【2026】用 AI 自动数土豆！用 SAM 2 + YOLO11 nano 打造的廉价农业计数系统

「收获的土豆，一个一个数太麻烦了……」「如果能自动数传送带上流动的农产品，出货作业会轻松多少？」

2026 年爆火的 AI 项目恰好解决了这个烦恼：一个只需 1 张标注帧就能实时数传送带上土豆的系统。它不是大语言模型，也不是机器人，而是朴素但真正能在现场使用的本地 AI 代表案例，在 X 上获得了 1,700 多个赞。

本文将以初学者也能看懂的方式，讲解这个系统的原理，以及农户、食品加工现场的使用方法。

本文你能了解到什么

土豆自动计数系统「厉害在哪里」
SAM 2 与 YOLO11 nano 各自的作用
GitHub 代码的内容与运行方法
农户・食品加工中的具体应用思路
导入时需要注意的问题

厉害在哪：1 张标注帧即可达到实用水平

通常，训练 AI 物体检测模型需要手动标注数百到数千张图片。这一直是现场导入的最大门槛。

这个项目的厉害之处，就是大幅缩短了这个流程：

标注只需 1 帧
SAM 2（Meta 开发的分割模型）自动生成标签
用 YOLO11 nano（超轻量模型）进行训练
训练好的模型可应用于整个视频，实现实时计数
达到生产可用水平（production ready）

正如这条爆火帖的评价：「当所有人都在追逐万亿参数模型时，制造业、农业现场最快的赢家正是这样的系统。」确实如此，小・快・便宜 才是现场导入的关键。

技术原理：SAM 2 → YOLO11 nano 的两段式结构

SAM 2 的作用（自动生成标签）

SAM 2 是 Meta 发布的图像・视频分割模型。只需点击图像中的目标物体，就能准确抠出它的形状。

在这个系统中，只用 视频中截取的 1 帧 交给 SAM 2 处理，自动提取土豆形状并生成训练用的标签数据。这就是「1 帧标注」的实现原理。

YOLO11 nano 的作用（检测与计数）

YOLO 是物体检测的经典模型家族，YOLO11 nano 是其中最轻量的模型。它小到无需高端 GPU 也能运行，非常适合在 边缘设备（Raspberry Pi 或 Jetson 级别）上执行。

系统中用 YOLO11 nano 检测土豆，并通过 Ultralytics 的 ObjectCounter 功能与 多边形区域跟踪 来统计「通过区域的数量」。

处理流程

步骤	处理内容
1. 抽取帧	从传送带视频中取出 1 帧
2. 用 SAM 2 生成标签	自动提取土豆形状并转换为标注数据
3. 训练 YOLO11 nano	约数十分钟训练完成（50 轮・图像尺寸 1280px）
4. 设置多边形区域	用多边形指定计数区域（Roboflow PolygonZone 轻松完成）
5. 实时计数	自动统计通过区域的土豆数量

GitHub 代码详解

该项目已在 GitHub 上公开。

开发者: Viet Nguyen（柏林资深 AI 工程师，就职于 Sporttotal）
开发者主页: github.com/vietnh1009
计数系统本体: github.com/NguyenHoangMinh1312/potato_counting

仓库结构非常简单，只有 3 个文件。

dataset.py：数据集整合

读取多个公开数据集（托管在 Google Drive），去掉非土豆的标签，整理成 YOLO 训练数据。其中包含只提取土豆并将类别 ID 统一为 0的处理逻辑。

train.py：训练脚本

训练 YOLO11 nano（yolo11n.pt）。设置如下：

参数	值
模型	YOLO11 nano (yolo11n.pt)
轮数	50
批量大小	4
图像尺寸	1280px
学习率	1e-3（余弦衰减）

main.py：计数应用本体

读取视频，用 ObjectCounter 检测并跟踪土豆，统计通过指定多边形区域的次数。跟踪器可选择「botsort.yaml」或「bytetrack.yaml」，输出保存为 object_counting_output.avi。

实际运行画面中，每个土豆都会标上蓝色边界框和「potato」标签，右上角会实时显示「Potato: IN 73 OUT 70」这样的通过数量。

设置步骤（简单 4 步）

需要准备的东西

项目	内容
电脑	Linux（Ubuntu 22.04 以上）・Python 3.10 以上
库	PyTorch 2.6、TensorFlow 2.19、OpenCV 4.11、Ultralytics 8.3.111
摄像头	固定摄像头（网络摄像头也可以）
视频	拍摄传送带的视频 1 段

步骤

克隆仓库: git clone https://github.com/NguyenHoangMinh1312/potato_counting
准备数据集: 从 Google Drive 下载数据集，运行 python dataset.py
训练: 运行 python train.py 训练 YOLO11 nano
执行计数: 根据自身环境修改 main.py 中的多边形坐标和模型路径，运行 python main.py

多边形区域（在哪里通过就算计数）可以通过 Roboflow PolygonZone 上传帧图像、绘制区域，就能直接获取坐标列表。

农户・食品加工中的应用思路

这个系统的价值不只限于数土豆。同样的方法可以实现多种农产品的自动计数与分拣。

具体应用示例

用途	内容
收获物计数	自动统计传送带上的土豆、洋葱、胡萝卜等
准确掌握出货数量	手工作业计数零失误，可与装箱数量核对
尺寸分拣辅助	根据检测框大小进行粗略尺寸分类
品质管理	增加训练数据后，还可检测伤痕、变色

为什么适合农户

低成本: 可在边缘设备（Raspberry Pi / Jetson 级别）运行，无需数百万日元的专用机器
少量数据即可开始: 1 帧 + SAM 2 自动标注即可制作训练数据
可改造现有设备: 只需在传送带上加装 1 台摄像头
自由定制: 可将土豆换成其他农产品（只需重新制作训练数据）

注意事项与课题

说实话，导入前也有一些需要了解的地方。

仅支持固定摄像头: 摄像头角度或位置改变后，需要重新设置多边形区域并重新调优模型
受光照・速度影响: 传送带光照或皮带速度变化时，检测精度可能下降
并非真正的零数据: 「1 帧标注」确实厉害，但仍需要从整段视频中生成训练数据
土豆重叠问题: 传送带上土豆重叠时，可能被识别为 1 个
个人项目: 正式导入时，需要根据自身环境进行调整和测试

总结

土豆自动计数系统是小・快・便宜才是现场导入关键的最佳例证。

SAM 2 将标注自动化，大幅降低训练成本
YOLO11 nano 这类超轻量模型，在边缘设备上也能实时计数
代码已在 GitHub 公开，农户也能上手尝试
可应用于土豆以外的其他农产品

「AI 需要海量数据和巨型模型」——如果你有这样的印象，希望本文能让你感受到从 1 张图片就能开始的本地 AI 的可能性。

在你的农场传送带上加装 1 台摄像头，或许就能让工作发生巨大改变。