基于 PyQt5 和 YOLO26 的目标检测桌面应用程序，支持图片、视频和摄像头实时检测。

功能特性

• 图片检测：支持图片检测
• 视频检测：支持视频文件实时检测与播放
• 摄像头检测：支持实时摄像头视频流检测
• 模型切换：支持加载不同的 YOLO26 模型（.pt 或 .onnx 格式）
• 参数调节：可调节置信度阈值和 IOU 阈值
• 类别筛选：支持按类别筛选检测结果
• 结果导出：支持检测结果保存为图片或导出为 JSON/TXT 格式
• 实时统计：显示 FPS、目标数量等实时统计信息

---

效果展示

训练数据集介绍

数据集格式：YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的yolo格式txt文件)
图片数量(jpg文件个数)：3630
标注数量(txt文件个数)：3630
训练集数量：2333
验证集数量：200
测试集数量：1097
标注类别数：3
所在github仓库：firc-dataset
标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):[‘ripe’,‘semi-ripe’,‘unripe’]
每个类别标注的框数：
ripe 框数=1763
semi-ripe 框数=3676
unripe 框数=5168
总框数=10607
使用标注工具：labelImg
标注规则：对类别进行画矩形框
重要说明：暂无
特别声明：本数据集不对训练的模型或者权重文件精度作任何保证
图片预览：

标注例子:

训练情况介绍

模型在训练集2333张+200张验证集张进行训练得到

Class	Images	Instances	P	R	mAP50	mAP50-95
all	200	613	0.726	0.790	0.822	0.737
ripe	47	84	0.884	0.813	0.894	0.821
semi-ripe	102	213	0.619	0.739	0.753	0.678
unripe	113	316	0.676	0.816	0.818	0.711

算法原理

YOLO26 目标检测算法

本项目基于 YOLO26（You Only Look Once v26） 目标检测算法，由 Ultralytics 公司开发。YOLO26 是一种单阶段（One-Stage）目标检测器，具有以下特点：

1. 网络架构

YOLO26 采用先进的骨干网络（Backbone）和特征融合网络：

• Backbone：采用基于PPHGNetV2改进的C3k2_HGBlock结构，集成HGBlock密集连接与压缩激励机制，搭配LightConv轻量级卷积，在降低计算量的同时提升特征提取效率，适配边缘设备的轻量化需求[2]

• Neck：采用 PAN-FPN（Path Aggregation Network - Feature Pyramid Network）结构，实现自顶向下和自底向上的特征融合

• Head：解耦头（Decoupled Head）设计，将分类和定位任务分开处理，提升检测精度

2. 检测流程

1. 图像预处理：将输入图像调整为模型输入尺寸（默认 640x640），进行归一化处理

2. 特征提取：通过 Backbone 网络提取多尺度特征图

3. 特征融合：Neck 网络融合不同层级的特征，增强小目标检测能力

4. 预测输出：Head 网络输出每个网格的类别概率和边界框坐标

5. 后处理：无需使用NMS（非极大值抑制）算法，模型采用端到端设计，可直接输出最终检测结果，简化部署流程并降低推理延迟[3]

3. 关键技术

• Anchor-Free 检测：YOLO26 采用无锚框设计，直接预测目标中心点和尺寸，简化模型结构

• 动态目标分配（DTA）：替代传统Task-Aligned Assigner，训练时为每个目标分配唯一正样本网格，从根源上避免重复框产生，支撑端到端无NMS设计[1]

• 无DFL设计：摒弃传统DFL（Distribution Focal Loss）的复杂分布建模，采用轻量化直接坐标回归，降低推理负担，提升边缘设备运行速度[1]

• Mosaic 增强：训练时采用 Mosaic 数据增强，将四张图片拼接，提升小目标检测能力

• 端到端无NMS设计：YOLO26 摒弃了传统NMS后处理步骤，通过优化预测生成和训练过程，让模型直接输出最终检测结果，无需额外过滤重复框，不仅提升了推理速度，还简化了多硬件平台的部署流程[3]

4. 后处理算法

• 置信度过滤：过滤掉置信度低于阈值的检测结果

• 类别筛选：支持按指定类别过滤检测结果

环境要求

硬件要求

项目	最低配置	推荐配置
CPU	Intel i5 或同等性能	Intel i7/i9 或 AMD Ryzen 7/9
内存	8 GB	16 GB 或以上
显卡	支持 CUDA 的 NVIDIA GPU（可选）	NVIDIA RTX 1660 或以上
显存	4 GB（GPU 推理）	8 GB 或以上
硬盘	2 GB 可用空间	SSD，5 GB 可用空间

软件环境

• 操作系统：Windows 10/11、Linux、macOS
• Python：3.9 或以上版本
• CUDA：11.8 或以上（如需 GPU 加速）
• cuDNN：8.6 或以上（如需 GPU 加速）

---

安装步骤

1. 克隆或下载项目

# 使用 git 克隆
git clone <项目仓库地址>

# 或直接下载 ZIP 压缩包并解压

2. 创建虚拟环境（推荐）

# 使用 conda 创建
conda create -n YOLO26-det python=3.9
conda activate YOLO26-det

# 或使用 venv 创建
python -m venv venv
# Windows:
venv\Scripts\activate
# Linux/Mac:
source venv/bin/activate

3. 安装依赖包

# 安装 PyTorch（根据 CUDA 版本选择）
# CUDA 11.8 版本：
pip install torch==2.0.1+cu118 torchvision==0.15.2+cu118 --extra-index-url https://download.pytorch.org/whl/cu118

# CUDA 12.1 版本：
pip install torch==2.0.1+cu121 torchvision==0.15.2+cu121 --extra-index-url https://download.pytorch.org/whl/cu121

# CPU 版本（无显卡）：
pip install torch==2.0.1 torchvision==0.15.2 --extra-index-url https://download.pytorch.org/whl/cpu

# 安装其他依赖
pip install ultralytics==8.4.31
pip install PyQt5==5.15.9
pip install opencv-python==4.8.0.74
pip install numpy==1.24.3

4. 准备模型文件

将训练好的 YOLO26 模型文件（.pt 格式）放入 weights/ 目录下：

weights/
├── best.pt          # 主要模型文件
├── class_names.txt  # 类别名称文件
└── ...

类别名称文件格式（class_names.txt）：

ripe
semi-ripe
unripe

每行一个类别名称，顺序需与模型训练时的类别顺序一致。

---

运行步骤

启动应用程序

# 激活虚拟环境后
python main.py

使用流程

1. 加载模型：

   • 程序启动时会自动加载 weights/ 目录下的默认模型
   • 或点击"加载模型"按钮手动选择模型文件

2. 选择检测模式：

   • 图片检测：点击"图片检测"按钮，然后选择"选择文件"加载图片
   • 视频检测：点击"视频检测"按钮，选择视频文件
   • 摄像头检测：点击"摄像头检测"按钮，自动打开默认摄像头

3. 设置参数（可选）：

   • 调节"置信度阈值"：控制检测结果的置信度下限（0.1 - 0.9）
   • 调节"IOU 阈值"：控制非极大值抑制的重叠度阈值（0.1 - 0.9）
   • 选择"类别筛选"：只显示指定类别的检测结果
   • 勾选"显示标签与置信度"：控制是否在图像上显示标签

4. 开始检测：

   • 点击"开始检测"按钮启动检测
   • 检测过程中可点击"停止检测"终止

5. 保存结果：

   • 点击"保存结果"保存检测结果图片
   • 点击"导出结果"将检测数据导出为 JSON 或 TXT 格式
   • 点击"截图保存"快速保存当前画面

---

注意事项

1. 模型文件

• 确保模型文件（.pt）与类别名称文件（class_names.txt）匹配
• 模型文件路径不能包含中文字符，建议放在项目根目录的 weights/ 文件夹下
• 支持的模型格式：PyTorch (.pt) 和 ONNX (.onnx)

2. GPU 加速

• 首次运行时会自动下载 CUDA 相关的预训练权重，可能需要等待几分钟
• 如遇到 CUDA 内存不足错误，请关闭其他占用显存的程序
• 无 NVIDIA 显卡时，程序会自动切换为 CPU 推理，速度较慢

3. 检测参数

• 置信度阈值：建议设置在 0.3 - 0.5 之间，过低会产生大量误检，过高可能漏检
• IOU 阈值：建议设置在 0.4 - 0.6 之间，用于去除重叠的检测框
• 参数调整会实时生效，无需重新加载模型

4. 摄像头检测

• 确保摄像头设备正常工作且未被其他程序占用
• 默认使用摄像头索引 0，如需修改请在代码中调整 camera_index 参数
• 摄像头检测为实时模式，按"停止检测"或关闭窗口即可退出

5. 性能优化

• 视频检测时，检测速度取决于视频分辨率和显卡性能
• 如检测卡顿，可尝试降低输入视频分辨率或更换更高性能的显卡
• 批量图片检测时会顺序处理，建议在处理大量图片前确保磁盘空间充足

6. 常见问题

问题	解决方案
模型加载失败	检查模型文件路径是否正确，确保文件未损坏
无法打开摄像头	检查摄像头连接，确保没有其他程序占用摄像头
CUDA out of memory	减小 batch size，关闭其他程序，或使用 CPU 推理
检测结果不准确	调整置信度和 IOU 阈值，或更换更合适的模型
界面显示异常	确保 PyQt5 正确安装，尝试更新显卡驱动

---

文件夹结构

YOLO26-det-pyqt5/               # 项目根目录
│
├── main.py                     # 主程序入口，PyQt5 界面实现
├── Yolov26Detector.py           # YOLO26 检测器核心类
├── README.md                   # 项目说明文档
│
├── weights/                    # 模型权重文件夹
│   ├── weights/                # 子文件夹（存放 .pt 模型文件）
│   │   └── best.pt            # 默认模型文件
│   ├── class_names.txt        # 类别名称列表
│   ├── args.yaml              # 训练参数配置
│   ├── data.yaml              # 数据集配置
│   ├── results.csv            # 训练结果数据
│   ├── results.png            # 训练结果图表
│   ├── confusion_matrix.png   # 混淆矩阵
│   ├── BoxF1_curve.png        # F1 分数曲线
│   ├── BoxP_curve.png         # 精确率曲线
│   ├── BoxR_curve.png         # 召回率曲线
│   └── ...                    # 其他训练和验证可视化结果
│
├── test_img/                   # 测试图片文件夹
│   ├── firc_1000.jpg          # 测试图片示例
│   ├── firc_1001.jpg
│   └── ...                    # 更多测试图片
│
└── 数据集地址.xlsx              # 数据集信息文档

文件说明

文件/文件夹	说明
main.py	应用程序主入口，包含 PyQt5 GUI 界面、多线程检测逻辑、信号槽处理
Yolov26Detector.py	YOLO26 检测核心类，封装模型加载、推理、可视化等功能
weights/	存放模型权重文件和相关配置，是检测功能的核心资源目录
test_img/	提供测试用的示例图片，用于快速验证检测功能
class_names.txt	类别名称定义文件，每行一个类别，顺序需与模型训练时一致
data.yaml	YOLO26 数据集配置文件，包含类别数、类别名称、数据集路径等

---

技术栈

• Python 3.9+：编程语言
• PyQt5：桌面 GUI 框架
• YOLO26（Ultralytics）：目标检测模型
• OpenCV：图像和视频处理
• NumPy：数值计算
• PyTorch：深度学习框架

---

许可协议

本项目仅供学习和研究使用。

---

更新日志

v1.0

• 初始版本发布
• 支持图片、视频、摄像头三种检测模式
• 实现参数调节和结果导出功能
• 提供实时 FPS 和统计信息显示