摘要

本文基于YOLOv8目标检测算法，构建了一个面向六类水果（苹果、香蕉、芒果、橘子、菠萝、西瓜）的自动分类检测系统。实验采用自建数据集，共包含1007张图像，按768:129:110划分为训练集、验证集和测试集。模型训练后，在全类别上的平均精度均值（mAP@0.5）为0.67，最佳F1值为0.67，全类别召回率最高可达0.84。各类别中，香蕉和菠萝的检测效果最佳（mAP均为0.83），芒果次之（0.82），西瓜和橘子表现一般（0.66和0.54），苹果检测效果最差（仅33%正确识别率）。混淆矩阵分析显示，模型存在较为严重的水果与背景误检问题，尤其是苹果和橘子易被误判为背景或相互混淆。实验结果表明，YOLOv8在水果检测任务中具有一定潜力，但在小样本类别和边界模糊场景下仍有较大提升空间。

引言

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在农业自动化、智能零售、食品分拣等领域的应用日益广泛。水果分类检测作为其中的典型任务，对于提升供应链效率、降低人工成本具有重要意义。然而，实际场景中水果种类多样、形态相似、光照变化及遮挡等因素，给高效准确的检测带来了挑战。

YOLO（You Only Look Once）系列算法以其优异的实时性和检测精度，成为目标检测任务的主流方法之一。其中YOLOv8在结构优化、损失函数设计及训练策略上进一步改进，具备更强的特征表达能力和更快的收敛速度。本文基于YOLOv8构建了一个面向六种常见水果的分类检测系统，旨在探索其在中小规模数据集上的检测性能。

目录

  摘要

引言

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

背景

数据集介绍

1. 类别设置

2. 数据集划分

训练过程

训练结果

总体评价

各类别详细分析​编辑

训练曲线分析（results.png）​编辑

常用标注工具

---

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/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

水果的自动识别与分类是智慧农业与智能物流中的关键技术环节。传统方法多依赖人工分拣或基于颜色、形状等手工特征的传统图像处理技术，存在效率低、适应性差、难以推广等缺点。近年来，深度学习尤其是卷积神经网络（CNN）的兴起，显著提升了图像分类与检测的性能。目标检测算法不仅需要判断图像中是否存在某一类水果，还需要准确定位其位置，这对实际应用如无人售货机、水果采摘机器人、质量检测系统等至关重要。

YOLO系列算法自2016年提出以来，经历了多个版本的迭代，逐步解决了小目标检测、边界框定位精度、多尺度特征融合等问题。YOLOv8作为当前较新的版本，引入了更高效的C2f模块、解耦检测头及动态标签分配策略，在保持高推理速度的同时提升了检测精度。尽管如此，水果检测任务仍面临诸多挑战：不同品种间外观相似、同一水果成熟度差异大、光照变化及背景复杂等，均可能导致误检或漏检。

因此，构建一个适用于多种水果的YOLOv8检测系统，并基于真实的训练结果分析其性能瓶颈，对于推动农业图像识别技术的落地具有重要的研究意义和实用价值。

数据集介绍

1. 类别设置

本数据集共包含6类常见水果，类别名称及对应标签如下：

• Apple（苹果）

• Banana（香蕉）

• Mango（芒果）

• Orange（橘子）

• Pineapple（菠萝）

• Watermelon（西瓜）

类别数量参数 nc: 6。

2. 数据集划分

总图像数量为 1007张，按约7.5:1.3:1.1的比例划分为：

数据集	图像数量	用途
训练集	768张	模型参数学习
验证集	129张	超参数调优与模型选择
测试集	110张	最终性能评估

训练过程

训练结果

总体评价

模型整体表现中等偏上，部分类别（香蕉、菠萝、芒果）识别较好

• 全类别 mAP@0.5 = 0.67

• 全类别 F1 最佳值 = 0.67（在置信度 0.487 附近）

• 全类别召回率最高 = 0.84（在置信度 0.000 时）

---

各类别详细分析

类别	mAP@0.5	特点
香蕉	0.83	精度、召回平衡，误检少
菠萝	0.83	同上
芒果	0.82	基本可靠

类别	mAP@0.5	问题
西瓜	0.66	召回偏低，部分被漏检或误判为背景
橘子	0.54	明显偏弱，易与芒果/苹果混淆

类别	问题表现
苹果	精度/召回均差，大量被误判为背景（39%）或橘子（11%）
背景	大量水果被误判为背景，说明模型对目标边界不敏感

训练曲线分析（results.png）

• box_loss / cls_loss / dfl_loss：训练和验证损失均在下降，说明模型在学习

• precision / recall：震荡上升，最终趋于平稳

• mAP50 / mAP50-95：仍在缓慢上升，说明模型未完全收敛，可继续训练

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：