YOLOv12实战：苹果腐烂检测系统全流程解析

前段时间做了一个苹果表面腐烂检测的模拟项目，核心任务只有一个：把带腐烂迹象的苹果从一堆水果里精准挑出来。我最早试过传统视觉方案，HSV阈值分割、纹理分析都跑过一轮，效果在实验室灯光下勉强能用，一换品种、一换光照环境就全线崩溃。最后整个方案推倒重来，改用YOLOv12做目标检测，配了一套自建的YOLO格式数据集，再加上带登录注册界面的桌面UI，才算把检测精度和稳定性都拉到可交付的水平。

这套系统虽然名字叫“苹果腐烂检测”，但技术链路非常完整：数据采集与标注、模型训练与对比、推理服务封装、GUI界面与用户系统，基本覆盖了一个深度学习落地项目的全部环节。文章里我会把每个环节的取舍逻辑和踩坑记录都讲清楚，特别是腐烂样本怎么标、训练参数怎么调、算法和界面怎么对接这类实操细节。如果你是正在做毕业设计、农产品质检项目，或者想把YOLO系列模型真正做成一个能双击运行的程序，这篇应该能帮你省不少时间。

1. 腐烂苹果检测的难点与YOLOv12的选型依据

1.1 为什么传统视觉方案在腐烂检测上容易翻车

先说说我最初用HSV阈值分割踩的坑。苹果腐烂区域一般呈现黄褐色、深褐色甚至黑褐色，同时伴随表皮皱缩、光泽消失，理论上用颜色空间做像素级阈值分割就能区分开。但实际操作下来，问题一个接一个。

第一个问题是品种差异。红富士底色偏红，黄元帅偏黄，青苹果偏绿，正常的色相分布本来就不一样。腐烂之后这些颜色都往褐色区域靠拢，但这个“偏移量”在不同品种、不同成熟度上根本不是一个固定值。设一组阈值想同时覆盖所有情况，基本不可能。第二个问题是光照。输送带上的光源色温、照射角度稍微变一下，同一处缺陷在HSV空间的分布就完全变了；反光区域的饱和度S值会变得很低，阈值分割很容易把它判成高亮或白色区域，误检满天飞。第三个问题最麻烦——腐烂边界的渐变特性。腐烂不是从正常果皮到烂斑一刀切，中间有一条颜色过渡带，阈值分割要么把过渡带整个漏掉，要么把一大圈正常果皮全部划进“腐烂”区域。

后来我也试过纹理特征，用灰度共生矩阵提取表面粗糙度变化。但苹果表面天然有斑点、毛孔、蜡质层，在纹理特征上和腐烂区域高度混淆。做到这一步我基本明白了：这类任务的视觉模式太灵活，靠人力总结特征规则永远追不上实际场景的多样性。

1.2 YOLOv12到底改了什么，为什么对腐烂目标更友好

YOLOv12是2025年初发布的YOLO系列新版本，由ultralytics开源库直接支持。它和前代YOLOv8、YOLO11最大的区别，是在backbone阶段引入了区域注意力机制（Area Attention，简称A2），把一部分传统卷积模块替换成带全局感知能力的注意力模块。普通卷积只看得到感受野内的局部信息，而区域注意力会计算特征图不同区域之间的上下文关联，让网络在目标轮廓不明显、颜色对比度低的情况下，也能把“可疑区域”从背景中主动区分出来。

这个特性对苹果腐烂检测非常关键。腐烂区域和正常果皮在RGB空间里的差异是渐变的，不像工业零件缺陷那样有清晰的纹理断裂。我同时跑了YOLOv8s和YOLOv12s做对比，在完全相同的自建数据集上，YOLOv12s对轻度腐烂样本的召回率高出大约5个百分点。对一个质检系统来说，五个百分点的召回率提升，已经足以决定项目能不能上线了。

1.3 为什么不选图像分类或语义分割

有人可能会问，判断一个苹果烂没烂，用ResNet做二分类不是更省事吗？确实，如果只需要回答“有烂还是没烂”，分类网络完全够用。但我这个系统的诉求是：不但要知道苹果有没有烂，还要知道腐烂区域在哪个位置、面积占多少、是轻度还是重度。这些信息是后续分拣设备决定“要不要剔除、剔除哪一边”的依据。分类网络天然给不了位置信息。

语义分割能给出像素级的腐烂区域轮廓，理论上最理想，但代价也最高：分割数据集的标注工作量是检测标注的好几倍，而腐烂区域边界本身就不清晰，标注一致性很难保证；训练时长、显存占用、推理速度也都不占优。目标检测的矩形框虽然粗糙一点，但对“识别坏果、统计数量、判断腐烂程度”这三个核心诉求来说，精度完全够用，研发周期也最可控。所以我的选型逻辑很直接：能定位、标注成本可接受、推理速度快，YOLOv12正好满足这三个条件。

2. 数据集是这个小项目的命门：采集、标注与增强

2.1 腐烂样本怎么采集最有效

自建数据集的第一难题是样本来源。我一开始只有一批表面开始出现褐变的苹果，拍了大概200多张。后来发现一个很有效的采集思路：同一批苹果先拍健康状态的照片，然后放在潮湿纸箱里放置几天，等它们出现不同程度腐烂后再拍一轮。同一个果实的健康期和腐烂期都进了数据集，模型学到的是“腐烂前后果面的变化规律”，而不是把某一只苹果的整体外观死记硬背下来。

拍摄时不要只拍白色背景。我实际用过白纸、灰布、纸箱内壁、输送带纹理背景四种，还故意加了不少自然光从侧面照射的样本，因为真实分拣环境里的光源不可能像实验室那么规整。拍摄角度要覆盖正上方垂直视角、45度斜视角、水平视角，单果和多果混放都要有。网上爬图可以补充一部分，但必须人工筛掉带滤镜、带水印、合成过度的干扰图，爬回来的图我最后只留了大约160张能用。

2.2 标注腐烂区域的三个实操要点

标注工具我用的是LabelStudio，浏览器操作，导出YOLO格式很方便。这一步最容易被低估，但它恰恰决定了模型精度的上限。

第一，边界框只框“视觉上确定腐烂”的区域。不要图省事把整只苹果都框进来，也不要把软化但还没变色的果肉框进去。模型学的是“看起来烂掉”的特征，标注得干净，它才学得干净。第二，腐烂面积小到多少可以放弃标注？我的经验是：面积占整个果实不到5%的轻微斑块，单独标成“轻微腐烂”类别很有价值，这类样本是提升召回率的关键；但如果小到和果皮正常斑点差不多，就别标了，否则只会制造大量混淆样本。第三，遮挡和模糊样本没必要全删。刚开始我习惯性把模糊图片都删了，后来发现模型在实际视频流里遇到运动模糊时表现很差。重新保留部分模糊样本并正常标注之后，推理稳定性明显改善。

类别设计方面，我最终用了两类：mild_rot（轻微腐烂）和severe_rot（明显腐烂）。一开始只标一个rot类，模型经常把轻微腐烂漏掉，因为轻微腐烂和正常果皮的视觉差距太小，置信度被大量“看着很像”的负样本稀释了。拆成两类后，轻度腐烂有了独立的置信度分布空间，召回率提升非常大。

2.3 数据增强怎么配，以及最大误区在哪

YOLOv12的数据增强配置我试过好几轮，最终采用的组合是：Mosaic开启但概率设为0.7，亮度扰动和对比度扰动各0.3，随机旋转±30度，水平翻转1.0，Hue扰动设得非常小（0.015），S和V扰动保留0.5。

这里最大的误区是不要对Hue通道做大范围扰动。苹果的颜色本身就是重要特征，如果把红色扰动成蓝色，模型会学到一种“颜色多变”的错误先验，实际推理时对偏色光线反而过度敏感。RGB层面的亮度、对比度扰动才是模拟车间灯光变化的正确方式。另一个细节是Mosaic增强会把四张图拼在一起，苹果被切得太碎时腐烂区域比例会失真，所以我特意把Mosaic概率压到0.7，给常规样本留出比例。

数据集划分也有讲究。同一个苹果的多视角照片必须放在同一个集合里，我是按“果实个体”分组后划分train/val/test的，而不是直接随机打散。如果同一只果子的照片同时出现在训练集和验证集，模型等于提前“见过”了这只苹果的个体纹理，验证集指标会虚高。这个坑在水果类数据集里特别常见，写论文或者做汇报时很容易被质疑。

3. YOLOv12训练实测：环境、参数与过程复盘

3.1 环境配置与训练命令

训练环境是Python 3.10、PyTorch 2.1+（CUDA 12.1）、ultralytics 8.3+，显存8GB以上的NVIDIA显卡即可，我用一块8G卡完成了整个训练过程，预训练权重直接加载yolov12s.pt。

在ultralytics框架下，训练指令非常标准：

yolo train data=apple_rot.yaml model=yolov12s.pt epochs=150 batch=16 imgsz=640 patience=30

apple_rot.yaml里是数据集路径和类别定义：

path: ./dataset/apple_rot train: images/train val: images/val names: 0: mild_rot 1: severe_rot

3.2 训练参数的设置思路与三组对比

输入分辨率设成640就够了。苹果在画面中通常占比很大，腐烂区域的绝对像素其实不小，不需要为了抠细节强行上1280，那样训练和推理都会明显变慢。Epochs设150是因为注意力模块的收敛速度比纯卷积慢一些。我第一轮只给100轮，训练结束时loss还在平稳下降，明显没训够。后来加了patience=30做早停，既省算力又防过拟合。Batch=16是结合8G显存的稳妥值，显存更大的话可以继续往上提。

我做了三组模型对比，全部使用同一套数据集和参数：

YOLOv12s比前两个版本在召回率上领先2到3个百分点，mAP@0.5:0.95也高出一截。推理时间多2ms左右，在实际分拣场景里影响很小。最终为了精度，我选了YOLOv12s。

3.3 训练过程观察：什么时候可以放心、什么时候要警惕

训练日志里最值得关注的不是平滑下降的train_loss，而是val loss的变化和早停触发点。第一轮训练在45轮左右就触发了早停，原因是我把patience设成了15，太小了。YOLOv12的注意力模块在前几十轮经常会出现一个“收敛平台期”，val指标好几轮纹丝不动，但那不是真的不收敛，只是特征图在重构和稳定。把patience调到30之后，训练最终稳定完成。

另外一个明显的过拟合信号出现在第120轮左右：train_loss持续下降，val_loss却开始振荡上行。这个时候我不会继续硬跑，而是回退到之前保存的最优权重做验证，同时检查增强强度是不是不够。实际加上增强参数后，val指标很快恢复了稳定。这个判断习惯很重要——只看训练集loss容易给人“还在变好”的错觉，一旦发现训练和验证两条曲线在“分道扬镳”，就应该果断停手。

4. 从训练权重到可用检测服务：推理封装与对接细节

4.1 最容易被忽略的坑：训练和推理版本必须一致

加载best.pt做推理本身很简单，直接调YOLO类的predict方法就行。但我在项目里吃过一次亏：训练环境用的ultralytics 8.3.x，推理脚本跑在一台只有8.2.x的机器上，加载权重时直接报结构不兼容。这类问题看起来低级，真遇到了非常浪费时间。建议在项目目录下用requirements.txt固定版本号，或者干脆全程使用同一个虚拟环境。

4.2 Detector类的封装思路

为了让UI界面、命令行脚本和后续可能的服务端都能复用同一套逻辑，我把推理封装成了一个苹果检测类：

from ultralytics import YOLO class AppleDetector: def __init__(self, weights_path, conf=0.4, iou=0.45): self.model = YOLO(weights_path) self.conf = conf self.iou = iou def detect_frame(self, frame): results = self.model.predict( source=frame, conf=self.conf, iou=self.iou, verbose=False ) return results[0] def get_summary(self, result): mild_count = 0 severe_count = 0 for box in result.boxes: cls = int(box.cls[0]) if cls == 0: mild_count += 1 else: severe_count += 1 return mild_count, severe_count

这个类做了两件事：统一了置信度和NMS阈值入口，把检测结果换算成“两个类别的数量统计”，方便界面直接展示。模型推理用CPU也能跑，只是速度会慢一些。如果要批量处理图片，记得把device参数指到GPU上。

4.3 置信度阈值怎么调：轻度腐烂和重度腐烂要区别对待

默认conf=0.25对通用目标检测任务很合理，但对苹果腐烂检测来说偏低。我在测试里观察到，重度腐烂区域置信度通常能稳定在0.75以上，而轻度腐烂的置信度普遍只有0.4到0.7。如果统一设0.25，很多果皮斑点、轻微磕碰都会被当成腐烂，误检率明显上升；如果统一设0.6，轻度腐烂又会被大量漏掉。

实际我采用了两套方案：第一是在Detector类里按类别分开设阈值，mild_rot用0.35、severe_rot用0.55；第二是后处理阶段加一个检测框面积过滤，太小的框直接丢弃。真正的腐烂区域通常有一定面积，而斑点和小划痕面积很小，面积过滤能把大量低置信度误检一次清掉。

5. 登录注册模块与UI界面的完整实现

5.1 界面选型：为什么我选了PySide6

这个项目里算法和界面是两条独立技术线，但都用Python，所以GUI框架也选Python生态最顺。PySide6是Qt for Python的官方绑定，控件丰富、文档齐全、支持QSS样式美化，比tkinter好看，也比PyQt5的授权协议更省心。如果你更倾向网页方案，用Flask或FastAPI起一个Web界面也是可以的，但本地桌面工具没有浏览器会话概念，登录逻辑会简单很多。

5.2 SQLite存储与登录注册流程

用户管理用SQLite就够了，单机场景不需要引入数据库服务。建表逻辑很直接：

CREATE TABLE IF NOT EXISTS users ( id INTEGER PRIMARY KEY AUTOINCREMENT, username TEXT UNIQUE NOT NULL, password_hash TEXT NOT NULL, created_at TEXT DEFAULT CURRENT_TIMESTAMP );

密码绝对不要明文保存。我用了werkzeug的generate_password_hash做加盐哈希，校验时用check_password_hash。注册流程需要检查用户名是否已存在、两次密码是否一致；登录流程校验密码哈希是否匹配，匹配成功后进入检测主界面，失败则弹窗提示。整套逻辑不涉及复杂的会话管理，窗口切换就能完成状态流转。

5.3 检测界面与算法线程怎么协作

界面布局我做了左右分栏：左侧是一列操作按钮，包括选择图片、开始检测、保存结果、打开摄像头；右侧上下两个显示区，上方是原图，下方是检测后的可视化结果。检测完成后，左下角会实时更新当前画面里的腐烂苹果数量、轻度与重度分布。

这里最重要的一个细节是：算法推理绝对不能放在UI主线程里跑。YOLO推理一张图虽然只需要几十毫秒，但在主线程里跑会卡住窗口拖拽、按钮点击等事件响应；如果处理的是视频流，主线程会彻底失去响应，体验非常糟糕。正确做法是单独开一个QThread线程执行检测，检测完再把结果通过信号传回主线程刷新界面：

class DetectWorker(QThread): result_ready = pyqtSignal(object) def __init__(self, detector, image): super().__init__() self.detector = detector self.image = image def run(self): result = self.detector.detect_frame(self.image) self.result_ready.emit(result)

主线程连接result_ready信号，收到结果后解析坐标、类别、置信度，用QPainter把检测框画到QLabel或QGraphicsView上。这样界面永远流畅，算法线程也不需要关心界面控件的状态。

6. 实测效果复盘与常见问题排查

6.1 在90张验证集上的实际表现

项目收尾阶段我做了一轮完整测试，验证集包含红富士、金帅、青苹果三个品种，正常样本和不同程度腐烂样本混合，共90张。最终统计结果：腐烂苹果检出召回率95.5%，正常苹果被误判成腐烂的误检率约4.4%，GPU上单张推理约10ms，CPU约120到150ms。

品种维度上，金帅和青苹果的检测效果更好，因为果皮底色浅，腐烂斑块和正常区域的色差更明显。红富士稍差，深红色果皮上的深褐色斑点视觉对比度太低，模型偶尔会把反光区域错认成腐烂。这类问题我通过补充红富士反光样本、上调轻度腐烂类别置信度，最终压到了可接受水平。

6.2 我踩过的三个典型误检案例

第一个是高光反光区域。果皮上的高光在RGB空间里呈大片亮白甚至偏蓝，早期模型经常把它们识别成腐烂区域。解决方式是往训练集里加入大量不同角度的高光样本，让模型学会区分“镜面反射造成的高亮”和“表皮病变造成的变色”。

第二个是果梗和花萼区域。果梗和花萼的深褐色和腐烂早期的褐色非常接近，模型好几次把果梗直接检测成腐烂。单纯增加样本还不够，我把果梗露出较多的样本专门挑出来，标注时明确把果梗区域排除在腐烂框之外，给模型提供足够的负样本。第三个是轻微腐烂漏检。腐烂面积很小的样本置信度普遍不高，我在后处理里加了按类别的动态阈值，再配合检测框面积过滤，漏检率整体降了一个档次。

6.3 部署交付的几个现实提醒

模型权重文件不大，本地存放完全没有问题。如果将来要接到产线服务器，注意GPU资源和C++推理框架的转换成本；如果只是做本地桌面工具，保持PySide6加ultralytics的组合最省事。硬件没有GPU时，CPU推理速度在120到150毫秒每张，对静态图片分拣勉强够用，对视频流就基本不现实了。这种情况可以先缩小输入尺寸，或者换yolov12n这类更小的预训练权重，牺牲一点精度换速度。

最后分享一个我自己用着很顺的小技巧：如果现场光照条件固定，可以在YOLO检测之前先用HSV阈值做一次深色区域预筛，明显正常的图片直接放行，只有预筛命中可疑区域的图片再送进YOLO做细检测。这个“传统视觉做粗筛、深度模型做细检”的组合思路，能让整套系统的吞吐量提升不少，误检率也会进一步下降。这套方法我后来在另一个农产品检测场景里继续用，效果依然稳定。材料不复杂，就是多写几十行预处理逻辑，但对整个系统的提升非常实在。