实时精准：YOLO26驱动的昆虫自动检测与分类系统：数据集构建、模型训练与部署全流程

算法魔法师

40人浏览 · 2026-05-25 09:52:55

算法魔法师 · 2026-05-25 09:52:55 发布

摘要

本文构建了一套基于YOLO26的农业害虫检测系统，旨在实现对10类常见水稻与小麦害虫的自动识别与定位。系统采用YOLO26作为核心检测模型，训练数据集共计995张标注图像，其中训练集696张、验证集199张、测试集100张。

实验结果显示，模型在验证集上的整体平均精度（mAP50）达到0.932，mAP50-95为0.64，单张图像推理速度约为5.6ms，展现出高精度与实时性的双重优势。混淆矩阵与精度-召回率曲线进一步验证了模型在多类别检测中的稳定性和可靠性。该系统为农业害虫监测提供了一种高效、可部署的智能解决方案。

详细功能展示视频

https://www.bilibili.com/video/BV1UnoTB3E5v/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV1UnoTB3E5v/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV1UnoTB3E5v/

3. 混淆矩阵分析（normalized）编辑

4. 精度-召回率曲线（PR Curve）编辑

功能模块

✅ 用户登录注册：支持密码检测，密码加密。

✅ 图片检测：可对图片进行检测，返回检测框及类别信息。

✅ 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

✅参数实时调节（置信度和IoU阈值）

✅ 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

引言

农业害虫是影响作物产量与品质的重要因素之一。传统的人工识别方法依赖植保专家经验，效率低、主观性强，难以满足大规模农田监测的需求。近年来，深度学习技术的快速发展为农业害虫的自动识别提供了新的可能。YOLO系列目标检测模型因其优异的检测速度与精度，广泛应用于农业病虫害识别任务中。本文基于YOLO26构建了一套昆虫检测系统，涵盖10类常见害虫，旨在为农业智能化监测提供技术支持。通过对模型训练结果的分析，验证了该系统在实际应用中的可行性与优越性。

背景

农业害虫是威胁全球粮食安全的主要因素之一。据统计，每年因害虫造成的农作物损失约占全球总产量的20%-40%，直接经济损失高达数千亿美元。传统的人工巡查方式依赖植保专家的经验判断，不仅效率低下、主观性强，而且难以实现大范围、连续性的监测。特别是在水稻、小麦等主粮作物的种植区，害虫爆发往往具有突发性和扩散性，传统的防治手段难以做到早期预警和精准施药，导致农药滥用、环境污染和农残超标等问题日益突出。

随着人工智能技术的快速发展，计算机视觉在农业领域的应用日益广泛。图像识别技术可以实现对作物生长状态、病虫害程度、果实成熟度等的自动分析，为精准农业提供数据支撑。目标检测作为计算机视觉的核心任务之一，能够同时完成目标的分类与定位，特别适合用于田间害虫的自动识别与计数。近年来，深度学习技术的突破使得目标检测在复杂背景、多尺度目标、遮挡等挑战性场景中取得了显著进展。

YOLO（You Only Look Once）系列模型自2016年由Joseph Redmon提出以来，经历了多次迭代升级，已成为目标检测领域的主流框架之一。YOLO的核心思想是将目标检测任务转化为回归问题，通过一个神经网络直接预测边界框和类别概率，实现了端到端的检测。与传统的两阶段检测器（如Faster R-CNN）相比，YOLO在保持较高精度的同时，显著提升了检测速度，更适合实时应用场景。

数据集介绍

本系统所使用的数据集共包含 995张 高分辨率农田图像，涵盖 10类 常见水稻与小麦害虫，具体类别如下：

army worm（草地贪夜蛾）
legume blister beetle（豆芫青）
red spider（红蜘蛛）
rice gall midge（稻瘿蚊）
rice leaf roller（稻纵卷叶螟）
rice leafhopper（稻叶蝉）
rice water weevil（稻水象甲）
wheat phloeothrips（小麦蓟马）
white backed plant hopper（白背飞虱）
yellow rice borer（二化螟）

数据集按照 7:2:1 的比例划分为训练集、验证集和测试集：

训练集: 696 张
验证集: 199 张
测试集: 100 张

训练结果

1. 总体表现概览

模型: YOLOv8s（小型版本）
总参数: 约 947 万
训练数据: 199 张图像，204 个实例（样本较少，属于小样本训练）
整体 mAP50: 0.932（表现非常优秀）
整体 mAP50-95: 0.64（说明模型在更严格的 IoU 阈值下仍有不错的表现）

2. 各类别检测性能分析

类别	精确率 (P)	召回率 (R)	mAP50	mAP50-95	分析
army worm	0.929	0.938	0.975	0.738	表现优异，检测稳定
legume blister beetle	1.000	0.676	0.885	0.554	高精度但召回率偏低，可能存在漏检
red spider	0.889	0.839	0.911	0.537	精度略低，mAP50-95较低，定位可能不够精准
rice gall midge	1.000	0.807	0.965	0.476	高精度但召回率一般，mAP50-95偏低
rice leafhopper	1.000	0.819	0.959	0.765	表现良好
rice leaf roller	0.945	0.747	0.871	0.551	召回率偏低，需关注漏检问题
rice water weevil	0.943	0.917	0.987	0.672	表现优秀
wheat phloeothrips	0.882	0.875	0.907	0.650	精度略低，但整体尚可
white backed plant hopper	1.000	0.772	0.928	0.669	召回率偏低
yellow rice borer	0.915	0.857	0.933	0.786	表现良好，mAP50-95较高

3. 混淆矩阵分析（normalized）

大多数类别都能正确分类（对角线值高，如 army worm 0.94、red spider 0.89 等）
存在少量类别间混淆，例如：
- legume blister beetle 与 background 有 0.11 的误检
- red spider 与 background 有 0.12 的误检
- 部分类别与 background 的混淆可能源于背景复杂或样本不足

4. 精度-召回率曲线（PR Curve）

所有类别的 PR 曲线接近右上角，说明模型在精度和召回率之间取得了良好平衡。
特别是 all classes 在置信度 0.973 时精度达到 1.00，说明模型在较高置信度下几乎无误检。

5. 推理速度

预处理: 0.3ms
推理: 4.2ms
后处理: 1.1ms
总推理时间: 约 5.6ms/张（非常快，适合实时或边缘部署）

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 K2，MuSGD 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。

用于实例分割的 LabelMe 标注工具

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：

详细功能展示视频

https://edu.csdn.net/learn/39067/627173?utm_source=2019755004

汇聚全球AI编程工具，助力开发者即刻编程。

更多推荐

一个 API 入口调用多个大模型：AiiOnly客户端 + CC Switch 打通 Codex AI编程流程

AI编程社区

VSCode Claude Code + MiMo 中转免登录完整配置教程（解决原生登录弹窗 + 模型报错）

AI编程社区

压缩完上下文后，Agent 怎么还记得你的开发习惯

本文介绍了Claude代码项目中Memory机制的实现，用于跨任务保存关键信息。Memory分为用户偏好、反馈意见、项目背景和参考线索四类，存储在.memory/目录下的独立Markdown文件中，并通过MEMORY.md目录索引。Agent通过轻量模型调用选择相关记忆加载，每次最多读取5条。记忆提取发生在消息压缩前，以保留原始完整信息。当记忆文件达到10条时会触发合并整理，但存在信息失真的风险。