視頻演示
基於深度學習的水下海洋生物檢測系統演示
1. 前言
大家好，歡迎來到 Coding 茶水間。今天要分享的是一個基於 YOLO 算法的水下海洋生物識別系統，它能幫我們快速判斷畫面中出現的海洋生物種類。
這套系統界面清晰、功能齊全，分為左側功能區、中央展示區與右側數據區三大板塊。左側可選取圖片、視頻、批量圖片或攝像頭進行檢測，還能切換不同訓練好的模型；中央區域不僅能實時預覽檢測畫面，還提供置信度與交併比的滑動調節，並顯示檢測耗時與目標數量；右側則會統計各類別數量、支持類別過濾，並以表格形式列出詳細檢測數據，方便導出為 Excel。
我們還會演示從圖片、視頻、文件夾到攝像頭的實時檢測流程，以及結果保存與標註導出的效果。除此之外，系統內置了登錄與個人中心模塊，可進行註冊、修改信息與密碼管理，也支持無界面的腳本批量檢測，並具備完整的模型訓練能力——從數據集劃分、訓練過程到權重輸出與可視化分析，全流程都可在代碼中實現與查看。
接下來，就讓我們一步步走進這個系統的功能細節與使用場景，感受 YOLO 在水下視覺識別中的魅力。
2. 項目演示
2.1 用户登錄界面
登錄界面佈局簡潔清晰，左側展示系統主題，用户需輸入用户名、密碼及驗證碼完成身份驗證後登錄系統。
2.2 新用户註冊
註冊時可自定義用户名與密碼，支持上傳個人頭像；如未上傳，系統將自動使用默認頭像完成賬號創建。
2.3 主界面佈局
主界面採用三欄結構，左側為功能操作區，中間用於展示檢測畫面，右側呈現目標詳細信息，佈局合理，交互流暢。
2.4 個人信息管理
用户可在此模塊中修改密碼或更換頭像，個人信息支持隨時更新與保存。
2.5 多模態檢測展示
系統支持圖片、視頻及攝像頭實時畫面的目標檢測。識別結果將在畫面中標註顯示，並在下方列表中逐項列出。點擊具體目標可查看其類別、置信度及位置座標等詳細信息。
2.6 檢測結果保存
可以將檢測後的圖片、視頻進行保存，生成新的圖片和視頻，新生成的圖片和視頻中會帶有檢測結果的標註信息，並且還可以將所有檢測結果的數據信息保存到excel中進行，方便查看檢測結果。
2.7 多模型切換
系統內置多種已訓練模型，用户可根據實際需求靈活切換，以適應不同檢測場景或對比識別效果。
3.模型訓練核心代碼
本腳本是YOLO模型批量訓練工具，可自動修正數據集路徑為絕對路徑，從pretrained文件夾加載預訓練模型，按設定參數（100輪/640尺寸/批次8）一鍵批量訓練YOLOv5nu/v8n/v11n/v12n模型。
# -*- coding: utf-8 -*-
"""
該腳本用於執行YOLO模型的訓練。
它會自動處理以下任務：
1. 動態修改數據集配置文件 (data.yaml)，將相對路徑更新為絕對路徑，以確保訓練時能正確找到數據。
2. 從 'pretrained' 文件夾加載指定的預訓練模型。
3. 使用預設的參數（如epochs, imgsz, batch）啓動訓練過程。
要開始訓練，只需直接運行此腳本。
"""
import os
import yaml
from pathlib import Path
from ultralytics import YOLO
def main():
"""
主訓練函數。
該函數負責執行YOLO模型的訓練流程，包括：
1. 配置預訓練模型。
2. 動態修改數據集的YAML配置文件，確保路徑為絕對路徑。
3. 加載預訓練模型。
4. 使用指定參數開始訓練。
"""
# --- 1. 配置模型和路徑 ---
# 要訓練的模型列表
models_to_train = [
{'name': 'yolov5nu.pt', 'train_name': 'train_yolov5nu'},
{'name': 'yolov8n.pt', 'train_name': 'train_yolov8n'},
{'name': 'yolo11n.pt', 'train_name': 'train_yolo11n'},
{'name': 'yolo12n.pt', 'train_name': 'train_yolo12n'}
]
# 獲取當前工作目錄的絕對路徑，以避免相對路徑帶來的問題
current_dir = os.path.abspath(os.getcwd())
# --- 2. 動態配置數據集YAML文件 ---
# 構建數據集yaml文件的絕對路徑
data_yaml_path = os.path.join(current_dir, 'train_data', 'data.yaml')
# 讀取原始yaml文件內容
with open(data_yaml_path, 'r', encoding='utf-8') as f:
data_config = yaml.safe_load(f)
# 將yaml文件中的 'path' 字段修改為數據集目錄的絕對路徑
# 這是為了確保ultralytics庫能正確定位到訓練、驗證和測試集
data_config['path'] = os.path.join(current_dir, 'train_data')
# 將修改後的配置寫回yaml文件
with open(data_yaml_path, 'w', encoding='utf-8') as f:
yaml.dump(data_config, f, default_flow_style=False, allow_unicode=True)
# --- 3. 循環訓練每個模型 ---
for model_info in models_to_train:
model_name = model_info['name']
train_name = model_info['train_name']
print(f"\n{'='*60}")
print(f"開始訓練模型: {model_name}")
print(f"訓練名稱: {train_name}")
print(f"{'='*60}")
# 構建預訓練模型的完整路徑
pretrained_model_path = os.path.join(current_dir, 'pretrained', model_name)
if not os.path.exists(pretrained_model_path):
print(f"警告: 預訓練模型文件不存在: {pretrained_model_path}")
print(f"跳過模型 {model_name} 的訓練")
continue
try:
# 加載指定的預訓練模型
model = YOLO(pretrained_model_path)
# --- 4. 開始訓練 ---
print(f"開始訓練 {model_name}...")
# 調用train方法開始訓練
model.train(
data=data_yaml_path, # 數據集配置文件
epochs=100, # 訓練輪次
imgsz=640, # 輸入圖像尺寸
batch=8, # 每批次的圖像數量
name=train_name, # 模型名稱
)
print(f"{model_name} 訓練完成！")
except Exception as e:
print(f"訓練 {model_name} 時出現錯誤: {str(e)}")
print(f"跳過模型 {model_name}，繼續訓練下一個模型")
continue
print(f"\n{'='*60}")
print("所有模型訓練完成！")
print(f"{'='*60}")
if __name__ == "__main__":
# 當該腳本被直接執行時，調用main函數
main()
4. 技術棧
-
語言：Python 3.10
-
前端界面：PyQt5
-
數據庫：SQLite（存儲用户信息）
-
模型：YOLOv5、YOLOv8、YOLOv11、YOLOv12
5. YOLO模型對比與識別效果解析
5.1 YOLOv5/YOLOv8/YOLOv11/YOLOv12模型對比
基於Ultralytics官方COCO數據集訓練結果：
|
模型 |
尺寸(像素) |
mAPval 50-95 |
速度(CPU ONNX/毫秒) |
參數(M) |
FLOPs(B) |
|---|---|---|---|---|---|
|
YOLO12n |
640 |
40.6 |
- |
2.6 |
6.5 |
|
YOLO11n |
640 |
39.5 |
56.1 ± 0.8 |
2.6 |
6.5 |
|
YOLOv8n |
640 |
37.3 |
80.4 |
3.2 |
8.7 |
|
YOLOv5nu |
640 |
34.3 |
73.6 |
2.6 |
7.7 |
關鍵結論：
-
精度最高：YOLO12n（mAP 40.6%），顯著領先其他模型（較YOLOv5nu高約6.3個百分點）；
-
速度最優：YOLO11n（CPU推理56.1ms），比YOLOv8n快42%，適合實時輕量部署；
-
效率均衡：YOLO12n/YOLO11n/YOLOv8n/YOLOv5nu參數量均為2.6M，FLOPs較低（YOLO12n/11n僅6.5B）；YOLOv8n參數量（3.2M）與計算量（8.7B）最高，但精度優勢不明顯。
綜合推薦：
-
追求高精度：優先選YOLO12n（精度與效率兼顧）；
-
需高速低耗：選YOLO11n（速度最快且精度接近YOLO12n）；
-
YOLOv5nu/YOLOv8n因性能劣勢，無特殊需求時不建議首選。
5.2 數據集分析
數據集中訓練集和驗證集一共1700張圖片，數據集目標類別兩種：正常腎臟，腎結石，數據集配置代碼如下：
上面的圖片就是部分樣本集訓練中經過數據增強後的效果標註。
5.3 訓練結果
混淆矩陣顯示中識別精準度顯示是一條對角線，方塊顏色越深代表對應的類別識別的精準度越高。
F1指數（F1 Score）是統計學和機器學習中用於評估分類模型性能的核心指標，綜合了模型的精確率（Precision）和召回率（Recall），通過調和平均數平衡兩者的表現。
當置信度為0.801時，所有類別的綜合F1值達到了0.88（藍色曲線）。
mAP@0.5：是目標檢測任務中常用的評估指標，表示在交併比（IoU）閾值為0.5時計算的平均精度均值（mAP）。其核心含義是：只有當預測框與真實框的重疊面積（IoU）≥50%時，才認為檢測結果正確。
圖中可以看到綜合mAP@0.5達到了0.980（98.0%），準確率非常高。
6. 源碼獲取方式
源碼獲取方式：https://www.bilibili.com/video/BV1Za2xBJEQv
