摘要本文针对宠物猫狗精细品种识别任务构建了一套基于YOLO26深度学习框架的实时目标检测系统。系统涵盖37个常见猫狗品种包括12个猫品种和25个狗品种。实验采用包含14,000余张标注图像的数据集按8:1:1比例划分为训练集、验证集和测试集。模型训练后在验证集上取得了0.942的mAP50和0.824的mAP50-95精确率达到0.935召回率达到0.878。推理速度达到1.1毫秒/张满足实时检测需求。实验结果表明该系统在宠物品种识别任务上具备高精度、高效率和良好的鲁棒性具备实际应用部署价值。引言随着城市宠物饲养数量的持续增长宠物管理与服务行业对自动化品种识别技术的需求日益迫切。传统的宠物品种识别依赖专业兽医或繁育者的经验判断不仅效率低下而且普通宠物主人难以自行准确识别。近年来计算机视觉技术尤其是基于深度学习的目标检测方法为解决这一问题提供了新的思路。YOLO系列模型因其端到端的检测架构和优异的实时性能在物体检测领域得到了广泛应用。本研究选择YOLO26框架构建了一个覆盖37种常见猫狗的品种识别系统。通过对模型训练过程、精度指标、损失收敛情况以及各类别识别表现的全面分析验证了该系统在真实场景下的可行性和可靠性。本文的研究成果可应用于宠物医疗、智能喂食器、宠物社交平台及城市宠物管理等场景。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数据集介绍1. 类别构成2. 数据规模与划分训练结果总体评价模型训练非常成功表现优秀​编辑详细指标分析1. 精确率-置信度曲线BoxP_curve.png​编辑2. 召回率-置信度曲线BoxR_curve.png​编辑3. F1-置信度曲线BoxF1_curve.png​编辑4. PR 曲线BoxPR_curve.png​编辑各类别表现分析表现最好的品种mAP50 ≈ 1.0需要关注的品种mAP50 0.85损失函数曲线results.png​编辑混淆矩阵分析原始混淆矩阵​编辑归一化混淆矩阵​编辑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。✅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/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背景在宠物品种识别这一细分领域公开的大规模数据集相对稀缺。现有研究多集中在猫狗二分类或有限品种的分类任务上缺少对多品种、细粒度特征的系统研究。猫狗的品种差异体现在毛色、体型、耳型、面部结构等多个维度同一品种内部因个体差异、姿态、光照等因素存在较大的类内变化而不同品种之间又可能存在较高的类间相似性如布偶猫与伯曼猫。这些因素使得猫狗品种识别成为一个具有挑战性的细粒度视觉识别任务。此外实际应用场景对模型提出了更高的要求。例如宠物医院需要在就诊过程中快速识别品种以调取病历智能宠物门需要根据品种决定是否放行流浪动物收容所需要对收容动物进行自动分类以便发布认领信息。这些场景不仅要求高识别精度还要求模型具备低延迟、小模型体积以及对不同拍摄角度和光照条件的鲁棒性。因此本研究选取YOLO26作为基础框架构建了一个包含37个常见猫狗品种的检测识别系统并在大规模标注数据集上进行系统训练与评估。研究旨在探索细粒度宠物品种识别任务中深度学习模型的最佳实践为后续的工程化部署和行业应用提供技术参考。数据集介绍1. 类别构成本数据集共包含37 个类别具体如下猫品种12类阿比西尼亚猫cat-Abyssinian、孟加拉猫cat-Bengal、伯曼猫cat-Birman、孟买猫cat-Bombay、英国短毛猫cat-British_Shorthair、埃及猫cat-Egyptian_Mau、缅因猫cat-Maine_Coon、波斯猫cat-Persian、布偶猫cat-Ragdoll、俄罗斯蓝猫cat-Russian_Blue、暹罗猫cat-Siamese、斯芬克斯猫cat-Sphynx狗品种25类美国斗牛犬、美国比特犬、巴吉度猎犬、比格犬、拳师犬、吉娃娃、英国可卡犬、英国塞特犬、德国短毛指示犬、大比利牛斯犬、哈瓦那犬、日本狆、荷兰毛狮犬、莱昂贝格犬、迷你品犬、纽芬兰犬、博美犬、巴哥犬、圣伯纳犬、萨摩耶犬、苏格兰梗、柴犬、斯塔福郡斗牛梗、软毛麦色梗、约克夏梗2. 数据规模与划分数据集图像数量用途训练集12,879 张模型参数学习验证集736 张超参数调优与模型选择测试集368 张最终性能评估训练结果总体评价模型训练非常成功表现优秀mAP50: 0.942所有类别平均mAP50-95: 0.824更严格的评价指标Precision: 0.935Recall: 0.878这是一个高精度、高召回的模型非常适合品种识别任务。详细指标分析1. 精确率-置信度曲线BoxP_curve.png在置信度 0.5 后精确率基本保持在1.00说明模型预测为正样本的结果非常可靠2. 召回率-置信度曲线BoxR_curve.png置信度为 0 时召回率 0.95说明模型几乎覆盖了所有真实目标3. F1-置信度曲线BoxF1_curve.png最佳 F1 值 0.90对应置信度阈值 0.591这是一个很好的平衡点建议推理时使用该置信度4. PR 曲线BoxPR_curve.png曲线接近 (1,1) 点说明精度和召回率都很高各类别表现分析表现最好的品种mAP50 ≈ 1.0品种PrecisionRecallmAP50缅甸猫0.9331.0000.995波斯猫0.9961.0000.995奥利弗猫0.9911.0000.995荷兰毛猎犬1.0000.9870.995莱昂贝格犬1.0000.9340.995萨摩耶犬0.9561.0000.995需要关注的品种mAP50 0.85品种PrecisionRecallmAP50问题拳师犬0.7390.8000.771精度偏低美国比熊犬1.0000.6250.832召回率低比格犬0.9160.6420.821召回率低迷你品犬0.7950.9160.807精度偏低损失函数曲线results.png所有损失box_loss、cls_loss、dfl_loss均呈稳定下降趋势训练充分没有过拟合或欠拟合迹象。混淆矩阵分析原始混淆矩阵对角线值在7.0 ~ 25.0之间说明各类别样本量适中归一化混淆矩阵大部分类别预测准确率在0.70 ~ 0.98之间猫品种整体识别率高于狗品种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