准备模型和数据集

想让板子识别苹果，有两条路：直接使用别人做好的模型，或者准备自己的图片并训练。先选一条，不需要两边都做。

不训练：直接使用现成模型

如果只是想快速体验，按下面的顺序找：

  1. 在板子的 /root/models 中查看系统自带的模型。
  2. 到 MaixHub 模型库，先选择自己的板子型号，再找需要的模型。
  3. 下载前确认说明中明确写着支持你的板子。

找到后直接按模型获取、上板和运行操作，不需要再准备数据集或训练。

如果没有找到合适的模型，再继续下面的“自己训练”路线。下载别人制作的模型时，也要查看许可证。许可证就是作者写明的使用、修改和分享规则。

自己训练：准备初始模型

训练不是从空白开始，需要先拿一个已经学过通用物体的基础模型作为起点。本文用体积较小的 YOLO11 模型 yolo11n.pt，适合第一次练习。

不用另外寻找下载地址：开始训练时，训练工具会自动下载 yolo11n.pt。电脑需要联网，并在命令中保持这个文件名即可。如果自动下载失败，也可以从 Ultralytics 模型页面手动下载，再把文件路径填到训练命令的 model= 后面。

这里的 yolo11n.pt 只是电脑训练用的起点，不是能直接放进板子的模型。训练完成后，还要导出并转换，具体步骤见在电脑训练 YOLO 检测模型。

自己训练：准备数据集

数据集就是“训练要看的图片”和“每张图片的正确答案”。对于目标检测，正确答案是图片中物体的名称和位置。

第一步：拍摄图片

最好用最终运行模型的板子拍照。这样训练时看到的画面，更接近板子以后真正看到的画面。

以苹果检测为例，不要只拍白桌子中间的一个红苹果，还要拍：

  • 不同品种、大小和颜色的苹果。
  • 苹果在画面边缘、远处或被挡住一部分的情况。
  • 不同桌面、房间和光线。
  • 没有苹果的背景，以及容易被认错的红色物体。

先用一小批图片跑通流程，再根据识别失败的画面补图片。图片是否接近真实使用场景，比盲目追求数量更重要。

第二步：给图片标注

标注就是用矩形框出图片里的每个目标，并写上类别名称。

可以选择这些免费工具：

  • MaixHub 在线训练：直接在网页中标注，适合想少安装软件的新手。
  • Make Sense：打开网页就能用，可以导出 YOLO 格式。
  • AnyLabeling：免费的开源桌面工具，支持矩形标注和辅助标注。
  • CVAT：有免费网页版，适合图片较多或多人一起标注的项目。

在电脑上训练时，导出格式选择 Ultralytics YOLO Detection。这是训练工具约定的一种文件摆放方式，不是另一种模型。

标注时注意：

  • 方框尽量贴近目标边缘，不要带入太多背景。
  • 一张图片中有三个苹果，就画三个框。
  • 同一种目标始终使用同一个名称，例如一直用 apple。
  • 图片中出现了要识别的目标，就必须标出来，不能漏掉。

第三步：分成训练集和验证集

把大约 80% 的图片放进训练集，剩下约 20% 放进验证集：

  • 训练集：模型用这些图片学习。
  • 验证集：训练过程中用这些没参与学习的图片检查效果。

同一张图片不能放进两边，几乎相同的连拍也不要拆到两边。验证集尽量使用板子在真实环境中拍摄的图片。

第四步：按标准目录摆放

整理后的数据集应是下面的样子。这里最重要的是 train 和 val 的位置：

apple_dataset/
├── images/
│   ├── train/       # 训练图片
│   └── val/         # 验证图片
├── labels/
│   ├── train/       # 训练图片对应的标注
│   └── val/         # 验证图片对应的标注
└── data.yaml

标注工具会为每张图片生成一个同名的 .txt 文件。例如：

images/train/apple_001.jpg
labels/train/apple_001.txt

图片和标注必须同名，并分别放在对应的 images 和 labels 文件夹中。没有任何目标的背景图片，也放在 images 中，并为它准备一个同名的空 .txt 文件。

最后创建 data.yaml，告诉训练工具图片放在哪里、类别叫什么：

path: /你的完整路径/apple_dataset
train: images/train
val: images/val

names:
  0: apple

把 path 换成电脑上 apple_dataset 的完整路径。多个类别继续写 1:、2:，顺序要与标注工具中的类别顺序一致。

整理好后，可以选择 MaixHub 在线训练或在电脑训练 YOLO 检测模型。

也可以使用公开数据集

可以到 Ultralytics 数据集列表、Roboflow Universe 或 Kaggle Datasets搜索。

下载前确认三件事：数据允许怎样使用、内容是不是目标检测、能不能导出为 Ultralytics YOLO Detection 格式。公开图片可以补充训练集，但不能代替板子在真实场景中拍到的图片。

转换模型时还会用到另一批图片

网页转换会另外要求 20 到 100 张真实场景图片。这些图片只帮助转换工具适配板子，不参与训练，因此不用标注。

直接挑选图片并压缩成 ZIP 即可。不要把它和上面的训练集、验证集混在一起，具体要求见网页转换 YOLO 模型。