基于YOLOv8的钱币鉴定系统：从训练到部署的毕设实战指南

简介这份资源是一套基于YOLOv8的钱币鉴定系统完整项目包面向计算机、人工智能、通信工程、自动化等专业的在校学生与教师可用于毕业设计、课程设计、大作业或项目立项演示也适合具备一定基础的学习者进阶练手。压缩包共97个文件约24.21MB以70个Python源码文件为核心辅以4个pt权重文件、5个xml配置、12个pyc缓存及txt说明文档等涵盖模型训练、检测推理、可视化界面与部署脚本等模块。项目已完整跑通可生成核心指标曲线、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果与标签分布图并附带可视化页面与部署说明下载后按README即可快速运行。目前已有52人学习关注适合需要一站式钱币鉴定方案、希望直接复用代码或在此基础上二次开发的读者参考使用。1. 钱币鉴定系统从零跑通YOLOv8 这套方案到底能不能用在毕设里手里拿到一枚光绪元宝第一反应是翻手机查版别第二反应是找懂行的人掌眼。但如果是做课程设计或者毕业设计导师要的不是你认识多少版别而是你能不能把「识别」这件事用工程手段跑通。基于 YOLOv8 的钱币鉴定系统本质上就是一套目标检测落地项目用标注好的钱币图像训练模型让模型学会在图片里框出钱币位置并给出类别再套一个可视化界面上传图片看结果。它解决的不是「这枚币值多少钱」的鉴定问题而是「这张图里是什么钱币、在哪个位置」的检测问题。适合谁适合手里有数据集、需要一套完整可演示系统交差的学生也适合想拿 YOLOv8 练手但不想从零找场景的工程师。源码、数据集、可视化界面、部署教程这四样凑齐意味着你不用自己造轮子重点放在跑通和调优上。2. 先搞清楚 YOLOv8 钱币检测的输入输出与选型逻辑2.1 钱币鉴定为什么落到目标检测而不是图像分类很多人第一反应是「鉴定」等于分类给一张图判断是哪个朝代哪个版别。但实际拍照场景里一枚币可能只占画面一角背景是桌子、手、卡尺直接做整图分类会被背景干扰得很惨。目标检测同时输出边界框和类别天然适合「先找到币再判断是什么币」这个流程。YOLOv8 在这一步的优势是单阶段检测推理速度快n/s/m/l/x 五个尺寸可以按算力选nano 版在 CPU 上也能跑出可接受的速度这对没有独立显卡的毕设环境很关键。另一个现实原因是数据集标注格式LabelImg、Labelme 这类工具导出的 YOLO 格式就是类别加归一化坐标和 YOLOv8 的训练输入直接对齐省掉格式转换的麻烦。2.2 数据集目录结构与标注格式的硬性要求YOLOv8 对数据集目录有固定约定不按这个来训练脚本直接报错。常见做法是建一个 datasets 目录下面分 images 和 labels各自再分 train、val、test。图片和标签文件名必须一一对应只是扩展名不同。标签文件是 txt每行一个目标格式为类别索引 中心x 中心y 宽 高后四个值都是相对图片宽高的归一化值范围 0 到 1。# 数据集目录结构按这个建不会出错 datasets/ coin/ images/ train/ # 训练图片jpg/png 都行 val/ # 验证图片 test/ # 测试图片可选 labels/ train/ # 与 train 图片同名的 txt val/ test/ data.yaml # 数据集配置文件data.yaml 是训练入口内容必须写对路径和类别名# data.yaml path: ./datasets/coin # 数据集根目录 train: images/train # 相对 path 的训练图片路径 val: images/val test: images/test nc: 5 # 类别数量按你的钱币种类改 names: # 类别名顺序必须和标注时的索引一致 0: qing_coin 1: yuan_shikai 2: sun_yat_sen 3: foreign_coin 4: unknown这里最容易翻车的是 names 的顺序。标注时如果先标了「unknown」再标「qing_coin」索引就反了训练出来的模型会把类别张冠李戴。血泪经验是标注前先把类别顺序定死写进一个 txt 里所有人按这个顺序标。2.3 从零标注到生成 YOLO 格式标签的完整流程如果数据集已经标好跳过这步。如果只有原始图片用 LabelImg 标注。安装和启动pip install labelImg labelImg # 启动后左侧选 YOLO 格式不是 PascalVOC标注时注意三点一是格式切换成 YOLO否则导出的是 xml二是每张图标注完保存会在同目录生成同名 txt三是类别名不要用中文LabelImg 对中文支持不稳定用拼音或英文。标完把所有 txt 收集到 labels 对应目录图片收集到 images 对应目录。如果拿到的是 xml 格式需要转换# xml_to_yolo.py 把 PascalVOC 的 xml 转成 YOLO 的 txt import xml.etree.ElementTree as ET import os def convert(xml_dir, out_dir, classes): if not os.path.exists(out_dir): os.makedirs(out_dir) for xml_file in os.listdir(xml_dir): if not xml_file.endswith(.xml): continue tree ET.parse(os.path.join(xml_dir, xml_file)) root tree.getroot() size root.find(size) w int(size.find(width).text) h int(size.find(height).text) lines [] for obj in root.iter(object): cls obj.find(name).text if cls not in classes: continue cls_id classes.index(cls) bbox obj.find(bndbox) x1 float(bbox.find(xmin).text) y1 float(bbox.find(ymin).text) x2 float(bbox.find(xmax).text) y2 float(bbox.find(ymax).text) # 转成中心点加宽高的归一化值 cx (x1 x2) / 2.0 / w cy (y1 y2) / 2.0 / h bw (x2 - x1) / w bh (y2 - y1) / h lines.append(f{cls_id} {cx:.6f} {cy:.6f} {bw:.6f} {bh:.6f}) out_path os.path.join(out_dir, xml_file.replace(.xml, .txt)) with open(out_path, w) as f: f.write(\n.join(lines)) if __name__ __main__: classes [qing_coin, yuan_shikai, sun_yat_sen, foreign_coin, unknown] convert(./annotations, ./labels/train, classes)参数说明classes 列表的顺序必须和 data.yaml 里 names 的顺序完全一致否则类别索引错位。归一化时除以的是图片原始宽高不是标注框的宽高这点新手经常搞混。转换完抽查几个 txt用cat看一眼数值是否都在 0 到 1 之间出现大于 1 的值说明除错了对象。3. 环境配置与 YOLOv8 训练从 CPU 版到 GPU 版的命令清单3.1 Ubuntu 20.04 和 Windows 下的环境搭建差异热词里「ubuntu20.04搭建yolov8环境cpu版本」出现频率很高说明不少人卡在环境这步。YOLOv8 依赖 ultralytics 包Python 版本建议 3.8 到 3.10太高或太低都可能遇到依赖冲突。CPU 版和 GPU 版的区别只在 torch 的安装命令上ultralytics 本身一样。# 通用步骤先建虚拟环境隔离依赖 python -m venv yolov8_env source yolov8_env/bin/activate # Windows 用 yolov8_env\Scripts\activate # CPU 版 torch适合没有独显的机器 pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu # GPU 版 torch以 CUDA 11.8 为例具体版本看你的驱动 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 # 装 ultralytics会自动带上 opencv、numpy 等依赖 pip install ultralytics装完验证import torch print(torch.__version__) print(torch.cuda.is_available()) # CPU 版返回 FalseGPU 版返回 True如果 GPU 版返回 False先查驱动版本nvidia-smi再对照 torch 官网的 CUDA 对应表大概率是版本不匹配。CPU 版训练慢但能跑通nano 模型在几千张图上跑 100 轮CPU 大概几小时GPU 几十分钟差距明显。3.2 用命令行和 Python 脚本两种方式启动训练YOLOv8 训练有两种入口命令行适合快速试Python 脚本适合写进项目里做参数管理。# 命令行方式最简训练 yolo detect train datadatasets/coin/data.yaml modelyolov8n.pt epochs100 imgsz640 batch16# train.py 脚本方式参数集中管理方便改 from ultralytics import YOLO model YOLO(yolov8n.pt) # 加载预训练权重n 表示 nano 版 results model.train( datadatasets/coin/data.yaml, epochs100, # 训练轮数小数据集 100 到 200 够用 imgsz640, # 输入尺寸钱币细节多可以提到 800 batch16, # 批大小显存不够就降到 8 或 4 device0, # 0 表示第一块 GPUCPU 写 cpu workers4, # 数据加载线程Windows 下建议设 0 避免报错 patience20, # 20 轮没提升就早停省时间 projectruns/coin, # 结果保存目录 nameexp1 # 实验名方便对比多次训练 )参数说明model 选 yolov8n.pt 是 nano 版速度最快精度最低如果钱币版别区分度低换 yolov8s.pt 或 yolov8m.pt精度会上去但速度下来。imgsz 默认 640钱币上的文字和纹饰如果小提到 800 或 960 能改善但显存占用翻倍。batch 和 imgsz 是显存两大杀手报 CUDA out of memory 就降这两个。patience 设 20 是防止过拟合空跑验证集指标不涨就停。3.3 训练过程监控与损失曲线怎么看训练启动后终端会打印每轮的 box_loss、cls_loss、dfl_loss 和 mAP 指标。box_loss 是边界框回归损失cls_loss 是分类损失dfl_loss 是分布焦点损失。三个 loss 整体下降说明在学如果某个 loss 震荡不降检查标注质量。mAP50 和 mAP50-95 是核心指标mAP50 到 0.8 以上算可用0.9 以上算好。训练完在 runs/coin/exp1 下会生成 results.csv 和一堆曲线图。results.csv 可以直接用 pandas 读出来画图# plot_loss.py 画损失和 mAP 曲线 import pandas as pd import matplotlib.pyplot as plt df pd.read_csv(runs/coin/exp1/results.csv) df.columns df.columns.str.strip() # 列名可能带空格先清理 fig, axes plt.subplots(1, 2, figsize(12, 4)) axes[0].plot(df[epoch], df[train/box_loss], labelbox_loss) axes[0].plot(df[epoch], df[train/cls_loss], labelcls_loss) axes[0].set_xlabel(epoch) axes[0].set_ylabel(loss) axes[0].legend() axes[1].plot(df[epoch], df[metrics/mAP50(B)], labelmAP50) axes[1].plot(df[epoch], df[metrics/mAP50-95(B)], labelmAP50-95) axes[1].set_xlabel(epoch) axes[1].set_ylabel(mAP) axes[1].legend() plt.savefig(training_curve.png, dpi150)看曲线有个经验train loss 一直降但 val mAP 不涨甚至降是过拟合加数据增强或减轮数两个都降但 mAP 低是欠拟合加轮数或换大模型loss 剧烈震荡是 batch 太小或学习率太高YOLOv8 默认学习率一般不用动先调 batch。4. 可视化界面与推理部署让系统能演示、能交付4.1 用 Gradio 搭一个上传图片看结果的最小界面毕设演示最怕的是只有命令行导师看不懂。Gradio 几行代码就能出一个网页界面上传图片返回带框的结果图操作简单。# app.py 钱币检测可视化界面 import gradio as gr from ultralytics import YOLO import cv2 model YOLO(runs/coin/exp1/weights/best.pt) # 加载训练好的权重 def detect(image): results model(image, conf0.25) # conf 是置信度阈值 annotated results[0].plot() # 自动画框和类别 return cv2.cvtColor(annotated, cv2.COLOR_BGR2RGB) demo gr.Interface( fndetect, inputsgr.Image(typenumpy), outputsgr.Image(typenumpy), title钱币鉴定系统, description上传钱币图片自动识别类别和位置 ) demo.launch(server_name0.0.0.0, server_port7860)参数说明conf0.25 是置信度阈值低于这个值的框不显示调高漏检多调低误检多钱币场景 0.25 到 0.4 之间试。results[0].plot() 返回的是 BGR 格式Gradio 要 RGB所以转一下。server_name 设 0.0.0.0 是为了局域网内其他机器能访问只在本机看写 127.0.0.1。4.2 模型导出与在无 Python 环境的机器上推理交付时对方机器不一定有 Python 环境把模型导出成 ONNX 或 OpenVINO 格式用 C 或命令行推理。YOLOv8 导出命令# 导出 ONNX通用性最好 yolo export modelruns/coin/exp1/weights/best.pt formatonnx imgsz640 # 导出 OpenVINOIntel CPU 上加速明显 yolo export modelruns/coin/exp1/weights/best.pt formatopenvino imgsz640导出后在原权重同目录生成 best.onnx 或 best_openvino_model 文件夹。ONNX 推理用 onnxruntime# onnx_infer.py import onnxruntime as ort import numpy as np import cv2 sess ort.InferenceSession(best.onnx) img cv2.imread(test.jpg) img cv2.resize(img, (640, 640)) img img[:, :, ::-1].transpose(2, 0, 1) # BGR 转 RGB 再转 CHW img np.expand_dims(img, 0).astype(np.float32) / 255.0 outputs sess.run(None, {sess.get_inputs()[0].name: img}) # outputs[0] 形状为 [1, 4nc, 8400]需要后处理 NMS后处理 NMS 部分代码较长实际项目里直接用 ultralytics 的推理接口更省事导出 ONNX 主要是为了脱离 Python 依赖或嵌入到其他语言。如果目标机器是 RK3588 这类嵌入式板导出 RKNN 格式流程是先 ONNX 再转 RKNN转换工具用 rknn-toolkit2具体版本要和板端驱动匹配。4.3 推理速度与精度的平衡参数部署时最常调三个参数imgsz、conf、iou。imgsz 决定输入分辨率640 是速度和精度的平衡点嵌入式设备可以降到 416 换速度。conf 是置信度阈值iou 是 NMS 的 IoU 阈值控制重叠框的合并程度。参数默认值调高影响调低影响imgsz640精度升速度降速度升小目标漏检conf0.25误检少漏检多漏检少误检多iou0.7重叠框保留多重叠框合并狠可能漏检钱币场景如果一枚币被另一个框部分遮挡iou 调低到 0.5 可能把两个框合并成一个反而丢目标所以默认 0.7 一般不动。conf 根据演示效果微调宁可稍微误检也别漏检演示时漏检比误检尴尬。5. 避坑与排查钱币检测训练中最容易翻车的五个点5.1 训练 loss 不降mAP 一直是零现象启动训练后 box_loss 和 cls_loss 在几个数值间震荡mAP50 始终为 0。原因通常是 data.yaml 路径写错模型读不到图片或者标签格式不对比如坐标没归一化、类别索引超出 nc 范围。解决先用yolo detect train data... modelyolov8n.pt epochs1跑一轮看终端打印的图片数量是否为 0为 0 就是路径问题。再抽查几个标签 txt确认每行第一个数字小于 nc后四个数字在 0 到 1 之间。5.2 训练报 CUDA out of memory现象训练刚开始或跑几轮后报显存不足。原因是 batch 或 imgsz 太大或者 workers 太多导致数据加载占用显存。解决batch 从 16 降到 8 或 4imgsz 从 640 降到 416workers 降到 2。如果还不行换 yolov8n.pt 这个最小模型。GPU 显存小于 6G 的话batch 设 4、imgsz 设 416 是稳妥组合。5.3 验证集 mAP 高但实际推理效果差现象训练日志里 mAP50 到 0.9但拿新图片推理框歪了或者类别错了。原因是验证集和训练集分布太像比如同一批图片随机切分模型记住了背景而不是钱币特征。解决验证集要单独采集不同光照、不同背景、不同拍摄角度。另外检查推理时的预处理是否和训练一致训练时 imgsz 是 640推理时如果传原图不 resizeYOLOv8 内部会自己处理但如果你手动写了预处理要保证 letterbox 逻辑一致。5.4 类别不平衡导致小类别检测不出来现象某一种钱币数量少训练后这类几乎检测不到。原因是 YOLOv8 默认损失对类别平衡有一定处理但差距太大时仍会偏向多数类。解决一是补充小类别数据至少每类 100 张以上二是在 data.yaml 里不改但在训练时用cls0.5调低分类损失权重或者用fraction参数控制每类采样比例。更直接的办法是数据增强时对小类别多复制几份但注意别过拟合。5.5 部署时推理结果和训练时不一致现象Python 里推理正常导出 ONNX 后框的位置偏移或类别错乱。原因是导出时的 imgsz 和推理时的输入尺寸不一致或者颜色通道顺序搞反。解决导出和推理都用同一个 imgsz比如都 640。ONNX 推理时确认输入是 RGB、CHW、归一化到 0 到 1。用yolo export导出时加halfFalseFP16 在某些 CPU 上不支持会出问题。6. 把 mAP 再提一截数据增强与模型微调的实操技巧训练跑通之后大部分人卡在 mAP 0.7 到 0.8 上不去。我一般先看混淆矩阵在 runs/coin/exp1 下有个 confusion_matrix.png哪两类互相混淆一目了然。如果是「光绪元宝」和「宣统元宝」混淆说明模型没学到版别差异这时候加数据比调参有用。数据增强用 YOLOv8 内置的在 train 参数里加model.train( datadatasets/coin/data.yaml, epochs150, imgsz800, # 钱币文字小提到 800 batch8, mosaic1.0, # 马赛克增强默认开 mixup0.1, # 混合增强小数据集加一点 copy_paste0.1, # 复制粘贴增强对遮挡场景有用 degrees10.0, # 随机旋转角度钱币拍摄角度多变 translate0.1, # 平移 scale0.5, # 缩放 fliplr0.5, # 水平翻转钱币正反面不敏感可以开 flipud0.0 # 垂直翻转钱币一般不开 )参数说明mosaic 是四图拼接对小目标检测提升明显但训练后期可以关掉让模型适应真实分布YOLOv8 默认最后 10 轮关闭。mixup 把两张图按透明度叠加增强泛化但可能让标签变模糊小数据集加 0.1 到 0.2。copy_paste 把目标复制到其他图上对遮挡和密集场景有效。degrees 和 fliplr 根据场景开钱币如果正反面都要识别fliplr 别开太大否则正面反面混了。另一个技巧是冻结 backbone 微调。如果数据集只有几百张从头训练容易过拟合加载 yolov8m.pt 预训练权重冻结前几层只训检测头model YOLO(yolov8m.pt) model.train( datadatasets/coin/data.yaml, epochs80, freeze10, # 冻结前 10 层只训后面的 lr00.001, # 初始学习率调低微调不要太大 imgsz800, batch8 )freeze10 表示冻结 backbone 的前 10 层这些层学的是通用特征钱币数据少时不动它们只让检测头适应钱币。lr0 从默认 0.01 降到 0.001避免微调时把预训练权重冲垮。这套组合我在几个小数据集上试过mAP 比从头训练高 5 到 10 个点。最后说个验证习惯每次改完参数别只看最终 mAP把 best.pt 拿出来在测试集上跑一遍yolo detect val modelbest.pt datadata.yaml splittest测试集的结果才是交付依据。训练集和验证集上的数字好看不代表新图片能识别。我吃过亏验证集 mAP 0.92测试集只有 0.71原因是验证集和训练集是同一批图切的分布太近。后来养成习惯数据集划分时留出 20% 完全不参与训练只做最终测试。希望帮到你。本文还有配套的精品资源点击获取