一、代码功能:

检测任务：基于 YOLOv9 的水果新鲜程度实时检测与判定

检测类别：支持 30 类（中英文对照）：Apple Fresh（新鲜苹果） / Apple Rotten（腐烂苹果） / Apple Semifresh（半熟苹果） / Apple Semirotten（半腐烂苹果） / Banana Fresh（新鲜香蕉） / Banana Rotten（腐烂香蕉） / Banana Semifresh（半熟香蕉） / Banana Semirotten（半腐烂香蕉） / Mango Fresh（新鲜芒果） / Mango Rotten（腐烂芒果） / Mango Semifresh（半熟芒果） / Mango Semirotten（半腐烂芒果） / Melon Fresh（新鲜瓜类） / Melon Rotten（腐烂瓜类） / Melon Semifresh（半熟瓜类） / Melon Semirotten（半腐烂瓜类） / Orange Fresh（新鲜橙子） / Orange Rotten（腐烂橙子） / Orange Semifresh（半熟橙子） / Orange Semirotten（半腐烂橙子） / Peach Fresh（新鲜桃子） / Peach Rotten（腐烂桃子） / Peach Semifresh（半熟桃子） / Peach Semirotten（半腐烂桃子） / Pear Fresh（新鲜梨子） / Pear Rotten（腐烂梨子） / Pear Semifresh（半熟梨子） / Pear Semirotten（半腐烂梨子） / Ripe_Grape（成熟葡萄） / Unripe_Grape（未成熟葡萄）

数据集总量：内置 1974 张水果新鲜程度样本标注数据集

数据集划分：训练集 1326 张，验证集 437 张，测试集 211 张

输入方式：支持图片、视频、浏览器摄像头三种输入源，浏览器端实时显示检测框与置信度

系统架构：采用 Flask + Flask-SocketIO 后端推理，配套 HTML / CSS / JS Web 界面，支持一键启动可视化演示

结果输出：检测结果支持 CSV 导出，支持保存带框图片 / 视频，支持写入 SQLite 数据库存档

用户功能：有登录注册界面，也可以不启用登录注册

权重管理：支持在线上传与切换 YOLO 模型权重，方便对比不同版本效果

二、详细教程:

原理介绍博客: [Gitee项目](https://gitee.com/deeppython/TomatoRipenessDet)

项目详细说明文档: [https://deeppython.feishu.cn/wiki/YKX2wrGjBi2xjrkjqr0cMawHnRh](https://deeppython.feishu.cn/wiki/YKX2wrGjBi2xjrkjqr0cMawHnRh?from=from_copylink)

功能效果展示视频: [https://www.bilibili.com/video/BV1Ro2sBVEW7/](https://www.bilibili.com/video/BV1Ro2sBVEW7/?from=from_copylink)

环境配置博客教程: （1）[Pycharm以及Anaconda安装](https://deepcode.blog.csdn.net/article/details/136639378)；（2）[Python环境配置教程](https://deepcode.blog.csdn.net/article/details/136639396)；

注意事项：版权所有，禁止盗卖或用于商业化用途。