基于改进YOLOv5与PyQt5的沃柑品相检测可视化系统应用研究

摘要

随着智慧农业的发展，自动化、智能化果品分级成为行业亟须解决的问题。沃柑作为我国南方主要栽培的柑橘品种，其品相直接影响商品价值与市场竞争力。本文围绕沃柑果径尺寸，针对复杂场景提出了一种基于改进YOLOv5模型的快速检测方法，并结合PyQt5设计开发了可视化系统操作界面，提升了系统的操作便捷性与用户体验。通过结构与损失函数的改进策略，优化模型不仅对不同果径的适应能力强，而且可搭载无人机采集数据，实现果园大范围的快速评估。结果表明，改进的YOLOv5模型在目标检出率、推理效率及分级准确率方面均有显著提升，为柑橘类果品智能分级与产量预估提供了技术支撑。

关键词

YOLOv5 / 沃柑 / 目标检测 / PyQt5

基金资助

2025年度广西高校中青年教师科研基础能力提升项目“低空经济引领下AI赋能无人机沃柑品相快速检测技术研究”（2025KY1993）