摘要本文提出并实现了一种基于YOLO26You Only Look Once架构的高精度食物识别与检测系统。该系统旨在解决复杂场景下的多类别食物定位与分类问题构建了一个包含30类常见食物及饮品的专用数据集数据集涵盖训练集12,802张、验证集1,220张及测试集639张总计约14,661张图像。实验结果表明该模型在测试集上取得了优异的性能其中平均精度均值mailto:mAP0.5达到了0.747综合精确率Precision为0.805召回率Recall为0.655。模型在牛油果、黑莓、意大利面及全熟煮鸡蛋等类别上表现尤为突出AP 0.9证明了其在食物识别领域的高准确度与实用性为后续的营养分析、饮食记录等应用提供了可靠的技术支持。详细功能展示视频https://www.bilibili.com/video/BV1V3d2BoEC8/?spm_id_from333.1387.upload.video_card.clickvd_source8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV1V3d2BoEC8/?spm_id_from333.1387.upload.video_card.clickvd_source8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV1V3d2BoEC8/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数据集介绍类别构成数据集划分训练结果整体性能概览​编辑训练过程分析各类别表现分析混淆与潜在问题Ultralytics YOLO26概述主要功能常用标注工具详细功能展示视频功能模块✅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食物识别作为计算机视觉领域的一个重要分支近年来受到了学术界和工业界的广泛关注。随着人们健康意识的提升自动化的饮食监测系统需求日益增长而高精度的食物检测是实现这一目标的关键技术基础。传统的食物识别方法往往受限于单一分类任务难以应对真实场景中食物摆放杂乱、遮挡严重以及背景复杂等挑战。因此构建一个能够同时进行定位检测与分类的鲁棒系统显得尤为重要。本研究基于最新的YOLO26目标检测算法开发了一套专门针对30类常见食物的识别系统。该系统不仅能够识别食物的种类还能精确定位其在图像中的位置。通过构建大规模、高质量的标注数据集并结合深度学习模型的优化训练我们实现了mailto:mAP0.5为0.747的检测精度。这一成果为智能餐饮管理、个人健康管理以及自动结算系统提供了可行的解决方案。背景随着全球肥胖率的上升和慢性病的高发人们对饮食健康和营养摄入的关注度达到了前所未有的高度。在这一背景下利用人工智能技术辅助饮食管理成为了计算机视觉领域的一个热门研究方向。食物识别技术作为核心环节其应用场景广泛包括但不限于个人健康管理与营养分析通过手机拍摄日常饮食系统自动识别食物种类并估算分量进而计算卡路里和营养成分如蛋白质、脂肪、碳水化合物。这对于糖尿病患者、健身人群以及需要控制体重的人群具有极大的辅助价值能够帮助他们科学地规划饮食结构。智慧餐饮与自动化结算在无人超市、智慧食堂等场景中自动食物识别系统可以替代人工收银实现“拿了就走”的便捷购物体验。用户将选好的餐食放在识别区系统自动检测盘中所有食物并计算总价极大地提高了结算效率降低了人力成本。食品安全与供应链管理在食品加工和仓储环节计算机视觉可以用于检测食品的异物、品质分级以及包装完整性。例如自动识别水果的成熟度或检测肉类的新鲜度有助于保障食品安全和优化供应链管理。然而食物识别任务面临着诸多技术挑战类内差异大 同一种食物如“披萨”可能有不同的配料、切法和烹饪方式导致外观差异巨大。类间相似度高 某些食物在视觉上极其相似如“生肉”与“熟肉”“黑莓”与“蓝莓”容易造成混淆。背景复杂 真实场景中的食物通常放置在复杂的背景如餐桌、餐盘中且可能受到光照变化、遮挡和阴影的影响。为了解决上述问题本研究摒弃了传统的图像分类网络转而采用YOLO这一单阶段目标检测算法。YOLO26以其速度快、精度高而著称特别适合实时检测任务。针对现有公开数据集类别有限或场景单一的不足我们构建了一个包含30个细粒度类别的高质量数据集涵盖了水果、蔬菜、肉类、乳制品及烘焙食品等多个品类旨在打造一个通用且鲁棒的食物识别检测系统。数据集介绍本研究所使用的数据集是专为食物检测任务构建的高质量图像集合旨在全面覆盖日常饮食中的常见品类。数据集的详细信息如下类别构成数据集共包含30个细粒度类别具体名称如下表格类别ID类别名称类别ID类别名称0酒精15冰淇淋1酒杯16牛奶2杏仁17奶基饮品3牛油果18蘑菇4黑莓19非奶基饮品5蓝莓20意大利面6面包21菠萝7面包条22开心果8甜椒23披萨9奶酪24生肉10巧克力25印度烤饼11熟肉26菠菜12椰枣27草莓13鸡蛋28西红柿14茄子29全熟煮鸡蛋数据集划分为了保证模型评估的客观性我们将数据集严格划分为训练集、验证集和测试集三个部分具体数量分布如下训练集12,802张图像。验证集1,220张图像。测试集639张图像。训练结果整体性能概览平均精度均值 (mailto:mAP0.5): 0.747这是一个非常核心的指标。在目标检测中0.747的mailto:mAP0.5属于优秀水平通常超过0.5即为良好超过0.7为优秀。这意味着在IoU阈值为0.5的情况下模型对所有类别的综合识别能力很强。平均精度均值 (mailto:mAP0.5:0.95): 0.587这个指标更严格因为它在多个IoU阈值0.5到0.95下取平均。0.587依然非常可观说明模型不仅在“大概位置”上准在“非常精确的位置”上也有不错的表现。精确率 (P) 与 召回率 (R)P (Precision): 0.805—— 模型预测出来的结果中有80.5%是正确的。这说明误报率较低。R (Recall): 0.655—— 所有真实的食物中模型找出了65.5%。这说明漏报率大约在34.5%。相比于精确率召回率略低意味着模型倾向于“宁可错过不可错杀”。训练过程分析观察最后一张训练曲线图收敛性所有的损失box_loss, cls_loss, dfl_loss在训练初期都迅速下降说明模型学习速度很快。过拟合检查训练集train和验证集val的损失曲线走势一致。虽然验证集的损失在后期有轻微的上升趋势例如 val/cls_loss 在180轮后但这并不明显整体上模型没有出现严重的过拟合泛化能力良好。指标上升mAP曲线在训练后期趋于平缓并维持高位说明模型已经收敛。各类别表现分析我们可以看到不同食物的识别差异表现极佳的类别AP 0.9牛油果、黑莓、椰枣、意大利面、菠菜、全熟煮鸡蛋 这些类别的AP值非常高最高达到0.983。这通常意味着这些食物的形态特征非常独特或者训练数据非常充足且标注质量高。例如“全熟煮鸡蛋”可能背景简单形状规则。表现中等的类别AP 0.7 - 0.8酒杯、甜椒、奶酪、鸡蛋、牛奶饮品、开心果、披萨、印度饼 这是最庞大的群体。模型能识别但存在一定的误差。混淆与潜在问题混淆矩阵分析矩阵对角线上的颜色最深说明大部分预测是正确的。观察非对角线的亮点酒杯与酒精 存在一定的混淆这很合理因为酒杯里通常有酒精饮料。面包与面包条 存在混淆形状相似。生肉与熟肉 存在混淆这在视觉上确实很难区分。背景 (background) 有一些预测错误被归为了背景说明模型有时会忽略掉一些物体。小目标检测问题从实例数量统计图看某些类别如蓝莓、杏仁的数据量可能相对较少或者物体本身太小。结合蓝莓极低的AP值说明模型在处理密集小物体时存在短板。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。界面核心代码详细功能展示视频https://www.bilibili.com/video/BV1V3d2BoEC8/?spm_id_from333.1387.upload.video_card.clickvd_source8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV1V3d2BoEC8/?spm_id_from333.1387.upload.video_card.clickvd_source8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV1V3d2BoEC8/