简介：这份资源面向计算机、人工智能及医学信息方向的本科生与研究生，提供一套可直接用于毕业设计、期末大作业或课程设计的舌象诊断系统完整方案。项目以Python为开发语言，结合YOLO深度学习目标检测算法，实现舌象图像的识别与分类诊断，代码附带详细注释，新手也能快速理解整体流程与关键实现。压缩包共183个文件，约42.7MB，包含54个py源码文件、61张jpg样本图片、40个pyc编译文件，以及txt说明、json配置、ui界面文件、ttf字体和docx学习路线文档等，覆盖数据、模型、界面与文档多个环节。目前已有223人学习下载。读者可获得完整可运行的工程代码、配套数据集、学习路线文档与部署说明，便于快速复现实验、理解YOLO在医学图像中的应用，并在此基础上完成功能扩展与论文撰写。
1. 舌象诊断系统：从一张舌头照片到可复现的毕业设计
很多做计算机毕业设计的同学，选题时都会遇到同一个尴尬：想蹭深度学习的热度，又不想做烂大街的人脸识别、猫狗分类。舌象诊断系统恰好卡在一个微妙的位置上——它属于中医智能化这个听起来有门槛的方向，但落到工程上，本质就是一个图像分类任务，用 Python 加 YOLO 系列模型就能跑通。我见过太多人卡在第一步：数据集从哪来、标注怎么做、YOLO 到底用来检测还是分类、训练完怎么接到一个能演示的界面上。这篇笔记就按我自己踩过的路子，把「基于 Python + YOLO 深度学习的舌象诊断系统」从数据准备、模型训练到推理部署整条链路拆开讲清楚。适合正在做毕业设计、需要一套能跑通、能答辩、能写进论文的完整方案的人，也适合想入门深度学习图像分类但缺一个真实项目的同学。核心词就三个：Python、YOLO、舌象诊断，后面每一章都围绕它们展开。
2. 舌象诊断到底在诊断什么：任务定义与数据准备
2.1 先想清楚是检测还是分类，别一上来就堆模型
舌象诊断在中医里看的是舌质和舌苔两大部分。舌质看颜色（淡白、红、绛、紫），舌苔看颜色和厚薄（白苔、黄苔、腻苔、剥落苔）。落到深度学习任务上，这里有个关键分叉：你是要做目标检测，还是做图像分类？
如果你只是判断「这张舌头照片属于哪一类舌象」，那就是分类任务，YOLO 的分类分支（YOLOv8-cls 这类）或者干脆用 ResNet、EfficientNet 都行。但如果你要定位舌头在整张脸照片里的位置，再判断舌体区域的颜色特征，那就需要检测。实际毕业设计里，我建议走「检测 + 分类」两阶段：先用 YOLO 检测把舌头框出来，裁出舌体区域，再用一个分类网络判断舌象类别。这样做的好处是答辩时逻辑清晰，工作量也够，不至于被老师问「你这不就是个分类吗」。
常见做法是直接用 YOLOv8 做检测，把舌体作为一个类别标注，然后对裁剪出的舌体区域做颜色特征分析或二级分类。如果你时间紧，也可以只做分类，但数据集必须已经是裁剪好的舌体图。
2.2 数据集从哪来：三条路和各自的坑
舌象数据集不像猫狗数据那样现成。我一般会走这三条路：
第一条，公开数据集。网上能搜到一些中医舌象数据集，比如部分高校实验室放出的舌象图库，数量从几百到几千张不等。这类数据集的问题是标注质量参差不齐，有的只标了类别没标位置，有的图片分辨率很低。用之前一定要自己过一遍，把模糊的、重复的、明显标错的剔掉。
第二条，自己采集。找同学当志愿者，用手机在自然光下拍舌头照片。这里有个血泪经验：光线对舌色影响极大，早上和晚上拍的同一根舌头能差出两个色号。所以采集时尽量固定光源，比如用环形补光灯，或者统一在窗边自然光下拍。每人拍 3 到 5 张，覆盖不同角度。
第三条，网络爬取加人工筛选。用 Python 爬虫从公开图片站抓舌象相关图片，然后人工清洗。这条路量大但噪声也大，适合做数据增强的补充。
不管哪条路，最终你需要的目录结构大概是这样：
dataset/ ├── images/ │ ├── train/ │ │ ├── 001.jpg │ │ └── ... │ └── val/ │ ├── 101.jpg │ └── ... ├── labels/ │ ├── train/ │ │ ├── 001.txt │ │ └── ... │ └── val/ │ └── ... └── data.yaml其中 labels 里的 txt 文件是 YOLO 格式的标注，每行是类别编号 中心x 中心y 宽 高，坐标都归一化到 0 到 1 之间。data.yaml 写清楚训练集和验证集路径、类别数和类别名。
2.3 标注工具和标注规范：别让标注毁掉整个项目
标注工具我用 LabelImg 或者 Roboflow 的在线标注。LabelImg 装起来简单，pip install labelImg然后命令行敲labelImg就能开。标注时只框舌体区域，不要把牙齿、嘴唇框进去。如果做分类，就按文件夹分好类，比如dataset/train/白苔/、dataset/train/黄苔/。
标注规范要提前定死：舌体边界怎么算、舌根部分被挡住算不算、多根舌头入镜怎么办。我一般要求标注框紧贴舌体边缘，舌根被牙齿挡住的部分不强行框。标注完随机抽 20 张检查一遍，这一步能省掉后面训练时一半的玄学问题。
提示：标注文件里的类别编号从 0 开始，别写成 1，YOLO 训练时会直接报索引越界。
3. 用 YOLOv8 训练舌体检测模型：环境、配置与训练命令
3.1 Python 环境与依赖安装：一次装对，别反复重装
环境这块，我强烈建议用 conda 建一个独立环境，别在 base 里瞎装。Python 版本选 3.9 或 3.10，太新的版本有些包还没跟上。命令如下：
conda create -n tongue python=3.10 conda activate tongue pip install ultralytics opencv-python numpy matplotlib pyyamlultralytics 这个包把 YOLOv8 的训练、验证、推理全包了，装它一个基本够用。opencv 用来做图像预处理和推理时的读取。如果你要用 GPU 训练，还得装对应版本的 PyTorch，去 PyTorch 官网按 CUDA 版本选命令，别直接pip install torch，那样装的是 CPU 版，训练慢到你想砸电脑。
装完验证一下：
import torch print(torch.__version__) print(torch.cuda.is_available())如果第二行输出 False，说明 GPU 没配上，检查 CUDA 版本和驱动。CPU 也能训，但舌象数据集稍微大一点就得等好几个小时，毕业设计时间紧的话还是想办法用上 GPU，实验室机器或者云平台都行。
3.2 data.yaml 怎么写：五个字段一个都不能错
data.yaml 是 YOLO 训练的数据入口，写错了直接开不了工。标准写法：
path: /home/user/tongue_dataset train: images/train val: images/val nc: 1 names: ['tongue']path 是数据集根目录，train 和 val 是相对路径。nc 是类别数，舌体检测就 1 类。names 是类别名列表，顺序要和标注里的编号对应。如果你做的是舌象分类而不是检测，那 data.yaml 里要写train: train这种指向分类文件夹的路径，具体看 ultralytics 文档里分类任务的写法。
有个容易翻车的点：path 用了相对路径时，训练命令必须在正确的工作目录下执行，否则 YOLO 找不到数据。我一般直接写绝对路径，省得来回 cd。
3.3 训练命令与关键参数：epochs、imgsz、batch 怎么定
训练命令一行搞定：
yolo detect train data=data.yaml model=yolov8n.pt epochs=100 imgsz=640 batch=16 name=tongue_detect逐个说参数。model=yolov8n.pt 是用的预训练权重，n 是 nano 版，最小最快，适合毕业设计这种数据量不大的场景。如果你数据多、要求高，可以换 yolov8s.pt 或 yolov8m.pt，但训练时间翻倍。epochs=100 是训练轮数，舌象数据集一般 500 到 2000 张图的话，100 轮够收敛了，看验证集 loss 不再下降就可以停。imgsz=640 是输入图像尺寸，舌体检测 640 够用，太小会丢细节，太大显存吃不消。batch=16 是批大小，显存 8G 以下建议降到 8 或 4。
训练过程中终端会打印每一轮的 box_loss、cls_loss 和 mAP。重点看 mAP50 这个指标，它表示 IoU 阈值 0.5 时的平均精度，舌体检测一般能到 0.9 以上算正常。如果 mAP 一直上不去，先检查标注是不是有问题，再看学习率要不要调。
训练完的权重存在runs/detect/tongue_detect/weights/best.pt，这个文件后面推理和部署都要用。
3.4 训练结果怎么看：别只盯着 loss
训练结束后，runs 目录下会生成一堆图，其中results.png和confusion_matrix.png最值得看。results.png 里看 train loss 和 val loss 的走势，如果 train 一直降但 val 开始涨，说明过拟合了，得加数据增强或者减模型复杂度。confusion_matrix 看分类有没有系统性混淆，比如把白苔大量判成黄苔，那可能是光照没归一化好。
我一般还会跑一下验证命令：
yolo detect val model=runs/detect/tongue_detect/weights/best.pt data=data.yaml它会输出每一类的 precision、recall 和 mAP。如果某一类 recall 特别低，说明这类样本太少，回去补数据。
4. 从检测框到舌象分类：裁剪、特征与二级模型
4.1 用检测结果裁剪舌体区域：坐标换算别搞反
检测模型输出的是归一化坐标，要还原到原图裁剪，得先乘回宽高。代码大概这样：
import cv2 from ultralytics import YOLO model = YOLO('runs/detect/tongue_detect/weights/best.pt') img = cv2.imread('test.jpg') results = model(img) for r in results: boxes = r.boxes for box in boxes: x1, y1, x2, y2 = box.xyxy[0].tolist() x1, y1, x2, y2 = int(x1), int(y1), int(x2), int(y2) tongue = img[y1:y2, x1:x2] cv2.imwrite('tongue_crop.jpg', tongue)这里 xyxy 返回的是左上角和右下角的绝对像素坐标，直接切片就行。注意 OpenCV 读图是 BGR 顺序，后面如果送进分类模型，记得转成 RGB。裁剪时稍微往外扩几个像素，避免把舌体边缘切掉。
4.2 舌象分类模型：小数据集用迁移学习最稳
裁剪出来的舌体图，按白苔、黄苔、腻苔等类别分好文件夹，就可以训分类模型了。数据量小的时候，别自己搭网络从零训，直接用预训练模型微调。ultralytics 也支持分类任务：
yolo classify train data=tongue_cls model=yolov8n-cls.pt epochs=80 imgsz=224分类数据集的目录结构是每个类别一个文件夹：
tongue_cls/ ├── train/ │ ├── baitai/ │ ├── huangtai/ │ └── nita/ └── val/ ├── baitai/ ├── huangtai/ └── nita/imgsz=224 是分类常用的输入尺寸，因为分类网络一般接受 224x224。epochs 设 80 左右，看验证准确率不再提升就停。如果类别不平衡，比如白苔样本远多于黄苔，可以在训练时加class_weights或者对少样本类做数据增强。
4.3 颜色特征辅助判断：传统方法在舌象里还有用
深度学习不是万能的。舌象里舌质颜色和舌苔颜色的区分，有时候用 HSV 色彩空间做阈值分割反而更直观。我一般会在分类模型之外，加一个颜色特征提取作为辅助：
import cv2 import numpy as np tongue = cv2.imread('tongue_crop.jpg') hsv = cv2.cvtColor(tongue, cv2.COLOR_BGR2HSV) h, s, v = cv2.split(hsv) # 计算色调直方图，判断偏红还是偏白 hist_h = cv2.calcHist([h], [0], None, [180], [0, 180]) dominant_hue = np.argmax(hist_h) print(f'主色调: {dominant_hue}')色调值在 0 到 10 附近偏红，20 到 40 偏黄，100 以上偏紫。这个特征可以和分类模型的输出做加权融合，答辩时也能体现你做了多模态分析，不是单纯调包。
注意：HSV 阈值受光照影响大，采集数据时尽量统一光源，否则颜色特征会变成噪声。
5. 避坑与排查：舌象项目里最容易翻车的五件事
5.1 训练 loss 不降，mAP 一直是 0
现象：训练跑了几十轮，box_loss 和 cls_loss 都不怎么动，mAP 始终接近 0。
原因：九成是标注格式错了。YOLO 要求标注坐标归一化到 0 到 1，如果标注工具导出的是绝对像素坐标，或者类别编号从 1 开始，模型就学不到东西。
解决：打开一个标注 txt 文件，检查每行是不是五个值，后四个是不是都在 0 到 1 之间。类别编号从 0 开始。确认无误后重新训练。
5.2 验证集准确率很高，但自己拍的照片一测就错
现象：验证集 mAP 0.95，拿手机拍张舌头照片推理，框都框不准。
原因：数据分布不一致。训练集可能是实验室环境下拍的，光照、角度、背景都和你手机拍的不一样。模型过拟合到了训练集的特定风格。
解决：在训练时加数据增强，比如随机亮度、对比度、旋转、裁剪。ultralytics 默认开了部分增强，可以在训练命令里加augment=True并调hsv_h、hsv_s、hsv_v参数。另外自己采集一批手机拍的照片加入训练集，哪怕只有几十张，也能明显改善。
5.3 显存爆了，batch 降到 1 还是 OOM
现象：训练一开始就报 CUDA out of memory，batch 调到 1 也不行。
原因：imgsz 设太大了，或者模型选大了。640 的输入配 yolov8m 在 8G 显存上就可能爆。
解决：先把 imgsz 降到 416 或 320，模型换成 yolov8n。如果还不行，检查是不是有其他进程占着显存，nvidia-smi看一下，把没用的进程 kill 掉。
5.4 推理时检测框位置对，但分类结果全是同一类
现象：YOLO 检测没问题，但二级分类模型对所有输入都输出同一个类别。
原因：分类数据集类别不平衡太严重，或者验证集和训练集有重叠导致过拟合。也有可能是图像预处理时忘了归一化，输入数值范围不对。
解决：检查每个类别的样本数，少样本类做增强或过采样。确认训练和验证文件夹没有重复图片。分类模型输入前要做和训练时一致的归一化，ultralytics 内部会处理，但如果你自己写推理代码，记得除以 255。
5.5 答辩时被问「你这和中医有什么关系」
现象：技术跑通了，但老师觉得你只是做了个图像分类，没有中医理论支撑。
原因：缺少医学解释层。舌象诊断系统不能只输出「黄苔」，还要说明黄苔在中医里对应什么证型。
解决：在系统输出里加一个映射表，把舌象类别映射到常见中医证型，比如黄腻苔对应湿热，白苔对应寒证。这个映射不需要你自己编，查中医诊断学教材就有。答辩时把这条链路讲清楚：图像到舌象类别，舌象类别到证型参考，证型到调理建议。这样技术工作和中医语境就接上了。
6. 把模型接到界面上：一个能演示的最小系统
毕业设计最后总要有个能点、能看的界面。我一般用 Gradio 或者 Streamlit，几行代码就能搭一个网页 demo，比 PyQt 省事得多。以 Gradio 为例：
import gradio as gr import cv2 from ultralytics import YOLO det_model = YOLO('runs/detect/tongue_detect/weights/best.pt') cls_model = YOLO('runs/classify/tongue_cls/weights/best.pt') def diagnose(image): results = det_model(image) for r in results: for box in r.boxes: x1, y1, x2, y2 = map(int, box.xyxy[0].tolist()) tongue = image[y1:y2, x1:x2] cls_result = cls_model(tongue) probs = cls_result[0].probs top1 = probs.top1 names = cls_result[0].names return f"舌象类别: {names[top1]}, 置信度: {probs.top1conf:.2f}" return "未检测到舌体" demo = gr.Interface(fn=diagnose, inputs=gr.Image(), outputs=gr.Text()) demo.launch()这段代码把检测和分类串起来，输入一张图，输出舌象类别和置信度。Gradio 会自动生成网页界面，支持拖拽上传和摄像头拍照。部署到服务器上加个share=True就能生成临时公网链接，答辩时直接演示。
参数上，probs.top1是最高置信度的类别索引，top1conf是对应置信度。如果置信度低于 0.6，我一般会在输出里加一句「建议重新拍摄」，避免给出不可靠结果。
这套系统跑通之后，你可以继续做的进阶方向有几个：一是加舌体分割，用 YOLOv8-seg 把舌体像素级抠出来，颜色分析会更准；二是做多标签分类，一根舌头可能同时有齿痕和厚苔；三是把中医证型映射做成知识图谱，让输出更有医学逻辑。我自己做这类项目最大的教训是：别一上来就追求模型多复杂，先把数据标注和训练流程跑通，哪怕用最小的 yolov8n，能稳定输出正确结果，比堆一堆花哨模块但跑不起来强得多。希望帮到你。
本文还有配套的精品资源，点击获取
