深度学习-基于YOLOv8的香蕉成熟度检测系统 YOLOV8预训练模型如何训练香蕉成熟度检测数据集

深度学习-基于YOLOv8的香蕉成熟度检测系统包括全部源码完整标注的数据集训练好的模型及训练结果项目运行教程内含 10000 张数据集包括 [‘freshripe’, ‘freshunripe’, ‘overripe’, ‘ripe’, ‘rotten’, ‘unripe’]6 类本项目已经训练好模型配置成功环境可直接使用运行效果见介绍图项目介绍软件PycharmAnaconda或者VSCodeAnaconda环境python3.9 opencv-python PyQt5 ultralytics torch1.9等文件①完整程序文件.py等②UI界面源文件、图标.ui、.qrc、.py等③数据集图片项目运行教程.jpg、.txt等功能支持图片、视频及摄像头进行检测支持选择模型界面可实时显示目标位置、目标总数、置信度等信息支持批量检测在界面直接查看所有检测结果支持检测结果保存。①选择单张图片或者图片文件夹进行识别②选择视频文件进行识别③调用本地摄像头进行识别④自定义置信度IOU阈值⑤选择显示标签和原图⑥选择检测模型⑦查看批量检测每一张检测结果基于YOLOv8的香蕉成熟度检测系统下面给你一份新手零门槛的完整指南包含项目表格、环境配置、代码运行全流程照着做就能直接跑通。一、项目核心信息总表项目项详细说明项目名称基于YOLOv8的香蕉成熟度检测系统功能任务目标检测6类香蕉成熟度识别检测类别freshripe鲜熟、freshunripe鲜未熟、overripe过熟、ripe成熟、rotten腐烂、unripe未熟数据集规模10000张标注图片含训练/验证/测试集划分核心指标全类别mAP0.50.834单类最高overripe达0.948运行环境Python 3.9 PyTorch 1.9 OpenCV PyQt5 Ultralytics YOLOv8支持功能图片/文件夹批量检测、视频检测、摄像头实时检测、置信度/IOU可调、结果保存、检测结果表格统计文件组成完整源码、UI界面文件、训练好的模型权重、数据集、训练结果、运行教程二、同学新手友好环境配置全流程1. 第一步安装Anaconda推荐避免环境冲突官网下载https://www.anaconda.com/download安装时勾选“Add Anaconda to PATH”新手必勾安装完成后打开Anaconda Prompt命令行2. 第二步创建Python 3.9虚拟环境在Anaconda Prompt中输入以下命令按回车执行# 创建环境命名为bananapython版本3.9conda create-nbananapython3.9-y# 激活环境conda activate banana激活成功后命令行开头会出现(banana)字样。3. 第三步安装项目依赖包在激活的环境中依次输入以下命令安装依赖# 安装PyTorch 1.9适配你的CUDA版本这里给CPU通用版pipinstalltorch1.9.0torchvision0.10.0torchaudio0.9.0# 安装其他依赖pipinstallultralytics opencv-python PyQt5等待所有包安装完成环境配置就搞定了三、项目文件结构对应你的截图确保你的项目文件夹结构如下banana_detection/ ├── datasets/ # 10000张香蕉数据集 │ ├── train/ │ ├── val/ │ └── test/ ├── models/ # 训练好的YOLOv8模型 │ └── best.pt ├── UIProgram/ # UI界面文件 │ ├── mainwindow.ui │ └── resources.qrc ├── save_data/ # 检测结果保存目录 ├── MainProgram.py # 程序运行入口主界面 ├── train.py # 模型训练脚本 ├── yolov8n.pt # 官方预训练权重 └── requirements.txt # 依赖清单四、核心代码文件详解1. 主界面入口MainProgram.py可直接运行importsysimportosimportcv2fromPyQt5.QtWidgetsimport*fromPyQt5.QtCoreimport*fromPyQt5.QtGuiimport*fromultralyticsimportYOLOclassBananaDetectSystem(QMainWindow):def__init__(self):super().__init__()# 加载UI界面如果你有.ui文件用下面这句# uic.loadUi(UIProgram/mainwindow.ui, self)self.setWindowTitle(基于深度学习的香蕉成熟度检测系统)self.setFixedSize(1300,900)# 初始化参数self.modelNoneself.conf_threshold0.25self.iou_threshold0.45self.show_labelTrueself.show_originFalseself.deviceCPU# 初始化界面控件这里简化实际和你的UI控件名对应self.init_ui()self.load_model(models/best.pt)definit_ui(self):# 右侧参数设置区self.btn_select_modelQPushButton(选择模型)self.spin_confQDoubleSpinBox()self.spin_conf.setValue(0.25)self.spin_iouQDoubleSpinBox()self.spin_iou.setValue(0.45)self.check_show_labelQCheckBox(显示标签名称与置信度)self.check_show_originQCheckBox(显示原图)self.combo_deviceQComboBox()self.combo_device.addItems([CPU,GPU])# 操作按钮区self.btn_open_imgQPushButton(打开图片)self.btn_open_folderQPushButton(打开文件夹)self.btn_open_videoQPushButton(打开视频)self.btn_open_cameraQPushButton(打开摄像头)self.btn_saveQPushButton(保存)self.btn_exitQPushButton(退出)# 图片显示区self.label_displayQLabel()self.label_display.setStyleSheet(background-color:#f0f0f0;)self.label_display.setAlignment(Qt.AlignCenter)# 结果表格区self.table_resultQTableWidget()self.table_result.setColumnCount(5)self.table_result.setHorizontalHeaderLabels([序号,文件路径,类别,置信度,坐标位置])# 布局简化实际按你的UI调整central_widgetQWidget()self.setCentralWidget(central_widget)main_layoutQHBoxLayout(central_widget)main_layout.addWidget(self.label_display,stretch3)right_layoutQVBoxLayout()right_layout.addWidget(self.btn_select_model)right_layout.addWidget(self.spin_conf)right_layout.addWidget(self.spin_iou)right_layout.addWidget(self.check_show_label)right_layout.addWidget(self.check_show_origin)right_layout.addWidget(self.combo_device)right_layout.addWidget(self.btn_open_img)right_layout.addWidget(self.btn_open_folder)right_layout.addWidget(self.btn_open_video)right_layout.addWidget(self.btn_open_camera)right_layout.addWidget(self.btn_save)right_layout.addWidget(self.btn_exit)main_layout.addLayout(right_layout,stretch1)bottom_layoutQHBoxLayout()bottom_layout.addWidget(self.table_result)main_layout.addLayout(bottom_layout)# 信号连接self.btn_open_img.clicked.connect(self.open_image)self.btn_open_folder.clicked.connect(self.open_folder)self.btn_open_video.clicked.connect(self.open_video)self.btn_open_camera.clicked.connect(self.open_camera)self.btn_save.clicked.connect(self.save_result)self.btn_exit.clicked.connect(self.close)self.spin_conf.valueChanged.connect(lambda:setattr(self,conf_threshold,self.spin_conf.value()))self.spin_iou.valueChanged.connect(lambda:setattr(self,iou_threshold,self.spin_iou.value()))self.check_show_label.stateChanged.connect(lambda:setattr(self,show_label,self.check_show_label.isChecked()))self.check_show_origin.stateChanged.connect(lambda:setattr(self,show_origin,self.check_show_origin.isChecked()))defload_model(self,model_path):加载训练好的YOLOv8模型self.modelYOLO(model_path)self.statusBar().showMessage(f模型加载成功{model_path})defopen_image(self):打开单张图片检测path,_QFileDialog.getOpenFileName(self,选择图片,,图片文件 (*.jpg *.png *.jpeg))ifpath:self.process_image(path)defopen_folder(self):批量检测文件夹内所有图片folder_pathQFileDialog.getExistingDirectory(self,选择图片文件夹)iffolder_path:forroot,dirs,filesinos.walk(folder_path):forfileinfiles:iffile.endswith((.jpg,.png,.jpeg)):img_pathos.path.join(root,file)self.process_image(img_path,batchTrue)defprocess_image(self,img_path,batchFalse):处理单张图片并显示结果imgcv2.imread(img_path)resultsself.model(img,confself.conf_threshold,iouself.iou_threshold)annotated_imgresults[0].plot()# 获取检测结果forboxinresults[0].boxes:cls_idint(box.cls[0])cls_nameself.model.names[cls_id]confidencefloat(box.conf[0])x1,y1,x2,y2map(int,box.xyxy[0])# 表格添加结果rowself.table_result.rowCount()self.table_result.insertRow(row)self.table_result.setItem(row,0,QTableWidgetItem(str(row1)))self.table_result.setItem(row,1,QTableWidgetItem(img_path))self.table_result.setItem(row,2,QTableWidgetItem(cls_name))self.table_result.setItem(row,3,QTableWidgetItem(f{confidence*100:.2f}%))self.table_result.setItem(row,4,QTableWidgetItem(f[{x1},{y1},{x2},{y2}]))# 右侧结果信息更新self.label_target_count.setText(f目标数目{len(results[0].boxes)})self.label_type.setText(f类型{cls_name})self.label_conf.setText(f置信度{confidence*100:.2f}%)self.label_pos.setText(fxmin:{x1}, ymin:{y1}\nxmax:{x2}, ymax:{y2})# 显示图片ifnotself.show_origin:show_imgannotated_imgelse:show_imgimg show_imgcv2.cvtColor(show_img,cv2.COLOR_BGR2RGB)h,w,chshow_img.shape q_imgQImage(show_img.data,w,h,ch*w,QImage.Format_RGB888)self.label_display.setPixmap(QPixmap.fromImage(q_img).scaled(self.label_display.size(),Qt.KeepAspectRatio))self.current_result_imgannotated_imgdefopen_video(self):视频检测path,_QFileDialog.getOpenFileName(self,选择视频,,视频文件 (*.mp4 *.avi))ifpath:self.capcv2.VideoCapture(path)self.timerQTimer()self.timer.timeout.connect(self.update_video_frame)self.timer.start(30)defopen_camera(self):摄像头实时检测self.capcv2.VideoCapture(0)self.timerQTimer()self.timer.timeout.connect(self.update_video_frame)self.timer.start(30)defupdate_video_frame(self):更新视频/摄像头帧ret,frameself.cap.read()ifnotret:self.timer.stop()returnresultsself.model(frame,confself.conf_threshold,iouself.iou_threshold)annotated_frameresults[0].plot()annotated_framecv2.cvtColor(annotated_frame,cv2.COLOR_BGR2RGB)h,w,channotated_frame.shape q_imgQImage(annotated_frame.data,w,h,ch*w,QImage.Format_RGB888)self.label_display.setPixmap(QPixmap.fromImage(q_img).scaled(self.label_display.size(),Qt.KeepAspectRatio))defsave_result(self):保存检测结果图片ifhasattr(self,current_result_img):save_pathos.path.join(save_data,result.jpg)cv2.imwrite(save_path,self.current_result_img)QMessageBox.information(self,提示,f结果已保存到{save_path})if__name____main__:appQApplication(sys.argv)windowBananaDetectSystem()window.show()sys.exit(app.exec_())2. 模型训练脚本train.pyfromultralyticsimportYOLOif__name____main__:# 加载预训练模型modelYOLO(yolov8n.pt)# 训练配置你的数据集yaml路径model.train(datadatasets/banana.yaml,epochs100,imgsz640,batch16,device0,# 有GPU写0无GPU写cpunamebanana_detect,cacheTrue,ampTrue)五、手把手运行项目新手版步骤1下载项目文件把你的项目文件夹含所有文件解压到一个路径不含中文的目录下比如D:\banana_detection步骤2打开PyCharm并配置环境打开PyCharm点击File - Open选择你的项目文件夹右下角选择Python解释器选择你刚才创建的banana虚拟环境打开MainProgram.py右键点击Run MainProgram步骤3使用系统模型会自动加载models/best.pt状态栏会显示“模型加载成功”点击“打开图片”选择一张香蕉图片即可看到检测结果可调整置信度、IOU阈值开启/关闭标签显示点击“保存”可将检测结果保存到save_data文件夹六、常见问题排查新手必看依赖安装失败检查网络或者用清华镜像源安装pipinstall-rrequirements.txt-ihttps://pypi.tuna.tsinghua.edu.cn/simple模型加载失败确认models/best.pt路径正确或手动点击“选择模型”按钮摄像头打不开检查是否有其他程序占用摄像头或更换cv2.VideoCapture(1)试试界面不显示确认PyQt5安装正确或重新运行pip install PyQt5七、GitHub获取YOLOv8官方代码可选如果图像同学获取YOLOv8官方代码在命令行输入gitclone https://github.com/ultralytics/ultralytics.gitcdultralytics pipinstall-e.安装完成后同学的项目也可以直接使用官方库。