摘要本论文提出了一种基于YOLO26You Only Look Once深度学习模型的美国硬币识别检测系统。该系统针对四种常见美国硬币——Dime10美分、Nickel5美分、Penny1美分和Quarter25美分——实现了高精度的实时检测与分类。研究采用YOLO26s作为基础模型在包含120张标注图像的小型数据集上进行训练、验证和测试其中训练集105张、验证集10张、测试集5张。实验结果表明该系统在验证集上达到了97.7%的mAP50和86.4%的mAP50-95平均精度达95.3%召回率达93.8%。各类别中Dime表现最佳mAP5099.1%Penny次之99.0%Quarter为98.7%Nickel稍低94.3%。推理速度达到1.6ms/张满足实时检测要求。混淆矩阵分析显示Nickel与Penny之间存在少量误检整体背景抑制能力良好。该系统为美国硬币的自动化识别、分类和计数提供了高效解决方案。关键词YOLO26目标检测美国硬币识别深度学习实时检测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数据集介绍训练结果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硬币作为日常生活中广泛使用的货币形式在自动售货机、公交售票系统、银行清分机、自助收费设备等领域具有重要应用价值。美国硬币系统包含多种面额其中Dime10美分、Nickel5美分、Penny1美分和Quarter25美分是最为常见的四种。这些硬币在尺寸、重量、颜色和图案上存在细微差异Dime最小且银色Nickel较大且银色偏暗Penny呈铜色Quarter最大且银色带边缘纹路。这些相似特征使得传统基于物理特性的机械识别方法面临挑战而计算机视觉技术的引入为硬币识别提供了新的解决方案。近年来基于深度学习的目标检测算法在计算机视觉领域取得了突破性进展。其中YOLOYou Only Look Once系列算法以其端到端的检测架构和卓越的实时性能成为目标检测任务的主流选择。YOLO算法将目标检测视为回归问题通过单一神经网络直接从图像中预测边界框和类别概率实现了检测速度与精度的平衡。然而硬币识别检测任务面临多重挑战。首先硬币尺寸较小在图像中可能仅占据数十个像素对检测算法的细粒度特征提取能力提出较高要求。其次硬币表面存在磨损、污渍、反光等干扰因素增加了识别难度。第三不同面额硬币之间的外观相似性如Dime与Nickel均为银色可能导致类别混淆。第四在真实应用场景中硬币可能以任意角度、姿态出现且背景复杂多变。第五硬币重叠、遮挡情况下的检测与计数更具挑战性。针对上述挑战本研究基于YOLO26模型构建美国硬币识别检测系统。本研究在小型标注数据集上验证该方法的有效性通过全面的实验评估分析模型性能、类别表现和错误模式为实际应用提供技术参考。背景货币识别技术经历了从机械式识别到智能视觉识别的演进历程。早期的硬币识别系统主要基于物理特性如直径、厚度、重量、电磁感应等参数进行鉴别。这些方法在特定条件下能够实现有效识别但存在设备成本高、维护复杂、适应性差等局限性。随着图像传感器技术和计算机处理能力的提升基于图像处理的硬币识别方法逐渐兴起通过提取硬币图像的纹理、边缘、颜色等特征结合传统机器学习分类器如支持向量机、K近邻等进行识别。深度学习的兴起为硬币识别带来了革命性变化。卷积神经网络CNN能够自动学习多层次特征表示从低级的边缘纹理到高级的语义信息大大提升了识别的准确性和鲁棒性。在硬币识别领域研究者们尝试了多种深度学习架构。部分研究采用分类网络对单个硬币图像进行分类需要预先分割硬币区域另一部分研究则采用目标检测网络实现端到端的硬币定位与识别一体化。美国硬币识别具有重要的实际应用价值。在零售领域自动售货机和自助收费系统需要快速准确识别投入的硬币面额以确保正确计费。在银行金融领域硬币清分机需要高效处理大量混合硬币完成分类、计数和包装。在博物馆教育和收藏领域硬币识别系统可用于辅助鉴定和分类。在智能家居和物联网场景中硬币识别可作为儿童财商教育工具或家庭小额支付终端的功能模块。然而现有美国硬币识别系统仍面临若干技术瓶颈。首先大规模标注数据集的缺乏限制了深度学习模型的性能提升。硬币图像的标注需要专业知识和精细操作成本较高。其次不同年份、版本硬币的图案差异增加了类别内变异要求模型具备更强的泛化能力。第三真实场景中的光照变化、拍摄角度、遮挡等因素对模型鲁棒性提出挑战。第四移动端和嵌入式设备的资源限制要求模型在保持精度的同时尽可能轻量化。针对上述背景本研究致力于开发一种基于YOLO26的美国硬币识别检测系统在有限标注数据条件下探索最优模型配置和训练策略为实际部署提供可行性验证。研究成果不仅可直接应用于硬币识别相关场景也可为其他小型物体识别任务提供方法参考。数据集介绍数据集总量为120张标注图像按照以下比例划分为训练集、验证集和测试集数据集划分图像数量占比用途训练集105张87.5%模型训练验证集10张8.3%模型调优与性能监控测试集5张4.2%最终性能评估本研究使用的美国硬币数据集包含四种面额类别类别定义如下names: [Dime, Nickel, Penny, Quarter]训练结果1、整体性能概览来自验证结果指标数值mAP500.977mAP50-950.864精度 (Precision)0.953召回率 (Recall)0.938结论模型整体表现非常优秀mAP50 高达 0.977说明在 IoU0.5 的阈值下检测准确率极高。mAP50-95 为 0.864说明模型在不同 IoU 阈值下仍保持较高鲁棒性。2、各类别表现分析类别精度 (P)召回率 (R)mAP50分析Dime0.9830.9580.991表现最佳识别非常稳定Nickel0.8890.9230.943精度略低可能存在误检Penny1.0000.9350.990精度极高但召回略低可能有漏检Quarter0.9390.9350.987精度和召回均衡表现良好注意Nickel 的精度较低0.889可能是与其他类别如 Quarter存在外观相似性导致误检。3、训练过程曲线分析results.pngtrain/box_loss、cls_loss、dfl_loss持续下降说明模型在学习。val/box_loss、cls_loss、dfl_loss也同步下降未出现明显上升说明没有过拟合。mAP50 和 mAP50-95在后期趋于平稳说明模型已收敛。训练过程健康模型收敛良好。4、混淆矩阵分析confusion_matrix_normalized.png从归一化混淆矩阵中可以看出Dime和Quarter分类非常清晰几乎没有误检。Nickel和Penny之间存在少量混淆可能是由于颜色、大小相似。背景误检较少说明模型对背景抑制能力较强。5、PR 曲线分析BoxPR_curve.png各类别 PR 曲线在 Recall 接近 1.0 时仍保持高 Precision说明模型在高召回率下仍能保持高精度适合实际应用。6、F1-Confidence 曲线BoxF1_curve.png所有类别的 F1 分数在置信度 0.5~0.6 左右达到峰值约 0.96~0.98说明模型在该阈值下表现最佳。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