摘要

准确识别药物种类及其外观特征是保障用药安全、实现自动化药房管理的关键技术环节。针对当前药物检测中存在的种类繁多、外观相似度高、人工核对效率低等问题，本文基于YOLOv8目标检测算法构建了一套药物识别检测系统。系统共涵盖8个类别，包括4种药物类型（Cipro 500、Ibuphil 600 mg、Ibuphil Cold 400-60、Xyzall 5mg）及4种颜色特征（蓝、粉、红、白）。数据集共包含451张标注图像，按约7:2:1比例划分为训练集、验证集和测试集。实验结果表明，模型在验证集上的平均精度均值（mAP50）达到0.95，精确率与召回率均为0.95，F1值最高为0.86。混淆矩阵分析显示各类别间分类良好，仅存在少量相似药物间的误判。损失曲线平稳下降，未出现明显过拟合。该模型在药物识别任务中表现出高准确率与良好的泛化能力，具备实际部署于智能药房或辅助用药识别场景的潜力。

引言

随着医疗资源的紧张和用药复杂度的增加，药物识别错误已成为用药安全事故的重要诱因之一。传统的人工核对方式依赖药师经验，效率低且易受疲劳影响。近年来，计算机视觉技术的快速发展为自动化药物识别提供了新的解决方案。其中，基于深度学习的目标检测算法能够在单张图像中同时完成药物定位与分类，具有较高的实用价值。YOLO（You Only Look Once）系列算法因其检测速度快、精度高，在工业检测、智能医疗等领域得到广泛应用。YOLOv8作为该系列的最新版本，进一步优化了特征提取网络与损失函数，在小目标检测与类别不均衡场景下表现优异。本文旨在构建一套基于YOLOv8的药物识别检测系统，面向常见口服药及其颜色特征进行建模与评估，为智能用药核对系统提供视觉感知基础。

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

训练过程

训练结果

核心性能指标

混淆矩阵分析（来自 confusion_matrix.png 和归一化版本）​编辑​编辑

F1曲线与P/R曲线​编辑​编辑

训练损失分析（来自 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

用药错误是全球医疗机构面临的共性问题。据统计，药物混淆、剂量误判及药品外观相似导致的给药错误占用药安全事故的相当比例。尤其是在医院药房、家庭用药及老年人照护场景中，快速准确地识别药物种类成为保障患者安全的重要前提。传统药物识别依赖条码扫描或人工核对，前者受限于包装完整性，后者受限于人员经验与注意力。基于图像的药物识别技术无需额外设备，仅依靠普通摄像头即可完成，具备成本低、易部署的优势。近年来，深度学习目标检测算法在图像识别任务中取得突破性进展。YOLOv8在保持高帧率检测的同时，提升了小目标与密集目标的识别能力，非常适合药物这种类别相似度高、尺寸差异小的检测任务。因此，开发基于YOLOv8的药物识别系统具有明确的技术可行性与现实应用价值。

数据集介绍

本实验所使用的药物图像数据集为自建数据集，共包含451张图像，涵盖8个检测类别。类别包括4种具体药物：Cipro 500、Ibuphil 600 mg、Ibuphil Cold 400-60、Xyzall 5mg，以及4种药物颜色特征：蓝色（blue）、粉色（pink）、红色（red）、白色（white）。

训练过程

训练结果

核心性能指标

指标	最终值	评价
mAP50	0.95（95%）	优秀，检测准确率高
mAP50-95	0.25	一般，说明对高IoU要求的定位精度有提升空间
Precision	0.95	虚检率低
Recall	0.95	漏检率低

模型在药物识别任务上表现非常可靠，适合实际应用。

---

混淆矩阵分析（来自 confusion_matrix.png 和归一化版本）

• 对角线值高（如 Cipro 500 → 0.81），说明大部分药物分类正确。

• 存在少量类别间混淆：

  • Ibuphi 600 mg 与 Ibuphi Cold 400-60 可能外观相似

  • 颜色类别（blue / pink / red / white）之间存在轻微误判

分类性能良好；若药物外观高度相似，建议增加数据或使用更高分辨率输入。

---

F1曲线与P/R曲线

• 最大F1值：0.86 @ 置信度 0.165（对所有类别平均）

• 最佳精度：1.00 @ 置信度 0.982（说明高置信度下几乎无误检）

• 召回率最高：0.99 @ 置信度 0.000（即几乎不漏检）

模型可以通过调整置信度阈值来适应不同场景

---

训练损失分析（来自 results.png）

• train/box_loss, cls_loss, dfl_loss 均稳定下降

• val/box_loss, cls_loss 同样下降，无明显过拟合

• 训练到 100 个 epoch 时损失趋于平稳

训练过程稳定，模型已充分收敛。

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：