YOLO+Pytorch基于深度学习的水果蔬菜检测系统（源码）

目录一、项目背景二、技术介绍三、功能介绍四、代码设计五、系统实现一、项目背景我国是全球最大的水果蔬菜生产国和消费国果蔬产业在国民经济中占据重要地位。然而果蔬产后处理环节长期依赖人工分拣与品质检测存在效率低、主观性强、用工成本高等突出问题。据统计我国水果采后平均损失率高达20%年经济损失超1000亿元而发达国家这一比例通常控制在5%以下。造成这一巨大差距的核心原因之一在于采摘时机判断与产后分拣环节的智能化水平不足。传统果蔬检测方法主要依赖人工视觉判定和简单的机械分级。人工分拣不仅劳动强度大、效率低下且易受疲劳、经验差异等因素影响难以保证检测标准的一致性。传统图像处理算法虽在一定程度上实现了自动化但在面对光照变化、枝叶遮挡、果实重叠等复杂农田环境时其基于手工特征的检测性能急剧下降误判率可达30%以上。近年来深度学习技术的突破为果蔬智能检测开辟了新路径。以YOLOYou Only Look Once系列为代表的单阶段目标检测算法凭借其端到端的检测框架和优异的实时性能在农业视觉任务中展现出巨大潜力。从YOLOv5到YOLOv11算法不断迭代演进基于YOLOv5的水果识别系统已能实现对草莓、苹果、香蕉等多品类水果及成熟度的有效检测YOLOv8通过Anchor-Free架构更好地适应了果蔬多尺度、密集排列的检测需求而最新的YOLOv11则在轻量化方面取得突破参数量较前代减少35%以上为边缘端部署创造了条件。同时PyTorch深度学习框架提供了灵活的模型构建与训练环境极大地降低了算法研发与落地的门槛。在此背景下开发一套基于YOLOPyTorch架构的水果蔬菜智能检测系统融合先进的深度学习目标检测技术与友好的图形交互界面旨在解决传统人工检测效率低、精度差、成本高的痛点实现果蔬品类识别、成熟度评估与品质分级的自动化与智能化。该系统可广泛应用于田间产量预估、智能采摘、产后自动化分拣等场景对降低采后损失、提升农产品附加值、推动果蔬产业链数字化升级具有重要的现实意义。二、技术介绍本系统采用YOLOPyTorch作为核心检测引擎结合Flask后端框架与Vue前端技术构建了一套支持图片、视频及摄像头实时检测的多模态果蔬智能识别系统。检测算法层面系统基于YOLO系列算法进行果蔬目标检测。该技术将目标检测任务重构为统一的回归问题通过网格划分与边界框预测实现端到端的实时识别。相比传统方法YOLO充分利用全局图像信息在保持高精度的同时推理速度可达每秒数十至上百帧完美适配动态视频流和摄像头实时分析场景。PyTorch框架则提供了灵活的模型训练环境支持GPU加速与自定义数据集微调。系统架构层面后端采用Flask轻量级Web框架负责接收前端请求、调用YOLO模型执行推理并返回检测结果前端基于Vue框架构建响应式图形界面提供直观的检测画面展示与交互操作MySQL数据库用于记录检测历史、存储果蔬品类信息及统计数据。系统支持图片批量检测、视频文件逐帧分析、摄像头实时采集三种输入方式满足从田间监测到产后分拣的全链条应用需求。交付内容包括已标注的YOLO格式果蔬数据集、完整训练好的模型权重及可部署的系统源码。三、功能介绍本系统基于YOLO深度学习算法结合PyTorch框架与FlaskVue前后端架构提供一套完整的水果蔬菜智能检测解决方案。系统支持图片检测、视频检测、摄像头实时检测三种工作模式满足不同场景下的识别需求。核心检测能力系统能够精准识别多种水果和蔬菜的品类并可进一步支持成熟度评估、品质分级等高级功能。YOLO算法通过端到端的回归策略实现对图像中多个目标的快速定位与分类在复杂背景、光照变化、目标重叠等情况下仍保持较高的检测精度与鲁棒性。三种检测模式图片检测支持单张或批量图片上传系统自动标注检测框并输出类别与置信度适用于静态样本分析视频检测支持上传mp4、avi等常见格式视频文件逐帧处理并保存带标注的结果视频适用于流水线分拣场景摄像头实时检测调用本地或网络摄像头实时采集画面进行动态检测适用于智能采摘机器人、田间监测等实时应用交付内容包含整理好的YOLO格式标注数据集、训练完成的模型权重文件.pt、完整可部署的系统源码以及操作说明文档。四、代码设计# detector.py import torch from ultralytics import YOLO import cv2 import base64 class FruitDetector: def __init__(self, weights_pathbest.pt, conf_thres0.25, iou_thres0.45): self.device cuda if torch.cuda.is_available() else cpu self.model YOLO(weights_path).to(self.device) self.conf_thres conf_thres self.iou_thres iou_thres self.class_names self.model.names # 获取类别名称映射 def detect_image(self, image_path): 图片检测返回带标注的base64图像和检测结果列表 results self.model(image_path, confself.conf_thres, iouself.iou_thres) annotated_img results[0].plot() # 绘制检测框 # 将OpenCV图像转为base64供前端展示 _, buffer cv2.imencode(.jpg, annotated_img) img_base64 base64.b64encode(buffer).decode(utf-8) detections [] for box in results[0].boxes: detections.append({ class: self.class_names[int(box.cls)], confidence: float(box.conf), bbox: box.xyxy.tolist() # [x1, y1, x2, y2] }) return img_base64, detections def detect_video_frame(self, frame): 视频/摄像头帧检测返回标注后的帧 results self.model(frame, confself.conf_thres, iouself.iou_thres) return results[0].plot() def detect_webcam(self, camera_id0): 摄像头实时检测生成器 cap cv2.VideoCapture(camera_id) while cap.isOpened(): ret, frame cap.read() if not ret: break annotated_frame self.detect_video_frame(frame) yield annotated_frame cap.release()五、系统实现