YOLO26六种水果实时检测系统，从训练到部署，苹果/香蕉/葡萄/橙子/菠萝/西瓜，7000+图像训练（项目源码+数据集+模型权重+UI界面+python+深度学习+远程环境部署）

斌擎人工智能官方账号

179人浏览 · 2026-04-21 09:10:28

斌擎人工智能官方账号 · 2026-04-21 09:10:28 发布

摘要

本文设计并实现了一种基于YOLO26架构的水果识别检测系统，旨在解决复杂场景下多种水果的实时定位与分类问题。研究针对苹果、香蕉、葡萄、橙子、菠萝、西瓜六类常见水果，构建了包含7108张训练图像、914张验证图像及457张测试图像的专用数据集。实验采用YOLO26训练，通过损失函数优化与多尺度特征融合策略提升检测性能。本研究为智能采摘、自动分拣及零售结算等农业与商业场景提供了可行的技术方案。

详细功能展示视频

https://www.bilibili.com/video/BV1a5d2BREEw/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV1a5d2BREEw/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764 https://www.bilibili.com/video/BV1a5d2BREEw/

引言

水果识别作为计算机视觉领域的重要研究方向，在智慧农业、生鲜零售、食品加工等多个行业中具有广泛的应用前景。传统的人工分拣与计数方式效率低下且易受主观因素影响，难以满足现代自动化生产的需求。随着深度学习技术的快速发展，基于卷积神经网络的目标检测算法为水果识别提供了高效、准确的解决方案。YOLO系列算法以其速度快、精度高、结构简洁等优势，成为实时目标检测任务的首选框架。本研究聚焦于六类常见水果的识别任务，构建专用数据集并训练YOLO26模型，旨在探索其在复杂背景下的检测性能与泛化能力，为后续实际部署提供理论支持与技术验证。

功能模块

✅ 用户登录注册：支持密码检测，密码加密。

✅ 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/GPU）

10、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

背景

近年来，随着人工智能技术的不断成熟，计算机视觉在农业领域的应用日益深入。水果识别作为其中的关键环节，直接关系到自动化采摘、智能分拣、产量预估及质量检测等核心流程的效率与准确性。在传统农业生产中，水果的分类与计数高度依赖人工操作，不仅劳动强度大、成本高，而且在长时间作业下易出现疲劳导致的误判。尤其在大规模果园或物流分拣中心，面对成千上万的水果个体，人工处理已无法满足高效、精准的需求。

在此背景下，基于深度学习的目标检测技术展现出巨大潜力。与传统的图像处理方法（如颜色分割、形状匹配）相比，深度学习模型能够自动学习图像中的多层次语义特征，对光照变化、遮挡、尺度变换等复杂场景具有更强的鲁棒性。YOLO系列算法自提出以来，凭借其“单阶段”检测机制，实现了速度与精度的良好平衡，广泛应用于交通标志识别、人脸识别、工业缺陷检测等领域。将其引入水果识别任务，可实现对多种水果的实时定位与分类，极大提升自动化水平。

然而，水果识别仍面临诸多挑战：不同种类水果在颜色、纹理、形状上存在相似性（如苹果与橙子、香蕉与芒果），易造成类别混淆；实际场景中常存在遮挡、堆叠、光照不均等问题，影响模型判断；此外，小目标水果（如葡萄）在图像中占比小，难以被有效检测。因此，构建高质量的数据集、优化模型结构与训练策略，成为提升水果识别性能的关键。

本研究基于上述背景，针对六类常见水果开展系统性识别研究，旨在探索YOLO26模型在该任务中的适用性与优化路径，为推动农业智能化发展提供技术支持。

数据集介绍

本研究所使用的数据集专为水果目标检测任务构建，涵盖六类常见水果，分别为：苹果（Apple）、香蕉（Banana）、葡萄（Grape）、橙子（Orange）、菠萝（Pineapple）、西瓜（Watermelon）。数据集按照标准的机器学习划分方式，分为训练集、验证集和测试集三部分，具体数量如下：

训练集（Training Set）：共7108张图像。
验证集（Validation Set）：共914张图像。
测试集（Test Set）：共457张图像。

训练结果

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 K2，MuSGD 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。

用于实例分割的 LabelMe 标注工具