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
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=8279e3d5f4d5d4f0cb2bf5c842393764
https://www.bilibili.com/video/BV1UnoTB3E5v/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV1UnoTB3E5v/
目录
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。
✅ 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。
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://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/
汇聚全球AI编程工具，助力开发者即刻编程。
更多推荐
0
0- 0
已为社区贡献185条内容
所有评论(0)