP 定位短板
训练跑完不是看个总 mAP 就完事。我习惯先看混淆矩阵，它能告诉你模型把哪两类搞混了——比如「Diseased-fungal」和「Damaged」经常互串，说明这两类视觉特征接近，得回去看标注边界是否清晰。YOLO 训练完会在runs/potato/exp1/下生成confusion_matrix.png和results.csv。
results.csv里每轮都有metrics/mAP50-95(B)，但真正有用的是按类拆开的 AP。用下面这段把每类 AP 拉出来对比：
import pandas as pd df = pd.read_csv("runs/potato/exp1/results.csv") df.columns = [c.strip() for c in df.columns] # 找出所有按类记录的 AP 列 ap_cols = [c for c in df.columns if "AP" in c and "50-95" in c] print(df[ap_cols].iloc[-1].sort_values())逻辑说明：读训练结果 csv，筛出每类的 AP50-95 列，取最后一轮的值排序。排在最下面的就是短板类。参数上，如果某一类 AP 明显低于其他类，优先补这类样本或检查标注质量，而不是盲目加轮数。
再补一个实用习惯：推理时把置信度阈值调低到 0.25 先看召回，确认漏检情况，再逐步提到 0.5 看精度。产线场景宁可多报也别漏报，阈值策略要按业务定。我一般会在验证集上画 PR 曲线，找召回和精度的平衡点，而不是拍脑袋定 0.5。
从那以后我每次拿到融合数据集，都强制先跑一遍标签校验、再可视化抽检 20 张、最后按类看 AP，这三步走完才敢起正式训练。希望这份拆解帮到你，少走几个我踩过的坑。
本文还有配套的精品资源，点击获取
