# 最新YOLO实现的番茄成熟度实时检测

**Repository Path**: deeppython/TomatoRipenessDet

## Basic Information

- **Project Name**: 最新YOLO实现的番茄成熟度实时检测
- **Description**: No description available
- **Primary Language**: Python
- **License**: AGPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-10-11
- **Last Updated**: 2025-11-21

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 基于 YOLO 系列的**番茄成熟度检测系统**

![License](https://img.shields.io/badge/License-AGPL--3.0-brightgreen)
![Python](https://img.shields.io/badge/Python-3.10%2B-blue)
![PyTorch](https://img.shields.io/badge/PyTorch-2.2%2B-orange)

## 项目简介

一套开箱即用的 **番茄成熟度/品质** 实时检测系统（支持 **YOLOv5 ~ YOLOv12**），面向 **图片 / 视频 / 浏览器摄像头** 三种输入。提供**双画面对比**、置信度/IoU 调节、CSV 导出、带框图片/视频一键下载与 **SQLite** 持久化；内置 **登录/注册/跳过** 与自动数据库迁移，适合研究复现与工程落地。

## 资源下载

* **YOLOv5-12 项目（8 合一）合集**：[https://mbd.pub/o/bread/mbd-ZZ2Zm51w](https://mbd.pub/o/bread/mbd-ZZ2Zm51w)
* **YOLOv12 完整资源**：[https://mbd.pub/o/bread/YZWZlJZraw==](https://mbd.pub/o/bread/YZWZlJZraw==)
* **YOLOv11 完整资源**：[https://mbd.pub/o/bread/ZZ2Zm5py](https://mbd.pub/o/bread/ZZ2Zm5py)
* **YOLOv10 完整资源**：[https://mbd.pub/o/bread/ZZyalpdv](https://mbd.pub/o/bread/ZZyalpdv)
* **YOLOv9  完整资源**：[https://mbd.pub/o/bread/ZZ2Xl5lu](https://mbd.pub/o/bread/ZZ2Xl5lu)

---

## 核心特性（精简）

* **多模型支持**：YOLOv5~YOLOv12 一键切换，统一推理接口。
* **多输入形态**：图片/视频/摄像头实时检测，**左右同步帧**对比显示。
* **成熟度类别**：示例含 *绿色 / 红色 / 损坏*（可自定义与扩展）。
* **可视化与导出**：阈值滑块、类别统计；**带框图片/视频下载**、**CSV 导出**、结果入库（SQLite）。
* **账号体系**：登录/注册/跳过，密码哈希，自动库表迁移。
* **工程化细节**：路径跨平台、进度/暂停/继续/停止控制，摄像头**90s 环形缓冲导出 MP4**。

## 快速开始

> 推荐：**Conda + Python 3.10+**

```bash
# 1) 创建并激活环境
conda create -n tomato python=3.10 -y
conda activate tomato

# 2) 安装依赖（请按本机 CUDA 选择官方 PyTorch 2.2+ 发行版）
pip install -r requirements.txt

# 3) 启动服务
python app.py
# 浏览器访问 http://127.0.0.1:5000  （首次为登录页，右下角可“跳过”）
```

## 目录结构（示例）

```
tomato_web/
├── app.py
├── models/               # YOLO 推理封装（可扩展/降级模式）
├── services/             # SQLite 封装 / 任务管理
├── static/               # CSS / JS / 图标
├── templates/            # 页面模板
├── uploads/ outputs/     # 上传与标注输出
├── exports/              # CSV / 导出集合
├── weights/              # 模型权重（.pt）
└── requirements.txt
```

## 使用要点

* **切换模型**：将 `.pt` 放入 `weights/`，在“模型选择”页或 API 切换。
* **自定义类别/后处理**：保证推理输出为
  `[{ "class_id":int, "class_name":str, "score":float, "bbox":[x1,y1,x2,y2] }, ...]`；或在后处理映射你的结构。
* **典型类别**：`["绿色","红色","损坏"]`，可在 `datasets/label_name.py` 或引擎默认列表中调整。

## 常见问题（简版）

* **登录缺少列（如 email）**：已内置自动迁移；如仍失败，删除旧 `results.db` 或检查权限后重试。
* **视频两侧不同步**：后端**同时推送**原始帧与标注帧保持同步；刷新或更换浏览器可排查前端缓存。
* **权重加载报错**：优先使用标准 YOLO 结构或按本工程接口实现；改进结构需同步调整加载与后处理。

## 许可证

本项目以 **AGPL-3.0** 开源；使用的第三方模型/数据请遵循其各自许可。

## 贡献

欢迎提交 Issue / PR（附环境、最小复现与截图/日志）。谢谢！