简介本资源是面向计算机视觉初学者与YOLO目标检测实践者的高质量垃圾识别数据集及配套训练支持包解决真实场景下小样本、多类别垃圾目标检测模型训练的数据与环境搭建难题。压缩包共2000个文件含1000张真实场景高清图片、990个YOLO格式标签.txt、1000个VOC格式标注.xml以及6个HTML教程文档、3个Python划分脚本支持train/val/test三集自动拆分并生成ImageSets、1个YOLO训练配置yaml文件整体73.26MB结构清晰、开箱即用。已有1482人学习下载覆盖课程实验、课程设计及毕业设计等教学场景。用户可直接调用三种主流标注格式开展YOLOv5/v8等模型训练同步获得Windows/Linux双平台环境搭建指南、分步式训练教程及多个实用划分脚本显著降低数据预处理与工程复现门槛。1. 这不是“拿来即用”的数据包而是YOLO目标检测落地的最小闭环验证集你下载了一个名为“YOLO垃圾目标检测数据集含1000张图片对应VOC、COCO和YOLO三种格式标签划分脚本训练教程.rar”的压缩包——它表面看是资源合集实则是把YOLO目标检测从数据准备到模型训练的关键断点全部显性化的一套可验证载体。1000张真实场景下的垃圾图像如塑料瓶、纸盒、果皮、烟头等不是合成图或模糊截图而是具备合理光照、遮挡与尺度变化的现场采集样本三种标注格式并存不是简单转换而是暴露了不同框架对坐标系、类别索引、边界框归一化逻辑的根本差异划分脚本不只分train/val/test还强制校验每张图是否真有标注、是否所有类别在各子集中均有覆盖训练教程跳过环境安装泛泛而谈直接从yolov8n.yaml修改类别数开始用ultralytics最新稳定版v8.2.64命令跑通单卡微调。适合两类人刚学完YOLO理论但卡在“数据怎么喂给模型”的新手以及需要快速验证某类小众目标如环卫、市政、环保AI应用是否可用YOLO baseline解决的工程师。它不承诺高精度但能让你30分钟内看到loss下降、50分钟内拿到mAP0.5——这才是工业级目标检测项目启动的真实起点。2. 为什么必须同时提供VOC、COCO、YOLO三种格式坐标系统与类别管理的底层差异决定一切2.1 VOC格式XML结构里的绝对像素坐标与类别字符串绑定VOC格式以filename.xml文件存储核心是bndbox标签内的xmin,ymin,xmax,ymax四个整数值单位为像素原点在左上角。关键约束在于类别名必须与name标签完全一致且区分大小写如plastic_bottle不能写成Plastic_Bottle所有类别必须在ImageSets/Main/目录下对应的train.txt、val.txt中列出文件名不含扩展名Annotations/目录下XML文件名必须与JPEGImages/中图片名严格匹配。提示YOLO训练不直接读VOC但它是人工标注工具如LabelImg的默认输出也是COCO格式转换的中间态。若你的标注团队用LabelImgVOC就是不可绕过的源头格式。2.2 COCO格式JSON中的归一化坐标与category_id映射机制COCO采用单个instances_train.json文件结构分三层images含id,file_name,width,height、annotations含image_id,category_id,bbox、categories含id,name。其中bbox为[x, y, width, height]单位为像素但x,y是左上角坐标非中心点——这点常被误认为YOLO格式。更重要的是category_id必须从1开始连续编号0被保留为背景且categories数组索引需与category_id一一对应同一类别在不同图片中category_id必须相同否则训练时会报IndexError: index out of rangeimages中width/height必须与实际图片尺寸完全一致否则bbox坐标将错位。{ categories: [ {id: 1, name: plastic_bottle}, {id: 2, name: cardboard_box} ], annotations: [ { image_id: 1, category_id: 1, bbox: [120, 85, 92, 138] // x120, y85, w92, h138 } ] }2.2.1 COCO转YOLO时最易踩的坑bbox归一化分母取错YOLO要求bbox为[x_center, y_center, width, height]且全部归一化到[0,1]区间。常见错误是用max(width, height)作分母正确做法是x_center (x width/2) / image_widthy_center (y height/2) / image_heightwidth_norm width / image_widthheight_norm height / image_height若图片尺寸为640x480bbox[120,85,92,138]应转为[0.2656, 0.2792, 0.1438, 0.2875]保留4位小数。任何偏差都会导致anchor匹配失败loss长期不降。2.3 YOLO格式TXT文件中的相对坐标与类别索引零基化每个图片对应一个同名.txt文件每行代表一个目标class_id center_x center_y width height。关键规则class_id从0开始plastic_bottle0,cardboard_box1与COCO的category_id偏移1center_x,center_y,width,height均为[0,1]区间浮点数分母必须是该图片原始宽高非resize后尺寸若一张图无目标对应.txt文件为空非删除文件。注意Ultralytics官方要求YOLO格式的train/目录下必须有images/和labels/两个子目录且images/中图片路径与labels/中txt路径一一对应如images/train/001.jpg→labels/train/001.txt。路径错位会导致KeyError: image_id。3. 划分脚本不止分数据更要保障类别分布均衡与标注完整性校验3.1 标准划分脚本的核心逻辑按图片而非标注行切分很多脚本按标注框数量随机打乱导致某类目标全集中在train集。正确做法是扫描所有图片提取每张图的唯一类别集合如001.jpg含[0,2]002.jpg含[1]按图片ID随机排序但使用stratify参数确保各类别在train/val/test中占比接近sklearn的train_test_split支持强制检查若某类在val集中出现0次脚本自动从train集抽样补充避免No labels found in val set错误。# split_dataset.py 关键片段Python 3.9 from sklearn.model_selection import train_test_split import os, random def get_image_classes(img_path, labels_dir): 返回图片中出现的所有类别ID label_file os.path.join(labels_dir, os.path.splitext(os.path.basename(img_path))[0] .txt) if not os.path.exists(label_file): return [] with open(label_file) as f: classes set() for line in f: if line.strip(): cls_id int(line.split()[0]) classes.add(cls_id) return list(classes) # 获取所有图片路径 img_paths [os.path.join(images, f) for f in os.listdir(images) if f.lower().endswith((.jpg,.jpeg,.png))] # 构建类别向量用于分层抽样 y [max(get_image_classes(p, labels)) if get_image_classes(p, labels) else -1 for p in img_paths] # 分层划分test_size0.2, val_size0.2 → train:60%, val:20%, test:20% train_idx, temp_idx train_test_split(range(len(img_paths)), test_size0.4, stratifyy, random_state42) val_idx, test_idx train_test_split(temp_idx, test_size0.5, stratify[y[i] for i in temp_idx], random_state42)3.1.1 划分后必须执行的三重校验校验项命令失败表现修复动作图片与标签文件名一致性diff (ls images/train | sort) (ls labels/train | sed s/\.txt$/.jpg/ | sort)输出非空行删除缺失配对的文件标签文件中class_id越界grep -n ^[3-9]|^[1-9][0-9] labels/train/*.txt显示行号及内容用sed -i s/^3$/2/g修正假设只有3类val集类别覆盖检查python -c import json; djson.load(open(coco/val.json)); print(set(a[category_id] for a in d[annotations]))输出{1,2}但应有{1,2,3}从train集手动复制含缺失类别的图片3.2 训练教程的最小可行命令绕过配置文件修改的快捷路径Ultralytics v8.2支持命令行直接覆盖配置无需编辑yolov8n.yaml# 在数据集根目录执行假设结构datasets/garbage/images/, datasets/garbage/labels/ yolo detect train \ datadatasets/garbage/data.yaml \ modelyolov8n.pt \ epochs100 \ batch16 \ imgsz640 \ namegarbage_yolov8n \ projectruns/detect \ device0 \ --cfg {nc: 3, names: [plastic_bottle, cardboard_box, food_waste]}data.yaml只需定义train,val,nc,names四字段nc为类别数names为列表--cfg参数直接注入模型结构nc必须与数据集中最大class_id1相等YOLO格式class_id从0开始batch16在单卡RTX 3060上稳定若OOM则降至8不要盲目调大——YOLO的batch size对收敛影响远小于学习率。4. YOLO训练参数调优从loss曲线诊断到学习率、anchor、mosaic的协同调整4.1 loss曲线的三段式解读定位问题根源的黄金法则训练过程中results.png中的三条曲线box_loss, cls_loss, dfl_loss必须同步观察box_loss长期高于cls_loss如box_loss2.5, cls_loss0.3说明定位不准优先检查bbox归一化是否错误、anchor尺寸是否匹配垃圾目标小目标多则需缩小anchorcls_loss不下降但box_loss下降类别混淆检查names顺序是否与label文件class_id一致或是否存在相似类别如paper_bag与cardboard_box所有loss在epoch 20后停滞学习率过高导致震荡或数据增强过度如mosaic1.0对小目标有害。提示用tensorboard --logdirruns/detect/garbage_yolov8n实时查看重点关注train/box_loss的平滑度——锯齿过大说明batch size过小或数据加载瓶颈。4.2 学习率策略cosine退火比step decay更适合小数据集YOLO默认lr00.01对1000张图过大易过拟合。实测有效组合参数推荐值作用说明lr00.001初始学习率1000图用0.01会在epoch5就发散lrf0.01最终学习率 lr0 * lrf即0.00001避免后期震荡warmup_epochs3前3 epoch线性增到lr0缓解初始梯度爆炸optimizerautoUltralytics自动选AdamW比SGD更稳yolo detect train ... \ lr00.001 \ lrf0.01 \ warmup_epochs3 \ optimizerauto4.3 anchor优化用k-means聚类生成适配垃圾目标的先验框默认YOLOv8的anchor[10,13, 16,30, 33,23, 30,61, 62,45, 59,119, 116,90, 156,198, 373,326]针对COCO通用目标对垃圾小目标平均尺寸50px不匹配。运行聚类# 生成聚类输入文件YOLO格式的width,height列表 python -c import glob, os with open(anchors_input.txt,w) as f: for txt in glob.glob(labels/train/*.txt): with open(txt) as t: for line in t: if line.strip(): _, _, _, w, h map(float, line.split()) # 还原为像素尺寸假设imgsz640 w_px, h_px int(w*640), int(h*640) f.write(f{w_px},{h_px}\n) # 运行k-meansk6因YOLOv8用6组anchor kmeans.py -f anchors_input.txt -num_clusters 6 -output anchors_6.txt输出anchors_6.txt类似[12,15, 21,28, 32,42, 45,60, 68,85, 92,110]替换yolov8n.yaml中anchors字段即可。5. 验证与部署前的关键技巧用confusion matrix定位漏检与误检根源5.1 生成混淆矩阵不只是看mAP更要定位具体错误类型训练完成后用验证集生成详细分类报告yolo detect val \ datadatasets/garbage/data.yaml \ modelruns/detect/garbage_yolov8n/weights/best.pt \ conf0.25 \ iou0.6 \ save_txtTrue \ save_confTrue关键参数conf0.25降低置信度阈值捕获更多预测框用于统计iou0.6匹配GT与Pred的IoU阈值COCO标准为0.5此处设0.6更严格save_txtTrue保存每张图的预测结果preds/xxx.txt格式同YOLO标签。然后运行分析脚本# analyze_confusion.py from sklearn.metrics import confusion_matrix import numpy as np # 读取所有gt和pred gt_labels, pred_labels [], [] for txt in glob.glob(val_labels/*.txt): # 读gt with open(txt) as f: for line in f: gt_labels.append(int(line.split()[0])) # 读pred同名preds/xxx.txt pred_file preds/ os.path.basename(txt) if os.path.exists(pred_file): with open(pred_file) as f: for line in f: if float(line.split()[5]) 0.25: # conf 0.25 pred_labels.append(int(line.split()[0])) else: pred_labels.append(-1) # 未检出 cm confusion_matrix(gt_labels, pred_labels, labels[0,1,2]) print(Confusion Matrix:) print(cm)输出示例[[85 12 3] # plastic_bottle: 85正确, 12误判为cardboard, 3误判为food [ 8 92 0] # cardboard_box: 8误判为plastic, 92正确 [ 5 2 73]] # food_waste: 5误判为plastic, 2误判为cardboard, 73正确若plastic_bottle行第二列12显著高于其他说明模型将塑料瓶与纸箱特征混淆——需检查训练图中两类目标的纹理相似度或增加HSV颜色扰动增强。5.2 导出ONNX并验证推理一致性确保部署端无精度损失yolo export \ modelruns/detect/garbage_yolov8n/weights/best.pt \ formatonnx \ dynamicTrue \ simplifyTrue \ opset12导出后用PyTorch和ONNX Runtime分别推理同一张图对比输出import torch, onnxruntime as ort import cv2 import numpy as np # PyTorch推理 model torch.load(best.pt)[model].float().eval() img cv2.imread(test.jpg) img_tensor torch.from_numpy(img.transpose(2,0,1)[None]/255.0).float() pred_pt model(img_tensor)[0] # [1, 84, 8400] # ONNX推理 ort_session ort.InferenceSession(best.onnx) pred_onnx ort_session.run(None, {images: img_tensor.numpy()})[0] # 比较top5置信度 print(PyTorch top5:, pred_pt[0, :5].detach().numpy()) print(ONNX top5: , pred_onnx[0, :5])若差值1e-4说明simplifyTrue破坏了算子——此时去掉simplify参数重导出牺牲体积换取精度。本文还有配套的精品资源点击获取 YOLO目标检测数据集格式转换与训练闭环实践
简介本资源是面向计算机视觉初学者与YOLO目标检测实践者的高质量垃圾识别数据集及配套训练支持包解决真实场景下小样本、多类别垃圾目标检测模型训练的数据与环境搭建难题。压缩包共2000个文件含1000张真实场景高清图片、990个YOLO格式标签.txt、1000个VOC格式标注.xml以及6个HTML教程文档、3个Python划分脚本支持train/val/test三集自动拆分并生成ImageSets、1个YOLO训练配置yaml文件整体73.26MB结构清晰、开箱即用。已有1482人学习下载覆盖课程实验、课程设计及毕业设计等教学场景。用户可直接调用三种主流标注格式开展YOLOv5/v8等模型训练同步获得Windows/Linux双平台环境搭建指南、分步式训练教程及多个实用划分脚本显著降低数据预处理与工程复现门槛。1. 这不是“拿来即用”的数据包而是YOLO目标检测落地的最小闭环验证集你下载了一个名为“YOLO垃圾目标检测数据集含1000张图片对应VOC、COCO和YOLO三种格式标签划分脚本训练教程.rar”的压缩包——它表面看是资源合集实则是把YOLO目标检测从数据准备到模型训练的关键断点全部显性化的一套可验证载体。1000张真实场景下的垃圾图像如塑料瓶、纸盒、果皮、烟头等不是合成图或模糊截图而是具备合理光照、遮挡与尺度变化的现场采集样本三种标注格式并存不是简单转换而是暴露了不同框架对坐标系、类别索引、边界框归一化逻辑的根本差异划分脚本不只分train/val/test还强制校验每张图是否真有标注、是否所有类别在各子集中均有覆盖训练教程跳过环境安装泛泛而谈直接从yolov8n.yaml修改类别数开始用ultralytics最新稳定版v8.2.64命令跑通单卡微调。适合两类人刚学完YOLO理论但卡在“数据怎么喂给模型”的新手以及需要快速验证某类小众目标如环卫、市政、环保AI应用是否可用YOLO baseline解决的工程师。它不承诺高精度但能让你30分钟内看到loss下降、50分钟内拿到mAP0.5——这才是工业级目标检测项目启动的真实起点。2. 为什么必须同时提供VOC、COCO、YOLO三种格式坐标系统与类别管理的底层差异决定一切2.1 VOC格式XML结构里的绝对像素坐标与类别字符串绑定VOC格式以filename.xml文件存储核心是bndbox标签内的xmin,ymin,xmax,ymax四个整数值单位为像素原点在左上角。关键约束在于类别名必须与name标签完全一致且区分大小写如plastic_bottle不能写成Plastic_Bottle所有类别必须在ImageSets/Main/目录下对应的train.txt、val.txt中列出文件名不含扩展名Annotations/目录下XML文件名必须与JPEGImages/中图片名严格匹配。提示YOLO训练不直接读VOC但它是人工标注工具如LabelImg的默认输出也是COCO格式转换的中间态。若你的标注团队用LabelImgVOC就是不可绕过的源头格式。2.2 COCO格式JSON中的归一化坐标与category_id映射机制COCO采用单个instances_train.json文件结构分三层images含id,file_name,width,height、annotations含image_id,category_id,bbox、categories含id,name。其中bbox为[x, y, width, height]单位为像素但x,y是左上角坐标非中心点——这点常被误认为YOLO格式。更重要的是category_id必须从1开始连续编号0被保留为背景且categories数组索引需与category_id一一对应同一类别在不同图片中category_id必须相同否则训练时会报IndexError: index out of rangeimages中width/height必须与实际图片尺寸完全一致否则bbox坐标将错位。{ categories: [ {id: 1, name: plastic_bottle}, {id: 2, name: cardboard_box} ], annotations: [ { image_id: 1, category_id: 1, bbox: [120, 85, 92, 138] // x120, y85, w92, h138 } ] }2.2.1 COCO转YOLO时最易踩的坑bbox归一化分母取错YOLO要求bbox为[x_center, y_center, width, height]且全部归一化到[0,1]区间。常见错误是用max(width, height)作分母正确做法是x_center (x width/2) / image_widthy_center (y height/2) / image_heightwidth_norm width / image_widthheight_norm height / image_height若图片尺寸为640x480bbox[120,85,92,138]应转为[0.2656, 0.2792, 0.1438, 0.2875]保留4位小数。任何偏差都会导致anchor匹配失败loss长期不降。2.3 YOLO格式TXT文件中的相对坐标与类别索引零基化每个图片对应一个同名.txt文件每行代表一个目标class_id center_x center_y width height。关键规则class_id从0开始plastic_bottle0,cardboard_box1与COCO的category_id偏移1center_x,center_y,width,height均为[0,1]区间浮点数分母必须是该图片原始宽高非resize后尺寸若一张图无目标对应.txt文件为空非删除文件。注意Ultralytics官方要求YOLO格式的train/目录下必须有images/和labels/两个子目录且images/中图片路径与labels/中txt路径一一对应如images/train/001.jpg→labels/train/001.txt。路径错位会导致KeyError: image_id。3. 划分脚本不止分数据更要保障类别分布均衡与标注完整性校验3.1 标准划分脚本的核心逻辑按图片而非标注行切分很多脚本按标注框数量随机打乱导致某类目标全集中在train集。正确做法是扫描所有图片提取每张图的唯一类别集合如001.jpg含[0,2]002.jpg含[1]按图片ID随机排序但使用stratify参数确保各类别在train/val/test中占比接近sklearn的train_test_split支持强制检查若某类在val集中出现0次脚本自动从train集抽样补充避免No labels found in val set错误。# split_dataset.py 关键片段Python 3.9 from sklearn.model_selection import train_test_split import os, random def get_image_classes(img_path, labels_dir): 返回图片中出现的所有类别ID label_file os.path.join(labels_dir, os.path.splitext(os.path.basename(img_path))[0] .txt) if not os.path.exists(label_file): return [] with open(label_file) as f: classes set() for line in f: if line.strip(): cls_id int(line.split()[0]) classes.add(cls_id) return list(classes) # 获取所有图片路径 img_paths [os.path.join(images, f) for f in os.listdir(images) if f.lower().endswith((.jpg,.jpeg,.png))] # 构建类别向量用于分层抽样 y [max(get_image_classes(p, labels)) if get_image_classes(p, labels) else -1 for p in img_paths] # 分层划分test_size0.2, val_size0.2 → train:60%, val:20%, test:20% train_idx, temp_idx train_test_split(range(len(img_paths)), test_size0.4, stratifyy, random_state42) val_idx, test_idx train_test_split(temp_idx, test_size0.5, stratify[y[i] for i in temp_idx], random_state42)3.1.1 划分后必须执行的三重校验校验项命令失败表现修复动作图片与标签文件名一致性diff (ls images/train | sort) (ls labels/train | sed s/\.txt$/.jpg/ | sort)输出非空行删除缺失配对的文件标签文件中class_id越界grep -n ^[3-9]|^[1-9][0-9] labels/train/*.txt显示行号及内容用sed -i s/^3$/2/g修正假设只有3类val集类别覆盖检查python -c import json; djson.load(open(coco/val.json)); print(set(a[category_id] for a in d[annotations]))输出{1,2}但应有{1,2,3}从train集手动复制含缺失类别的图片3.2 训练教程的最小可行命令绕过配置文件修改的快捷路径Ultralytics v8.2支持命令行直接覆盖配置无需编辑yolov8n.yaml# 在数据集根目录执行假设结构datasets/garbage/images/, datasets/garbage/labels/ yolo detect train \ datadatasets/garbage/data.yaml \ modelyolov8n.pt \ epochs100 \ batch16 \ imgsz640 \ namegarbage_yolov8n \ projectruns/detect \ device0 \ --cfg {nc: 3, names: [plastic_bottle, cardboard_box, food_waste]}data.yaml只需定义train,val,nc,names四字段nc为类别数names为列表--cfg参数直接注入模型结构nc必须与数据集中最大class_id1相等YOLO格式class_id从0开始batch16在单卡RTX 3060上稳定若OOM则降至8不要盲目调大——YOLO的batch size对收敛影响远小于学习率。4. YOLO训练参数调优从loss曲线诊断到学习率、anchor、mosaic的协同调整4.1 loss曲线的三段式解读定位问题根源的黄金法则训练过程中results.png中的三条曲线box_loss, cls_loss, dfl_loss必须同步观察box_loss长期高于cls_loss如box_loss2.5, cls_loss0.3说明定位不准优先检查bbox归一化是否错误、anchor尺寸是否匹配垃圾目标小目标多则需缩小anchorcls_loss不下降但box_loss下降类别混淆检查names顺序是否与label文件class_id一致或是否存在相似类别如paper_bag与cardboard_box所有loss在epoch 20后停滞学习率过高导致震荡或数据增强过度如mosaic1.0对小目标有害。提示用tensorboard --logdirruns/detect/garbage_yolov8n实时查看重点关注train/box_loss的平滑度——锯齿过大说明batch size过小或数据加载瓶颈。4.2 学习率策略cosine退火比step decay更适合小数据集YOLO默认lr00.01对1000张图过大易过拟合。实测有效组合参数推荐值作用说明lr00.001初始学习率1000图用0.01会在epoch5就发散lrf0.01最终学习率 lr0 * lrf即0.00001避免后期震荡warmup_epochs3前3 epoch线性增到lr0缓解初始梯度爆炸optimizerautoUltralytics自动选AdamW比SGD更稳yolo detect train ... \ lr00.001 \ lrf0.01 \ warmup_epochs3 \ optimizerauto4.3 anchor优化用k-means聚类生成适配垃圾目标的先验框默认YOLOv8的anchor[10,13, 16,30, 33,23, 30,61, 62,45, 59,119, 116,90, 156,198, 373,326]针对COCO通用目标对垃圾小目标平均尺寸50px不匹配。运行聚类# 生成聚类输入文件YOLO格式的width,height列表 python -c import glob, os with open(anchors_input.txt,w) as f: for txt in glob.glob(labels/train/*.txt): with open(txt) as t: for line in t: if line.strip(): _, _, _, w, h map(float, line.split()) # 还原为像素尺寸假设imgsz640 w_px, h_px int(w*640), int(h*640) f.write(f{w_px},{h_px}\n) # 运行k-meansk6因YOLOv8用6组anchor kmeans.py -f anchors_input.txt -num_clusters 6 -output anchors_6.txt输出anchors_6.txt类似[12,15, 21,28, 32,42, 45,60, 68,85, 92,110]替换yolov8n.yaml中anchors字段即可。5. 验证与部署前的关键技巧用confusion matrix定位漏检与误检根源5.1 生成混淆矩阵不只是看mAP更要定位具体错误类型训练完成后用验证集生成详细分类报告yolo detect val \ datadatasets/garbage/data.yaml \ modelruns/detect/garbage_yolov8n/weights/best.pt \ conf0.25 \ iou0.6 \ save_txtTrue \ save_confTrue关键参数conf0.25降低置信度阈值捕获更多预测框用于统计iou0.6匹配GT与Pred的IoU阈值COCO标准为0.5此处设0.6更严格save_txtTrue保存每张图的预测结果preds/xxx.txt格式同YOLO标签。然后运行分析脚本# analyze_confusion.py from sklearn.metrics import confusion_matrix import numpy as np # 读取所有gt和pred gt_labels, pred_labels [], [] for txt in glob.glob(val_labels/*.txt): # 读gt with open(txt) as f: for line in f: gt_labels.append(int(line.split()[0])) # 读pred同名preds/xxx.txt pred_file preds/ os.path.basename(txt) if os.path.exists(pred_file): with open(pred_file) as f: for line in f: if float(line.split()[5]) 0.25: # conf 0.25 pred_labels.append(int(line.split()[0])) else: pred_labels.append(-1) # 未检出 cm confusion_matrix(gt_labels, pred_labels, labels[0,1,2]) print(Confusion Matrix:) print(cm)输出示例[[85 12 3] # plastic_bottle: 85正确, 12误判为cardboard, 3误判为food [ 8 92 0] # cardboard_box: 8误判为plastic, 92正确 [ 5 2 73]] # food_waste: 5误判为plastic, 2误判为cardboard, 73正确若plastic_bottle行第二列12显著高于其他说明模型将塑料瓶与纸箱特征混淆——需检查训练图中两类目标的纹理相似度或增加HSV颜色扰动增强。5.2 导出ONNX并验证推理一致性确保部署端无精度损失yolo export \ modelruns/detect/garbage_yolov8n/weights/best.pt \ formatonnx \ dynamicTrue \ simplifyTrue \ opset12导出后用PyTorch和ONNX Runtime分别推理同一张图对比输出import torch, onnxruntime as ort import cv2 import numpy as np # PyTorch推理 model torch.load(best.pt)[model].float().eval() img cv2.imread(test.jpg) img_tensor torch.from_numpy(img.transpose(2,0,1)[None]/255.0).float() pred_pt model(img_tensor)[0] # [1, 84, 8400] # ONNX推理 ort_session ort.InferenceSession(best.onnx) pred_onnx ort_session.run(None, {images: img_tensor.numpy()})[0] # 比较top5置信度 print(PyTorch top5:, pred_pt[0, :5].detach().numpy()) print(ONNX top5: , pred_onnx[0, :5])若差值1e-4说明simplifyTrue破坏了算子——此时去掉simplify参数重导出牺牲体积换取精度。本文还有配套的精品资源点击获取