簡(jiǎn)介基于YOLOv8的102種昆蟲(chóng)檢測(cè)系統(tǒng)是一套可直接運(yùn)行的Python項(xiàng)目同時(shí)提供ONNX模型和PyQt5編寫(xiě)的精美GUI界面面向目標(biāo)檢測(cè)學(xué)習(xí)者以及農(nóng)業(yè)、生態(tài)領(lǐng)域的開(kāi)發(fā)者解決昆蟲(chóng)種類(lèi)自動(dòng)識(shí)別與計(jì)數(shù)等實(shí)際需求。項(xiàng)目基于Windows10Python3.8PyTorch1.9Ultralytics8.2版本驗(yàn)證內(nèi)置yolov8n.onnx權(quán)重與class_names.txt類(lèi)別清單可檢測(cè)102種昆蟲(chóng)壓縮包共34個(gè)文件除Python源碼外還包含JPG測(cè)試圖片、PNG界面素材、XML標(biāo)注文件、TXT模型說(shuō)明及評(píng)估指標(biāo)曲線results.png整體僅11.58MB目錄結(jié)構(gòu)清晰便于快速啟動(dòng)和二次開(kāi)發(fā)。使用者可通過(guò)GUI上傳圖片進(jìn)行推理也可借助模型說(shuō)明和環(huán)境配置快速遷移到自有數(shù)據(jù)對(duì)復(fù)現(xiàn)實(shí)驗(yàn)或擴(kuò)展昆蟲(chóng)檢測(cè)方案很有幫助。目前該資源已有470人學(xué)習(xí)下載適合希望少走彎路、直接基于現(xiàn)成代碼開(kāi)展昆蟲(chóng)檢測(cè)工作的開(kāi)發(fā)者。 從拿到別人的訓(xùn)練權(quán)重到自己跑通一條完整的檢測(cè)鏈路中間隔著的往往不是模型有多高深而是數(shù)據(jù)、部署、界面這一堆“臟活累活”。最近我把一臺(tái)舊電腦翻出來(lái)重新梳理了手頭一個(gè)“基于YOLOv8的102種昆蟲(chóng)檢測(cè)”項(xiàng)目。這個(gè)項(xiàng)目不僅包含完整的Python源碼還帶有ONNX推理模型、評(píng)估指標(biāo)曲線和一套可以直接操作的GUI界面。老實(shí)說(shuō)這類(lèi)項(xiàng)目在各類(lèi)代碼倉(cāng)庫(kù)里不算少見(jiàn)但多數(shù)要么只有訓(xùn)練腳本沒(méi)有部署端要么模型跑通了卻不知道怎么做出一個(gè)像樣的交互界面。這篇文章就把我實(shí)際搭建和運(yùn)行這個(gè)項(xiàng)目的完整過(guò)程記錄下來(lái)包括模型選型的原因、數(shù)據(jù)準(zhǔn)備時(shí)的坑、訓(xùn)練和評(píng)估指標(biāo)怎么看、ONNX轉(zhuǎn)換的關(guān)鍵步驟以及GUI界面里那些容易被忽略的交互細(xì)節(jié)。如果你也準(zhǔn)備做昆蟲(chóng)識(shí)別、農(nóng)業(yè)害蟲(chóng)檢測(cè)相關(guān)的課題或者工程落地這篇應(yīng)該能幫你省下不少來(lái)回折騰的時(shí)間。1. 項(xiàng)目全貌與整體設(shè)計(jì)思路1.1 為什么是YOLOv8而不是YOLOv5或更早的版本昆蟲(chóng)檢測(cè)屬于典型的小目標(biāo)密集檢測(cè)場(chǎng)景很多昆蟲(chóng)體積小、顏色和背景接近、同類(lèi)之間姿態(tài)差異大這對(duì)檢測(cè)模型的特征提取能力提出了比通用物體檢測(cè)更高的要求。YOLOv8相比v5最大的變化在于主干網(wǎng)絡(luò)采用了C2f模塊這個(gè)模塊借鑒了CSPNet思想并加入了更多梯度分流分支在同等參數(shù)量下能保留更豐富的梯度信息對(duì)小目標(biāo)的特征表達(dá)更友好。同時(shí)v8全面轉(zhuǎn)向Anchor-Free設(shè)計(jì)去掉了預(yù)設(shè)錨框的尺寸聚類(lèi)過(guò)程簡(jiǎn)化了訓(xùn)練配置也讓模型輸出頭的回歸更靈活。我在這個(gè)項(xiàng)目里實(shí)際對(duì)比過(guò)YOLOv8n和YOLOv8s兩個(gè)規(guī)格。v8n參數(shù)量約3.2M在CPU上也能勉強(qiáng)實(shí)時(shí)推理但遇到密集重疊的昆蟲(chóng)場(chǎng)景時(shí)漏檢明顯v8s參數(shù)量約11.2M在GTX 1660 Ti這類(lèi)中端顯卡上推理速度大約在50到60 FPS精度比n版高了將近4個(gè)點(diǎn)的mAP。最終交付我選了v8s作為主模型同時(shí)保留v8n作為輕量備選方便移植到嵌入式設(shè)備。1.2 102種類(lèi)別背后的數(shù)據(jù)集設(shè)計(jì)這個(gè)項(xiàng)目檢測(cè)的102種昆蟲(chóng)訓(xùn)練數(shù)據(jù)主要來(lái)自公開(kāi)的IP102數(shù)據(jù)集但直接用原始數(shù)據(jù)訓(xùn)練效果并不理想。IP102本身存在標(biāo)簽噪聲大、樣本不均衡、部分類(lèi)別圖片尺寸混亂的問(wèn)題。我在預(yù)處理階段做了三件關(guān)鍵的事一是篩掉分辨率低于320×320的模糊樣本二是按類(lèi)別重新檢查邊界框剔除大量標(biāo)注框偏移明顯的壞樣本三是對(duì)樣本數(shù)量少于100張的類(lèi)別做離線增強(qiáng)包括隨機(jī)旋轉(zhuǎn)、裁剪、色彩抖動(dòng)和Mosaic增強(qiáng)。這里特別想提醒一句別看昆蟲(chóng)識(shí)別聽(tīng)起來(lái)小眾類(lèi)別之間的關(guān)系其實(shí)很容易混淆。比如葉蟬和飛虱、蚜蟲(chóng)和粉虱外形接近而且經(jīng)常出現(xiàn)在同一種作物上如果不對(duì)數(shù)據(jù)清洗下功夫訓(xùn)練出來(lái)的模型就會(huì)在部署時(shí)頻繁出現(xiàn)“張冠李戴”。項(xiàng)目里每一類(lèi)昆蟲(chóng)的樣本量從幾百到幾千不等分布很不均勻所以我在Loss計(jì)算上用了類(lèi)別權(quán)重讓樣本量少的類(lèi)別獲得更高的懲罰權(quán)重避免模型整體偏向頭部類(lèi)別。2. 訓(xùn)練配置與評(píng)估指標(biāo)拆解2.1 環(huán)境搭建和依賴(lài)版本這個(gè)項(xiàng)目的環(huán)境配置不算復(fù)雜但版本匹配的坑不少。我的建議是Python用3.9或3.10PyTorch用2.xUltralytics庫(kù)用8.0.x以上的版本對(duì)應(yīng)ONNX Runtime用1.16以上。CUDA方面訓(xùn)練需要NVIDIA顯卡GTX 1660 Ti、RTX 3060這個(gè)級(jí)別就能跑顯存6GB以上可以比較從容地訓(xùn)練v8s模型。貼一下我實(shí)際用的核心依賴(lài)版本作為參考python3.9.18 torch2.1.2cu118 torchvision0.16.2cu118 ultralytics8.1.0 onnx1.15.0 onnxruntime-gpu1.16.3 PySide66.6.1 opencv-python4.9.0.80 numpy1.26.0裝PyTorch的時(shí)候記得去官網(wǎng)生成對(duì)應(yīng)的CUDA安裝命令千萬(wàn)不要圖省事直接pip install torch裝CPU版否則后續(xù)訓(xùn)練慢到懷疑人生。安裝完成后用下面這行命令驗(yàn)證GPU是否可用python -c import torch; print(torch.cuda.is_available(), torch.cuda.get_device_name(0))如果輸出True和顯卡型號(hào)說(shuō)明環(huán)境沒(méi)問(wèn)題。2.2 訓(xùn)練命令與核心參數(shù)選擇數(shù)據(jù)集組織成YOLO格式后data.yaml里的配置大概是這樣的path: D:/insect_dataset train: images/train val: images/val test: images/test nc: 102 names: 0: rice_leaf_roller 1: rice_leaf_caterpillar # ... 共102類(lèi)按自己的類(lèi)別順序?qū)懹?xùn)練命令我用的是Ultralytics官方CLI方式y(tǒng)olo train modelyolov8s.pt datadata.yaml epochs150 imgsz640 batch16 device0 workers4幾個(gè)關(guān)鍵參數(shù)說(shuō)一下imgsz我試過(guò)640和768768在小目標(biāo)場(chǎng)景下mAP能提升1.5個(gè)點(diǎn)左右但顯存占用和推理耗時(shí)都有增加最后綜合考慮還是用640因?yàn)椴渴鸲擞肨ensorRT或ONNX Runtime時(shí)640的兼容性最好。batch大小視顯存而定16G顯存可以開(kāi)到326G顯存老老實(shí)實(shí)16以下。epochs設(shè)150是因?yàn)槔ハx(chóng)數(shù)據(jù)集不算特別大訓(xùn)練到80輪左右mAP基本收斂后面50輪屬于微調(diào)穩(wěn)定階段。預(yù)訓(xùn)練權(quán)重我選了yolov8s.pt而不是從零訓(xùn)練遷移學(xué)習(xí)的好處很明顯尤其是前幾十輪的收斂速度快很多。訓(xùn)練過(guò)程中可以打開(kāi)weight_decay0.0005和warmup_epochs3這兩項(xiàng)對(duì)穩(wěn)住初期Loss幫助很大。2.3 評(píng)估指標(biāo)怎么看項(xiàng)目里配套的評(píng)估指標(biāo)曲線包括PR曲線、F1曲線、混淆矩陣以及訓(xùn)練過(guò)程中記錄下來(lái)的P、R、mAP50、mAP50-95四個(gè)指標(biāo)的曲線圖。很多初學(xué)者只看mAP50容易忽略mAP50-95的價(jià)值。在昆蟲(chóng)檢測(cè)這種小目標(biāo)場(chǎng)景里mAP50-95更能反映邊界框預(yù)測(cè)的精準(zhǔn)度因?yàn)槔ハx(chóng)和昆蟲(chóng)之間經(jīng)?？康煤芙麵oU要求從0.5提到0.75時(shí)對(duì)框的位置精度要求直接翻倍。我訓(xùn)練完的v8s模型在驗(yàn)證集上的指標(biāo)大約是這樣的指標(biāo)數(shù)值Precision0.872Recall0.803mAP0.50.884mAP0.5:0.950.672從PR曲線看置信度閾值設(shè)在0.35左右時(shí)Precision和Recall的平衡最好。如果實(shí)際部署場(chǎng)景更看重“寧缺毋濫”可以往上調(diào)到0.5但會(huì)犧牲一部分召回率這個(gè)需要根據(jù)具體需求權(quán)衡。3. ONNX模型轉(zhuǎn)換與推理加速3.1 為什么訓(xùn)練完還要導(dǎo)出ONNX訓(xùn)練好的PyTorch模型文件以.pt格式保存但直接拿.pt去做部署非常不方便。一是推理環(huán)境必須裝PyTorch和一堆訓(xùn)練依賴(lài)二是PyTorch的動(dòng)態(tài)圖機(jī)制在推理時(shí)會(huì)有額外開(kāi)銷(xiāo)三是很多邊緣設(shè)備根本跑不了PyTorch。ONNX是一種中間表示格式把PyTorch模型轉(zhuǎn)換成靜態(tài)計(jì)算圖后可以在ONNX Runtime、TensorRT、OpenVINO這些推理引擎上運(yùn)行既擺脫了訓(xùn)練框架的依賴(lài)又能利用推理引擎做算子融合和內(nèi)存優(yōu)化速度通常會(huì)比PyTorch原始推理快20%到40%。3.2 PT轉(zhuǎn)ONNX的操作細(xì)節(jié)Ultralytics官方已經(jīng)封裝好了轉(zhuǎn)換命令但直接轉(zhuǎn)換會(huì)有幾個(gè)坑需要注意。我的轉(zhuǎn)換腳本是這樣的from ultralytics import YOLO model YOLO(best.pt) model.export( formatonnx, opset12, dynamicFalse, simplifyTrue )轉(zhuǎn)出來(lái)的ONNX模型輸入是640×640×3的RGB圖像輸出是一個(gè)1×84×8400的張量。84的構(gòu)成是4個(gè)邊界框坐標(biāo)x_center、y_center、width、height加80個(gè)類(lèi)別分?jǐn)?shù)如果換成102類(lèi)就是1×106×8400。8400是三個(gè)特征層80×80、40×40、20×20上的預(yù)測(cè)框數(shù)量總和。為什么opset要用12而不是默認(rèn)更高的版本因?yàn)閛pset版本太高會(huì)導(dǎo)致某些算子導(dǎo)出后無(wú)法被低版本ONNX Runtime加載反而增加兼容性問(wèn)題。simplify參數(shù)建議打開(kāi)它會(huì)用onnx-simplifier清理掉計(jì)算圖中的冗余節(jié)點(diǎn)讓模型更小、推理更快。轉(zhuǎn)出來(lái)之后一定要用onnxruntime重新跑一遍驗(yàn)證拿同一張圖和PyTorch模型對(duì)比輸出尤其要檢查預(yù)處理是否一致。我踩過(guò)的一個(gè)典型坑是PyTorch推理時(shí)用letterbox縮放到640但ONNX部署時(shí)直接resize導(dǎo)致檢測(cè)框位置偏移。后來(lái)統(tǒng)一用letterbox歸一化處理輸入兩個(gè)引擎的輸出才完全對(duì)齊。3.3 ONNX Runtime推理與后處理實(shí)現(xiàn)ONNX推理階段的核心代碼分為預(yù)處理、模型推理、后處理三部分。預(yù)處理和訓(xùn)練時(shí)保持一致后處理則需要自己實(shí)現(xiàn)置信度過(guò)濾和NMS非極大值抑制。核心代碼如下import cv2 import numpy as np import onnxruntime as ort class YOLOv8ONNX: def __init__(self, onnx_path, conf_thres0.4, iou_thres0.45): self.session ort.InferenceSession( onnx_path, providers[CUDAExecutionProvider, CPUExecutionProvider] ) self.input_name self.session.get_inputs()[0].name self.conf_thres conf_thres self.iou_thres iou_thres def preprocess(self, img): h, w img.shape[:2] scale max(img.shape[:2]) / 640 new_w, new_h int(w / scale), int(h / scale) resized cv2.resize(img, (new_w, new_h)) canvas np.full((640, 640, 3), 114, dtypenp.uint8) canvas[:new_h, :new_w] resized blob cv2.dnn.blobFromImage(canvas, 1/255.0, (640, 640), swapRBTrue) return blob, scale, new_w, new_h def postprocess(self, outputs, scale, new_w, new_h): preds outputs[0][0] # shape: (106, 8400) boxes preds[:4].T scores preds[4:] class_ids np.argmax(scores, axis0) confs scores[class_ids, np.arange(scores.shape[1])] mask confs self.conf_thres boxes, class_ids, confs boxes[mask], class_ids[mask], confs[mask] # NMS用cv2.dnn.NMSBoxes處理 indices cv2.dnn.NMSBoxes( boxes.tolist(), confs.tolist(), self.conf_thres, self.iou_thres ) # 最終坐標(biāo)要除以scale還原到原圖尺寸 ... return resultsNMS實(shí)現(xiàn)不建議自己造輪子直接調(diào)cv2.dnn.NMSBoxes就能用性能也不錯(cuò)。后處理還原坐標(biāo)時(shí)記得除以預(yù)處理時(shí)的縮放比例scale同時(shí)要考慮到letterbox時(shí)左上角的偏移如果漏了這一步框的位置會(huì)整體偏移。4. GUI界面設(shè)計(jì)與交互實(shí)現(xiàn)4.1 GUI技術(shù)選型為什么不選Tkinter項(xiàng)目評(píng)價(jià)里帶“精美GUI界面”這個(gè)關(guān)鍵詞說(shuō)明普通的Tkinter默認(rèn)樣式已經(jīng)滿足不了需求。我用了PySide6也就是QT6的Python綁定。選它主要看中三點(diǎn)QSS樣式表可以像寫(xiě)CSS一樣定制界面風(fēng)格QThread線程機(jī)制適合做耗時(shí)推理任務(wù)QGraphicsView組件能高效渲染高分辨率圖像和坐標(biāo)框。對(duì)比之下Tkinter實(shí)現(xiàn)起來(lái)雖然簡(jiǎn)單但控件樣式老舊復(fù)雜的布局需要大量手工代碼Gradio雖然五分鐘就能出一個(gè)Web界面但交互深度和桌面應(yīng)用差距明顯離線部署也不方便。4.2 界面布局與核心功能模塊GUI界面整體分成三個(gè)區(qū)域左側(cè)是功能面板和數(shù)據(jù)源選擇中間是實(shí)時(shí)圖像預(yù)覽區(qū)右側(cè)是檢測(cè)結(jié)果列表和統(tǒng)計(jì)信息區(qū)。功能上支持三種輸入模式本地圖片檢測(cè)、本地視頻檢測(cè)、USB攝像頭實(shí)時(shí)檢測(cè)。檢測(cè)結(jié)果除了在圖像上繪制邊界框和類(lèi)別標(biāo)簽外還會(huì)在右側(cè)表格里顯示每只昆蟲(chóng)的類(lèi)別名稱(chēng)、置信度坐標(biāo)底部的狀態(tài)欄會(huì)統(tǒng)計(jì)當(dāng)前畫(huà)面中檢測(cè)到的昆蟲(chóng)總數(shù)。線程處理是GUI設(shè)計(jì)里最容易翻車(chē)的地方。如果直接在界面主線程里跑推理圖像是NTSC視頻流級(jí)別的30FPS計(jì)算界面會(huì)直接卡死。我的做法是把推理邏輯封裝進(jìn)QThread子線程通過(guò)信號(hào)將檢測(cè)結(jié)果回傳到主線程刷新界面。class DetectThread(QThread): frame_ready Signal(np.ndarray, list, float) def __init__(self, model, cap): super().__init__() self.model model self.cap cap self.running True def run(self): while self.running: ret, frame self.cap.read() if not ret: break start time.time() results self.model.detect(frame) fps 1 / (time.time() - start) self.frame_ready.emit(frame, results, fps)這樣設(shè)計(jì)的好處是界面主線程只負(fù)責(zé)繪制推理耗時(shí)再長(zhǎng)也不會(huì)導(dǎo)致窗口無(wú)響應(yīng)。關(guān)閉界面時(shí)還要記得在closeEvent里把線程停掉否則后臺(tái)進(jìn)程掛著攝像頭一直被占用重新運(yùn)行程序時(shí)會(huì)出現(xiàn)“攝像頭被占用”的報(bào)錯(cuò)。4.3 打包與交付的注意點(diǎn)項(xiàng)目交付給別人的時(shí)候我打包成了exe可執(zhí)行文件。PyInstaller打包YOLOv8ONNX項(xiàng)目有幾個(gè)特殊的坑一是onnxruntime的DLL和模型文件體積大打出來(lái)的包通常在300MB以上需要合理規(guī)劃資源文件路徑二是PySide6的插件目錄platforms、styles等如果不帶全雙擊exe會(huì)閃退。打包命令我用了--onefile模式配一個(gè)spec文件把onnx模型作為外部資源放到同目錄的models文件夾里避免每次改模型都得重新打包。運(yùn)行入口程序時(shí)先檢查當(dāng)前目錄有沒(méi)有模型文件沒(méi)有就在界面上彈窗提示比直接崩潰友好得多。5. 常見(jiàn)問(wèn)題與踩坑記錄5.1 硬件推理性能實(shí)測(cè)我在不同設(shè)備上對(duì)ONNX模型做了一輪性能測(cè)試結(jié)果供參考推理設(shè)備模型規(guī)格推理耗時(shí)備注RTX 3060 CUDAYOLOv8s ONNX12ms實(shí)時(shí)流暢GTX 1660 Ti CUDAYOLOv8s ONNX18ms實(shí)時(shí)流暢Intel i5-12400 CPUYOLOv8s ONNX210ms勉強(qiáng)可用Intel i5-12400 CPUYOLOv8n ONNX95ms實(shí)時(shí)性尚可如果目標(biāo)是純CPU部署建議優(yōu)先切換成YOLOv8n的ONNX模型或者對(duì)ONNX做INT8量化推理速度還能再提升兩到三倍。Ultralytics官方也提供了導(dǎo)出INT8量化的接口但需要準(zhǔn)備校準(zhǔn)數(shù)據(jù)集量化后精度會(huì)掉一個(gè)點(diǎn)左右在昆蟲(chóng)檢測(cè)這種類(lèi)別間差異較小的場(chǎng)景下需要謹(jǐn)慎評(píng)估。5.2 高頻錯(cuò)誤速查表我把實(shí)際使用項(xiàng)目的人反饋?zhàn)疃嗟膸讉€(gè)問(wèn)題整理成了表格基本覆蓋了從訓(xùn)練到部署的各個(gè)環(huán)節(jié)問(wèn)題現(xiàn)象可能原因解決方法torch.cuda.is_available()返回FalseCUDA版本和PyTorch不匹配卸載torch后根據(jù)CUDA版本重新安裝對(duì)應(yīng)wheel包ONNX Runtime推理報(bào)錯(cuò)Invalid Graphopset版本過(guò)高算子不兼容導(dǎo)出時(shí)設(shè)置opset12重新導(dǎo)出檢測(cè)框偏移或錯(cuò)位預(yù)處理沒(méi)做letterbox或還原坐標(biāo)時(shí)忘記除以scale統(tǒng)一使用letterbox預(yù)處理后處理時(shí)按scale還原GUI點(diǎn)擊檢測(cè)按鈕后卡死推理邏輯阻塞了主線程把推理封裝進(jìn)QThread通過(guò)信號(hào)更新界面打包后的exe在其他電腦上缺少DLLPyInstaller沒(méi)有帶上PySide6插件目錄用spec文件顯式添加插件路徑打onedir模式調(diào)試攝像頭檢測(cè)時(shí)畫(huà)面拉框偏移攝像頭分辨率和模型輸入尺寸不一致讀取cap屬性后動(dòng)態(tài)計(jì)算letterbox參數(shù)類(lèi)別ID顯示錯(cuò)誤ONNX輸出層類(lèi)別順序與訓(xùn)練時(shí)的names順序不一致重新導(dǎo)出模型核對(duì)names.yaml的索引順序訓(xùn)練Loss下降緩慢學(xué)習(xí)率設(shè)置不當(dāng)或數(shù)據(jù)集標(biāo)簽質(zhì)量問(wèn)題檢查標(biāo)簽是否有漏標(biāo)錯(cuò)標(biāo)降低初學(xué)學(xué)習(xí)率至0.0015.3 避坑心得最后聊幾個(gè)文檔里基本不會(huì)寫(xiě)、只有實(shí)際跑過(guò)才知道的細(xì)節(jié)。第一個(gè)是昆蟲(chóng)數(shù)據(jù)集的類(lèi)別映射問(wèn)題。YOLO訓(xùn)練時(shí)data.yaml里的類(lèi)別順序決定了模型輸出張量里的類(lèi)別索引。很多人拿到他人訓(xùn)練的.pt或onnx模型直接配上自己的一套中文類(lèi)別名發(fā)現(xiàn)檢測(cè)結(jié)果張冠李戴。這個(gè)項(xiàng)目交付時(shí)我特意把names.yaml和ONNX模型的元信息一起打包并在GUI里寫(xiě)了個(gè)“加載模型時(shí)自動(dòng)讀取類(lèi)別名”的功能從源頭避免了這個(gè)問(wèn)題。第二個(gè)是置信度閾值的動(dòng)態(tài)調(diào)整。昆蟲(chóng)檢測(cè)場(chǎng)景里不同光線條件下模型輸出的置信度差異很大。固定的conf_thres會(huì)在強(qiáng)光下漏檢在弱光下大量誤報(bào)。我在GUI界面上加了一個(gè)可拖動(dòng)的置信度滑塊用戶可以根據(jù)現(xiàn)場(chǎng)畫(huà)面實(shí)時(shí)調(diào)節(jié)默認(rèn)值設(shè)0.4上下范圍從0.1到0.8。這個(gè)改動(dòng)雖然不起眼但實(shí)際使用反饋特別好比我做任何算法優(yōu)化都管用。第三個(gè)是模型熱切換。因?yàn)殚_(kāi)發(fā)過(guò)程中會(huì)不斷迭代訓(xùn)練模型早期我把模型加載寫(xiě)死在程序初始化里每次換模型都要重新打包非常痛苦。后來(lái)改成在GUI里加了一個(gè)“選擇模型文件”的按鈕每次切換時(shí)重新創(chuàng)建推理Session這樣一個(gè)程序可以同時(shí)調(diào)試PT、ONNX、不同類(lèi)別的多個(gè)模型版本調(diào)試效率翻了一大截。6. 項(xiàng)目擴(kuò)展方向與最終體驗(yàn)感想整套系統(tǒng)的完整技術(shù)鏈路是數(shù)據(jù)清洗與增強(qiáng)YOLOv8訓(xùn)練評(píng)估曲線分析ONNX轉(zhuǎn)換ONNX Runtime推理封裝PySide6構(gòu)建GUIPyInstaller打包分發(fā)。這條鏈路覆蓋了計(jì)算機(jī)視覺(jué)項(xiàng)目從訓(xùn)練到交付的核心環(huán)節(jié)不只是對(duì)昆蟲(chóng)檢測(cè)適用換成其他類(lèi)別目標(biāo)比如農(nóng)作物病害、工地安全帽、工廠零件缺陷只需要換數(shù)據(jù)集和對(duì)應(yīng)的類(lèi)別數(shù)量整體架構(gòu)不用大改。我實(shí)測(cè)下來(lái)最明顯的感受是從純PyTorch訓(xùn)練到ONNX Runtime部署這套流程實(shí)際上把“AI算法”和“可交付軟件”之間的鴻溝填上了一大半。以前給別人演示項(xiàng)目要先在電腦上配好Python環(huán)境、裝CUDA、裝PyTorch光準(zhǔn)備工作就能勸退很多人?，F(xiàn)在交付的是雙擊就能運(yùn)行的exe加一個(gè)外部模型文件對(duì)方打開(kāi)就能上傳圖片檢測(cè)這才是項(xiàng)目真正“落地”了的樣子。最后再說(shuō)一個(gè)擴(kuò)展建議如果想把項(xiàng)目用于田間大棚等移動(dòng)場(chǎng)景可以把ONNX模型和推理代碼移植到Jetson Nano或RK3588這類(lèi)邊緣設(shè)備上模型導(dǎo)出成TensorRT或RKNN格式后推理速度比CPU快5到10倍整個(gè)界面的交互邏輯基本可以復(fù)用。這也是我接下來(lái)準(zhǔn)備實(shí)踐的方向。等實(shí)際跑通了再來(lái)分享邊緣端的適配經(jīng)驗(yàn)。本文還有配套的精品資源點(diǎn)擊獲取