面向药品自动识别的YOLO26检测系统：Cipro/Ibuphil/Xyzall等4种药品及4种颜色联合检测（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）

摘要本研究针对药品识别领域的需求构建了一个基于YOLO26的药物检测系统旨在实现对多种药品及其颜色属性的自动识别。该系统可识别8个类别包括4种药品Cipro 500、Ibuphil 600 mg、Ibuphil Cold 400-60、Xyzall 5mg和4种颜色属性蓝色、粉色、红色、白色。实验采用451张标注图像按7:2:1比例划分为训练集316张、验证集90张和测试集45张。模型在验证集上取得了优异的表现整体mAP50达到0.973mAP50-95达到0.893精度为0.949召回率为0.851。各类别中颜色类别的识别效果最佳召回率均达到1.0药品类别的mAP50也均在0.89以上。实验结果表明该系统能够有效识别各类药品及其颜色特征具有良好的实用价值和应用前景。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药品自动识别的需求与挑战计算机视觉在药品识别中的应用本研究的定位应用前景数据集介绍类别设置训练结果​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/GPU10、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医疗健康领域的数字化发展药品的自动识别技术在药房管理、用药安全监测、智能售药系统等场景中发挥着越来越重要的作用。传统的药品识别主要依赖人工核对或条码扫描存在效率低下、易出错、适用范围有限等问题。基于计算机视觉的目标检测技术为实现药品的自动识别提供了新的解决方案。然而药品识别面临诸多挑战药品包装相似、同一药品可能有多种规格、颜色特征对药品区分具有重要作用等。因此一个理想的药品识别系统不仅要能识别药品名称还应能识别药品的颜色特征以提高识别的准确性和可靠性。本研究采用YOLO26目标检测算法构建了一个能够同时识别药品类型和颜色属性的多类别检测系统。系统可识别8个类别涵盖4种常见药品及其4种颜色属性为药品的自动化识别和管理提供技术支持。背景药品自动识别的需求与挑战在医疗健康领域药品的准确识别对于保障用药安全、提高医疗效率具有重要意义。据统计用药错误是医疗事故中常见的原因之一其中药品混淆是主要因素。在药房配药、住院用药、家庭用药等场景中人工核对药品往往依赖于药师的个人经验和注意力存在主观性和疲劳导致的误判风险。药品包装具有多样性和相似性的特点。不同药厂的同一药品可能有不同包装而不同药品的包装也可能相似这增加了人工识别的难度。此外药品的颜色特征在药品识别中扮演着重要角色同一药品可能有不同颜色的剂型或包装颜色信息对于药品的正确识别至关重要。计算机视觉在药品识别中的应用近年来计算机视觉技术在医疗领域的应用不断深入。在药品识别方面研究者们尝试了多种技术路线。早期的研究主要基于传统的图像处理方法如颜色直方图、SIFT特征等结合机器学习分类器进行识别。这些方法在受控环境下取得了一定效果但对光照、角度、遮挡等变化的鲁棒性较差。随着深度学习技术的发展卷积神经网络在图像识别任务中展现出强大的能力。目标检测算法的发展为药品识别提供了更精确的解决方案。Faster R-CNN、SSD、YOLO系列等算法能够同时定位和识别图像中的多个目标更符合实际应用场景的需求。本研究的定位本研究基于YOLO26算法构建了一个专门针对药品识别的检测系统。系统的创新之处在于同时识别药品名称和颜色属性这种多属性识别方式更贴近实际应用需求。例如在识别Xyzall 5mg的同时还能识别其颜色为蓝色这种细粒度的识别结果有助于进一步确认药品的正确性。系统涵盖的8个类别中4个药品类别Cipro 500、Ibuphil 600 mg、Ibuphil Cold 400-60、Xyzall 5mg代表了不同类型的药品4个颜色类别蓝色、粉色、红色、白色则是这些药品可能呈现的颜色属性。通过这种组合识别方式系统能够提供更丰富的药品信息为后续的药品管理和核对提供更可靠的依据。应用前景该系统的应用前景广阔。在药房自动化方面可用于自动核对配药结果在家庭用药安全方面可通过手机应用帮助用户识别药品在医疗机构中可用于药品库存管理和分发核对。此外该系统还可扩展用于药品真伪鉴别、过期药品识别等场景。随着医疗信息化的发展药品自动识别技术将与电子处方、药品追溯系统等结合形成完整的用药安全闭环。本研究为这一目标的实现提供了基础技术支持。数据集介绍本研究构建了一个专门用于药品识别的图像数据集包含451张标注图像。数据集按7:2:1的比例划分为训练集316张、验证集90张和测试集45张确保了模型训练、调优和评估的独立性。类别设置数据集包含8个类别分为药品名称类和颜色属性类药品名称类Cipro 500一种抗生素药品标注样本26个Ibuphil 600 mg布洛芬制剂由于样本较少仅1个实例Ibuphil Cold 400-60复方感冒药标注样本10个Xyzall 5mg抗过敏药物标注样本10个颜色属性类blue蓝色药品的蓝色特征标注样本15个pink粉色药品的粉色特征标注样本15个red红色药品的红色特征标注样本15个white白色药品的白色特征标注样本10个训练结果1、模型总体表现从fce65ee7-4b7b-4539-891b-53e554f0df89.png中可以看到总样本数90 张图像98 个目标实例总体指标精度Precision0.949召回率Recall0.851mAP500.973mAP50-950.893结论模型整体表现非常优秀mAP50 高达 0.973说明在 IoU0.5 的情况下检测准确率极高mAP50-95 为 0.893说明模型在不同 IoU 阈值下也保持良好的稳定性。2、各类别表现分析类别精度P召回率RmAP50样本数Cipro 5000.950.9230.94126Ibuphil 600 mg00.9950.8951Ibuphil Cold0.9080.9930.91310Xyzall 5mg1.00.890.96210blue0.9761.00.99515pink0.961.00.99515red0.981.00.99515white0.8091.00.98610观察颜色类别blue/pink/red/white召回率均为 1.0说明模型几乎不会漏检这些类别。白色white精度较低0.809可能存在误检或特征不明显的问题。Ibuphil 600 mg样本极少仅 1 张但召回率很高0.995。3、混淆矩阵分析从confusion_matrix_normalized.png和原始矩阵来看大部分类别之间没有明显混淆说明类别区分度较好。背景被误检为目标的情况较少模型对背景的抑制能力较强。但部分类别如白色可能与其他颜色类别有一定混淆需进一步观察。4、精度-置信度曲线BoxP_curve.png所有类别的精度在置信度 1.0 时达到 0.99说明模型在最高置信度下非常可靠。随着置信度降低精度略有下降但整体保持较高水平。5、召回率-置信度曲线BoxR_curve.png所有类别在置信度 0.0 时召回率最高0.93说明模型对低置信度预测也能覆盖大多数目标。随着置信度提高召回率下降符合预期。6、训练过程results.png训练损失box/cls/dfl持续下降未出现明显震荡。验证损失同样下降平稳说明模型没有过拟合。mAP50 和 mAP50-95在训练后期趋于稳定说明模型已收敛。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 K2MuSGD 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