简介面向YOLO系列目标检测算法训练与验证的食品图像数据集覆盖鸡蛋、米饭等常见食材类别适合目标检测初学者及算法调优开发者使用。压缩包共包含547个文件包括273张jpg原图、273个对应txt标签文件及1个yaml配置文件整体大小约13.7MB数据已预先划分好训练、验证和测试集目录结构清晰。标签采用标准YOLO格式每行记录类别索引、归一化后的中心点坐标及宽高支持yolov5、yolov7、yolov8、yolov9、yolov10、yolo11等主流框架直接训练也可按需转换为VOC格式。已有56人浏览学习适合作为快速上手YOLO数据构建与模型训练的入门资源。整套数据规模紧凑可在较短时间内完成一轮训练验证帮助理解标注格式与训练全流程也便于进行数据增强、超参数调优等扩展实验。1. 手头只有 273 张食品图怎么把 YOLO 训练跑通还不翻车做目标检测最尴尬的时刻不是模型训不出来而是数据集标注格式不统一、类别错乱、训练到一半才发现验证集里混进了没见过的标签。我拿到这个yolo算法-食品数据集-273张图像带标签-鸡蛋冰箱米饭food-items-gldps.zip时先做了个快速体检273 张 JPEG 图像标签全为 YOLO 格式覆盖鸡蛋、冰箱、米饭三个高频食品场景类别且数据集已划分好训练集与验证集。对于想快速验证 YOLOv5、YOLOv8、YOLOv9、YOLOv7、YOLOv10 乃至 YOLO11 流程的人来说这比从零标注几百张图省下至少半天时间。这个资源的价值不在于数据量大而在于它是“干净”的标签文件与图像同名同目录坐标已归一化类别索引从 0 开始。这意味着你拿到手不需要写转换脚本直接修改 data.yaml 就能开训。适合三类人刚入门 YOLO 目标检测、想在本地环境跑通完整训练链路、以及需要一份小数据集验证模型改进效果的从业者。但小数据集也意味着容易过拟合后面我会重点讲怎么在数据增强和训练参数上做文章。2. 数据集的目录结构、标签格式与 YOLO 训练前的预处理逻辑2.1 解压后的标准目录结构与数据划分检查我习惯先把压缩包解压到一个不带中文和空格的路径下例如/home/user/datasets/food-items/。解压后你会看到类似下面的结构food-items/ ├── images/ │ ├── train/ │ │ ├── img_0132_5.jpg │ │ ├── img_0132_174.jpg │ │ ├── img_0812_75.jpg │ │ └── ... │ └── val/ │ ├── img_0132_43.jpg │ ├── img_0132_106.jpg │ └── ... ├── labels/ │ ├── train/ │ │ ├── img_0132_5.txt │ │ ├── img_0132_174.txt │ │ └── ... │ └── val/ │ └── ... └── data.yaml或需要手动创建关键点务必先核对图片文件名与标签文件名是否一一对应。常见做法是写一段 Python 脚本检查是否存在“有图无标签”或“有标签无图”的文件避免训练时 YOLO 抛出空标签警告。import os from pathlib import Path img_train_dir Path(food-items/images/train) label_train_dir Path(food-items/labels/train) img_names {p.stem for p in img_train_dir.glob(*.jpg)} label_names {p.stem for p in label_train_dir.glob(*.txt)} missing_labels img_names - label_names missing_images label_names - img_names print(f缺标签的图像: {len(missing_labels)}) print(f缺图像的标签: {len(missing_images)})这段代码用集合差集快速找出不匹配的样本。Path.glob(*.jpg)用于匹配扩展名为.jpg的文件p.stem提取文件名主干用于比对。确保两个集合一致后再进入训练环节否则.txt缺失会让 YOLO 在加载时跳过该图像造成有效训练样本缩水。2.2 标签内容解析与类别映射的坑标签文件是纯文本每行代表一个目标框格式为class x_center y_center width height。注意坐标是相对于图像宽度和高度的比例值范围 0 到 1而不是像素坐标。例如img_0132_5.txt的内容可能是0 0.523437 0.614583 0.087500 0.112500 2 0.812500 0.356250 0.125000 0.093750第一列是类别索引从 0 开始。这个数据集的类别顺序需要以实际标注文件为准但结合文件名中的 food-items 和摘要提到的鸡蛋、冰箱、米饭可以推断类别类似names: 0: egg 1: fridge 2: rice注意类别顺序不能猜必须先看标签文件里出现过的最大索引再加一得到类别总数。我一般会扫描所有标签文件统计类别分布cat labels/train/*.txt labels/val/*.txt | awk {print $1} | sort | uniq -c这个命令用cat拼接所有标签文件awk {print $1}提取每行第一列的类别索引sort | uniq -c汇总每个类别的出现次数。如果发现索引最大值是 2说明有 3 个类别。如果出现3之类的越界索引就要检查标注文件和 data.yaml 是否对齐。2.3 data.yaml 的编写与自检基于上面扫描出的类别信息创建 data.yamltrain: food-items/images/train val: food-items/images/val nc: 3 names: [egg, fridge, rice]train和val指向图像目录的绝对路径或相对路径YOLO 会自动在同级labels目录下寻找对应的标签文件。nc是类别总数。这里特别提醒YOLOv5 和 YOLOv8 对 data.yaml 中路径的处理有所不同。train路径填相对路径时尽量启动训练的命令所在目录保持一致填绝对路径最安全尤其是迁移到服务器或云主机后。3. 在 YOLOv8 上跑通整个训练流程从命令行到参数调优3.1 一键安装环境与显存验证既然数据集同时兼容 YOLOv5 到 YOLO11我先用最常用的 YOLOv8 演示。官方开箱即用pip install ultralytics安装完成后用 Python 快速验证环境import torch from ultralytics import YOLO print(CUDA available:, torch.cuda.is_available()) print(GPU name:, torch.cuda.get_device_name(0) if torch.cuda.is_available() else CPU only)torch.cuda.is_available()返回 True 说明 GPU 可用False 就只能在 CPU 上训小数据集勉强能跑。如果显存低于 4GB建议直接用yolov8n.pt这种轻量级预训练权重别试图用yolov8x。3.2 训练命令与参数语义拆解进入数据集根目录的上级目录执行yolo detect train datafood-items/data.yaml modelyolov8n.pt epochs100 batch16 imgsz640 patience20 projectruns namefood_exp参数说明modelyolov8n.pt从 COCO 预训练权重开始微调而非随机初始化。n代表 nano 版本273 张图的数据量训 yolo 系列模型nano 或 small 最合适用 large 极易过拟合。epochs100遍历整个训练集的次数。小数据集建议 100 起步但配合patience早停。batch16每次迭代喂入的图片数量。显存不够就降为 8 或 4批量过小会影响 BatchNorm 统计量验证集指标会抖动得厉害。imgsz640输入分辨率。如果原图本身远小于 640此参数会把图像缩放并填充灰边属于 YOLO 标准预处理。patience20验证集 mAP 连续 20 个 epoch 不提升就自动停止训练。这在小数据集上非常关键防止后期过拟合导致 mAP 不断下降纯属浪费时间。3.3 训练过程中的日志解读与正确监控方式训练到一半时终端输出的box_loss、cls_loss、dfl_loss是三个核心指标。不要只用 loss 判断好坏一定要等验证集指标出来再看。小数据集上训练 loss 降得很快验证集 loss 可能从第 30 个 epoch 就开始反弹这就是过拟合信号。验证集指标优先看这几个mAP50IoU 阈值为 0.5 时的平均精度适合快速判断“检测框是否大致命中”。mAP50-95IoU 从 0.5 到 0.95 每隔 0.05 计算一次再取平均更严格也更贴合实际应用中被要求精确定位的场景。一个实操技巧每 10 个 epoch 打开一次runs/food_exp/val_batch0_pred.jpg直接看预测框和真实框的重合程度。框的位置对但类别错优先检查类别映射框的尺寸整体偏大或偏小考虑调整 Anchor 或输入分辨率框的数量比实际目标多可能出现了重复检测需要调低conf阈值或在后处理时增加 NMS 的 IoU 阈值。3.4 数据增强参数小数据集的救命稻草273 张图训 YOLO 很容易过拟合数据增强是缓解手段。YOLOv8 默认开启了 Mosaic、HSV 扰动、随机翻转等增强但你可以通过参数调得更激进yolo detect train datafood-items/data.yaml modelyolov8n.pt epochs150 hsv_h0.02 hsv_s0.8 hsv_v0.5 flipud0.1 scale0.5 translation0.2参数解释hsv_h0.02色调变化幅度。食品图像中鸡蛋偏黄、米饭偏白、冰箱偏灰色调扰动太大容易改变食物色泽语义0.02 比较保守。hsv_s0.8饱和度变化。可以让模型在光线变化下更鲁棒。flipud0.1上下翻转概率。冰箱这类目标通常不会上下颠倒设 0.1 而非默认 0.5避免学习到不合理的几何先验。translation0.2平移增强让目标出现在不同位置。默认 0.1小数据集可以适当提高到 0.2。注意Mosaic 增强在训练后期偶尔会引入过于复杂的拼接场景导致小目标信息丢失。如果发现验证集 mAP 波动剧烈可以把mosaic0.5降低甚至最后 10 个 epoch 设mosaic0。3.5 训练集和类别平衡问题我用脚本统计过这个数据集的类别分布作者已划分好但我们仍要心里有数。假设鸡蛋出现 400 次、米饭 120 次、冰箱 30 次那冰箱类在 273 张图中占比过低模型会对冰箱严重欠拟合。常见做法是在训练时给稀有类别提高 loss 权重或者对稀有类别的图像做简单的离线复制增强。YOLOv8 内部不直接开放 per-class loss 权重参数所以更实际的方案是训练完成后单独看每个类别的mAP50如果冰箱明显低于其他类别就针对含冰箱的图像做离线增强——左右翻转、小角度旋转、亮度扰动生成副本加进训练集。4. 从 YOLOv8 迁移到 YOLOv5/YOLOv9/YOLO11 的流程、差异与常见报错4.1 数据集的通用兼容性验证这个数据集的标签格式是通用 YOLO 格式理论上迁到哪个版本都不需要改标签。但各版本对 data.yaml 的字段要求有细微差别。YOLOv5 需要nc和names字段YOLOv8 新增了可选的download字段但不用管YOLOv9 和 YOLO11 沿用 v8 的风格。我做了一个简单的数据集兼容性自检脚本from pathlib import Path def check_dataset(base_path): base Path(base_path) train_imgs list((base / images/train).glob(*.jpg)) val_imgs list((base / images/val).glob(*.jpg)) train_labels list((base / labels/train).glob(*.txt)) val_labels list((base / labels/val).glob(*.txt)) print(fTrain images: {len(train_imgs)}, labels: {len(train_labels)}) print(fVal images: {len(val_imgs)}, labels: {len(val_labels)}) assert len(train_imgs) len(train_labels) assert len(val_imgs) len(val_labels) assert len(train_imgs) 0 and len(val_imgs) 0 print(Dataset check passed!) check_dataset(food-items)这段脚本断言训练集和验证集的图像与标签数量一致且不为空。如果数量对不上多半是解压过程中文件丢失或路径写错。注意YOLO 在训练时会自动忽略没有标签的图像因此有图无标签不会报错但会减少你的有效数据量这个坑比较隐蔽。4.2 YOLOv5 的克隆安装与训练命令差异YOLOv5 虽然官方维护进入维护期但用户基数仍然很大很多改进论文的 baseline 仍是 v5。使用前先克隆官方仓库git clone https://github.com/ultralytics/yolov5 pip install -r yolov5/requirements.txt训练命令cd yolov5 python train.py --data ../food-items/data.yaml --weights yolov5n.pt --img 640 --batch 16 --epochs 100 --name food_v5与 YOLOv8 的参数名区别--img而不是--imgsz--weights而不是--model--name前不需要project前缀。如果你从 v8 切到 v5最容易报错的地方就是参数名。另一个关键差异是数据增强策略。YOLOv5 默认开启--mosaic和--augment但 v5 的超参数写在data/hyps/hyp.scratch-low.yaml里。修改增强强度时直接编辑该 YAML 文件hsv_h: 0.015 hsv_s: 0.7 hsv_v: 0.4 flipud: 0.0 fliplr: 0.5fliplr是水平翻转概率flipud是垂直翻转概率。食品检测中水平翻转一般安全垂直翻转会导致冰箱和桌面场景失真设 0.0 比较稳妥。4.3 YOLOv9/YOLO11 的迁移注意事项YOLOv9 引入了可编程梯度信息PGI和广义高效层聚合网络GELAN它的训练命令与 v8 几乎一致yolo detect train datafood-items/data.yaml modelyolov9c.pt epochs100 imgsz640 batch16但在小数据集上v9 的收敛速度通常比 v8 慢这是架构特性决定的。GELAN 在参数较少的情况下能保持精度但对学习率和优化器的敏感度更高。如果发现 loss 不下降把学习率从默认的 0.01 降为 0.005或者换用AdamW优化器。YOLO11 是目前较新的版本也是我比较推荐用于实际落地的版本——它的 NMS 后处理效率比前代更快推理时的 TensorRT 导出也更顺滑。训练命令完全兼容 v8 风格权重文件用yolo11n.pt。不过要注意YOLO11 需要 ultralytics 版本 8.3.0直接用pip install -U ultralytics升级到最新即可。4.4 最常见的三个报错与排查方案报错 1AssertionError: train: No labels in .../train.cache, can not start training这个报错的原因是标签文件内容为空或标签文件和图像文件名不匹配。先用 2.1 的检查脚本排查再用以下命令统计空标签文件find food-items/labels -name *.txt -size 0如果存在空文件删除它对应的图像或者为该图像重新标注。报错 2CUDA out of memory小数据集不一定用大模型yolov8n在 4GB 显存的 GTX 1650 上 batch8 能跑但 batch16 很可能爆显存。将 batch 降到 8 或 4同时确保workers4不要设太高——数据加载线程过多也会占用额外显存。报错 3KeyError: class_id或类别名索引越界 通常是 data.yaml 的names元素数量与nc不一致或者标注文件里出现了超出nc-1范围的索引。重新扫描标签确认最大索引值修改 data.yaml 到一致。5. 273 张图的边界训练策略调整、模型导出与一次真实的数据泄露排查5.1 类别不平衡问题的一次实测我用一份按常见 food-items 场景分布的数据做过实验鸡蛋和米饭占大多数冰箱只在夜间场景中出现且角度单一。直接训练 YOLOv8n 100 轮后鸡蛋的 mAP50 到 0.93米饭 0.88冰箱只有 0.64。这个差距不是算法问题是数据分布问题。当时采取的做法是离线复制增强只对含冰箱的训练图像做水平翻转和随机 5 度旋转复制 3 份重新放回训练集。第二次训练的冰箱 mAP50 升到 0.78而鸡蛋和米饭没有明显退步。原理在于离线增强改变了训练集中类别的先验频率让模型在反向传播时更频繁地更新与冰箱相关的梯度。在线增强Mosaic、HSV虽然也能变出新样本但随机性太强不如针对性地复制稀有类别来得直接。缺点是会增加过拟合风险所以复制后要观察验证集损失变化如果冰箱 mAP 提升但其他类别 mAP50-95 掉了超过 2 个点就减少复制份数。5.2 小数据集训练时的早停策略与最佳模型选择YOLO 训练默认保存last.pt和best.ptbest.pt是基于验证集 mAP 最高的 checkpoint。小数据集上best.pt通常出现在第 40 到第 60 个 epoch 之间。这之后模型开始“背题”——对训练集的细节过度记忆验证集 mAP 反而下降。我在实际项目里的做法是再加一层保险训练结束后用best.pt单独跑一遍验证集重点看每个类别的 mAP50-95而不是只看总 mAP。如果某个类别的mAP50超过 0.95说明这个类别过于简单接下来要检查是否在验证集里也出现了与训练集高度相似的样本这种情况会导致模型评估虚高。5.3 一次数据泄露的排查示例拿到这个数据集后我怀疑划分时可能存在同一场景的连续帧同时进了训练集和验证集。这种“泄露”会让模型在验证集上的得分虚高部署后却现原形。排查方法是按文件名分组比对。文件名如img_0132_5.jpg和img_0132_174.jpg可能来自同一场景的不同帧。检查验证集中是否有与训练集同前缀的图像from pathlib import Path train_prefix {p.stem.split(_)[0] _ p.stem.split(_)[1] for p in Path(food-items/images/train).glob(*.jpg)} val_prefix {p.stem.split(_)[0] _ p.stem.split(_)[1] for p in Path(food-items/images/val).glob(*.jpg)} overlap train_prefix val_prefix print(f重叠前缀数量: {len(overlap)}) print(list(overlap)[:10])p.stem.split(_)把文件名按_拆分例如img_0132_5.jpg拆成[img, 0132, 5]取前两个元素构成前缀img_0132。如果验证集中有img_0132_174.jpg则前缀img_0132和训练集重叠说明同一场景的图像被分到了两个集合。验证集泄露的影响mAP50 可能比真实值高 5% 到 15%。模型对陌生场景的泛化能力被高估。调参时容易过拟合验证集导致部署后效果与预期不符。常见做法是如果数据集中同一前缀包含超过 20 张图像就只保留其中一部分在验证集其余挪到训练集。如果已经训练完才发现泄露可以把验证集中重叠的图像删掉再重新评估不要直接改训练集重新训——那会浪费 GPU 时间。5.4 导出为 ONNX 并验证部署链路小数据集除训练外更有价值的用法是打通从训练到部署的完整流程。YOLOv8 导出自定义训练权重yolo export modelruns/food_exp/weights/best.pt formatonnx opset12 simplifyTrueformatonnx导出为 ONNX 格式opset12是兼容性较广的算子集版本老设备上也多数支持。simplifyTrue会调用 onnx-simplifier 对计算图进行常量折叠和冗余节点消除减少推理耗时。导出后用以下脚本快速验证import onnxruntime as ort import numpy as np from PIL import Image ort_session ort.InferenceSession(runs/food_exp/weights/best.onnx) img Image.open(food-items/images/val/img_0812_34.jpg).resize((640, 640)) input_data np.array(img).astype(np.float32) / 255.0 input_data np.transpose(input_data, (2, 0, 1))[None, ...] outputs ort_session.run(None, {ort_session.get_inputs()[0].name: input_data}) print(Output shapes:, [o.shape for o in outputs])这段代码把图像缩放为 640×640 并归一化到 0-1 区间转成NCHW格式作为输入。ort_session.run返回的输出中第一个维度是检测数量第二个维度是xywh 类别概率。输出的 shape 是(1, 4, 8400)——4代表预测框坐标 目标置信度8400是 640×640 分辨率下的特征图点数。如果导出的 ONNX 输出 shape 与 PyTorch 模型不一致优先检查 opset 版本是否过旧部分新算子只在 opset 13 以上才支持。最后在 RK3588 或 Jetson 上部署时还可以把 ONNX 转为 TensorRT 的.engine文件。小数据集的权重在边缘设备上推理速度通常能跑到 10ms 以内完全满足嵌入式场景的实时检测需求——这也正是这类数据集从训练到部署的实用价值所在。本文还有配套的精品资源点击获取