摘要
本文针对智能冰箱应用场景，提出了一种基于YOLO26的冰箱内部食物检测系统。该系统旨在实现冰箱内30类常见食物的自动识别与定位，包括水果、蔬菜、肉类、乳制品等多种类别。研究采用自定义数据集进行模型训练，数据集包含2896张训练图像、103张验证图像和51张测试图像，覆盖了日常生活中常见的食物类别。实验结果表明，模型在验证集上取得了0.964的mAP50，精确率达到0.953，召回率达到0.942，展现了优秀的检测性能。其中，香蕉、黄油、奶酪等多数类别识别准确率接近完美，牛肉、鸡胸肉等少数类别仍有优化空间。本研究为智能冰箱的自动化食物管理提供了有效的技术解决方案。
关键词：YOLO26；目标检测；智能冰箱；食物识别；深度学习
详细功能展示视频
https://www.bilibili.com/video/BV1Q5oTBLEGh/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV1Q5oTBLEGh/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764
https://www.bilibili.com/video/BV1Q5oTBLEGh/
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
智能冰箱的发展需求
食物检测技术挑战
数据集介绍
类别列表
编辑
训练结果
1. 总体性能评估编辑
2. 各类别表现分析
表现优异的类别（mAP50 > 0.95）：
表现较差的类别（mAP50 < 0.90）：
3. 曲线图分析
BoxF1_curve.png编辑
BoxP_curve.png编辑
BoxR_curve.png编辑
BoxPR_curve.png编辑
4. 混淆矩阵分析
5. 训练过程分析（results.png）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
随着智能家居技术的快速发展，智能冰箱作为厨房核心设备，其功能已从单纯的食品储存向智能化管理方向演进。实时准确地识别冰箱内存储的食物种类与数量，是实现食物库存管理、保质期提醒、智能推荐等高级功能的基础。然而，冰箱内部环境复杂，光照条件多变，食物种类繁多且外观相似，对目标检测算法提出了较高要求。
近年来，基于深度学习的目标检测技术取得了显著进展，其中YOLO系列算法以其出色的检测速度和精度，在实时目标检测领域得到广泛应用。YOLO26作为该系列的最新版本之一，在模型结构和训练策略上进行了多项优化，更适合部署在资源受限的嵌入式设备上。
本研究基于YOLO26框架，构建了一个针对冰箱内部30类常见食物的检测系统。通过对自定义数据集的训练与优化，实现了高精度的食物识别，为智能冰箱的食物管理功能提供了技术支撑。
背景
智能冰箱的发展需求
传统冰箱仅具备基本的冷藏冷冻功能，无法满足现代家庭对食品智能化管理的需求。智能冰箱通过引入计算机视觉技术，能够自动识别冰箱内存储的食物，实现库存清单自动更新、过期食品提醒、食谱推荐等增值功能，有效减少食物浪费，提升用户体验。
食物检测技术挑战
冰箱内部食物检测面临多项技术挑战：
类别多样性：食物种类繁多，形态、颜色、质地差异大，部分类别视觉相似度高（如牛肉与猪肉、鸡胸肉与鸡肉）
环境复杂性：冰箱内光照不均匀，存在阴影和反光；食物可能被部分遮挡或堆放
实时性要求：智能冰箱需要实时响应开门动作，对检测速度有较高要求
部署限制：冰箱内置计算资源有限，需要轻量级模型
数据集介绍
本研究使用的数据集为自建的冰箱内部食物图像数据集，包含以下统计信息：
类别数量：30类
训练集：2896张图像
验证集：103张图像
测试集：51张图像
总标注实例：训练集和验证集共包含1227个实例（验证集）
类别列表
数据集涵盖日常生活中常见的30类食物，具体如下：
| 类别名称 | 类别名称 | 类别名称 | 类别名称 |
|---|---|---|---|
| apple | banana | beef | blueberries |
| bread | butter | carrot | cheese |
| chicken | chicken_breast | chocolate | corn |
| eggs | flour | goat_cheese | green_beans |
| ground_beef | ham | heavy_cream | lime |
| milk | mushrooms | onion | potato |
| shrimp | spinach | strawberries | sugar |
| sweet_potato | tomato | - | - |
训练结果
1. 总体性能评估![]()
从cb1a4794-8b22-4f98-b9c2-4b08c7668a40.png文件中的验证结果来看：
总类别数：30 类食物
总图片数：103 张
总实例数：1227 个标注框
mAP50：0.964
mAP50-95：0.661
精确率 (Precision)：0.953
召回率 (Recall)：0.942
结论：模型整体表现非常优秀，尤其在高 IoU 阈值（mAP50）下接近完美，说明模型对大多数类别的识别能力很强。
2. 各类别表现分析
表现优异的类别（mAP50 > 0.95）：
banana, butter, cheese, chicken, corn, eggs, goat_cheese, heavy_cream, mushrooms, tomato 等
这些类别识别非常准确，部分 Recall 达到 1.0，说明几乎没有漏检。
表现较差的类别（mAP50 < 0.90）：
beef：0.811
chicken_breast：0.859
ground_beef：0.857
carrot：0.933（略低）
green_beans：0.930
spinach：0.947（略低）
可能原因：
类别样本较少或外观变化大（如牛肉不同切割方式）
背景干扰或与其他类别相似（如鸡胸肉与鸡肉）
标注质量或数量不足
3. 曲线图分析
BoxF1_curve.png![]()
最高 F1 为0.99，出现在置信度0.547
说明在中等置信度下，模型在精确率和召回率之间取得最佳平衡
BoxP_curve.png![]()
精确率随置信度上升而提高，最高为0.99
说明模型对高置信度的预测非常可靠
BoxR_curve.png![]()
召回率在低置信度时接近 1.0，随置信度上升而下降
符合预期：更多预测被过滤，漏检增加
BoxPR_curve.png![]()
Precision 随 Recall 增加保持在 1.0，直到 Recall 接近 1.0
说明模型在几乎不损失精确率的情况下，能召回绝大多数目标
结论：模型在精确率和召回率之间取得了极佳平衡，适合实际应用。
4. 混淆矩阵分析
从confusion_matrix_normalized.png中可以看出：
大多数类别对角线值接近 1.0，说明分类准确
少数类别存在混淆，如：
chicken_breast 与 chicken
ground_beef 与 beef
spinach 与 green_beans
建议：
增加这些易混淆类别的样本
考虑使用更细粒度的分类策略或数据增强
5. 训练过程分析（results.png）![]()
训练损失（box, cls, dfl）稳步下降，无明显过拟合
验证损失同样下降，说明模型泛化能力良好
mAP50 和 mAP50-95 在训练后期趋于稳定，达到 0.964 / 0.661
结论：训练过程健康，模型收敛良好。
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：
详细功能展示视频
https://www.bilibili.com/video/BV1Q5oTBLEGh/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV1Q5oTBLEGh/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764
https://www.bilibili.com/video/BV1Q5oTBLEGh/
