代码功能：

• 基于 YOLOv11 的多类花卉识别系统，支持 15 种花卉类别：葱属（Allium）、琉璃苣、牛蒡、金盏花、菊苣、穗冠花、波斯菊、锦葵、蓍草、松果菊、欧防风、蒲公英、栀子花、细香葱花、欧芹 等。
• 数据集共 10513 张标注图像，训练 / 验证 / 测试分别为 9131 / 919 / 463 张，统一为 YOLO 格式。
• 支持 图片、视频、摄像头 三类输入源，主界面可实时叠加检测框、类别名称与置信度。
• 提供完整 Python 训练与推理代码 + PySide6 桌面端界面，界面清晰、美观、易操作。
• 检测结果可导出 CSV 表格、带框 PNG 截图、检测视频 AVI，并按时间戳自动命名。
• 集成 SQLite 本地数据库，支持登录 / 注册 / 访客模式，识别与导出记录可持久化保存与检索。

详细教程：

1. 原理介绍的博客：YOLOv5至YOLOv12升级：交通标志识别系统的设计与实现（完整代码+界面+数据集项目）
2. 项目详细说明文档：https://newtopmat.feishu.cn/wiki/SH2ywXxQziEk7Ik5oLecZIsHnLq
3. 功能效果展示视频：YOLOv5至YOLOv12升级：交通标志识别系统的设计与实现（完整代码+界面+数据集项目）
4. 环境配置博客教程：（1）Pycharm软件安装教程；（2）Anaconda软件安装教程；（3）Python环境配置教程；

注意事项：版权所有，禁止盗卖或用于商业化用途；

YOLOv11 + Python + 深度学习

UI界面 + 数据集 + 完整代码

PySide6界面 + 登录注册界面 + 数据库SQL

界面/文字/图标/作者信息一键修改

项目附说明文档

购买后可预约免费协助安装（项目咨询+跑通保障）

下载和咨询：

1. 付费完成后面包多网站会在本页面自动解锁资源下载链接（无需等待人工发货），划动页面到下方就能看到了，点击下载即可。
2. 付费完成后自动解锁客服联系方式，也可随时面包多私信作者。

项目包含的内容：

包含带标签的数据集、训练代码、深度学习模型代码、UI界面代码等完整代码，具体截图如下。

部分效果演示：

(1) 系统启动后先进入登录界面，支持登录、注册和跳过登录三种方式，进入主界面后按照“选择数据源—设置阈值—开始检测—查看记录”的流程完成一次完整识别操作。

(2) 在图片、视频和摄像头三种模式下，界面会实时叠加花卉检测框、类别名称和置信度，并通过进度条和帧计数提示当前处理进度和推理用时。

(3) 右侧模型区域支持从本地一键切换不同 YOLO 版本及对应 .pt 权重，切换后自动刷新类别列表和颜色配置，方便对比不同模型在同一批花卉图像上的检测效果。

(4) 每次检测完成后，用户可以将结果一键导出为 CSV 表、带框 PNG 截图或 AVI 视频，系统按时间戳自动命名并写入本地 SQLite，便于后续按时间或任务快速检索与复查。

注意事项：

1. 尽管深耕深度学习领域，但我们亦非全能，面对各种问题咨询也可能不会或解决不了，请您见谅！
2. 此项目为教程示例Demo代码，能跑通效果如演示那样，但算法实现效果并非完美，预期低一点；
3. 算法检测效果通常在数据集上效果比较好，但用在实际情况（如未在训练集出现过的数据）测试效果可能很拉跨，此为人工智能领域常见问题，通常可通过增加数据训练增加泛化性能；
4. 深度学习算法性能要求高，性能差的电脑还可能有不同程度运行速度慢的情况，一般电脑测下来都还行；
5. 有用户希望精度极高/运行速度快/各种场景效果都要好，可能满足不了需求；
6. 数字商品不同于实物商品，购买后无法收回，因此原则上一旦购买概不退款；
7. 如介意以上情况请谨慎购买，或先咨询作者。
8. 学习在继续，代码不会敲，BUG总会有，但生活远不止这些；遇事揣着平和与愉悦，再深的坑、再难的坎，最后都能顺畅走通或绕过去！