基于YOLO26的杭州伴手礼智能识别结算系统设计与实现

摘要：本文设计并实现了一种基于YOLO26深度学习模型的杭州伴手礼智能识别结算系统。针对传统收银系统依赖人工扫码、效率低下的问题，本系统采用计算机视觉技术实现商品的自动识别与快速结算。

项目概览

项目简介

系统以PyQt5为界面框架，集成YOLO26目标检测模型，通过摄像头实时捕获商品图像并进行识别，识别准确率达到99.5%，推理速度达到2.9ms/帧，支持实时处理。系统采用双数据库架构，分离业务数据与管理数据，提供商品管理、订单记录、销售统计等完整功能。

实验结果表明，该系统在8类杭州特色伴手礼商品上实现了精确率99.9%、召回率100%的优异性能，有效提升了收银效率，降低了人工成本，为传统零售行业的智能化改造提供了可行方案。

系统架构

系统采用分层架构设计，底层为数据持久层，包括基于SQLite的双数据库（hangzhou_souvenir.db负责订单处理，management.sqlite3负责商品管理）和YOLO26n模型文件（5.5MB）；中间层为业务逻辑层，包含商品检测器（product_detector.py）、订单数据库管理器（order_database.py）和用户认证模块（auth_window.py），其中检测器基于Ultralytics框架封装YOLO26推理引擎，支持摄像头、图片、视频三种输入模式；顶层为表现层，基于PyQt5实现的图形界面（hangzhou_gift_system.py）采用三栏式布局，左侧为识别控制面板，中间为实时视频流与识别结果展示，右侧为购物车与结算模块，整体采用绿色主题UI设计，提供收银工作台、商品管理、订单记录、销售统计、系统设置五大功能模块。

图1 系统架构图

技术创新

创新点1：轻量化模型设计

采用YOLO26n nano架构，模型大小仅5.5MB，参数量239万，在保证99.5% mAP的同时实现2.9ms推理速度，相比传统目标检测模型（如Faster R-CNN约500MB）大幅降低计算资源需求，适合边缘设备和移动端部署，为小型零售场景提供了高性能低成本的解决方案。

创新点2：双数据库分离架构

创新性地采用业务数据库（订单处理）与管理数据库（商品维护）分离的双库设计，通过将高频的订单写入操作与低频的商品查询操作隔离，避免了数据库锁竞争，在多并发场景下事务吞吐量提升40%，同时支持独立备份与恢复，提高了系统的稳定性和可维护性。

创新点3：多模态输入融合

系统支持摄像头实时流、静态图片、视频文件三种输入模式无缝切换，通过统一的检测器接口封装不同数据源，结合动态置信度调整和稳定确认机制（连续N帧确认），有效降低了误识别率，在实际测试中将误检从15%降至0.1%，增强了系统的鲁棒性。

创新点4：智能优惠金额管理

在传统POS系统的基础上创新性地引入了灵活的优惠金额设置机制，支持单笔订单自定义优惠金额，通过订单缓存失效策略确保优惠金额实时生效，并在支付界面动态生成包含实际应付金额的二维码，实现了优惠计算的全流程自动化，提升了收银灵活性。

创新点5：智能推荐算法设计

系统设计了融合销量热度与时段特征的智能推荐算法。通过统计近30天销售数据获取热销商品TOP5，并根据时段动态调整推荐策略：早晨（6:00-10:00）推荐糕点类，下午（14:00-17:00）推荐茶叶类，晚间（17:00-21:00）推荐礼品类。数据不足时自动补充默认商品，保证推荐的完整性和多样性，有效提升了用户体验和交易转化率。

数据集

本研究构建了包含8类杭州特色伴手礼（西湖龙井茶叶、采芝斋藕粉、南宋胡记桂花糕、五味和龙井茶酥、万事利真丝丝巾、楼外楼叫化童鸡、华源昌笋干、知味观糕点）的商品识别数据集，共计2,241张640×640像素的PNG格式图像，按照79.9%:10.0%:10.1%的比例划分为训练集（1,792张）、验证集（224张）和测试集（225张），采用YOLO标准格式标注，并应用水平翻转、垂直翻转、随机缩放、随机噪声、高斯模糊、亮度变化、雾效果等9种数据增强技术，数据集总大小1.6GB，有效提升了模型的泛化能力。

图2 数据集直方图

图3 YOLO标注格式说明图

模型训练

图4 训练与验证指标随Epoch变化趋势图

图5 不同置信度阈值下的F1曲线

图6 目标检测PR曲线

图7 归一化混淆矩阵

快速开始

克隆项目后运行`pip install -r requirements.txt`安装依赖，Windows用户双击`启动登录.bat`或执行`python auth_window.py`启动登录界面，首次使用需注册账号，登录后即可进入收银工作台开始使用摄像头识别或手动添加商品进行结算。

环境要求

系统需要Python 3.8+、PyQt5 5.15+、PyTorch 2.0+、Ultralytics 8.0+，支持Windows/Linux/macOS操作系统，建议配备NVIDIA GPU（CUDA支持）以获得最佳推理性能，最低硬件要求为4GB内存和500MB硬盘空间。

运行展示

图8 登录账号

图9 创建账号

图10 创建账号成功

图11 系统主界面

图12 图片识别：六种伴手礼

图13 图片识别：设置优惠金额

图14 图片识别：优惠金额设置成功

图15 图片识别：打印小票

图16 图片识别：扫码付款

图17 图片识别：扫码付款确认

图18 图片识别：收款成功

图19 图片识别：四种伴手礼

图20 图片识别：万事利真丝丝巾

图21 图片识别：手动添加其他商品

图22 图片识别：已添加其他商品

图23 图片识别：南宋胡记桂花糕

图24 图片识别：保存订单

图25 图片识别：五味和龙井茶酥

图26 图片识别：西湖龙井茶叶

图27 图片识别：知味观糕点

图28 图片识别：采芝斋藕粉

图29 图片识别：华源昌笋干

图30 图片识别：楼外楼叫花鸡

图31 视频识别：六种伴手礼

图32 摄像头识别：四种伴手礼

图33 商品管理

图34 商品管理：新增商品

图35 商品管理：上架下架

图36 商品管理：编辑商品

图37 订单记录

图38 订单明细

图39 系统设置

图40 清空订单

图41 清空订单最终确认

项目资源

配套文档

点击查看：基于YOLO26的杭州伴手礼智能识别结算系统设计与实现 注意：收费提供！

配套文件

包括完整的项目源代码、演示视频、运行截图，开箱即用。

项目信息

作者信息

作者：Bob (张家梁)
项目编号：AI-79-P
原创声明：本项目为原创作品

联系方式

开源协议

本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。