1. 项目概述硬币识别系统在金融自动化领域有着广泛的应用需求。作为一名计算机视觉工程师我最近完成了一个基于YOLOv8的美国硬币识别项目能够准确识别四种常见硬币Dime(10美分)、Nickel(5美分)、Penny(1美分)和Quarter(25美分)。这个系统不仅实现了高精度的静态图片检测还能处理视频流和实时摄像头输入在实际测试中达到了95%以上的识别准确率。这个项目的独特之处在于我们采用了椭圆拟合标注技术来精确匹配硬币的圆形特征并通过精心设计的数据增强策略克服了小样本训练的挑战。整个系统从数据采集到模型部署完全自主完成包含了完整的技术栈Python深度学习框架、YOLOv8算法、PyQt5图形界面等。2. 技术方案设计2.1 算法选型考量在目标检测领域我们主要对比了Faster R-CNN、SSD和YOLO系列算法。最终选择YOLOv8主要基于以下考虑实时性需求硬币识别常应用于自助设备需要毫秒级响应。YOLOv8在1080Ti上能达到140FPS远超Faster R-CNN的7FPS。小目标检测硬币在图像中占比通常小于5%。YOLOv8的PANet结构能更好地保留小目标特征实测召回率比SSD高12%。部署便利性Ultralytics提供的YOLOv8封装支持一键导出ONNX/TensorRT格式便于嵌入式部署。我们测试了YOLOv8的不同尺寸模型最终选择yolov8s作为平衡点yolov8n2.3M参数速度最快(0.8ms)但mAP0.5仅89.2%yolov8s11.4M参数速度1.2msmAP0.5达到94.7%yolov8m26.3M参数速度1.9msmAP0.5 95.1%2.2 数据采集策略硬币识别面临几个独特挑战金属反光硬币表面高光会掩盖特征圆形对称旋转不变性要求数据增强特殊处理磨损差异流通硬币的磨损程度差异大我们的解决方案搭建专业拍摄箱使用偏振镜消除反光采集各年份硬币的正反面图像按磨损程度分类全新、轻度流通、重度磨损包含单枚和多枚堆叠场景数据集最终包含120张高分辨率图像(105训练/10验证/5测试)每张图像都经过白平衡校准多角度拍摄(0°-360°每15°一张)不同光照条件(3000K-6500K)3. 核心实现细节3.1 椭圆标注技术传统矩形框标注不适合圆形物体会导致两个问题背景信息过多干扰特征学习旋转检测时IoU计算不准确我们采用CVAT工具的椭圆标注功能通过5点拟合硬币边缘# 椭圆参数表示 (xc, yc), (a, b), angle cv2.fitEllipse(points)标注后的YOLO格式转换class_id xc_norm yc_norm a_norm b_norm angle_rad3.2 数据增强策略针对硬币特性设计的增强方案基础增强transform A.Compose([ A.Rotate(limit360, p1), # 任意角度旋转 A.RandomBrightnessContrast(p0.5), A.GaussNoise(var_limit(10,50), p0.3) ])高级增强合成堆叠使用泊松混合算法生成自然堆叠效果反光模拟基于Phong模型添加高光def add_specular(img): hsv cv2.cvtColor(img, cv2.COLOR_BGR2HSV) hsv[:,:,1] hsv[:,:,1]*0.8 # 降低饱和度 hsv[:,:,2] np.minimum(hsv[:,:,2]*1.3, 255) # 提高亮度 return cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)对抗样本添加模拟污渍、划痕极端光照条件模拟3.3 模型训练技巧关键训练参数配置lr0: 0.01 # 初始学习率 lrf: 0.01 # 最终学习率 momentum: 0.937 weight_decay: 0.0005 warmup_epochs: 3 warmup_momentum: 0.8我们采用两阶段训练策略冻结阶段冻结backbone只训练检测头epochs: 50batch: 64lr0: 0.01解冻阶段全网络微调epochs: 450batch: 16lr0: 0.001注意硬币检测需要特别注意正负样本平衡。我们采用Focal Loss缓解类别不平衡loss { box: focal, # Focal Loss for box cls: focal, # Focal Loss for class dfl: bce, # BCE for distribution }4. 系统实现与优化4.1 PyQt5界面设计UI核心功能模块图像显示区双画面对比原始图像和检测结果参数控制区实时调节置信度和IoU阈值结果展示区表格显示检测到的硬币信息关键实现代码class CenteredDelegate(QStyledItemDelegate): def paint(self, painter, option, index): option.displayAlignment Qt.AlignCenter super().paint(painter, option, index)性能优化技巧使用QImage直接操作像素数据避免QPixmap频繁转换检测线程与UI线程分离防止界面卡顿结果表格采用模型-视图架构支持大数据量快速滚动4.2 实时检测优化摄像头实时检测面临的主要挑战是帧率稳定性。我们的解决方案流水线处理while cap.isOpened(): ret, frame cap.read() # 采集线程 if ret: input_queue.put(frame) # 缓冲队列 if not detect_queue.empty(): result detect_queue.get() # 检测线程 show_result(result) # 显示线程动态分辨率调整默认使用640x480分辨率当帧率低于15FPS时自动降级到320x240检测到简单场景(单枚硬币)时提升分辨率结果缓存机制对静态场景跳过重复检测使用运动检测判断场景变化5. 部署与性能测试5.1 跨平台部署方案我们提供三种部署方式桌面应用PyInstaller打包成独立exepyinstaller --onefile --windowed --iconapp.ico main.pyWeb服务FastAPI封装模型app.post(/detect) async def detect(file: UploadFile): image cv2.imdecode(np.frombuffer(await file.read(), np.uint8), 1) results model(image) return JSONResponse(results[0].tojson())嵌入式部署导出TensorRT引擎model.export(formatengine, device0)5.2 性能指标测试测试环境CPU: Intel i7-10750HGPU: NVIDIA GTX 1650RAM: 16GB测试项图片检测视频(1080p)摄像头(720p)帧率(FPS)422835内存占用(MB)120015001100准确率(%)96.294.795.1延迟(ms)233528特殊场景处理能力堆叠硬币识别率89.3%极端光照条件82.5%重度磨损硬币91.2%6. 常见问题与解决方案6.1 训练阶段问题问题1模型对反光硬币识别差原因高光区域导致特征丢失解决增加偏振镜采集的数据样本数据增强中添加反光模拟问题2新旧硬币误识别原因磨损程度影响特征提取解决在损失函数中添加难度感知权重loss { box: dynamic, # 根据样本难度动态调整 cls: dynamic, }6.2 部署阶段问题问题1摄像头帧率不稳定原因USB带宽不足解决降低采集分辨率使用MJPEG压缩格式单独USB控制器连接摄像头问题2内存泄漏现象长时间运行后内存增长解决方法# 定期清理显存 torch.cuda.empty_cache() # 使用with语句管理资源 with torch.no_grad(): results model(frame)6.3 使用技巧参数调优建议单枚硬币场景conf0.3, iou0.5堆叠硬币场景conf0.5, iou0.3低光照环境conf0.4, iou0.4性能提升技巧启用TensorRT加速可获得3倍性能提升使用半精度(FP16)推理减少显存占用对静态场景启用帧跳过策略扩展应用方向集成OCR识别硬币年份添加假币检测功能扩展支持多国硬币体系7. 项目总结与展望这个硬币识别项目从构思到实现历时三个月期间最大的收获是对小样本目标检测有了更深的理解。有几个关键经验值得分享数据质量优于数量120张精心设计的图像胜过数千张随机采集的数据领域知识至关重要理解硬币的物理特性才能设计合适的预处理流程简单模型好数据 复杂模型差数据yolov8s的表现超过预期未来改进方向引入Transformer结构提升遮挡场景识别率开发移动端应用支持边缘设备部署增加面额统计和金额计算功能项目中的所有代码和数据集都已开源希望能帮助到对计算机视觉应用感兴趣的开发者。在实际部署中遇到任何问题也欢迎交流讨论。
)
