摘要本研究提出了一种基于YOLO26You Only Look Once架构的深度学习目标检测系统旨在实现草莓成熟度的自动化、高精度识别。该系统将草莓分为三类生长期raw、成熟期ripe和变色期turning。实验数据集包含2939张训练图像和774张验证图像。经过充分训练模型在验证集上取得了优异的性能指标其中mailto:mAP0.5达到了95.7%mailto:mAP0.5:0.95达到了85.1%。混淆矩阵分析表明模型对“变色期”turning草莓的识别最为精准mAP 0.979对“生长期”raw草莓存在少量误判为背景的情况。该系统能够高效、准确地完成草莓成熟度分类任务具有在智慧农业采摘机器人和自动化分拣产线中应用的巨大潜力。详细功能展示视频https://www.bilibili.com/video/BV1VVd2BxE7s/目录摘要详细功能展示视频功能模块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、数据校验模块引言背景1. 智慧农业与机器视觉的需求2. 目标检测技术的演进3. 草莓成熟度分类的挑战与意义数据集介绍1. 数据集构成训练结果1. 核心性能指标分析编辑2. 类别表现差异分析编辑编辑3. 混淆矩阵与分类错误编辑编辑4. 训练过程分析编辑Ultralytics YOLO26概述主要功能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/GPU10、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草莓作为一种广受欢迎的浆果类水果其采摘和分拣过程对成熟度的判断要求极高。传统的草莓采摘和分级主要依赖人工不仅劳动强度大、成本高而且主观性强容易造成损伤或因判断失误导致果实过熟腐烂。随着计算机视觉和人工智能技术的飞速发展利用机器视觉代替人工进行果实检测与成熟度识别成为智慧农业的重要研究方向。本研究旨在构建一个基于YOLO26的目标检测模型专门用于识别草莓的三种成熟状态。相较于传统的图像处理方法深度学习模型能够更好地处理复杂的光照、遮挡和背景干扰。通过建立一个高精度的检测系统可以为自动化采摘机械臂提供定位信息或为自动分拣设备提供分类依据从而显著提升农业生产的自动化水平和经济效益。背景1. 智慧农业与机器视觉的需求在全球人口增长和劳动力成本上升的背景下智慧农业已成为现代农业发展的必然趋势。在果实采摘环节实现“精准采摘”是提高果实品质和产量的关键。草莓由于其果实娇嫩、生长环境复杂如温室、垄间且成熟期不一致对机器视觉系统的鲁棒性和实时性提出了极高挑战。传统的基于颜色阈值或纹理特征的图像处理方法在复杂自然光和阴影干扰下表现不稳定难以满足实际生产需求。2. 目标检测技术的演进目标检测技术经历了从传统的手工特征提取如SIFT、HOG到深度学习如R-CNN系列、YOLO系列的跨越。YOLO系列算法因其“单阶段”检测的特性将目标检测视为一个回归问题能够直接在图像上进行端到端的预测。相比于两阶段算法如Faster R-CNNYOLO具有推理速度快、计算资源消耗少的优势特别适合需要实时处理的农业应用场景例如搭载在移动采摘机器人上的实时视觉系统。3. 草莓成熟度分类的挑战与意义草莓的成熟度通常分为三个阶段生长期绿色未成熟、变色期开始转红半成熟和成熟期全红可采摘。准确区分这三个阶段对于避免过早采摘影响口感或过晚采摘导致腐烂至关重要。数据复杂性草莓在生长过程中常伴随叶片遮挡、光照不均以及颜色渐变特别是从green到red的过渡这些因素增加了分类难度。应用价值一个高精度的成熟度识别系统不仅能指导采摘还能结合产量预估模型帮助农户优化种植策略。本研究正是基于上述背景利用最新的YOLO26架构针对草莓成熟度这一具体农业场景进行模型优化与训练旨在解决实际应用中的识别难题。数据集介绍本研究所使用的数据集是专门为草莓成熟度检测任务构建的经过了严格的图像采集、清洗和标注流程。1. 数据集构成类别定义数据集包含3个目标检测类别具体定义如下raw代表未成熟的绿色草莓。ripe代表完全成熟的红色草莓。turning代表处于变色期的草莓部分变红部分绿色。数据划分为了保证模型训练的有效性和验证的公正性数据集被划分为训练集和验证集。训练集包含2939张图像用于模型参数的学习和权重的更新。验证集包含774张图像用于在训练过程中监控模型性能防止过拟合并在训练结束后评估最终模型的泛化能力。训练结果1. 核心性能指标分析mailto:mAP0.5 (0.957):这是目标检测中最核心的指标。0.957即95.7%的数值非常高表明模型在IoU阈值为0.5时拥有极高的平均精度。这说明模型在定位和分类上都非常准确。mailto:mAP0.5:0.95 (0.851):这是一个更严格的指标计算了从0.5到0.95不同IoU阈值下的平均精度。0.85185.1%依然是一个非常优秀的分数说明模型不仅在宽松条件下表现好在严格的高重叠度要求下依然稳健。Box(P) (0.933) R (0.932):精度和召回率都接近93%这是一个非常平衡的状态。高精度意味着误报少高召回率意味着漏报少。2. 类别表现差异分析模型对三个成熟度类别的识别能力存在细微差异其中turning (变色期)表现最好raw (生长期)表现相对较弱但仍属优秀。Turning (变色期) - 表现最优 (mAP 0.979):无论是F1-Score、Precision还是Recall曲线turning类别的曲线几乎都是最高的。在归一化混淆矩阵中turning的对角线值为0.95且被误判为ripe或raw的比例极低分别为0.01。这说明模型对处于变色期的草莓特征抓取得最好区分度最高。Ripe (成熟期) - 表现优秀 (mAP 0.968):各项指标略低于turning但依然很高。混淆矩阵显示ripe有少量被误判为background背景或turning但比例很小。Raw (生长期) - 相对较弱 (mAP 0.924):虽然0.924依然是高分但在三个类别中是最低的。主要问题在于召回率(Recall)从Recall-Confidence曲线看raw类别的召回率下降最快且在Confidence0时Recall仅为0.96低于其他两类。这意味着模型更容易漏掉一些生长期的草莓。混淆矩阵分析raw类别的主要错误来源是被误判为background背景数值为0.11。这说明生长期的草莓通常是绿色可能在复杂的绿色背景如叶子、茎中难以被区分导致漏检或误判为背景。3. 混淆矩阵与分类错误Raw - Background:这是最大的错误来源。真实标签为raw的样本有11%被预测为了背景。这印证了上述关于绿色草莓与绿色背景难以区分的推测。Raw - Turning:有2%的raw被误判为turning。这可能是因为部分生长期的草莓已经开始泛白或微微变色导致模型产生混淆。Ripe - Background:少量成熟草莓被忽略可能是因为遮挡严重或光照过暗。4. 训练过程分析Loss曲线:训练集train和验证集val的box_loss, cls_loss, dfl_loss均呈现平稳下降趋势没有出现震荡或上升说明模型训练非常稳定没有明显的过拟合或欠拟合现象。Precision Recall曲线:这两条曲线在训练过程中持续上升并趋于平稳最终Precision接近0.95Recall接近0.93与最终报告的数值一致。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 K2MuSGD 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
95.7%精度！YOLO26精准判断草莓是生、是熟、还是变色期，草莓成熟度检测系统（项目源码+数据集+模型权重+UI界面+python+深度学习）
发布时间：2026/5/28 10:06:17
摘要本研究提出了一种基于YOLO26You Only Look Once架构的深度学习目标检测系统旨在实现草莓成熟度的自动化、高精度识别。该系统将草莓分为三类生长期raw、成熟期ripe和变色期turning。实验数据集包含2939张训练图像和774张验证图像。经过充分训练模型在验证集上取得了优异的性能指标其中mailto:mAP0.5达到了95.7%mailto:mAP0.5:0.95达到了85.1%。混淆矩阵分析表明模型对“变色期”turning草莓的识别最为精准mAP 0.979对“生长期”raw草莓存在少量误判为背景的情况。该系统能够高效、准确地完成草莓成熟度分类任务具有在智慧农业采摘机器人和自动化分拣产线中应用的巨大潜力。详细功能展示视频https://www.bilibili.com/video/BV1VVd2BxE7s/目录摘要详细功能展示视频功能模块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、数据校验模块引言背景1. 智慧农业与机器视觉的需求2. 目标检测技术的演进3. 草莓成熟度分类的挑战与意义数据集介绍1. 数据集构成训练结果1. 核心性能指标分析编辑2. 类别表现差异分析编辑编辑3. 混淆矩阵与分类错误编辑编辑4. 训练过程分析编辑Ultralytics YOLO26概述主要功能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/GPU10、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草莓作为一种广受欢迎的浆果类水果其采摘和分拣过程对成熟度的判断要求极高。传统的草莓采摘和分级主要依赖人工不仅劳动强度大、成本高而且主观性强容易造成损伤或因判断失误导致果实过熟腐烂。随着计算机视觉和人工智能技术的飞速发展利用机器视觉代替人工进行果实检测与成熟度识别成为智慧农业的重要研究方向。本研究旨在构建一个基于YOLO26的目标检测模型专门用于识别草莓的三种成熟状态。相较于传统的图像处理方法深度学习模型能够更好地处理复杂的光照、遮挡和背景干扰。通过建立一个高精度的检测系统可以为自动化采摘机械臂提供定位信息或为自动分拣设备提供分类依据从而显著提升农业生产的自动化水平和经济效益。背景1. 智慧农业与机器视觉的需求在全球人口增长和劳动力成本上升的背景下智慧农业已成为现代农业发展的必然趋势。在果实采摘环节实现“精准采摘”是提高果实品质和产量的关键。草莓由于其果实娇嫩、生长环境复杂如温室、垄间且成熟期不一致对机器视觉系统的鲁棒性和实时性提出了极高挑战。传统的基于颜色阈值或纹理特征的图像处理方法在复杂自然光和阴影干扰下表现不稳定难以满足实际生产需求。2. 目标检测技术的演进目标检测技术经历了从传统的手工特征提取如SIFT、HOG到深度学习如R-CNN系列、YOLO系列的跨越。YOLO系列算法因其“单阶段”检测的特性将目标检测视为一个回归问题能够直接在图像上进行端到端的预测。相比于两阶段算法如Faster R-CNNYOLO具有推理速度快、计算资源消耗少的优势特别适合需要实时处理的农业应用场景例如搭载在移动采摘机器人上的实时视觉系统。3. 草莓成熟度分类的挑战与意义草莓的成熟度通常分为三个阶段生长期绿色未成熟、变色期开始转红半成熟和成熟期全红可采摘。准确区分这三个阶段对于避免过早采摘影响口感或过晚采摘导致腐烂至关重要。数据复杂性草莓在生长过程中常伴随叶片遮挡、光照不均以及颜色渐变特别是从green到red的过渡这些因素增加了分类难度。应用价值一个高精度的成熟度识别系统不仅能指导采摘还能结合产量预估模型帮助农户优化种植策略。本研究正是基于上述背景利用最新的YOLO26架构针对草莓成熟度这一具体农业场景进行模型优化与训练旨在解决实际应用中的识别难题。数据集介绍本研究所使用的数据集是专门为草莓成熟度检测任务构建的经过了严格的图像采集、清洗和标注流程。1. 数据集构成类别定义数据集包含3个目标检测类别具体定义如下raw代表未成熟的绿色草莓。ripe代表完全成熟的红色草莓。turning代表处于变色期的草莓部分变红部分绿色。数据划分为了保证模型训练的有效性和验证的公正性数据集被划分为训练集和验证集。训练集包含2939张图像用于模型参数的学习和权重的更新。验证集包含774张图像用于在训练过程中监控模型性能防止过拟合并在训练结束后评估最终模型的泛化能力。训练结果1. 核心性能指标分析mailto:mAP0.5 (0.957):这是目标检测中最核心的指标。0.957即95.7%的数值非常高表明模型在IoU阈值为0.5时拥有极高的平均精度。这说明模型在定位和分类上都非常准确。mailto:mAP0.5:0.95 (0.851):这是一个更严格的指标计算了从0.5到0.95不同IoU阈值下的平均精度。0.85185.1%依然是一个非常优秀的分数说明模型不仅在宽松条件下表现好在严格的高重叠度要求下依然稳健。Box(P) (0.933) R (0.932):精度和召回率都接近93%这是一个非常平衡的状态。高精度意味着误报少高召回率意味着漏报少。2. 类别表现差异分析模型对三个成熟度类别的识别能力存在细微差异其中turning (变色期)表现最好raw (生长期)表现相对较弱但仍属优秀。Turning (变色期) - 表现最优 (mAP 0.979):无论是F1-Score、Precision还是Recall曲线turning类别的曲线几乎都是最高的。在归一化混淆矩阵中turning的对角线值为0.95且被误判为ripe或raw的比例极低分别为0.01。这说明模型对处于变色期的草莓特征抓取得最好区分度最高。Ripe (成熟期) - 表现优秀 (mAP 0.968):各项指标略低于turning但依然很高。混淆矩阵显示ripe有少量被误判为background背景或turning但比例很小。Raw (生长期) - 相对较弱 (mAP 0.924):虽然0.924依然是高分但在三个类别中是最低的。主要问题在于召回率(Recall)从Recall-Confidence曲线看raw类别的召回率下降最快且在Confidence0时Recall仅为0.96低于其他两类。这意味着模型更容易漏掉一些生长期的草莓。混淆矩阵分析raw类别的主要错误来源是被误判为background背景数值为0.11。这说明生长期的草莓通常是绿色可能在复杂的绿色背景如叶子、茎中难以被区分导致漏检或误判为背景。3. 混淆矩阵与分类错误Raw - Background:这是最大的错误来源。真实标签为raw的样本有11%被预测为了背景。这印证了上述关于绿色草莓与绿色背景难以区分的推测。Raw - Turning:有2%的raw被误判为turning。这可能是因为部分生长期的草莓已经开始泛白或微微变色导致模型产生混淆。Ripe - Background:少量成熟草莓被忽略可能是因为遮挡严重或光照过暗。4. 训练过程分析Loss曲线:训练集train和验证集val的box_loss, cls_loss, dfl_loss均呈现平稳下降趋势没有出现震荡或上升说明模型训练非常稳定没有明显的过拟合或欠拟合现象。Precision Recall曲线:这两条曲线在训练过程中持续上升并趋于平稳最终Precision接近0.95Recall接近0.93与最终报告的数值一致。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 K2MuSGD 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
