智慧化仪表数字检测数据集 yolo检测模型 仪表数字检测系统界面1仪表数字检测数据集5803张yolo和voc两种标注方式图像尺寸:480*640训练集图像数量:4943; 验证集图像数量:573 测试集图像数量:287类别名称: 每一类图像数 每一类标注数0: 3961,51701: 2330,28282: 2615,33044: 1788,20506: 1716,19465: 1637,18763: 1784,20487: 1723,19459: 1811,20728: 1898,2244N-过于模糊无法分辨: 774,841image num: 58032模型代码提供全部训练及测试源代码模型训练使用yolov11n训练50个epoch训练结果map如描述图所示。二、仪表数字YOLOv11检测项目精简资料1. 项目基础参数参数项详情项目名称基于YOLOv11的工业仪表数字识别检测系统检测目标0-9数字特殊字符N合计10111类精度表现整体mAP0.5 0.982各类单类别mAP均高于0.87部署界面PyQt5可视化客户端支持检测模式图片上传检测、本地视频检测、摄像头实时表盘读取界面输出内容推理耗时、数字目标总数、单数字置信度、像素xy坐标、结果表格存档、检测画面保存2. 数据集yaml配置data.yamlpath:./meter_digit_datasettrain:images/trainval:images/valtest:images/testnc:11names:0:01:12:23:34:45:56:67:78:89:910:N3. 训练极简代码 train.pyfromultralyticsimportYOLO# 加载YOLOv11n轻量化模型modelYOLO(yolo11n.pt)# 训练参数配置resultsmodel.train(datadata.yaml,epochs80,imgsz640,batch16,device0,#无显卡改为 devicecpuprojectmeter_digit_run,nameyolo11_meter_train)# 验证训练精度metricsmodel.val()print(f整体mAP0.5{metrics.box.map50:.3f})4. 推理测试代码 predict.pyfromultralyticsimportYOLO# 加载训练完毕最优权重modelYOLO(meter_digit_run/yolo11_meter_train/weights/best.pt)# 单张仪表图片推理resmodel.predict(meter_img.jpg,conf0.25,saveTrue)forpredinres:print(仪表数字识别结果)forboxinpred.boxes:clsint(box.cls)conffloat(box.conf)xyxybox.xyxy[0].tolist()digitmodel.names[cls]print(f识别字符{digit}置信度{conf:.2f}坐标{xyxy})5. PyQt5界面核心精简运行代码importsysimportcv2importtimefromPyQt5.QtWidgetsimportQApplication,QMainWindow,QFileDialog,QTableWidgetItemfromPyQt5.QtGuiimportQImage,QPixmapfromPyQt5.QtCoreimportQt,QTimerfromultralyticsimportYOLOclassMeterDetectWindow(QMainWindow):def__init__(self):super().__init__()self.setWindowTitle(基于YOLOv11的仪表数字检测系统)self.resize(1390,960)self.modelYOLO(best.pt)self.cam_timerQTimer()self.capNoneself.cam_timer.timeout.connect(self.camera_frame)# 图片检测defimg_detect(self):file_path,_QFileDialog.getOpenFileName(self,选取仪表图片,,图片(*.jpg *.png))ifnotfile_path:returnt_starttime.time()predself.model(file_path,conf0.25)[0]cost_timetime.time()-t_start draw_imgpred.plot()obj_countlen(pred.boxes)print(f推理耗时{cost_time:.3f}s 检测数字总数{obj_count})# 摄像头实时表盘采集defopen_camera(self):self.capcv2.VideoCapture(0)self.cam_timer.start(30)defcamera_frame(self):ret,frameself.cap.read()ifnotret:self.cam_timer.stop()returnresself.model(frame,conf0.25)[0]frameres.plot()defcloseEvent(self,event):ifself.cap:self.cap.release()self.cam_timer.stop()if__name____main__:appQApplication(sys.argv)winMeterDetectWindow()win.show()sys.exit(app.exec_())6. 适用场景工业压力表、水表、气表、机电仪表盘数字自动读取、厂区巡检仪表数字化抄表、电力设备表盘远程视觉读数。