基于YOLO26深度学习的水下生物识别检测系统（海胆、海参、扇贝、海星、水草）（项目源码+数据集+模型权重+UI界面+python+深度学习+远程环境部署）
摘要
水下生物识别是海洋生态监测与渔业资源管理的关键技术。本研究构建了一个基于YOLO26的水下生物目标检测系统，针对5类典型水下生物（海胆、海参、扇贝、海星、水草）进行自动识别与定位。系统采用5320张训练图像、1520张验证图像和760张测试图像进行模型训练与评估。本文详细阐述了研究背景、数据集构成及当前技术瓶颈，为后续数据修复与模型优化提供基础。
详细功能展示视频
https://www.bilibili.com/video/BV1LtohB9ESX/
引言
水下视觉感知技术在海洋科学研究、海底资源勘探、生态保护及水产养殖自动化中发挥着日益重要的作用。传统的水下生物调查依赖人工潜水、拖网采样或水下视频人工判读，这些方法存在效率低、主观性强、覆盖范围有限且对生态环境产生干扰等不足。随着计算机视觉与深度学习的发展，尤其是以YOLO（You Only Look Once）为代表的单阶段目标检测算法的成熟，为水下生物的高效、非侵入式自动识别提供了技术可能。
然而，水下环境具有光照不足、对比度低、水体浑浊、生物姿态多变及相互遮挡等复杂特性，使得通用目标检测模型直接迁移应用时性能显著下降。因此，构建专用的水下生物识别系统，并针对实际数据分布进行优化，成为当前研究的热点。本研究基于YOLO26框架，设计了一个涵盖5类常见水下生物的检测系统，旨在探索深度学习在水下生态监测中的工程化应用路径。本文后续章节将详细介绍研究区域与数据采集情况、数据集构建方法、初步训练结果分析及现存问题，以期为该领域的同行提供参考与借鉴。
目录
https://www.bilibili.com/video/BV1LtohB9ESX/
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
水下生物监测的现实需求
海洋覆盖了地球表面的71%，蕴藏着丰富的生物资源。水下生物的种类、数量与分布状况直接反映了海洋生态系统的健康状况。近年来，随着全球气候变化、过度捕捞及海洋污染问题的加剧，对水下生物进行长期、连续、大范围的动态监测变得尤为迫切。例如，海胆（echinus）的过度繁殖会破坏海藻林生态系统，海参（holothurian）作为底栖生物对环境变化高度敏感，扇贝（scallop）是重要的经济养殖品种，海星（starfish）暴发会严重危害贝类养殖业，而水草（waterweeds）的分布变化则可指示水体富营养化程度。因此，实现对上述关键物种的自动化识别与数量统计，具有显著的生态保护与经济价值。
传统监测方法的局限性
长期以来，水下生物调查主要依赖以下几种方式：
-
人工潜水采样：成本高、效率低、受潜水深度和作业时间限制，且存在人身安全风险。
-
拖网或底拖采样：破坏性大，会扰动海底沉积物并误伤非目标生物。
-
水下视频人工判读：虽为非破坏性手段，但需要专业人员耗费大量时间逐帧查看，容易因疲劳导致漏检或误判，且不同专家之间一致性较差。
上述方法难以满足大尺度、高频次、标准化的监测需求，迫切需要引入智能化图像分析技术。
深度学习目标检测技术在水下环境的应用前景
以YOLO系列为代表的深度学习目标检测算法，因其端到端的回归思想、实时检测能力和较高的平均精度（mAP），已被成功应用于车牌识别、安防监控、医学影像分析等多个领域。近年来，少量研究开始尝试将其引入水下场景，例如对鱼类、海参、海胆等生物进行检测计数。然而，水下图像的退化特性——包括蓝绿色偏、光照非均匀、散射效应引起的模糊、以及生物与背景的低对比度——使得陆地上表现优异的模型在水下性能大打折扣。此外，水下生物数据集普遍存在类间样本不平衡、小目标众多、标注成本高昂等问题。
数据集介绍
本系统针对水下常见生物及关键指示物种，共设置5个检测类别，具体如下：
| 类别索引 | 英文名称 | 中文名称 | 生态/经济意义 |
|---|---|---|---|
| 0 | echinus | 海胆 | 海藻林生态关键种，过度繁殖会破坏藻床 |
| 1 | holothurian | 海参 | 底栖环境指示生物，具有较高经济价值 |
| 2 | scallop | 扇贝 | 重要海水养殖品种，易受海星侵害 |
| 3 | starfish | 海星 | 贝类养殖的主要敌害生物 |
| 4 | waterweeds | 水草 | 水体富营养化与生态恢复的指示生物 |
数据集划分
为评估模型的泛化能力，数据集按照 7:2:1 的比例划分为三个独立子集：
| 子集类型 | 图像数量 | 用途说明 |
|---|---|---|
| 训练集 | 5320 张 | 用于模型参数学习与权重更新 |
| 验证集 | 1520 张 | 用于超参数调整、模型选择与过拟合监控 |
| 测试集 | 760 张 | 用于最终性能评估（目前尚未用于正式评测） |
训练结果
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：
更多推荐
0
0- 0
已为社区贡献99条内容
所有评论(0)