摘要
针对草莓成熟度人工检测效率低、主观性强等问题，本文基于YOLOv8目标检测算法构建了一套草莓成熟度自动检测系统。系统将草莓成熟度划分为生果（raw）、熟果（ripe）、转色期（turning）三类，共使用2939张训练图像和774张验证图像进行模型训练与评估。实验结果表明，模型在验证集上的平均精度均值（mAP@0.5）达到0.926，其中熟果和转色期的AP分别为0.953和0.970，生果为0.855。混淆矩阵分析显示，模型对三类草莓的识别效果整体良好，但存在转色期与熟果之间的混淆以及部分背景误检为生果的问题。综合来看，该YOLOv8模型在草莓成熟度检测任务上表现优异，具备实际农业场景部署潜力。
引言
草莓成熟度的准确判断是智能化采摘与分级管理中的关键环节。传统依赖人工视觉的判别方式不仅效率低下，而且受经验、疲劳、光照等因素影响，判别一致性差。随着计算机视觉与深度学习技术的发展，基于卷积神经网络的目标检测方法为农业自动化提供了新的解决思路。YOLO系列模型因其检测速度快、精度高，在水果检测与成熟度识别任务中得到广泛应用。
本研究采用YOLOv8模型，针对草莓成熟度检测任务进行训练与评估。草莓成熟度被划分为生果、熟果和转色期三个阶段，分别对应不同的采摘与加工需求。模型在标注数据集上完成了充分训练，并通过混淆矩阵、精度-召回率曲线、F1曲线、PR曲线及训练损失曲线等多种指标进行全面评估。实验重点关注模型对不同成熟度类别的识别能力、类别间的混淆程度以及背景干扰的影响。最终，通过定性与定量分析，验证了YOLOv8在草莓成熟度检测任务中的有效性与局限性，为后续模型优化与农业部署提供依据。
目录
摘要
引言
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
背景
数据集介绍
类别定义
训练过程
训练结果
整体评价：训练效果良好，模型可用
混淆矩阵分析（Confusion Matrix）
原始混淆矩阵编辑
归一化混淆矩阵编辑
结论：
精度（Precision）与召回率（Recall）
F1曲线、P曲线、R曲线综合分析编辑编辑编辑
PR曲线 & mAP编辑
训练过程分析（results.png）编辑
常用标注工具
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/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 |
背景
草莓是一种高价值经济作物，其成熟度直接决定果实口感、营养成分及商品等级。在实际生产过程中，采摘时机选择不当会导致果实过熟腐烂或未熟味酸，严重影响经济效益。因此，实现快速、准确的草莓成熟度识别具有重要意义。
传统成熟度判别方法主要依靠人工经验或理化指标检测。人工方式主观性强、效率低，难以满足大规模种植需求；理化检测虽准确，但耗时耗力，不具备实时性。近年来，深度学习特别是目标检测技术的进步，为农业视觉识别带来了突破。YOLO系列模型凭借端到端的检测结构和高实时性，已被成功应用于苹果、番茄、葡萄等多种果实检测任务。
草莓成熟度检测面临果实颜色渐变、光照变化、叶片遮挡、背景复杂等挑战，尤其是转色期与熟果之间视觉特征高度重叠，极易造成模型混淆。因此，构建一个能够有效区分不同成熟阶段的草莓检测系统，不仅具有理论研究价值，也对智慧农业的实际落地具有重要意义。本研究基于YOLOv8，探索其在草莓成熟度多分类任务中的实际表现。
数据集介绍
本研究所使用的草莓成熟度检测数据集共包含3713张图像，其中：
训练集：2939张
验证集：774张
所有图像均经过人工标注，采用边界框方式标注草莓果实的位置及其成熟度类别。
类别定义
草莓成熟度共分为三类：
raw（生果）：果实颜色以绿色或白色为主，未进入成熟阶段
ripe（熟果）：果实呈红色或深红色，已完全成熟
turning（转色期）：果实处于绿色向红色过渡的阶段，表面出现明显红色斑块或条纹
训练过程
训练结果
整体评价：训练效果良好，模型可用
模型在
raw（生）、ripe（熟）、turning（转色期）三类上的表现整体较好。主要问题集中在
turning类别混淆较多，以及背景误检较明显。
混淆矩阵分析（Confusion Matrix）
原始混淆矩阵![]()
| 真实 \ 预测 | raw | ripe | turning | background |
|---|---|---|---|---|
| raw | 2317 | 22 | 1 | 467 |
| ripe | 15 | 699 | 17 | 68 |
| turning | 20 | 1273 | 98 | - |
| background | 482 | 40 | 60 | - |
归一化混淆矩阵![]()
| 真实 \ 预测 | raw | ripe | turning | background |
|---|---|---|---|---|
| raw | 0.82 | 0.03 | 0.74?（异常） | 0.00 |
| ripe | 0.01 | 0.90 | 0.01 | 0.11 |
| turning | 0.03 | 0.94 | 0.15 | 0.00 |
| background | 0.17 | 0.05 | 0.04 | 0.00 |
结论：
raw：识别较好，但有467 个背景被误判为 raw（误检偏高）。
ripe：识别稳定，主要误判为 background（68 个）。
turning：严重混淆，被大量误判为
ripe（1273 个），说明模型很难区分“转色期”和“熟果”。background：大量背景被误判为 raw（482）和 turning（60），说明模型对背景的抑制能力一般。
精度（Precision）与召回率（Recall）
F1曲线、P曲线、R曲线综合分析![]()
![]()
![]()
| 类别 | 最佳 F1 | 对应置信度 | 精度（高置信度） | 召回率 |
|---|---|---|---|---|
| raw | 0.82 | 0.05 | 0.97 | 0.75 |
| ripe | 0.83 | 0.05 | 0.96 | 0.93 |
| turning | 0.85 | 0.05 | 0.98 | 0.92 |
| all | 0.85 | 0.05 | - | - |
raw召回率偏低（0.75），说明容易漏检。
ripe / turning召回率高，但混淆严重。
PR曲线 & mAP![]()
mAP@0.5：0.926（优秀）
mAP@0.5:0.95：未直接给出，但从 PR 曲线趋势看，应在中高水平。
各类 AP：
raw：0.855
ripe：0.953
turning：0.970
说明模型整体检测能力很强，但
raw仍有提升空间。
训练过程分析（results.png）![]()
box_loss / cls_loss / dfl_loss：持续下降，收敛良好。
precision / recall：稳步上升，最终接近 1.0。
mAP50：从 0.65 → 0.86，提升明显。
mAP50-95：从 0.65 → 0.86，说明模型在更严格 IoU 下也表现不错。
训练无过拟合或欠拟合迹象。
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：
