企业官网建设流程全解析

简介：棉花叶部病害检测专用标注数据集，面向计算机视觉与智慧农业方向的研究者、学生及开发者，可用于目标检测模型的训练与评测。资源内含977张640×640分辨率的棉花叶片jpg图像，并为每张图片配备Pascal VOC格式xml标注文件与YOLO格式txt标注文件，覆盖22类病害，满足多种深度学习框架的数据输入要求，省去采集图像与人工标注的繁琐流程。压缩包共2000个文件，以979个txt标签文件、977个xml标注文件为主，另有44张jpg图像，整体大小47.86MB，体积适中便于下载与管理。文件命名统一有序，易于进行训练集与验证集的划分。目前已有313人学习浏览该资源。获取这份数据集后，可直接衔接YOLOv5、YOLOv8、SSD、Faster R-CNN等主流检测模型的训练流程，帮助使用者在棉花病害识别任务上快速搭建实验环境，集中精力进行模型调优与精度验证，尤其适合需要标准数据集开展课题研究或项目开发的中高级开发者。

1. 棉花叶子病害检测数据集是什么：977张22类别的VOC+YOLO双格式包

做农业视觉的人经常卡在数据上：棉花叶子病害类别多、相似度高，病斑大小差异也大，很多公开数据集要么贴一张照片给一个标签，要么标注框画得随意，训练出来的模型一换地块就崩。这份“棉花叶子病害检测数据集VOC+YOLO格式977张22类别”恰好是目标检测任务可以直接用的形态。977张图不算多，但22个类别覆盖了常见叶部病害和生理性损伤，而且同时提供VOC XML和YOLO TXT两种标注，意味着你既可以用YOLOv5/YOLOv8按原样训练，也可以把标注导进LabelImg、CVAT等工具继续修，不用自己写一轮转换。下面从解压、格式校验、转换脚本、训练配置到数据增强，给出一套能落地的处理流程。

2. 先解压7z再验货：VOC与YOLO目录结构及标签对应关系

拿到这个.7z文件，第一件事不是急着训练，而是把目录拆开看结构、确认标注格式、抽查边界框是否和图像对得上。很多模型的“低分”不是模型问题，而是数据目录和标签格式被破坏。7z 压缩率比 zip 高，适合打包图像和 XML 混合的小文件，但解压工具链在 Linux 和 Windows 上不一样。

2.1 Linux 和 Windows 下解压7z的最小操作

Linux 上常见的解压命令是：

sudo apt install p7zip-full 7z x 棉花叶子病害检测数据集VOC+YOLO格式977张22类别.7z -o./cotton_disease

x表示保留完整路径，-o指定输出目录，注意-o后面不能有空格。如果你只是想看看里面有什么，用7z l 文件名.7z列目录。Windows 上可以用 7-Zip 图形界面，右键解压即可；也可以用命令行7z.exe x 文件名.7z -oc:\cotton_disease。解压后建议检查文件数量：

find . -type f | wc -l

977 张图像如果每张配套 XML 和 TXT，那么文件总数大约在 2900 以上，除非某些文件缺失。这里“大约”是因为有些数据集可能只给其中一种格式，或者额外附带classes.txt、train.txt等索引文件，所以先用文件数量做初步判断。

2.2 VOC与YOLO两种标注格式的字段差异

VOC 格式用 XML 描述每个目标的类别名和边界框，框是xmin, ymin, xmax, ymax的绝对像素坐标；YOLO 格式用 TXT 描述，每行是class_id x_center y_center width height，其中中心点和宽高都是除以图像宽高后的浮点数。以一张棉花叶片图像为例，VOC XML 片段如下：

<annotation> <filename>leaf_001.jpg</filename> <size> <width>1280</width> <height>720</height> <depth>3</depth> </size> <object> <name>leaf_curl</name> <bndbox> <xmin>126</xmin> <ymin>98</ymin> <xmax>342</xmax> <ymax>287</ymax> </bndbox> </object> </annotation>

对应的 YOLO TXT 内容应该是：

3 0.182812 0.267361 0.168750 0.262500

这里的class_id=3取决于你定义的类别顺序。如果数据集自带classes.txt，顺序以它为准；如果只有 XML，你需要自己固定顺序。转换时最容易犯的错误是忘了框必须完全位于图像内部，或者某些 XML 的 width/height 与真实图片尺寸不一致，转出来的归一化坐标全是错的。

2.3 用脚本抽查标签框是否对齐

手动看几百张图不现实，但可以写一个快速脚本，把 YOLO 标签画回图像上，肉眼检查十张就够发现问题。常见做法是加载图像和对应 txt，然后绘制矩形：

import cv2 img_path = "images/leaf_001.jpg" txt_path = "labels/leaf_001.txt" img = cv2.imread(img_path) h, w = img.shape[:2] with open(txt_path) as f: for line in f: cls, xc, yc, bw, bh = map(float, line.split()) 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, str(int(cls)), (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 255), 2) cv2.imwrite("check_leaf_001.jpg", img)

这段脚本把每个框的中心点坐标换算回像素，并画出类别 ID。如果框跑到图像边缘之外，说明要么标签错误，要么图像被 resize 过而没有同步更新标注。建议对每个类别至少抽查一张，写一个循环批量输出预览图。

提示：如果图像名和标签名不一致，先做一次批量改名，确保leaf_001.jpg对应leaf_001.txt。这是本地训练最常踩的坑。

3. 从VOC到YOLO：转换脚本、类别映射与常见坑

虽然这个数据集标题写了“VOC+YOLO格式”，但实际收到的压缩包有时只有其中一种，或者 YOLO 标签的类别顺序和classes.txt不一致。自己掌握转换脚本是一个必要技能，将来你在 CVAT 上标注完导出 VOC，也要用它转 YOLO。

3.1 基于xml的转换脚本写法

下面是一个把 VOC XML 转成 YOLO TXT 的 Python 脚本，假设所有 XML 在一个目录下：

import os import xml.etree.ElementTree as ET from glob import glob class_names = ["bacterial_blight", "leaf_curl", "whitefly", "spider_mite", ...] # 按你的类别顺序 def convert(xml_file, out_dir): tree = ET.parse(xml_file) root = tree.getroot() img_w = int(root.find("size/width").text) img_h = int(root.find("size/height").text) base = os.path.splitext(os.path.basename(xml_file))[0] with open(os.path.join(out_dir, base + ".txt"), "w") as f: for obj in root.iter("object"): name = obj.find("name").text if name not in class_names: continue cls_id = class_names.index(name) box = obj.find("bndbox") xmin = float(box.find("xmin").text) ymin = float(box.find("ymin").text) xmax = float(box.find("xmax").text) ymax = float(box.find("ymax").text) xc = ((xmin + xmax) / 2) / img_w yc = ((ymin + ymax) / 2) / img_h bw = (xmax - xmin) / img_w bh = (ymax - ymin) / img_h f.write(f"{cls_id} {xc:.6f} {yc:.6f} {bw:.6f} {bh:.6f}\n") os.makedirs("yolo_labels", exist_ok=True) for xml_file in glob("voc_annotations/*.xml"): convert(xml_file, "yolo_labels")

参数说明：class_names列表顺序决定类别 ID，必须和后续训练时data.yaml里的names保持一致；size/width和size/height是原始图像像素尺寸，不能使用压缩后的图像尺寸；写入 txt 时保留 6 位小数足够，不需要过度精确。

3.2 类别文件写错导致训练loss异常

训练 YOLO 时，data.yaml中的类别顺序必须和 TXT 里的 class_id 一一对应。例如你的class_names是["bacterial_blight", "leaf_curl", "whitefly", ...]，但data.yaml里写成了["leaf_curl", "bacterial_blight", ...]，那么模型训练的监督信号会整体错位，表现为训练初期 loss 下降很慢，验证集 mAP 始终在低水平震荡。

验证方法很简单，随机挑一张训练图，打印cls_id对应的类别名，再用模型推理同一张图，对比预测的类别名。脚本思路如下：

with open("labels/leaf_001.txt") as f: line = f.readline() cls_id = int(line.split()[0]) print("gt:", class_names[cls_id])

同时把 yaml 里的 names 也打印出来，人工核对。这种错位不会导致报错，但会让你的 22 类模型实际在学 22 个错误标签，属于最隐蔽的数据问题之一。

3.3 边界框归一化与图像尺寸

YOLO 的 txt 坐标要求以图像宽高为分母。如果某些 XML 里的width是 1280，但实际图像被缩放到 640，那么转出来的坐标会整体放大，导致训练时计算 loss 的边界框错位。建议在转换前统一检查图像实际尺寸，用 OpenCV 读一次：

import cv2 img = cv2.imread("images/leaf_001.jpg") print(img.shape) # (height, width, depth)

如果你的输入图像尺寸不统一，YOLO 训练时会自动做 letterbox resize，但标签坐标是在原始尺寸上归一化的，所以只要保证 XML 里的 size 与原始图像一致即可。不要先手动 resize 图像再导入标注，除非你同步重新计算每个框的坐标。

提示：对于 22 类别的细粒度病害识别，边界框不能画太大——把整个叶片框住虽然能训练，但会让模型学到“叶片=病害”，无法区分病斑位置。检查标注时留意框是否紧贴病斑区域。

4. 用YOLOv8在棉花病害数据上训练自己的检测模型

拿到双格式数据集后，常见做法是直接用 YOLO 格式开始训练。目前 YOLOv8 仍是社区里兼容性最好、上手成本最低的目标检测框架，官方 weights 对中小数据集也能快速收敛。下面按 YOLOv8 的目录约定来组织棉花病害数据。

4.1 数据集目录安排与yaml配置

YOLOv8 要求图像和标签分开放，但在同一个根目录下。推荐结构：

cotton_disease/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── data.yaml

把 977 张图按 7:2:1 或 8:2 划分到 train 和 val。注意划分时要保证同一张图的 image 和 label 同时移动，否则训练时会报 “Can't find label for image” 的错误。data.yaml内容如下：

path: /absolute/path/to/cotton_disease train: images/train val: images/val names: 0: bacterial_blight 1: leaf_curl 2: whitefly ...

path建议写绝对路径，避免相对路径在不同终端下解析不一致。names的索引顺序就是训练时类别 logits 的映射。如果某个类别在 val 中没有样本，训练不会报错但 mAP 会少一个类别，所以划分时最好用分层抽样，保证每个类别在 val 里至少有几张。

4.2 训练命令与关键参数

训练命令一句话就能跑起来：

yolo detect train data=cotton_disease/data.yaml model=yolov8s.pt epochs=200 imgsz=640 batch=8 patience=30 project=runs name=cotton_disease

参数说明：yolov8s.pt表示使用 small 版本预训练权重，比 n 略大，比 m 轻量，适合 977 张的中等数据集；imgsz=640是 YOLOv8 默认推理尺寸，如果你的病斑很小，可以改成 832 或 1024，但注意显存占用会平方级上升；patience=30表示验证指标连续 30 个 epoch 没有提升就早停。显存不够时优先调batch而不是imgsz，比如batch=4。

如果你在用 AMD 显卡跑 YOLO，需要先确认安装了 ROCm 版 PyTorch，YOLOv8 本身没有对 NVIDIA 硬编码，但部分算子在 ROCm 下的兼容性与 CUDA 版本有差异，实测中batch=8可能比 NVIDIA 下更容易出现显存不足。遇到这种情况就把 batch 减半，同时用workers=4加速数据加载。

4.3 损失函数与mAP的联动观察

训练时控制台会打印box_loss,cls_loss,dfl_loss三项损失。棉花病害检测中cls_loss收敛趋势尤其重要，因为 22 个类别的相似度高，类别误判是主要错误来源。如果cls_loss下降明显但box_loss波动大，说明病斑大小差异导致定位不稳定，可以上调box_loss_gain的权重，但 YOLOv8 默认参数一般不需要动。

更直观的做法是每 10 个 epoch 用验证集跑一次：

yolo detect val model=runs/cotton_disease/weights/best.pt data=data.yaml

观察每个类别的 mAP50，找到表现最差的三类，大概率是样本数最少或标注框过大的类别。不要只盯着总 mAP，22 类中某类可能是 0.9，另一类只有 0.2，平均下来 0.55 并没有反应真实短板。

5. 训练前的数据质量检查：标注一致性、类别平衡与增强策略

977 张图、22 个类别，平均每类只有 44 张，但真实分布往往不均。训练前花一小时做数据体检，比训练时反复调参更有效。最后一章具体说说怎么用脚本发现标注问题，以及怎么在数据层面纠偏。

5.1 可视化标注覆盖

把每张验证集图像的预测框或 GT 框画出来做成拼图，快速看整个数据集的标注风格。你可以随机挑 100 张图，把 GT 框画出来存成grid_*.jpg。如果发现大量框只框住了叶片中心而漏掉边缘病斑，说明标注标准不统一。模型学到的是“叶片+病斑”，而不是“病斑本身”，这会影响实际场景下的精准定位。

5.2 类别不均衡的快速计算

统计每类目标数量的脚本：

import glob from collections import Counter counter = Counter() for txt in glob.glob("labels/train/*.txt"): with open(txt) as f: for line in f: cls = line.split()[0] counter[cls] += 1 for cls in sorted(counter.keys()): print(f"{cls}: {counter[cls]}")

如果某个类别框数量低于 50，在 YOLOv8 中通常会欠拟合。这时候不要盲目增加总 epoch，优先做针对性增强。对于棉花叶子病害，常见的增强手段是 HSV 扰动（因为叶片颜色受光照影响大）、马赛克增强和随机旋转，但要注意病斑纹理不能被过度旋转破坏，所以degrees=5左右即可。

5.3 小样本类别怎么增强

YOLOv8 训练参数里可以单独开启增强的强度，比如hsv_h=0.015、hsv_s=0.7、hsv_v=0.4是默认值，对于棉花叶片颜色可以适度加大hsv_h到 0.02，让模型适应不同生长期的叶色。如果某类病斑只有 30 个框，先尝试复制粘贴增强，或者使用mosaic=0.9让模型在混合图中看到更多小目标。注意：这些参数在train.py里需要显式传递，如果用 CLI，写在命令末尾即可。

最后送你一个实用技巧：在训练完成后，用yolo predict跑一遍自己拍摄的、不在数据集里的棉花叶片照片，而不是只用测试集评估。如果真实照片上漏检率明显高于验证集，请检查你的增强配置是否过强，导致模型学了太多噪声；如果图片尺寸过大导致小病斑被压缩，把推理时imgsz调大一级，往往比换模型更有效。

本文还有配套的精品资源，点击获取