摘要：随着智慧农业的快速发展，作物成熟度的智能检测已成为精准农业的重要研究方向。本文设计并实现了一种基于YOLOv8深度学习模型的番茄成熟度智能检测系统。该系统通过采集番茄图像，利用YOLOv8目标检测算法对番茄的成熟度进行分类识别，将番茄成熟度划分为未成熟、转熟期、半成熟和成熟四个等级。
项目概览
项目简介
系统主要包括图像检测、视频检测、实时检测和批量检测四大核心模块，支持单张图像上传、视频逐帧分析、摄像头实时监测和大规模自动化处理。系统采用PyQt5构建图形界面，集成成熟度占比饼图、统计数据卡片和检测明细表格等多维可视化工具，全方位展示检测结果，为番茄成熟度智能识别提供一体化解决方案。
实验结果表明，基于YOLOv8的番茄成熟度检测模型在自建数据集上取得了优异的检测效果，验证集上精确率达到81.05%，召回率为70.65%，mAP50为76.84%，mAP50-95为61.15%，检测速度在GPU加速下达到20+ FPS，满足实时性要求。该系统可为番茄采摘机器人、智能分拣系统等农业自动化设备提供技术支持，具有较高的实用价值和推广应用前景。
系统架构
系统采用PyQt5构建用户界面，集成YOLOv8深度学习模型作为检测核心，通过多线程异步处理机制实现图像、视频、实时和批量四种检测模式，并提供可视化分析工具展示检测结果。
图1 系统架构图
技术创新
创新点1：多模态融合检测架构
- 传统方法的局限：传统方法多集中于单一检测模式，适用场景有限。
- 本系统创新：本系统构建多模式检测框架，实现番茄成熟度的智能识别与应用。
创新点2：四级精细化成熟度分类体系
- 传统方法的局限：传统方法多采用二分类或三分类，分类粒度较粗。
- 本系统创新：本系统建立四级成熟度分类体系，实现番茄由青到红过程的精细识别。
创新点3：多维可视化智能分析系统
- 传统方法的局限：现有系统缺乏统计分析与可视化决策支持。
- 本系统创新：本系统构建多层次可视化分析体系，实现检测结果的直观展示与分析。
数据集与训练
数据集构建
本研究采用来自Roboflow Universe平台的番茄成熟度检测数据集（CC BY 4.0许可），该数据集包含1,420张高质量图像和11,158个标注框，按照7:2:1的比例划分为训练集（993张）、验证集（284张）和测试集（143张）。数据集采用YOLO标准格式，建立了”未成熟(unripe)-转熟期(turning)-半成熟(semi-ripe)-成熟(ripe)”四级精细化分类体系，涵盖番茄从青色到红色的完整成熟过程，平均每张图像包含7.9个目标，真实反映了农业生产中的多目标密集场景。数据集中半成熟类占比最高（49.6%），成熟类次之（25.5%），未成熟类（16.5%）和转熟期（8.5%）相对较少，类别分布符合番茄自然生长规律，为训练高精度的成熟度检测模型提供了坚实基础。
图2 数据集直方图
训练结果
本研究采用YOLOv8模型在番茄成熟度检测数据集上进行了150个epoch的训练，最终在验证集上取得了优异的检测性能。模型训练过程中，边界框损失（box_loss）从初始的1.09逐步降低至0.57，分类损失（cls_loss）从2.73降至0.34，表明模型收敛良好。最终模型在验证集上达到了81.05%的精确率（Precision）和70.65%的召回率（Recall），mAP50指标为76.84%，mAP50-95指标为61.15%，充分证明了模型对四级成熟度分类的准确识别能力。
训练过程生成了完整的可视化结果，包括P-R曲线、F1曲线、混淆矩阵等，训练耗时约2794秒（46分钟），最优权重文件保存于weights目录下，可直接用于实际检测应用。模型在处理密集多目标场景时表现稳定，能够有效区分未成熟、转熟期、半成熟和成熟四个类别，为番茄智能采摘和分级提供了可靠的技术支撑。
图3 训练结果曲线图
图4 Precision-Recall曲线图
图5 归一化混淆矩阵图
快速开始
快速开始: 运行 python mainwindow.py 启动系统，使用默认账号密码（admin/admin123）登录后，点击”模型加载”选择训练好的权重文件（weights/best.pt），即可通过”图像检测”、”视频检测”、”实时检测”或”批量检测”四种模式进行番茄成熟度智能识别
环境要求
本系统需要Python 3.8+环境，核心依赖包括PyTorch 2.0+（支持CUDA 11.8+用于GPU加速）、ultralytics（YOLOv8）、PyQt5（图形界面）、OpenCV（图像处理）、Matplotlib（数据可视化）和Pillow（图像操作），建议使用Anaconda创建虚拟环境并通过 pip install -r requirements.txt 一键安装所有依赖。
运行展示
图6 登录和注册图
图7 系统主界面图
图8 番茄成熟度：图像检测结果（1）
图9 番茄成熟度：图像检测结果（2）
图10 番茄成熟度：图像检测结果（3）
图11 番茄成熟度：视频检测结果
图12 番茄成熟度：视频检测完成图
图13 番茄成熟度：实时检测结果图
图14 番茄成熟度：批量检测结果图
图15 番茄成熟度：结果保存图
项目资源
配套文档
点击查看：基于MATLAB语音信号变声算法设计与实现 注意：需要另外付费购买！
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-1
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。
评论(0)