---
title: YOLO_APPLE
canonical_url: "https://www.modelscope.cn/models/rwcjz615/YOLO_APPLE"
md_url: "https://www.modelscope.cn/models/rwcjz615/YOLO_APPLE.md"
repository: rwcjz615/YOLO_APPLE
last_updated: 2026-06-18
pipeline_tag: general-recognition
tasks:
  - general-recognition
library_name:
  - pytorch
frameworks:
  - Pytorch
downloads: 1
stars: 0
---

# YOLO_APPLE

> YOLO_APPLE - rwcjz615 在 ModelScope 开源的模型。面向无人机视角下类球状水果的识别、定位和自动采摘前端感知项目。项目使用 YOLO 进行水果检测，并将检测框中心点转换为相机坐标系下的三维坐标 (X, Y, Z)，便于后续机械臂或采摘执行机构使用。

- **Repository**: rwcjz615/YOLO_APPLE
- **Tasks**: general-recognition
- **Downloads**: 1
- **Stars**: 0
- **Last updated**: 2026-06-18

Source: https://www.modelscope.cn/models/rwcjz615/YOLO_APPLE

---

# YOLO_APPLE

面向无人机视角下类球状水果的识别、定位和自动采摘前端感知项目。项目使用 YOLO 进行水果检测，并将检测框中心点转换为相机坐标系下的三维坐标 `(X, Y, Z)`，便于后续机械臂或采摘执行机构使用。

## 功能

- 读取当前仓库中的 YOLO 数据集：`shujuji/shujuji/images` 和 `shujuji/shujuji/labels`
- 训练单类别水果检测模型
- 对单张无人机图像执行水果识别
- 输出标注图和三维坐标 CSV
- 提供 Gradio 可视化演示
- 提供 ModelScope 打包与上传脚本

## 环境

建议使用 Python 3.10、3.11 或 3.12。当前工程依赖 PyTorch/Ultralytics，Python 3.14 通常没有稳定的 PyTorch wheel。

```bash
python -m venv .venv
.venv\Scripts\activate
pip install -U pip
pip install -r requirements.txt
pip install -e .
```

## 数据集

数据集配置位于 `configs/dataset.yaml`：

```yaml
path: ../shujuji/shujuji
train: images/train
val: images/val
test: images/test
names:
  0: fruit
```

当前数据集统计：

- train: 400 images / 400 labels
- val: 50 images / 50 labels
- test: 50 images / 50 labels

## 训练模型

```bash
python scripts/train.py --data configs/dataset.yaml --model yolov8n.pt --epochs 100 --imgsz 640 --batch 16
```

训练完成后，最佳权重位于：

```text
runs/train/fruit_yolo3d/weights/best.pt
```

## 测试评估

```bash
python scripts/evaluate.py --weights runs/train/fruit_yolo3d/weights/best.pt --split test
```

## 三维坐标推理

```bash
python scripts/predict_3d.py ^
  --weights runs/train/fruit_yolo3d/weights/best.pt ^
  --image shujuji/shujuji/images/test/test_0001_vitrine-027-02.jpg ^
  --camera configs/camera.yaml ^
  --output runs/predict_3d
```

输出：

- `runs/predict_3d/<image>_3d.jpg`：带检测框和坐标的标注图
- `runs/predict_3d/<image>_3d.csv`：每个水果目标的三维坐标表

## 三维坐标原理

检测得到水果中心像素 `(u, v)` 和深度 `Z` 后，使用针孔相机模型：

```text
X = (u - cx) * Z / fx
Y = (v - cy) * Z / fy
Z = depth
```

其中 `fx, fy, cx, cy` 来自相机标定参数，配置在 `configs/camera.yaml`。

深度来源支持两种方式：

- `diameter`：使用类球状水果已知直径和检测框像素直径估计深度
- `constant`：使用固定工作距离

单目 RGB 图像不能直接恢复真实绝对深度；如果采摘系统有双目相机、RGB-D 相机、激光测距或无人机高度/姿态信息，建议把真实深度填入该流程以获得更可靠的三维坐标。

## Web 演示

```bash
python app.py
```

默认读取 `weights/best.pt`。如果权重位于训练目录，可在页面中填写实际路径。

## ModelScope 打包与上传

先准备上传目录：

```bash
python scripts/prepare_modelscope.py --weights runs/train/fruit_yolo3d/weights/best.pt
```

如果尚未训练，也可以先打包代码：

```bash
python scripts/prepare_modelscope.py
```

上传到目标仓库：

```bash
pip install modelscope
set MODELSCOPE_TOKEN=你的ModelScope访问令牌
python scripts/upload_modelscope.py --repo-id rwcjz615/YOLO_APPLE --local-path modelscope_package
```

也可以直接使用 ModelScope CLI：

```bash
modelscope upload rwcjz615/YOLO_APPLE modelscope_package --repo-type model --token 你的ModelScope访问令牌
```

上传需要 `rwcjz615/YOLO_APPLE` 仓库的写入权限。