摘要
本系统基于YOLO26目标检测算法，构建了一个面向六类常见犬种的智能识别检测模型。研究涵盖Beagle、bullDog、corgi、goldenRetriever、husky和pomeranian六个犬种类别，总数据集规模为1257张标注图像，其中训练集880张、验证集251张、测试集126张。经过完整训练后，模型在验证集上取得了mAP50=0.895、mAP50-95=0.732的优异性能，精度达到0.882，召回率为0.846。各类别中，bullDog表现最佳（mAP50=0.964），而goldenRetriever相对较弱（mAP50=0.757）。模型推理速度为2.4ms/张，满足实时检测需求。研究结果表明，YOLO26在犬种细粒度识别任务中具有良好的应用潜力，为宠物智能管理、动物保护等场景提供了可行的技术方案。
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
数据集规模与划分
类别分布
训练结果编辑
1、整体性能评估编辑
2、各类别表现分析
3、训练曲线分析（results.png）编辑
4、混淆矩阵分析编辑
5、F1-Confidence 曲线分析编辑
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。
✅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
✅参数实时调节（置信度和IoU阈值）
✅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 |
引言
随着人工智能技术的快速发展，计算机视觉在动物识别领域的应用日益广泛。犬类作为与人类关系最密切的伴侣动物，其品种识别在宠物医疗、智能饲养、走失宠物找回、宠物保险核保等多个场景中具有重要的实用价值。然而，犬种之间存在显著的外观相似性（如Beagle与bullDog的部分特征重叠），加之同一品种内个体差异较大（体型、毛色、拍摄角度等），使得犬种细粒度识别成为一项具有挑战性的计算机视觉任务。
传统的犬种识别多依赖于人工判断或基于手工特征的机器学习方法，效率低下且主观性强。近年来，基于深度学习的目标检测技术，尤其是YOLO系列算法，凭借其端到端的检测能力和实时处理速度，为目标识别任务提供了新的解决方案。本研究采用YOLO26算法，针对六类常见犬种构建智能检测系统，旨在探索深度学习在细粒度物种识别中的可行性，并为实际应用场景提供技术支撑。
背景
犬种识别技术的发展经历了从传统图像处理到深度学习的演进过程。早期研究主要依赖于人工设计的特征，如SIFT、HOG等局部特征描述子，结合支持向量机（SVM）等分类器进行品种判别。这类方法在受控环境下取得了一定效果，但在复杂背景、多姿态、不同光照等实际场景中表现欠佳，泛化能力有限。
2012年AlexNet的出现标志着深度学习时代的开启，卷积神经网络（CNN）凭借其强大的特征学习能力，在图像分类任务中取得了突破性进展。随后，研究人员将CNN应用于犬种识别领域，如使用ImageNet预训练的模型进行迁移学习，显著提升了识别准确率。然而，早期的研究多集中于单目标图像分类，难以应对实际场景中可能存在的多犬只、遮挡、尺度变化等问题。
目标检测技术的成熟为犬种识别提供了新的解决方案。以R-CNN系列为代表的两阶段检测器和以YOLO系列为代表的单阶段检测器，实现了图像中目标的定位与分类一体化。其中，YOLO算法凭借其卓越的速度-精度平衡，成为工业界最受欢迎的目标检测框架之一。
在细粒度物种识别领域，YOLO算法同样展现出巨大潜力。犬种识别作为细粒度视觉识典型任务，面临着类间差异小、类内差异大的核心挑战。例如，Beagle与bullDog在体型、毛色上存在相似之处，而同一品种的金毛寻回犬可能因年龄、拍摄角度等因素呈现不同外观特征。这就要求检测模型不仅要具备强大的特征提取能力，还要能够学习到具有判别性的细粒度特征。
当前，犬种识别系统在多个实际场景中具有广泛应用前景：
宠物医疗领域：不同犬种对特定疾病的易感性存在差异，准确识别犬种有助于兽医进行精准诊断和用药方案制定。例如，corgi品种易患椎间盘疾病，而goldenRetriever则具有较高的癌症发病率。
智能宠物管理：在宠物公园、宠物寄养中心等场所，自动化犬种识别系统可用于宠物出入管理、行为监测和个性化服务推荐。
走失宠物找回：基于犬种识别技术，结合城市监控系统，可构建走失宠物追踪网络，大幅提高找回成功率。
宠物保险核保：不同犬种的预期寿命、医疗费用存在显著差异，准确识别犬种有助于保险公司进行风险评估和保费定价。
动物保护与研究：在野生动物保护领域，犬种识别技术可迁移应用于濒危犬科动物的种群监测和保护研究。
然而，现有犬种识别系统仍面临若干技术挑战：首先，高质量标注数据的获取成本高昂，尤其是细粒度类别标注需要专业知识；其次，模型需要在保证精度的同时满足实时性要求；再次，实际场景中的光照变化、遮挡、姿态多样性等因素对模型鲁棒性提出更高要求。
基于上述背景，本研究采用YOLO26算法构建犬种识别检测系统，通过系统性的数据采集、标注和模型训练，探索解决细粒度犬种识别的关键技术问题，为后续研究和实际应用提供参考。
数据集介绍
本研究所用数据集包含六类常见犬种：Beagle（比格犬）、bullDog（斗牛犬）、corgi（柯基犬）、goldenRetriever（金毛寻回犬）、husky（哈士奇）和pomeranian（博美犬）。图像数据来源于公开数据集和网络爬虫采集，涵盖室内外多种场景、不同光照条件、多拍摄角度和背景复杂度，以确保数据多样性和模型泛化能力。
数据集规模与划分
总数据集包含1257张标注图像，按8:2:2的比例划分为训练集、验证集和测试集：
训练集：880张图像，用于模型参数学习
验证集：251张图像，用于模型性能评估和超参数调优
测试集：126张图像，用于最终模型泛化能力测试
类别分布
数据集包含6个犬种类别，具体分布如下：
| 类别 | 训练集图像数 | 验证集图像数 | 验证集实例数 |
|---|---|---|---|
| Beagle | 约214 | 61 | 92 |
| bullDog | 约161 | 46 | 57 |
| corgi | 约130 | 37 | 48 |
| goldenRetriever | 约158 | 45 | 51 |
| husky | 约123 | 35 | 40 |
| pomeranian | 约94 | 27 | 41 |
训练结果![]()
1、整体性能评估![]()
| 指标 | 值 | 评价 |
|---|---|---|
| mAP50 | 0.895 | 优秀，模型在IoU=0.5时检测精度高 |
| mAP50-95 | 0.732 | 良好，模型在不同IoU阈值下仍保持较高精度 |
| Precision | 0.882 | 精度高，误检少 |
| Recall | 0.846 | 召回率较高，漏检较少 |
| 推理速度 | 2.4ms/张 | 实时性极佳，适合部署 |
结论：整体模型表现优秀，适合实际应用。
2、各类别表现分析
| 类别 | 图片数 | 实例数 | Precision | Recall | mAP50 | mAP50-95 | 评价 |
|---|---|---|---|---|---|---|---|
| bullDog | 46 | 57 | 0.935 | 0.912 | 0.964 | 0.793 | 最佳表现 |
| corgi | 37 | 48 | 0.977 | 0.891 | 0.944 | 0.832 | 高精度，检测稳定 |
| husky | 35 | 40 | 0.870 | 0.900 | 0.954 | 0.701 | 召回率高，但高IoU下略有下降 |
| pomeranian | 27 | 41 | 0.982 | 0.829 | 0.935 | 0.807 | 精度极高，召回略低 |
| Beagle | 61 | 92 | 0.759 | 0.761 | 0.814 | 0.663 | 表现较差，样本多但精度低 |
| goldenRetriever | 45 | 51 | 0.767 | 0.784 | 0.757 | 0.597 | 表现最差，需重点关注 |
3、训练曲线分析（results.png）![]()
train/box_loss、cls_loss、dfl_loss持续下降 → 模型正常收敛
val/box_loss、cls_loss、dfl_loss稳定下降，未见明显上升 →无明显过拟合
mAP50 和 mAP50-95稳步上升 → 模型泛化能力良好
结论：训练过程健康，模型未过拟合。
4、混淆矩阵分析![]()
Beagle和bullDog存在一定混淆（如 Beagle 被误判为 bullDog）
goldenRetriever也可能与 Beagle 混淆
背景误检较少，说明模型对目标定位较准确
5、F1-Confidence 曲线分析![]()
最佳F1分数为 0.86，置信度阈值为 0.369
说明在0.369的阈值下，模型在精度与召回之间取得最佳平衡
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 K2，MuSGD 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：
