YOLO26助力海洋生态监测：水下鱼类识别系统实践
摘要
水下鱼类识别是海洋生态监测和渔业资源管理的关键技术之一。本文基于YOLO26目标检测算法，构建了一个单类水下鱼类识别系统。该系统使用包含35242个标注实例的水下图像数据集进行训练，数据集共分为训练集1170张、验证集146张和测试集147张。实验结果表明，模型在IoU=0.5时的平均精度(mAP50)达到0.72，精确率最高可达1.00，能够有效识别水下环境中的鱼类目标。然而，模型在召回率(76%)和边界框定位精度(mAP50-95=0.16)方面仍有提升空间，且存在一定的背景误检问题。本研究为水下生物监测提供了可行的技术方案，并为后续优化指明了方向。
关键词：YOLO26；水下鱼类识别；目标检测；深度学习；海洋生态监测
详细功能展示视频
https://www.bilibili.com/video/BV1bqoKBrEde/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764
https://www.bilibili.com/video/BV1bqoKBrEde/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV1bqoKBrEde/
目录
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）
✅ 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 |
引言
海洋生态系统在全球生物多样性和气候变化调节中扮演着至关重要的角色。鱼类作为海洋生态系统的核心组成部分，其种群分布、数量变化和行为模式是评估海洋生态环境健康状况的重要指标。传统的水下鱼类监测主要依赖人工潜水观察、水下摄像后人工标注等方式，这些方法不仅耗时耗力，而且受限于水下作业时间和人员经验，难以实现大规模、长期的连续监测。
随着计算机视觉技术的快速发展，基于深度学习的目标检测算法为水下鱼类自动识别提供了新的解决方案。其中，YOLO(You Only Look Once)系列算法以其高效的检测速度和良好的精度表现，在实时目标检测领域得到了广泛应用。然而，水下环境具有光照不均、水体浑浊、背景复杂、鱼类形态多样等特点，给目标检测算法带来了特殊挑战。
本研究旨在基于YOLO26算法构建一个适用于水下环境的鱼类识别系统，通过分析模型的检测性能，评估其在实际应用中的可行性和局限性，为后续的水下生物自动监测系统研发提供参考依据。
背景
海洋生态系统是地球上最大的生态系统，对维持全球生态平衡具有不可替代的作用。鱼类作为海洋生态系统中的重要指示生物，其种群动态直接反映了生态环境的质量变化。通过建立自动化的水下鱼类识别系统，可以实现：
-
长期连续监测：部署水下摄像设备，实现对特定海域鱼类的全天候、自动化监测，获取连续时间序列数据
-
生物多样性评估：识别不同鱼类物种，统计种群数量和分布范围，评估区域生物多样性水平
-
生态环境预警：通过鱼类行为异常和种群变化，及时发现水体污染、赤潮爆发等环境问题
-
气候变化影响研究：追踪鱼类分布范围的变化，分析全球气候变暖对海洋生态系统的影响
水下鱼类识别的应用价值
水下鱼类识别技术在多个领域具有重要的应用价值：
-
海洋生态监测：通过长期自动监测鱼类种群变化，评估海洋生态环境质量和气候变化影响
-
渔业资源管理：统计鱼类数量、种类和大小，为可持续捕捞提供数据支持
-
水产养殖智能化：实时监测养殖鱼类活动状态，及时发现异常情况
-
海洋保护区的管理：评估保护效果，监测珍稀濒危鱼类分布
水下目标检测的挑战
水下环境给目标检测带来了一系列特殊挑战：
-
光照条件复杂：水体对光的吸收和散射导致图像对比度低、色彩失真
-
能见度受限：悬浮颗粒物造成图像模糊，目标轮廓不清晰
-
背景干扰：水草、岩石、海底地形等复杂背景增加检测难度
-
目标形态多样：鱼类姿态、大小、颜色多变，且可能存在部分遮挡
-
数据获取困难：水下图像标注成本高，高质量数据集相对稀缺
针对上述挑战，本研究通过数据增强、模型优化等方式提升算法在水下环境中的适应能力。
数据集介绍
研究所用的水下鱼类图像数据集由水下摄像设备采集，数据集主要特点如下：
-
类别设置：单类目标检测任务，类别名称为['fish']
-
总实例数：35242个标注实例
-
图像数量：总计1463张图像，划分为训练集、验证集和测试集
数据集划分
为保证模型训练的有效性和评估的客观性，数据集按照以下方式进行划分：
| 数据集 | 图像数量 | 占比 | 用途 |
|---|---|---|---|
| 训练集 | 1170张 | 80.0% | 模型参数训练 |
| 验证集 | 146张 | 10.0% | 超参数调优和模型选择 |
| 测试集 | 147张 | 10.0% | 最终性能评估 |
训练结果
1. 模型性能概览
mAP50 和 mAP50-95
-
mAP50 最终值约为 0.72（在 confidence=0.322 时达到）
-
mAP50-95 最终值约为 0.16
这说明：
-
模型在 IoU=0.5 的条件下表现尚可（0.72），能够较好地识别鱼类。
-
但在更严格的 IoU 阈值（0.5~0.95）下，性能下降明显（0.16），说明定位精度和边界框质量仍有提升空间。
2. 精确率与召回率
精确率（Precision）
-
最高达到 1.00（在 confidence=0.946 时）
-
说明模型在高置信度下几乎没有误检。
召回率（Recall）
-
在 confidence=0.00 时召回率为 1.00
-
随着置信度提高，召回率迅速下降，说明模型漏检增多
PR 曲线分析
-
精确率和召回率之间存在明显权衡
-
模型在保持高精确率的同时，召回率下降较快，可能对小目标或模糊目标检测不够鲁棒
3. 混淆矩阵分析
原始混淆矩阵：
| 预测为鱼 | 预测为背景 | |
|---|---|---|
| 真实为鱼 | 3617 | 1135 |
| 真实为背景 | 164 | 60 |
归一化混淆矩阵：
| 预测为鱼 | 预测为背景 | |
|---|---|---|
| 真实为鱼 | 0.76 | 0.24 |
| 真实为背景 | 0.24 | 0.00 |
解读：
-
真正例率（TPR）：76% 的鱼被正确识别，24% 被漏检
-
假正例率（FPR）：24% 的背景被误检为鱼
4. 损失函数分析
从 results.png 中可以看到：
-
训练损失（box_loss, cls_loss, dfl_loss）整体呈下降趋势
-
验证损失 在后期趋于平稳，说明模型未出现明显过拟合
-
但验证损失略高于训练损失，可能存在轻微的泛化差距
5. 数据分布分析
-
数据集包含 35242 个实例
-
所有实例均为 “fish” 单一类别
-
说明这是一个单类目标检测任务
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。
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
https://www.bilibili.com/video/BV1bqoKBrEde/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV1bqoKBrEde/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV1bqoKBrEde/
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。
更多推荐
0
0- 0
已为社区贡献290条内容
所有评论(0)