用 YOLO 数筷子——从 OpenCV 到深度学习的目标检测实战

不锈钢筷子头挨着头、反光闪瞎眼，OpenCV 霍夫圆直接投降。这个小项目走了一遍从传统 CV 到深度学习的完整路径。

那些反光的筷子头，把 OpenCV 逼疯了

事情是这样的：要数一把不锈钢筷子有多少根。听起来很简单对吧？拿个相机拍一下，数圆圈就行了。

用 OpenCV 的霍夫圆变换（HoughCircles）试了一下——惨不忍睹。不锈钢顶部的金属反光和阴影被边缘检测器当成独立实体，满屏幕乱飞的假阳性圆圈。筷子头挨得又近，阴影轮廓互相粘连，算法根本分不清这是 16 根筷子还是 2 个异形物体。

更要命的是调参。换个光照条件，param1、param2 又得重来。换个桌面背景，再来一遍。这不是写代码，这是在做手工。

这就是传统 CV 的死穴：它只认几何形状，不认"东西"。霍夫圆变换的逻辑是"找到符合圆方程的像素点集合"，它不理解"这是一根筷子的截面"这个概念。光照一变、角度一变、排列一变，像素梯度就变了，算法就废了。

为什么 YOLO 能搞定

YOLO 的思路完全不同。它不是在像素层面找几何形状，而是从数百万张图片里学会了"什么是筷子头"。它理解的是语义特征，不是像素梯度。

具体到这个场景：

问题	OpenCV (霍夫圆)	YOLO
不锈钢高光	把光斑误判为实体	能通过上下文推理出这是光斑
筷子头紧密排列	把多个物体融合成一个	擅长分辨紧密排列的多个实例
换光照/换背景	每次都要重调参	一次训练，到处通用

简单说：OpenCV 是"按规则找"，YOLO 是"凭经验认"。规则怕变化，经验怕没见过——但筷子头这种常见物体，YOLO 的训练集里见得多了。

从标注到训练：三步走

第一步：安装标注工具

先检查 Python 版本：

python --version

Python ≥ 3.9 → 用 LabelMe，支持圆形/多边形标注，本项目用的就是它
Python ≤ 3.8 → 建议用 LabelImg，只支持矩形框，但兼容性更好

💡 LabelMe 依赖的 pyqt5 在 Python 3.8 以下版本经常装不上，折腾半小时不如直接换工具。

国内环境建议先配 pip 镜像：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

# LabelMe（推荐，支持圆形标注）
pip install labelme

# 或者 LabelImg（Python ≤ 3.8 时用）
pip install labelImg

LabelMe vs LabelImg 怎么选？

	LabelMe	LabelImg
标注类型	矩形、圆形、多边形、线段	仅矩形框
输出格式	JSON（含完整坐标信息）	XML（Pascal VOC）或 YOLO TXT
圆形目标	✅ 原生支持，圆心+圆周点	❌ 只能画矩形近似
Python 要求	≥ 3.9	≥ 3.6
安装难度	中（PyQt5 依赖偶尔翻车）	低
适合场景	需要精确形状标注（圆、多边形）	快速矩形框标注

本项目的筷子头是圆形的，用 LabelMe 的圆形标注比矩形框更贴合，训练时边界更精准。如果你只是标注方方正正的物体（盒子、瓶子），LabelImg 完全够用。

第二步：标注

labelme dataset_labelme/

打开 GUI，用圆形标注（不是矩形框）在每根筷子头上画圈，标签统一叫 circle1。圆形标注比矩形框更贴合筷子头的形状，训练时边界更精准。

LabelMe 保存的是 JSON 格式，里面记录了圆心坐标和圆周上的一个点。这一步是最枯燥的，但标注质量直接决定模型上限——垃圾标注出垃圾模型，没有例外。

第三步：JSON → YOLO 格式转换

LabelMe 的 JSON 不能直接给 YOLO 用，需要转换成 YOLO 的 TXT 格式：

class_id x_center y_center width height  (归一化到 0~1)

核心难点在于 LabelMe 的圆形标注存的是"圆心 + 圆周点"，而 YOLO 要的是矩形边界框。转换逻辑：

# 圆心就是边界框中心，半径决定宽高
cx, cy = points[0]  # 圆心
px, py = points[1]  # 圆周点
r = math.sqrt((px - cx)**2 + (py - cy)**2)

# YOLO 格式：中心坐标 + 宽高（归一化）
x = cx / img_w
y = cy / img_h
w = (2 * r) / img_w
h = (2 * r) / img_h

💡 踩坑提醒：坐标系别搞混。LabelMe 用的是左上角原点的像素坐标，YOLO 要的是归一化的中心坐标。漏了归一化这一步，模型直接训废。

第四步：训练

from ultralytics import YOLO

model = YOLO("yolov8n.pt")  # 预训练的轻量级模型
model.train(
    data="./dataset/dataset.yaml",
    epochs=200,
    imgsz=640,
    device="cpu",  # 有 GPU 用 "0"，Mac 用 "mps"
)

YAML 配置文件很简单：

path: ./dataset
train: images/train
val: images/val
names:
  0: circle1

用 CPU 跑 200 个 epoch，最终 mAP50 达到 0.81，recall 达到 1.0（所有筷子头都检出来了）。对于只有 3 张训练图的极端小数据集，这个结果相当不错——说明 YOLO 的预训练权重里已经包含了足够的"圆形物体"先验知识。

推理：从矩形框到圆形标注

YOLO 检测输出的是矩形边界框，但筷子头是圆的。为了让可视化更精准，做了一个后处理修正：

在 YOLO 检测到的矩形框内，截取灰度图的局部 ROI
用自适应阈值二值化，把筷子头截面的轮廓抠出来
计算这个局部区域的真实质心（用图像矩 moments）
以质心为圆心画圆，替代 YOLO 的矩形框

roi = gray[y1:y2, x1:x2]
roi_thresh = cv2.adaptiveThreshold(
    roi, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 15, 2
)
moments = cv2.moments(roi_thresh)
center_x = int(moments["m10"] / moments["m00"]) + x1
center_y = int(moments["m01"] / moments["m00"]) + y1

这个思路是YOLO 负责"找"，OpenCV 负责"精修"。深度学习擅长语义定位（大概在哪），传统 CV 擅长亚像素级精度（精确到哪）。两者结合，比单独用任何一个都好。

踩坑与排查

1. 数据集只有 3 张图，能训吗？

能，但要过拟合。这个项目的目的不是做通用模型，而是验证 YOLO 的训练流程。把同一张图同时放进训练集和验证集，确保模型能"记住"这些图。实际项目中，至少需要 100+ 张标注图。

2. 椭圆标注（圆的边界框）转 YOLO 的坑

LabelMe 的圆形标注存的是 (圆心, 圆周点)，不是 (左上角, 右下角)。如果你当成矩形框处理，生成的边界框会完全错误。转换脚本必须判断 shape_type == "circle" 并走专用逻辑。

3. 小目标检测不理想

如果筷子头在图中占比很小（比如远景拍整把筷子），YOLO 的 640×640 输入分辨率可能不够。可以试试 imgsz=1280，或者用 YOLOv8 的小目标检测头。

4. CPU 训练太慢

200 epochs 用 CPU 跑了约 2 分钟（3 张图的数据集）。如果数据量上千，CPU 可能要跑几小时。建议至少有一张入门级 GPU。

效果对比：一眼看出差距

OpenCV 霍夫圆

OpenCV 检测结果

问题很明显：

绿圈大小不一，有些比筷子头大出一圈，把旁边的缝隙也圈进去了
中间密集区域严重重叠，根本分不清哪根是哪根
高光区域被误判为独立的圆圈，假阳性满屏飞

YOLO + OpenCV 精修

YOLO 检测结果

同样的图，同样的筷子：

16 根筷子全部识别，每根一个圈，没有遗漏
圆圈大小均匀，精准贴合筷子头截面
编号 1-16，计数一目了然
紧密排列的筷子也能准确分开

核心差异：OpenCV 只认“圆的形状”，YOLO 认的是“筷子头这个东西”。前者被光照和排列骗了，后者用语义理解扛住了。

核心收获

传统 CV 和深度学习不是替代关系，是互补关系。YOLO 负责语义定位，OpenCV 负责亚像素精修，组合拳比单打独斗强。
标注质量 > 模型选择。3 张精心标注的图，比 100 张随便框的图效果好。
YOLO 的预训练权重是宝藏。即使数据集极小，预训练权重里的先验知识也能让模型快速收敛。
圆形标注比矩形框更适合圆形目标。虽然转换脚本复杂一点，但训练时边界更精准，mAP 更高。

项目代码和数据集已开源：yolo-detection

那些反光的筷子头，把 OpenCV 逼疯了#

为什么 YOLO 能搞定#

从标注到训练：三步走#

第一步：安装标注工具#

LabelMe vs LabelImg 怎么选？#

第二步：标注#

第三步：JSON → YOLO 格式转换#

第四步：训练#

推理：从矩形框到圆形标注#

踩坑与排查#

效果对比：一眼看出差距#

OpenCV 霍夫圆#

YOLO + OpenCV 精修#

核心收获#