视频演示
1. 前言
在自然与科技深度交织的时代，我们对周遭生命的观察与认知，正被算法悄然拓展边界。鸟类作为生态系统中灵动的注脚，其多样性与分布状态不仅是自然研究的课题，更牵动着无数观鸟爱好者、生态保护者的目光。然而，传统的人工观测与识别方式，常受限于经验门槛、效率瓶颈，难以应对复杂场景下的精准捕捉------当镜头掠过林梢、水面或城市绿地，那些转瞬即逝的身影，如何被清晰记录并准确命名？
技术的演进给出了新的可能。计算机视觉领域的目标检测算法，正以"让机器看懂世界"的能力，为生物识别注入新的活力。其中，YOLO系列算法凭借高效的实时性与精准的定位能力，成为连接图像像素与语义信息的关键桥梁。将这一技术落地于鸟类检测场景，不仅能突破人眼观察的局限，更能为生态监测、物种保护乃至科普教育提供可量化的工具支撑。
我们聚焦的这套系统，正是围绕"35种鸟类检测识别"展开的具象实践。它不止于简单的"看见"，更试图构建从图像/视频输入、多源数据处理到结果可视化与交互的全流程能力------无论是单张照片里的驻足身影，还是视频流中的振翅轨迹，抑或是摄像头实时捕捉的动态画面，系统都能快速框定目标、判别种类，并以直观的界面反馈关键信息；而模型切换、参数调节、类别统计与过滤等功能的设计，则让技术更贴近实际使用需求，兼顾灵活性与易用性。此外，从用户登录管理到模型训练支持，从脚本化批量检测到个性化信息维护，系统的功能延伸亦指向更完整的应用闭环，试图让技术真正"可用""好用"。
接下来，我们将通过功能拆解与实操演示，呈现这套系统如何将YOLO算法的潜力转化为具体的鸟类识别能力，也期待它能为探索自然与科技融合的更多可能，提供一个可触摸的样本。
2. 项目演示
2.1 用户登录界面
登录界面布局简洁清晰，左侧展示系统主题，用户需输入用户名、密码及验证码完成身份验证后登录系统。
2.2 新用户注册
注册时可自定义用户名与密码，支持上传个人头像；如未上传，系统将自动使用默认头像完成账号创建。
2.3 主界面布局
主界面采用三栏结构，左侧为功能操作区，中间用于展示检测画面，右侧呈现目标详细信息，布局合理，交互流畅。
2.4 个人信息管理
用户可在此模块中修改密码或更换头像，个人信息支持随时更新与保存。
2.5 多模态检测展示
系统支持图片、视频及摄像头实时画面的目标检测。识别结果将在画面中标注显示，并在下方列表中逐项列出。点击具体目标可查看其类别、置信度及位置坐标等详细信息。
2.6 多模型切换
系统内置多种已训练模型，用户可根据实际需求灵活切换，以适应不同检测场景或对比识别效果。
3.模型训练核心代码
本脚本是YOLO模型批量训练工具，可自动修正数据集路径为绝对路径，从pretrained文件夹加载预训练模型，按设定参数（100轮/640尺寸/批次8）一键批量训练YOLOv5nu/v8n/v11n/v12n模型。
# -*- coding: utf-8 -*-
"""
该脚本用于执行YOLO模型的训练。
它会自动处理以下任务：
1. 动态修改数据集配置文件 (data.yaml)，将相对路径更新为绝对路径，以确保训练时能正确找到数据。
2. 从 'pretrained' 文件夹加载指定的预训练模型。
3. 使用预设的参数（如epochs, imgsz, batch）启动训练过程。
要开始训练，只需直接运行此脚本。
"""
import os
import yaml
from pathlib import Path
from ultralytics import YOLO
def main():
"""
主训练函数。
该函数负责执行YOLO模型的训练流程，包括：
1. 配置预训练模型。
2. 动态修改数据集的YAML配置文件，确保路径为绝对路径。
3. 加载预训练模型。
4. 使用指定参数开始训练。
"""
# --- 1. 配置模型和路径 ---
# 要训练的模型列表
models_to_train = [
{'name': 'yolov5nu.pt', 'train_name': 'train_yolov5nu'},
{'name': 'yolov8n.pt', 'train_name': 'train_yolov8n'},
{'name': 'yolo11n.pt', 'train_name': 'train_yolo11n'},
{'name': 'yolo12n.pt', 'train_name': 'train_yolo12n'}
]
# 获取当前工作目录的绝对路径，以避免相对路径带来的问题
current_dir = os.path.abspath(os.getcwd())
# --- 2. 动态配置数据集YAML文件 ---
# 构建数据集yaml文件的绝对路径
data_yaml_path = os.path.join(current_dir, 'train_data', 'data.yaml')
# 读取原始yaml文件内容
with open(data_yaml_path, 'r', encoding='utf-8') as f:
data_config = yaml.safe_load(f)
# 将yaml文件中的 'path' 字段修改为数据集目录的绝对路径
# 这是为了确保ultralytics库能正确定位到训练、验证和测试集
data_config['path'] = os.path.join(current_dir, 'train_data')
# 将修改后的配置写回yaml文件
with open(data_yaml_path, 'w', encoding='utf-8') as f:
yaml.dump(data_config, f, default_flow_style=False, allow_unicode=True)
# --- 3. 循环训练每个模型 ---
for model_info in models_to_train:
model_name = model_info['name']
train_name = model_info['train_name']
print(f"\n{'='*60}")
print(f"开始训练模型: {model_name}")
print(f"训练名称: {train_name}")
print(f"{'='*60}")
# 构建预训练模型的完整路径
pretrained_model_path = os.path.join(current_dir, 'pretrained', model_name)
if not os.path.exists(pretrained_model_path):
print(f"警告: 预训练模型文件不存在: {pretrained_model_path}")
print(f"跳过模型 {model_name} 的训练")
continue
try:
# 加载指定的预训练模型
model = YOLO(pretrained_model_path)
# --- 4. 开始训练 ---
print(f"开始训练 {model_name}...")
# 调用train方法开始训练
model.train(
data=data_yaml_path, # 数据集配置文件
epochs=100, # 训练轮次
imgsz=640, # 输入图像尺寸
batch=8, # 每批次的图像数量
name=train_name, # 模型名称
)
print(f"{model_name} 训练完成！")
except Exception as e:
print(f"训练 {model_name} 时出现错误: {str(e)}")
print(f"跳过模型 {model_name}，继续训练下一个模型")
continue
print(f"\n{'='*60}")
print("所有模型训练完成！")
print(f"{'='*60}")
if __name__ == "__main__":
# 当该脚本被直接执行时，调用main函数
main()4. 技术栈
-
语言：Python 3.10
-
前端界面：PyQt5
-
数据库：SQLite（存储用户信息）
-
模型：YOLOv5、YOLOv8、YOLOv11、YOLOv12
5. YOLO模型对比与识别效果解析
5.1 YOLOv5/YOLOv8/YOLOv11/YOLOv12模型对比
基于Ultralytics官方COCO数据集训练结果：
| 模型 | 尺寸(像素) | mAPval 50-95 | 速度(CPU ONNX/毫秒) | 参数(M) | FLOPs(B) |
|---|---|---|---|---|---|
| YOLO12n | 640 | 40.6 | - | 2.6 | 6.5 |
| YOLO11n | 640 | 39.5 | 56.1 ± 0.8 | 2.6 | 6.5 |
| YOLOv8n | 640 | 37.3 | 80.4 | 3.2 | 8.7 |
| YOLOv5nu | 640 | 34.3 | 73.6 | 2.6 | 7.7 |
关键结论：
-
精度最高：YOLO12n（mAP 40.6%），显著领先其他模型（较YOLOv5nu高约6.3个百分点）；
-
速度最优：YOLO11n（CPU推理56.1ms），比YOLOv8n快42%，适合实时轻量部署；
-
效率均衡：YOLO12n/YOLO11n/YOLOv8n/YOLOv5nu参数量均为2.6M，FLOPs较低（YOLO12n/11n仅6.5B）；YOLOv8n参数量（3.2M）与计算量（8.7B）最高，但精度优势不明显。
综合推荐：
-
追求高精度：优先选YOLO12n（精度与效率兼顾）；
-
需高速低耗：选YOLO11n（速度最快且精度接近YOLO12n）；
-
YOLOv5nu/YOLOv8n因性能劣势，无特殊需求时不建议首选。
5.2 数据集分析
数据集中训练集和验证集一共大概将近4000张图片，数据集目标类别35种鸟类，数据集配置代码如下：
names:
- acorn-woodpecker
- annas-hummingbird
- blue-jay
- blue-winged-warbler
- carolina-chickadee
- carolina-wren
- chipping-sparrow
- common-eider
- common-yellowthroat
- dark-eyed-junco
- eastern-bluebird
- eastern-towhee
- harris-hawk
- hermit-thrush
- indigo-bunting
- juniper-titmouse
- northern-cardinal
- northern-mockingbird
- northern-waterthrush
- orchard-oriole
- painted-bunting
- prothonotary-warbler
- red-winged-blackbird
- rock-pigeon
- rofous-crowned-sparrow
- ruddy-duck
- scarlet-tanager
- snow-goose
- song-sparrow
- tufted-titmouse
- varied-thrush
- white-breasted-nuthatch
- white-crowned-sparrow
- white-throated-sparrow
- wood-duck
nc: 35
path: D:\project\python\01Finished\yolo_Bird_Identification\train_data
test: ../test/images
train: ../train/images
val: ../valid/images上面的图片就是部分样本集训练中经过数据增强后的效果标注。
5.3 训练结果
混淆矩阵显示中识别精准度显示是一条对角线，方块颜色越深代表对应的类别识别的精准度越高了，图像显示识别精准度非常高。
F1指数（F1 Score）是统计学和机器学习中用于评估分类模型性能的核心指标，综合了模型的精确率（Precision）和召回率（Recall），通过调和平均数平衡两者的表现。
当置信度为0.402时，所有类别的综合F1值达到了0.89（蓝色曲线）。
mAP@0.5：是目标检测任务中常用的评估指标，表示在交并比（IoU）阈值为0.5时计算的平均精度均值（mAP）。其核心含义是：只有当预测框与真实框的重叠面积（IoU）≥50%时，才认为检测结果正确。
图中可以看到综合mAP@0.5达到了0.995（99.5%），准确率非常高。