基于YOLOv11的美国硬币识别系统开发实践-AI智能范式网

基于YOLOv11的美国硬币识别系统开发实践

Solarex

1. 项目概述

硬币识别系统在自动售货机、金融清点等场景中具有重要应用价值。传统基于图像处理的硬币识别方法往往受限于光照条件、硬币磨损程度等因素，识别准确率难以突破90%门槛。我们基于YOLOv11目标检测算法开发了一套美国硬币识别系统，能够准确识别四种常见硬币（Dime、Nickel、Penny、Quarter），在复杂背景下仍保持95%以上的识别准确率。

系统采用PyQt5构建用户界面，支持图片、视频和实时摄像头三种检测模式，并集成了用户登录注册功能。项目完整开源了训练代码、预训练模型和标注数据集，为相关应用开发提供了可靠的技术参考。

技术选型思考：相比传统OpenCV方案，YOLOv11在保持高精度的同时实现了每秒120帧以上的处理速度，更适合实时检测场景。而PyQt5的跨平台特性使得系统可以轻松部署到Windows、Linux等不同环境。

2. 系统架构设计

2.1 整体架构

系统采用典型的三层架构设计：

数据层：包含硬币图像数据集和预训练模型
算法层：基于YOLOv11的核心检测算法
应用层：用户界面和业务逻辑实现

mermaid复制graph TD
    A[用户界面] --> B[检测控制器]
    B --> C[YOLOv11模型]
    C --> D[图像处理模块]
    D --> E[检测结果]
    E --> F[结果可视化]

2.2 技术栈选型

技术组件	版本	选择理由
Python	3.9	丰富的CV库支持
PyTorch	2.0+	YOLOv11的底层框架
PyQt5	5.15	跨平台GUI开发
OpenCV	4.5+	图像处理基础
Ultralytics	8.0+	YOLO模型接口

3. 数据集准备

3.1 数据采集

我们收集了2000+张包含四种美国硬币的图像，覆盖以下场景：

不同光照条件（自然光、室内光、低光）
多种背景（桌面、手掌、复杂纹理）
不同摆放角度（正面、侧面、堆叠）

3.2 数据标注

使用LabelImg工具进行标注，生成YOLO格式的标注文件：

code复制0 0.536719 0.511719 0.060937 0.087500  # Dime
1 0.396094 0.503906 0.071875 0.103125  # Nickel

数据集划分：

训练集：1400张
验证集：300张
测试集：300张

4. 模型训练

4.1 训练配置

python复制from ultralytics import YOLO

model = YOLO('yolov11s.pt')  # 加载预训练模型

results = model.train(
    data='coins.yaml',
    epochs=100,
    batch=8,
    imgsz=640,
    device='0',  # 使用GPU
    workers=4,
    optimizer='AdamW',
    lr0=0.001,
    weight_decay=0.0005
)

关键参数说明：

batch=8：显存占用约6GB（RTX 3060）
imgsz=640：输入图像尺寸
optimizer='AdamW'：相比SGD收敛更快

4.2 训练结果

在测试集上的表现：

指标	数值
mAP@0.5	0.963
Precision	0.952
Recall	0.958
FPS	128

训练过程可视化：

5. 系统实现

5.1 核心检测逻辑

python复制class DetectionThread(QThread):
    def run(self):
        while self.running:
            # 图像预处理
            frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
            
            # 模型推理
            results = self.model(frame, conf=self.conf, iou=self.iou)
            
            # 结果解析
            for box in results[0].boxes:
                class_id = int(box.cls)
                confidence = float(box.conf)
                x, y = box.xywh[0][:2]  # 中心点坐标
                
            # 发送信号更新UI
            self.frame_received.emit(original_frame, result_frame, detections)

5.2 多线程处理

采用生产者-消费者模式：

主线程：处理用户交互
检测线程：执行模型推理
结果线程：更新UI显示

python复制# 创建检测线程
self.detection_thread = DetectionThread(model, source, conf, iou)
self.detection_thread.frame_received.connect(self.update_result)
self.detection_thread.start()

6. 用户界面设计

6.1 界面布局

主要功能区域：

图像显示区（原始图像/检测结果）
控制面板（模式选择、参数调节）
结果表格（检测数据统计）
状态栏（系统信息）

6.2 关键交互实现

参数同步控制：

python复制# 置信度滑块与数值框联动
self.confidence_slider.valueChanged.connect(
    lambda: self.confidence_spinbox.setValue(self.confidence_slider.value()/100)
)
self.confidence_spinbox.valueChanged.connect(
    lambda: self.confidence_slider.setValue(int(self.confidence_spinbox.value()*100))
)

7. 部署与优化

7.1 性能优化技巧

模型量化：将FP32模型转为INT8，体积减小4倍，速度提升2倍
```
python复制model.export(format='onnx', int8=True)
```

TensorRT加速：针对NVIDIA显卡优化

bash复制trtexec --onnx=yolov11s.onnx --saveEngine=yolov11s.engine

多尺度推理：对小目标检测更有效

python复制results = model(frame, imgsz=[640, 1280])  # 多尺度输入

7.2 常见问题解决

检测漏检：
- 调低置信度阈值（建议0.3-0.5）
- 增加训练数据中的小目标样本

类别混淆：

检查数据标注质量
调整分类损失权重

python复制model.train(cls_loss_weight=1.5)  # 加大分类损失权重

界面卡顿：
- 限制检测帧率（30FPS足够）
- 使用QPixmap缓存显示图像

8. 应用扩展

系统可进一步扩展的功能：

金额统计：根据硬币类型自动计算总金额
假币检测：增加真假硬币分类模型
多币种支持：扩展支持其他国家的硬币
边缘部署：使用NVIDIA Jetson等嵌入式设备

核心代码扩展示例：

python复制# 金额统计功能
coin_values = {'Dime':0.1, 'Nickel':0.05, 'Penny':0.01, 'Quarter':0.25}
total = sum(coin_values[cls] for cls in detected_classes)

9. 项目总结

在实际开发中，我们遇到了几个关键挑战：

硬币反光问题：通过数据增强（添加高斯噪声）缓解
密集堆叠检测：使用更小的anchor box尺寸
实时性要求：采用多线程和模型量化技术

对于想要复现项目的开发者，建议：

从yolov11s小型模型开始训练

使用自动混合精度(AMP)加速训练

python复制model.train(amp=True)  # 启用AMP

优先优化召回率（减少漏检）

这个项目展示了如何将前沿的目标检测技术应用于具体的实际问题。通过合理的架构设计和持续的优化迭代，我们实现了既准确又高效的硬币识别解决方案。