摘要本文介绍了一种基于YOLO26架构的高效水果识别检测系统旨在实现对多种常见水果的实时、精准检测与分类。系统针对六类水果——金冠苹果、青苹果、梨、红元帅苹果、红油桃和黄桃构建了专用的数据集并完成了模型训练。实验结果表明该模型在验证集上表现优异平均精度均值mAP50达到0.993mAP50-95高达0.992展现出卓越的检测精度与定位能力。系统不仅具备高准确率与高召回率且推理速度快适用于农业自动化、智能分拣、零售结算等实际场景具有良好的应用前景与推广价值。详细功能展示视频https://www.bilibili.com/video/BV125oWBJEn4/目录摘要详细功能展示视频https://www.bilibili.com/video/BV125oWBJEn4/功能模块1、用户管理模块2、界面与交互模块3、检测源管理模块4、检测参数配置模块5、YOLO检测核心模块6、结果显示模块7、结果保存模块8、工具栏功能9、辅助功能10、数据校验模块引言背景数据集介绍训练结果核心性能指标 ​编辑各类别表现混淆矩阵 (Confusion Matrix)​编辑​编辑曲线分析训练过程曲线 (Loss Metrics)​编辑Ultralytics YOLO26概述主要功能常用标注工具详细功能展示视频功能模块✅用户登录注册支持密码检测密码加密。注册登录✅图片检测可对图片进行检测返回检测框及类别信息。✅参数实时调节置信度和IoU阈值✅支持选择检测目标可以选择一个或者多个类目的目标进行检测✅视频检测支持视频文件输入检测视频中每一帧的情况。✅摄像头实时检测连接USB 摄像头实现实时监测。✅日志记录日志标签页记录操作和错误信息带时间戳✅结果保存模块支持图片/视频/摄像头检测结果保存1、用户管理模块功能描述用户注册用户名、密码、确认密码、邮箱选填注册密码SHA256加密存储用户登录用户名密码验证自动跳转主界面用户数据存储JSON文件存储用户信息密码加密、注册时间、邮箱登录状态主界面显示当前登录用户名2、界面与交互模块功能描述玻璃效果界面半透明毛玻璃背景圆角边框现代化视觉风格无边框窗口自定义标题栏支持窗口拖动、最小化、最大化、关闭响应式布局主窗口三栏布局左侧控制区、中央显示区、右侧信息区状态栏显示设备信息、模型状态、当前用户、实时时间3、检测源管理模块功能描述图片检测支持JPG/JPEG/PNG/BMP格式图片载入视频检测支持MP4/AVI/MOV/MKV格式视频载入摄像头检测实时调用摄像头默认ID 0进行检测检测源切换下拉菜单切换三种检测模式自动更新界面状态4、检测参数配置模块功能描述置信度阈值滑动条调节0-100%步长1%实时显示当前值IoU阈值滑动条调节0-100%步长1%实时显示当前值类别选择动态生成检测类别复选框支持全选/取消全选参数同步参数实时同步到检测器核心5、YOLO检测核心模块功能描述模型加载加载best.pt模型文件自动检测GPU可用性支持CPU/GPU切换多模式检测图片检测、视频检测、摄像头实时检测检测线程基于QThread的多线程处理避免界面卡顿检测结果返回目标类别、置信度、边界框坐标FPS计算实时计算处理帧率进度反馈视频处理进度条实时更新6、结果显示模块功能描述实时画面中央区域显示检测结果图像带标注框统计信息检测状态、目标数量、FPS、处理帧数实时更新检测列表右侧列表显示当前帧所有检测到的目标类别置信度日志记录日志标签页记录操作和错误信息带时间戳占位显示未选择检测源时显示系统LOGO和提示文字7、结果保存模块功能描述保存开关复选框控制是否保存检测结果路径选择自定义保存路径支持图片/视频格式自动识别自动命名保存文件自动添加时间戳detection_result_20240101_120000.jpg视频保存支持检测结果视频录制MP4格式手动保存工具栏保存按钮可随时保存当前画面保存反馈保存成功弹窗提示日志记录保存路径8、工具栏功能功能描述图片按钮快速切换到图片检测模式并打开文件选择器视频按钮快速切换到视频检测模式并打开文件选择器摄像头按钮快速切换到摄像头检测模式保存按钮手动保存当前显示画面9、辅助功能功能描述错误处理统一错误弹窗提示日志记录错误详情资源清理检测停止时自动释放摄像头、视频文件、视频写入器资源时间显示状态栏实时显示系统时间模型状态状态栏显示模型加载状态和当前设备CPU/GPU10、数据校验模块功能描述注册验证用户名长度≥3密码长度≥6密码一致性检查邮箱格式验证协议确认注册前需勾选同意用户协议文件校验模型文件存在性检查文件大小验证≥6MB输入非空登录/注册时必填项非空检查引言随着计算机视觉与深度学习技术的飞速发展目标检测在农业智能化、食品工业与智慧零售等领域发挥着越来越重要的作用。水果作为日常生活中不可或缺的食品其自动化识别与分拣需求日益增长。传统的人工分拣方式效率低、成本高且易出错难以满足现代规模化生产的需求。因此开发一种高效、准确、实时的水果自动识别系统具有重要的现实意义。近年来基于深度学习目标检测算法尤其是YOLO系列因其“单次前向传播”即可完成检测的特性在速度与精度之间取得了良好平衡广泛应用于各类视觉任务。本文基于YOLO26架构构建了一个面向六类常见水果的检测系统通过大规模数据训练与优化实现了近乎完美的检测性能。本文将详细介绍系统的背景、数据集构建、模型训练过程及实验结果验证其在实际应用中的可行性与优越性背景水果识别与检测是计算机视觉在农业与食品工业中的重要应用方向。传统的水果分拣依赖于人工视觉判断不仅劳动强度大而且受主观因素影响一致性差。随着农业自动化与智慧物流的发展市场对高效、精准、低成本的水果识别技术需求迫切。早期的水果识别方法多基于传统图像处理技术如颜色阈值分割、边缘检测、形状分析等。这些方法在光照稳定、背景简单的环境下尚可应用但在复杂背景、遮挡、光照变化等现实场景中鲁棒性差难以满足实际需求。随着机器学习的发展支持向量机、随机森林等分类器被引入结合手工特征如HOG、SIFT进行水果识别虽有一定提升但仍受限于特征表达能力。深度学习的兴起彻底改变了这一局面。卷积神经网络能够自动学习图像中的多层次特征显著提升了识别准确率。在目标检测领域R-CNN系列、SSD、YOLO等算法相继提出。其中YOLO因其端到端的检测方式和极高的推理速度成为工业部署的首选。在水果检测方面已有研究尝试将YOLO应用于苹果、香蕉、橙子等单一或少数几类水果的检测取得了良好效果。然而针对多类别、外观相似水果如不同品种的苹果的精细识别仍存在挑战。此外现有公开数据集多集中于单一作物或特定场景缺乏覆盖多种水果、多品种、多姿态的综合性数据集。因此构建一个高质量、多样化的水果检测数据集并在此基础上训练高性能模型是推动该领域发展的关键。本研究正是在这一背景下展开。我们构建了一个包含六类常见水果的专用数据集涵盖不同品种、颜色、大小和生长状态利用YOLO26模型进行端到端训练旨在实现高精度、高鲁棒性的水果识别系统为农业智能化提供技术支撑。数据集介绍本研究所用数据集专为水果目标检测任务构建包含六类常见水果具体类别如下golden delicious金冠苹果granny smith青苹果pear梨red delicious红元帅苹果red nectarine红油桃yellow peach黄桃数据集共包含5744张标注图像其中训练集5481张验证集263张训练结果核心性能指标mAP50 (0.993): 这是一个非常惊人的数字。mAP50 表示在 IoU 阈值为 0.5 时的平均精度。0.993 意味着在宽松的判定标准下模型几乎能 100% 正确地检测出水果并分类正确。mAP50-95 (0.992): 这个指标更严格IoU 从 0.5 到 0.95。通常这个数值会比 mAP50 低很多但你的结果两者几乎持平这说明模型的定位能力框选位置极其精准不仅仅是分类对了框的位置也几乎完美贴合。精确率 P (0.981): 意味着模型检测出的目标中98.1% 是正确的误检False Positives极少。召回率 R (0.996): 意味着所有真实存在的水果中模型找出了 99.6%漏检False Negatives极少。各类别表现所有类别golden delicious, granny smith, pear, red delicious, red nectarine, yellow peach的 mAP50 都在0.983 到 0.995之间。表现稍弱的是red delicious(0.983)但依然属于极高水平。这表明模型对不同颜色、形状的水果都有很强的泛化能力。混淆矩阵 (Confusion Matrix)对角线深色: 表示正确分类的数量非常多且几乎占据了所有列。背景误检: 最后一列background显示有极少量的背景被误检为水果数值为 1 或 3但这相对于总数几十到几百来说可以忽略不计。类别混淆: 几乎没有看到类别之间的混淆例如把苹果识别成梨非对角线区域几乎是白色的。曲线分析P-R 曲线:曲线几乎呈直角顶在右上角 (1.0, 1.0)这再次印证了 mAP 接近 1.0 的事实。F1-Confidence 曲线:F1 分数在很宽的置信度范围内约 0.1 到 0.8都维持在 0.98 以上说明模型对预测结果非常有信心且稳健。Recall-Confidence 曲线:在置信度阈值较低时召回率一直维持在 1.0直到阈值非常高时才下降。训练过程曲线 (Loss Metrics)Loss 下降:train/box_loss,train/cls_loss,train/dfl_loss都平滑下降并趋于收敛没有震荡说明训练过程非常稳定。验证集表现:metrics/mAP50(B)和metrics/mAP50-95(B)随着训练轮数Epochs增加稳步上升并在后期稳定在高位。没有明显的过拟合迹象即验证集指标没有下降。Ultralytics YOLO26概述Ultralytics YOLO26 是 YOLO 系列实时对象检测器的最新演进从头开始专为边缘和低功耗设备而设计。它引入了简化的设计消除了不必要的复杂性同时集成了有针对性的创新以实现更快、更轻、更易于访问的部署。YOLO26 的架构遵循三个核心原则简洁性:YOLO26是一个原生的端到端模型直接生成预测结果无需非极大值抑制NMS。通过消除这一后处理步骤推理变得更快、更轻量并且更容易部署到实际系统中。这种突破性方法最初由清华大学的王傲在YOLOv10中开创并在YOLO26中得到了进一步发展。部署效率端到端设计消除了管道的整个阶段从而大大简化了集成减少了延迟并使部署在各种环境中更加稳健。训练创新YOLO26 引入了MuSGD 优化器它是SGD 和MUON的混合体——灵感来源于 Moonshot AI 在 LLM 训练中Kimi K2的突破。该优化器带来了增强的稳定性和更快的收敛将语言模型中的优化进展转移到计算机视觉领域。任务特定优化YOLO26 针对专业任务引入了有针对性的改进包括用于Segmentation的语义分割损失和多尺度原型模块用于高精度姿势估计的残差对数似然估计 (RLE)以及通过角度损失优化解码以解决旋转框检测中的边界问题。这些创新共同提供了一个模型系列该模型系列在小对象上实现了更高的精度提供了无缝部署并且在CPU 上的运行速度提高了 43%— 使 YOLO26 成为迄今为止资源受限环境中最实用和可部署的 YOLO 模型之一。主要功能DFL 移除分布式焦点损失DFL模块虽然有效但常常使导出复杂化并限制了硬件兼容性。YOLO26 完全移除了 DFL简化了推理过程并拓宽了对边缘和低功耗设备的支持。端到端无NMS推理与依赖NMS作为独立后处理步骤的传统检测器不同YOLO26是原生端到端的。预测结果直接生成减少了延迟并使集成到生产系统更快、更轻量、更可靠。ProgLoss STAL改进的损失函数提高了检测精度在小目标识别方面有显著改进这是物联网、机器人、航空影像和其他边缘应用的关键要求。MuSGD Optimizer一种新型混合优化器结合了SGD和Muon。灵感来自 Moonshot AI 的Kimi K2MuSGD 将 LLM 训练中的先进优化方法引入计算机视觉从而实现更稳定的训练和更快的收敛。CPU推理速度提升高达43%YOLO26专为边缘计算优化提供显著更快的CPU推理确保在没有GPU的设备上实现实时性能。实例分割增强引入语义分割损失以改善模型收敛以及升级的原型模块该模块利用多尺度信息以获得卓越的掩膜质量。精确姿势估计集​成残差对数似然估计​(RLE)以实现更精确的关键点定位并优化解码过程以提高推理速度。优化旋转框检测解码引入专门的角度损失以提高方形物体的检测精度并优化旋转框检测解码以解决边界不连续性问题。常用标注工具假设您现在准备好进行标注。有几种开源工具可以帮助简化数据标注流程。以下是一些有用的开放标注工具Label Studio一个灵活的工具支持各种标注任务并包含用于管理项目和质量控制的功能。 CVAT一个强大的工具支持各种标注格式和可定制的工作流程使其适用于复杂的项目。 Labelme一个简单易用的工具可以快速标注带有多边形的图像非常适合简单的任务。 LabelImg: 一款易于使用的图形图像标注工具特别适合以 YOLO 格式创建边界框标注。这些开源工具经济实惠并提供一系列功能来满足不同的标注需求。界面核心代码详细功能展示视频