简介：这份资源面向计算机、人工智能、自动化等专业的在校学生与教师，提供一套基于YOLOv8的果园成熟果实自动计数完整方案，可用于毕业设计、课程设计或大作业。压缩包共8个文件，约15.91MB，包含3个Python脚本、3个模型权重文件与2个说明文本，分别承担可视化界面、模型训练与视频检测等功能，并附有完整数据集与部署教程，简单部署即可运行。项目可生成核心指标曲线图、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果及标签分布图，便于答辩展示与结果分析。目前已有30人学习，代码均经测试运行成功，拿来即用，也可在此基础上修改扩展实现其他功能，适合目标检测入门进阶与毕设保底需求。
1. 果园果实自动计数：从人工估产到 YOLOv8 落地的真实差距
果园里最耗人力的环节不是采摘，是数果。一个 50 亩的苹果园，三个人拿计数器逐棵走，一天下来眼睛发花，误差还在 15% 以上。更麻烦的是，估产窗口只有谢花后到套袋前那两三周，错过就只能凭经验拍脑袋。基于 YOLOv8 的果园成熟果实自动计数，解决的就是这件事：用普通摄像头或手机拍一圈，模型把果实框出来，按棵树或按亩给出数量，误差压到 5% 以内。它适合三类人——做毕设或课程设计的学生，需要一套能跑通、有界面、有数据集的完整闭环；做智慧农业的工程人员，想验证视觉计数在自家果园的可行性；还有想入门 YOLOv8 目标检测的开发者，拿一个真实场景练手比跑 COCO 有意思得多。这套方案的核心不是模型多先进，而是把数据标注、训练、推理、可视化界面、部署串成一条能复现的链路，简单部署即可运行。
2. 数据准备：果园数据集怎么标、怎么转、怎么分
2.1 果园场景的数据集长什么样
果园果实计数和通用目标检测最大的区别在数据分布。通用数据集里目标大小均匀、背景干净，果园恰恰相反：果实有遮挡，叶片和果实颜色接近，光照从顺光到逆光跨度极大，还有套袋果、病果、未熟果混在一起。如果数据集里只有晴天顺光的清晰果实，模型一到阴天就集体翻车。
我一般建议数据集至少覆盖四个维度：光照（顺光、逆光、阴天）、遮挡程度（无遮挡、半遮挡、严重遮挡）、果实成熟度（青果、转色果、熟果）、拍摄距离（近景单果、中景枝条、远景整树）。每个维度不用平均分配，但每个维度都得有样本，否则模型学到的就是“晴天顺光下的圆形物体”。
数据集规模上，单类果实计数任务，标注 800 到 1500 张图基本能到可用水平。低于 500 张，模型容易过拟合到背景；高于 3000 张，边际收益递减，除非你的果园品种特别杂。标注工具用 LabelImg 或 Labelme 都行，YOLOv8 检测任务用矩形框，导出 YOLO 格式的 txt。
2.2 用 Labelme 标注并转成 YOLOv8 格式
Labelme 默认输出 JSON，YOLOv8 要的是每行class_id x_center y_center width height的归一化 txt。转换脚本如下：
import json import os from pathlib import Path def labelme_to_yolo(json_dir, output_dir, class_map): """ json_dir: Labelme 标注文件目录 output_dir: 输出 YOLO txt 目录 class_map: {'apple': 0, 'orange': 1} 类别映射 """ os.makedirs(output_dir, exist_ok=True) for json_file in Path(json_dir).glob('*.json'): with open(json_file, 'r', encoding='utf-8') as f: data = json.load(f) img_w = data['imageWidth'] img_h = data['imageHeight'] lines = [] for shape in data['shapes']: label = shape['label'] if label not in class_map: continue points = shape['points'] xs = [p[0] for p in points] ys = [p[1] for p in points] x_min, x_max = min(xs), max(xs) y_min, y_max = min(ys), max(ys) # 归一化并转为中心点+宽高 x_center = (x_min + x_max) / 2.0 / img_w y_center = (y_min + y_max) / 2.0 / img_h width = (x_max - x_min) / img_w height = (y_max - y_min) / img_h # 过滤掉宽高为0的异常框 if width <= 0 or height <= 0: continue lines.append(f"{class_map[label]} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}") txt_path = Path(output_dir) / (json_file.stem + '.txt') with open(txt_path, 'w') as f: f.write('\n'.join(lines)) if __name__ == '__main__': labelme_to_yolo( json_dir='datasets/labelme_json', output_dir='datasets/labels', class_map={'apple': 0} )这段脚本的关键点有三个。第一，class_map必须和后续data.yaml里的names顺序一致，否则类别全乱。第二，归一化用的是图像原始宽高，不是缩放后的尺寸，Labelme 的imageWidth和imageHeight就是原图尺寸，直接用。第三，过滤width <= 0的框，Labelme 里偶尔会画出退化的矩形，不处理会在训练时触发 NaN 损失。
2.3 数据集划分与 data.yaml 配置
标注完按 8:1:1 划分训练、验证、测试。划分脚本用splitfolders或手写都行，关键是保证同一棵树的图片不要同时出现在训练集和验证集，否则验证指标虚高。我一般按拍摄批次划分，同一批次（同一天、同一棵树）整体进训练或验证。
data.yaml配置：
path: /home/user/yolo_fruit train: images/train val: images/val test: images/test names: 0: applepath是数据集根目录，train/val/test是相对路径。如果只有一类果实，names就一行。多类的话按 0、1、2 顺序写，和转换脚本的class_map对应。
注意：
data.yaml里的路径不要用中文和空格，YOLOv8 在部分环境下解析中文路径会报编码错误，这是血泪经验。
3. YOLOv8 训练：参数怎么设、损失曲线怎么看、模型怎么选
3.1 环境配置与模型选型
环境配置是新手第一道坎。Ubuntu 20.04 上 CPU 版本和 GPU 版本差别很大。有 NVIDIA 显卡（比如 GTX 1660 Ti 6G）就装 CUDA 版本的 PyTorch，训练速度比 CPU 快 20 倍以上。没有显卡就用 CPU 版本，但训练时间会从几小时拉到几天，建议直接下载预训练权重做推理，或者用云 GPU 跑训练。
# 创建虚拟环境 conda create -n yolo_fruit python=3.9 -y conda activate yolo_fruit # 安装 PyTorch（GPU 版本，CUDA 11.8） pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 # 安装 ultralytics pip install ultralytics # 验证安装 yolo checksyolo checks会输出环境信息，重点看 CUDA 是否可用。如果显示CUDA:0 (NVIDIA GeForce GTX 1660 Ti)就对了，显示CPU说明 PyTorch 装成了 CPU 版本，需要重装。
模型选型上，YOLOv8 提供 n/s/m/l/x 五个尺寸。果园计数任务，yolov8n和yolov8s是性价比最高的。n 模型 3.2M 参数，在 GTX 1660 Ti 上 batch=16 能跑到 60 FPS 以上，mAP 和 s 差距在 2 个点以内。如果果实遮挡严重、小目标多，上yolov8m，但推理速度会降到 30 FPS 左右。l 和 x 不建议，果园计数不需要那么大的容量，反而容易过拟合。
3.2 训练命令与关键参数
yolo detect train \ data=/home/user/yolo_fruit/data.yaml \ model=yolov8s.pt \ epochs=150 \ imgsz=640 \ batch=16 \ lr0=0.01 \ lrf=0.01 \ patience=30 \ device=0 \ workers=4 \ project=runs/fruit \ name=exp1逐个说参数。epochs=150是上限，实际训练中patience=30会在 30 轮没有提升时早停，所以不用怕设大了。imgsz=640是输入尺寸，果园远景图里果实可能只有 20 像素，640 够用；如果果实特别小，上 1280，但显存占用翻四倍。batch=16在 6G 显存上跑 yolov8s 刚好，报 OOM 就降到 8。lr0=0.01是初始学习率，YOLOv8 默认 0.01，数据集小的话降到 0.001 更稳。lrf=0.01是最终学习率因子，余弦退火到lr0 * lrf。
workers=4是数据加载线程数，Windows 上设 0 避免多进程报错，Linux 上设 4 到 8。device=0指定第一块 GPU，CPU 训练改成device=cpu。
3.3 损失曲线怎么读、什么时候该停
训练完在runs/fruit/exp1/下会生成results.csv和results.png。重点看三条曲线：train/box_loss、val/box_loss、metrics/mAP50。
正常情况：train loss 持续下降，val loss 先降后平，mAP50 持续上升然后平台。如果 train loss 还在降但 val loss 开始上升，就是过拟合，早停该触发。如果两条 loss 都震荡不降，检查学习率是不是太大，或者标注框有没有问题。
我一般会额外画一张损失曲线图，方便对比多次实验：
import pandas as pd import matplotlib.pyplot as plt df = pd.read_csv('runs/fruit/exp1/results.csv') df.columns = df.columns.str.strip() fig, axes = plt.subplots(1, 2, figsize=(12, 4)) axes[0].plot(df['epoch'], df['train/box_loss'], label='train') axes[0].plot(df['epoch'], df['val/box_loss'], label='val') axes[0].set_xlabel('epoch') axes[0].set_ylabel('box_loss') axes[0].legend() axes[1].plot(df['epoch'], df['metrics/mAP50(B)'], label='mAP50') axes[1].plot(df['epoch'], df['metrics/mAP50-95(B)'], label='mAP50-95') axes[1].set_xlabel('epoch') axes[1].set_ylabel('mAP') axes[1].legend() plt.tight_layout() plt.savefig('loss_curve.png', dpi=150)results.csv的列名前后可能有空格，strip()处理一下。mAP50 到 0.85 以上、mAP50-95 到 0.55 以上，果园计数就基本可用了。如果 mAP50 卡在 0.6 上不去，优先检查数据集标注质量，而不是换模型。
4. 推理与可视化界面：从命令行到 Web 端
4.1 命令行推理与计数逻辑
训练完的权重在runs/fruit/exp1/weights/best.pt。命令行推理：
yolo detect predict \ model=runs/fruit/exp1/weights/best.pt \ source=test_images/ \ conf=0.4 \ iou=0.5 \ save=True \ save_txt=Trueconf=0.4是置信度阈值，低于 0.4 的框不输出。果园场景建议 0.35 到 0.45，太低会误检叶片，太高会漏检遮挡果。iou=0.5是 NMS 的 IoU 阈值，果实密集时降到 0.4 避免漏检相邻果。
计数逻辑很简单：推理结果里每个框就是一个果实，统计框的数量即可。但要注意，如果一张图里有多棵树，需要按区域划分再计数。我一般用save_txt=True导出每张图的检测结果，再用脚本统计：
from pathlib import Path def count_fruits(txt_dir): """统计每张图的果实数量""" results = {} for txt_file in Path(txt_dir).glob('*.txt'): with open(txt_file, 'r') as f: lines = [l for l in f.readlines() if l.strip()] results[txt_file.stem] = len(lines) return results counts = count_fruits('runs/fruit/exp1/labels') total = sum(counts.values()) print(f"总果实数: {total}") for name, cnt in sorted(counts.items()): print(f"{name}: {cnt}")这个脚本读的是 YOLO 格式的 txt，每行一个框，行数就是果实数。实际部署时会把这段逻辑嵌到推理流程里，直接输出计数结果。
4.2 用 Gradio 搭一个可视化界面
毕设和课程设计通常要求有可视化界面。Gradio 是最快的方式，几十行代码就能跑起来：
import gradio as gr from ultralytics import YOLO from PIL import Image import numpy as np model = YOLO('runs/fruit/exp1/weights/best.pt') def detect_and_count(image, conf_thres): """输入图片，返回标注图和计数结果""" results = model.predict(image, conf=conf_thres, iou=0.5, verbose=False) result = results[0] # 绘制检测框 annotated = result.plot() # 统计数量 count = len(result.boxes) if result.boxes is not None else 0 # 按类别统计 class_counts = {} if result.boxes is not None: for cls_id in result.boxes.cls.tolist(): name = model.names[int(cls_id)] class_counts[name] = class_counts.get(name, 0) + 1 count_text = f"总果实数: {count}\n" for name, cnt in class_counts.items(): count_text += f"{name}: {cnt}\n" return annotated, count_text demo = gr.Interface( fn=detect_and_count, inputs=[ gr.Image(type='pil', label='上传果园图片'), gr.Slider(0.1, 0.9, value=0.4, label='置信度阈值') ], outputs=[ gr.Image(type='numpy', label='检测结果'), gr.Textbox(label='计数结果') ], title='果园成熟果实自动计数系统', description='上传果园图片，自动检测并计数成熟果实' ) demo.launch(server_name='0.0.0.0', server_port=7860)gr.Image(type='pil')接收 PIL 图像，model.predict直接支持。result.plot()返回带框的 numpy 数组，Gradio 能直接显示。conf_thres做成滑块，用户可以根据图片情况调整。server_name='0.0.0.0'让局域网内其他设备也能访问，方便演示。
注意：Gradio 默认只监听 127.0.0.1，部署到服务器上必须改成 0.0.0.0，否则外部访问不了。这是新手最常见的翻车点。
4.3 界面部署到服务器或本地
本地跑直接python app.py。部署到服务器的话，用nohup或screen保持后台运行：
nohup python app.py > gradio.log 2>&1 &然后浏览器访问http://服务器IP:7860。如果服务器有防火墙，开放 7860 端口。CentOS 7 用firewall-cmd，Ubuntu 用ufw。
如果要做成更正式的 Web 系统，可以用 Flask 或 FastAPI 包一层，前端用 HTML 上传图片，后端调 YOLOv8 推理。但毕设和课程设计用 Gradio 足够了，省下来的时间花在模型调优上更值。
5. 避坑与排查：果园计数最容易翻车的五个地方
5.1 验证集指标很高，实际果园一跑就废
现象：训练时 mAP50 到 0.9，拿真实果园图片测试，漏检一半以上。
原因：验证集和训练集来自同一批拍摄，光照、角度、品种都一样，模型学到的是这批数据的特征，不是果实的通用特征。
解决：划分数据集时按拍摄批次分，不要随机分。如果只有一批数据，至少按光照条件分，晴天进训练，阴天进验证。更彻底的做法是补拍不同时间、不同果园的数据。
5.2 果实密集区域漏检严重
现象：单果、稀疏果检测正常，一簇果挤在一起就只框出两三个。
原因：NMS 的 IoU 阈值太高，相邻果实的框重叠度超过阈值被抑制掉了。
解决：推理时把iou从默认 0.7 降到 0.4 到 0.5。训练时可以在data.yaml里加augment: True，YOLOv8 默认开启 mosaic 增强，对密集目标有帮助。如果还不行，考虑用 YOLOv8 的agnostic_nms参数，或者换用 Soft-NMS。
5.3 训练到一半 loss 变成 NaN
现象：前几十轮正常，突然 loss 变 NaN，训练中断。
原因：学习率太大，或者标注框有异常值（宽高为 0、坐标超出图像范围）。
解决：先把lr0降到 0.001 重跑。如果还 NaN，检查标注文件，用脚本过滤掉宽高小于 1 像素的框。另外，batch太大也可能导致梯度爆炸，降到 8 试试。
5.4 Gradio 界面本地能跑，服务器上打不开
现象：服务器上python app.py显示 running，但浏览器访问超时。
原因：Gradio 默认监听 127.0.0.1，只允许本机访问；或者服务器防火墙没开放端口。
解决：demo.launch(server_name='0.0.0.0', server_port=7860)，然后检查防火墙。Ubuntu 用sudo ufw allow 7860，CentOS 用sudo firewall-cmd --add-port=7860/tcp --permanent && sudo firewall-cmd --reload。
5.5 模型在 RK3588 等边缘设备上跑不动
现象：PC 上推理 50 FPS，部署到 RK3588 上只有 2 FPS。
原因：RK3588 的 NPU 需要模型转成 RKNN 格式才能加速，直接跑 PyTorch 模型用的是 CPU。
解决：用 RKNN-Toolkit2 把best.pt先转 ONNX，再转 RKNN。转换时注意量化方式，果园场景建议用混合量化，纯 INT8 量化会掉 3 到 5 个点 mAP。转换脚本和参数在 RKNN 官方文档里有，这里不展开。
6. 进阶技巧：用跟踪做视频计数，把重复计数压下去
图片计数有个天然缺陷：同一棵树拍多张，果实会被重复计数。视频计数能解决这个问题，思路是用 YOLOv8 检测加 ByteTrack 跟踪，给每个果实分配唯一 ID，最后统计 ID 数量。
from ultralytics import YOLO import cv2 model = YOLO('runs/fruit/exp1/weights/best.pt') # 用 YOLOv8 内置的跟踪模式 results = model.track( source='orchard_video.mp4', conf=0.4, iou=0.5, tracker='bytetrack.yaml', persist=True, save=True ) # 统计唯一 ID unique_ids = set() for result in results: if result.boxes is not None and result.boxes.id is not None: for track_id in result.boxes.id.tolist(): unique_ids.add(int(track_id)) print(f"视频中唯一果实数: {len(unique_ids)}")model.track是 YOLOv8 内置的跟踪接口，tracker='bytetrack.yaml'指定跟踪器，persist=True让跟踪器在帧之间保持状态。result.boxes.id是每个检测框的跟踪 ID，同一果实在不同帧里 ID 不变。最后统计唯一 ID 数量就是果实总数。
这个方案的关键参数是conf和iou。视频跟踪对漏检更敏感，因为漏一帧可能导致 ID 切换，所以conf可以降到 0.3，宁可多检不可漏检。iou保持 0.5，太低会导致同一果实被分配多个 ID。
实际测试中，视频计数比图片计数误差低 3 到 5 个百分点，代价是推理速度减半。如果只是做毕设演示，图片计数够用；如果要做产品级估产，视频跟踪是必须的。
我自己踩过的坑是：一开始用图片计数，同一棵树拍了 5 张，数出来 200 个果，实际只有 80 个。后来改成视频绕树拍一圈，跟踪 ID 去重，数字才靠谱。这个教训让我明白，果园计数不是检测问题，是检测加去重的问题。希望帮到你。
本文还有配套的精品资源，点击获取
