基于深度学习的手写数字检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
<h2><span style="font-family: "PingFang SC", "Smart Quotes", -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Microsoft YaHei", "Source Han Sans SC", "Noto Sans CJK SC", "WenQuanYi Micro Hei", sans-serif">视频演示</span></h2><p>基于深度学习的手写数字检测系统<br></p>
<h2>1. 前言</h2>
<p><span style="font-size: 16px">着新能源行业的快速发展，风力发电已成为清洁能源的重要组成部分。传统风力涡轮机巡检多依赖人工，存在效率低、成本高、受环境限制大、难以大规模实时监测等问题。为实现风力涡轮机的自动化、智能化、高精度检测，我们基于 YOLO 算法设计并开发了一套完整的风力涡轮机检测系统，可对图片、视频、文件夹及摄像头实时流进行快速识别与可视化分析。下面为大家详细演示这套系统的功能与使用流程。</span></p>
<p><img alt="wechat_副本" data-src="https://img2024.cnblogs.com/blog/3687401/202601/3687401-20260122195459096-454164006.jpg" class="lazyload"></p>
<h2 id="2.%20%E9%A1%B9%E7%9B%AE%E6%BC%94%E7%A4%BA">2. 项目演示</h2>
<h3 id="2.1%20%E7%99%BB%E5%BD%95%E7%95%8C%E9%9D%A2">2.1 <strong>用户登录界面</strong></h3>
<p><span style="font-size: 16px">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。</span></p>
<p><img alt="1" data-src="https://img2024.cnblogs.com/blog/3687401/202603/3687401-20260303172621923-1157563270.png" class="lazyload"></p>
<h3> </h3>
<h3 id="2.2%20%E7%94%A8%E6%88%B7%E6%B3%A8%E5%86%8C">2.2 <strong>新用户注册</strong></h3>
<p><span style="font-size: 16px">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。</span></p>
<h3><img alt="ScreenShot_2026-01-30_153312_532" data-src="https://img2024.cnblogs.com/blog/3687401/202603/3687401-20260303172635717-311870552.png" class="lazyload"></h3>
<h3> </h3>
<h3> </h3>
<h3 id="2.3%20%E4%B8%BB%E7%95%8C%E9%9D%A2">2.3 <strong>主界面布局</strong></h3>
<p><span style="font-size: 16px">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。</span></p>
<p><img alt="2" data-src="https://img2024.cnblogs.com/blog/3687401/202603/3687401-20260303172642537-1003086262.png" class="lazyload"></p>
<h3> </h3>
<h3> </h3>
<h3 id="2.4%20%E4%BF%AE%E6%94%B9%E7%94%A8%E6%88%B7%E4%BF%A1%E6%81%AF">2.4 <strong>个人信息管理</strong></h3>
<p><span style="font-size: 16px">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。</span></p>
<p><img alt="ScreenShot_2026-01-30_153415_970" data-src="https://img2024.cnblogs.com/blog/3687401/202603/3687401-20260303172648817-1249860761.png" class="lazyload"></p>
<h3> </h3>
<h3 id="2.5%20%E6%A3%80%E6%B5%8B%E5%8A%9F%E8%83%BD%E5%B1%95%E7%A4%BA">2.5 <strong>多模态检测展示</strong></h3>
<p><span style="font-size: 16px">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，并且带有语音播报提醒，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。</span></p>
<p><img alt="3" data-src="https://img2024.cnblogs.com/blog/3687401/202603/3687401-20260303172655788-660503868.png" class="lazyload"></p>
<h3> </h3>
<h3><strong>2.6 检测结果保存</strong></h3>
<p><span style="font-size: 16px">可以将检测后的图片、视频进行保存，生成新的图片和视频，新生成的图片和视频中会带有检测结果的标注信息，并且还可以将所有检测结果的数据信息保存到excel中进行，方便查看检测结果。</span></p>
<h3><img alt="008" height="379" width="435" data-src="https://img2024.cnblogs.com/blog/3687401/202603/3687401-20260303172714959-1611337605.jpg" class="lazyload"></h3>
<h3><img alt="ScreenShot_2026-02-05_181525_839" data-src="https://img2024.cnblogs.com/blog/3687401/202603/3687401-20260303172720107-1667878819.png" class="lazyload"></h3>
<p> </p>
<p> </p>
<p> </p>
<p> </p>
<h3>2.7 <strong>多模型切换</strong></h3>
<p><span style="font-size: 16px">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。</span></p>
<p><img alt="ScreenShot_2026-01-30_153425_664" data-src="https://img2024.cnblogs.com/blog/3687401/202603/3687401-20260303172759351-950318881.png" class="lazyload"></p>
<h2> </h2>
<h2> </h2>
<h2 id="3.%E6%A8%A1%E5%9E%8B%E8%AE%AD%E7%BB%83%E6%A0%B8%E5%BF%83%E4%BB%A3%E7%A0%81">3.模型训练核心代码</h2>
<p><span style="font-size: 16px">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。</span></p>
<div class="cke_widget_wrapper cke_widget_block cke_widget_codeSnippet cke_widget_selected" data-cke-display-name="代码段" data-cke-filter="off" data-cke-widget-id="8" data-cke-widget-wrapper="1">
<pre class="language-python highlighter-hljs"><code># -*- 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()</code></pre>
<span class="cke_reset cke_widget_drag_handler_container"><img class="cke_reset cke_widget_drag_handler lazyload" height="15" width="15" data-cke-widget-drag-handler="1" data-src="https://img2024.cnblogs.com/blog/3687401/202508/3687401-20250822165457676-1808144825.gif"></span></div>
<h2 id="3.%20%E6%8A%80%E6%9C%AF%E6%A0%88">4. 技术栈</h2>
<ul>
<li>
<p><span style="font-size: 16px">语言：Python 3.10</span></p>
</li>
<li>
<p><span style="font-size: 16px">前端界面：PyQt5</span></p>
</li>
<li>
<p><span style="font-size: 16px">数据库：SQLite（存储用户信息）</span></p>
</li>
<li>
<p><span style="font-size: 16px">模型：YOLOv5、YOLOv8、YOLOv11、YOLOv12</span></p>
</li>
</ul>
<h2> </h2>
<h2> </h2>
<h2 id="4.%20YOLO%E6%A8%A1%E5%9E%8B%E5%AF%B9%E6%AF%94%E4%B8%8E%E8%AF%86%E5%88%AB%E6%95%88%E6%9E%9C%E8%A7%A3%E6%9E%90">5. YOLO模型对比与识别效果解析</h2>
<h3 id="4.1%20YOLOv5%2FYOLOv8%2FYOLOv11%2FYOLOv12%E6%A8%A1%E5%9E%8B%E5%AF%B9%E6%AF%94">5.1 YOLOv5/YOLOv8/YOLOv11/YOLOv12模型对比</h3>
<p><span style="font-size: 16px">基于Ultralytics官方COCO数据集训练结果：</span></p>
<table class="mceItemTable">
<thead>
<tr>
<th>
<p><span style="font-size: 16px">模型</span></p>
</th>
<th>
<p><span style="font-size: 16px">尺寸(像素)</span></p>
</th>
<th>
<p><span style="font-size: 16px">mAPval 50-95</span></p>
</th>
<th>
<p><span style="font-size: 16px">速度(CPU ONNX/毫秒)</span></p>
</th>
<th>
<p><span style="font-size: 16px">参数(M)</span></p>
</th>
<th>
<p><span style="font-size: 16px">FLOPs(B)</span></p>
</th>
</tr>
</thead>
<tbody>
<tr>
<td>
<p><span style="font-size: 16px">YOLO12n</span></p>
</td>
<td>
<p><span style="font-size: 16px">640</span></p>
</td>
<td>
<p><span style="font-size: 16px">40.6</span></p>
</td>
<td>
<p><span style="font-size: 16px">-</span></p>
</td>
<td>
<p><span style="font-size: 16px">2.6</span></p>
</td>
<td>
<p><span style="font-size: 16px">6.5</span></p>
</td>
</tr>
<tr>
<td>
<p><span style="font-size: 16px">YOLO11n</span></p>
</td>
<td>
<p><span style="font-size: 16px">640</span></p>
</td>
<td>
<p><span style="font-size: 16px">39.5</span></p>
</td>
<td>
<p><span style="font-size: 16px">56.1 ± 0.8</span></p>
</td>
<td>
<p><span style="font-size: 16px">2.6</span></p>
</td>
<td>
<p><span style="font-size: 16px">6.5</span></p>
</td>
</tr>
<tr>
<td>
<p><span style="font-size: 16px">YOLOv8n</span></p>
</td>
<td>
<p><span style="font-size: 16px">640</span></p>
</td>
<td>
<p><span style="font-size: 16px">37.3</span></p>
</td>
<td>
<p><span style="font-size: 16px">80.4</span></p>
</td>
<td>
<p><span style="font-size: 16px">3.2</span></p>
</td>
<td>
<p><span style="font-size: 16px">8.7</span></p>
</td>
</tr>
<tr>
<td>
<p><span style="font-size: 16px">YOLOv5nu</span></p>
</td>
<td>
<p><span style="font-size: 16px">640</span></p>
</td>
<td>
<p><span style="font-size: 16px">34.3</span></p>
</td>
<td>
<p><span style="font-size: 16px">73.6</span></p>
</td>
<td>
<p><span style="font-size: 16px">2.6</span></p>
</td>
<td>
<p><span style="font-size: 16px">7.7</span></p>
</td>
</tr>
</tbody>
</table>
<p><span style="font-size: 16px"><strong>关键结论</strong>：</span></p>
<ol>
<li>
<p><span style="font-size: 16px"><strong>精度最高</strong>：YOLO12n（mAP 40.6%），显著领先其他模型（较YOLOv5nu高约6.3个百分点）；</span></p>
</li>
<li>
<p><span style="font-size: 16px"><strong>速度最优</strong>：YOLO11n（CPU推理56.1ms），比YOLOv8n快42%，适合实时轻量部署；</span></p>
</li>
<li>
<p><span style="font-size: 16px"><strong>效率均衡</strong>：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。</span></p>
</li>
</ol>
<p><span style="font-size: 16px"><strong>综合推荐</strong>：</span></p>
<ul>
<li>
<p><span style="font-size: 16px">追求高精度：优先选YOLO12n（精度与效率兼顾）；</span></p>
</li>
<li>
<p><span style="font-size: 16px">需高速低耗：选YOLO11n（速度最快且精度接近YOLO12n）；</span></p>
</li>
<li>
<p><span style="font-size: 16px">YOLOv5nu/YOLOv8n因性能劣势，无特殊需求时不建议首选。</span></p>
</li>
</ul>
<h3> </h3>
<h3> </h3>
<h3 id="5.2%C2%A0%E6%95%B0%E6%8D%AE%E9%9B%86%E5%88%86%E6%9E%90">5.2 数据集分析</h3>
<p><img alt="labels" data-src="https://img2024.cnblogs.com/blog/3687401/202603/3687401-20260303172832453-1169369840.jpg" class="lazyload"></p>
<p><span style="font-size: 16px">数据集中训练集和验证集一共6500+张图片，数据集目标类别15种<span style="font-family: "PingFang SC", "Smart Quotes", -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Microsoft YaHei", "Source Han Sans SC", "Noto Sans CJK SC", "WenQuanYi Micro Hei", sans-serif">，</span>数据集配置代码如下：</span></p>
<div class="cke_widget_wrapper cke_widget_block cke_widget_codeSnippet cke_widget_selected" data-cke-display-name="代码段" data-cke-filter="off" data-cke-widget-id="6" data-cke-widget-wrapper="1">
<pre class="language-xml highlighter-hljs"><code>path: L:/PythonCode/PySideCode/YOLOv8v5Code/NumberOpsRecognition/datasets/NumberOps
train: train/images/
val: valid/images/
test: test/images/
nc: 15
names:
0: 0
1: 1
2: 2
3: 3
4: 4
5: 5
6: 6
7: 7
8: 8
9: 9
10: div
11: eqv
12: minus
13: mult
14: plus</code></pre>
</div>
<p><img alt="train_batch0" data-src="https://img2024.cnblogs.com/blog/3687401/202603/3687401-20260303172921420-1454851250.jpg" class="lazyload"><img alt="train_batch1" data-src="https://img2024.cnblogs.com/blog/3687401/202603/3687401-20260303172926096-1704189932.jpg" class="lazyload"></p>
<p id="5.%20%E7%BB%93%E6%9D%9F%E8%AF%AD"><span style="font-size: 16px">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。</span></p>
<h3> </h3>
<h3 id="5.3%20%E8%AE%AD%E7%BB%83%E7%BB%93%E6%9E%9C">5.3 训练结果</h3>
<p><img alt="confusion_matrix_normalized" data-src="https://img2024.cnblogs.com/blog/3687401/202603/3687401-20260303172936338-2104988527.png" class="lazyload"></p>
<p><span style="font-size: 16px">混淆矩阵显示中识别精准度显示是一条对角线，矩阵斜线显示每个类别的识别率<span style="font-family: "PingFang SC", "Smart Quotes", -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Microsoft YaHei", "Source Han Sans SC", "Noto Sans CJK SC", "WenQuanYi Micro Hei", sans-serif">。</span></span></p>
<p><img alt="BoxF1_curve" data-src="https://img2024.cnblogs.com/blog/3687401/202603/3687401-20260303173019497-413551252.png" class="lazyload"></p>
<p><span style="font-size: 16px">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。 </span></p>
<p><span style="font-size: 16px">当置信度为0.654时，所有类别的综合F1值0.99（蓝色曲线）。</span></p>
<p><img alt="BoxPR_curve" data-src="https://img2024.cnblogs.com/blog/3687401/202603/3687401-20260303173035982-1180168571.png" class="lazyload"></p>
<p><span style="font-size: 16px">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。</span></p>
<p><span style="font-size: 16px">图中可以看到综合mAP@0.5值0.991（99.1%）。</span></p>
<h2> </h2>
<h2 id="4.%20YOLO%E6%A8%A1%E5%9E%8B%E5%AF%B9%E6%AF%94%E4%B8%8E%E8%AF%86%E5%88%AB%E6%95%88%E6%9E%9C%E8%A7%A3%E6%9E%90">6. 源码获取方式</h2>
<p>源码获取方式：https://www.bilibili.com/video/BV1wKFpzmE5q</p><br><br>
来源：https://www.cnblogs.com/codingtea/p/19664363
頁:
[1]