摘要本文基于YOLOv8目标检测算法构建了一个高精度的石头剪刀布手势识别系统。系统采用三类别检测框架Paper、Rock、Scissors共使用包含7365张图像的数据集进行训练与验证。训练结果显示模型在576张验证集上取得了0.962的mAP50和0.79的mAP50-95总体精确率达0.966召回率达0.93。推理速度仅为3.8ms/图像NVIDIA RTX 3080 Ti满足实时检测需求。该模型参数量仅11.1M适合部署于边缘计算设备在人机交互、智能控制等场景具有实际应用价值。关键词YOLOv8石头剪刀布检测目标检测手势识别实时检测引言手势识别作为人机交互的重要分支长期面临光照变化、手势多样性、实时性要求高等挑战。传统方法依赖手工特征如HOG、SIFT与分类器SVM、决策树在复杂背景下鲁棒性不足且难以兼顾精度与速度。石头剪刀布手势虽类别简单但存在类内差异如手的旋转、遮挡和类间相似性如Paper与Rock的手形对检测系统提出一定要求。近年来以YOLO系列为代表的一阶段目标检测算法凭借端到端的回归框架实现了精度与速度的平衡。YOLOv8进一步优化了网络结构C2f模块、损失函数DFL损失和数据增强策略在COCO等通用数据集上表现优异。然而针对具体手势检测任务仍需根据应用场景进行针对性的训练与评估。本研究旨在构建一个轻量化、高精度的石头剪刀布检测系统验证YOLOv8在该特定任务上的可行性并通过详尽的指标分析精确率、召回率、混淆矩阵、F1曲线、PR曲线揭示模型的优势与不足为后续部署提供依据。目录摘要引言功能模块1、用户管理模块2、界面与交互模块3、检测源管理模块4、检测参数配置模块5、YOLO检测核心模块6、结果显示模块7、结果保存模块8、工具栏功能9、辅助功能10、数据校验模块背景数据集介绍1. 数据来源与类别2. 数据集划分训练过程训练结果总体评价​编辑各类别详细表现​编辑​编辑混淆矩阵分析关键发现原因推测归一化混淆矩阵​编辑F1-置信度曲线​编辑PR曲线​编辑训练损失曲线results.png​编辑常用标注工具功能模块✅用户登录注册支持密码检测密码加密。注册登录✅图片检测可对图片进行检测返回检测框及类别信息。✅参数实时调节置信度和IoU阈值✅支持选择检测目标可以选择一个或者多个类目的目标进行检测✅视频检测支持视频文件输入检测视频中每一帧的情况。✅摄像头实时检测连接USB 摄像头实现实时监测。✅日志记录日志标签页记录操作和错误信息带时间戳✅结果保存模块支持图片/视频/摄像头检测结果保存1、用户管理模块功能描述用户注册用户名、密码、确认密码、邮箱选填注册密码SHA256加密存储用户登录用户名密码验证自动跳转主界面用户数据存储JSON文件存储用户信息密码加密、注册时间、邮箱登录状态主界面显示当前登录用户名2、界面与交互模块功能描述玻璃效果界面半透明毛玻璃背景圆角边框现代化视觉风格无边框窗口自定义标题栏支持窗口拖动、最小化、最大化、关闭响应式布局主窗口三栏布局左侧控制区、中央显示区、右侧信息区状态栏显示设备信息、模型状态、当前用户、实时时间3、检测源管理模块功能描述图片检测支持JPG/JPEG/PNG/BMP格式图片载入视频检测支持MP4/AVI/MOV/MKV格式视频载入摄像头检测实时调用摄像头默认ID 0进行检测检测源切换下拉菜单切换三种检测模式自动更新界面状态4、检测参数配置模块功能描述置信度阈值滑动条调节0-100%步长1%实时显示当前值IoU阈值滑动条调节0-100%步长1%实时显示当前值类别选择动态生成检测类别复选框支持全选/取消全选参数同步参数实时同步到检测器核心5、YOLO检测核心模块功能描述模型加载加载best.pt模型文件自动检测GPU可用性支持CPU/GPU切换多模式检测图片检测、视频检测、摄像头实时检测检测线程基于QThread的多线程处理避免界面卡顿检测结果返回目标类别、置信度、边界框坐标FPS计算实时计算处理帧率进度反馈视频处理进度条实时更新6、结果显示模块功能描述实时画面中央区域显示检测结果图像带标注框统计信息检测状态、目标数量、FPS、处理帧数实时更新检测列表右侧列表显示当前帧所有检测到的目标类别置信度日志记录日志标签页记录操作和错误信息带时间戳占位显示未选择检测源时显示系统LOGO和提示文字7、结果保存模块功能描述保存开关复选框控制是否保存检测结果路径选择自定义保存路径支持图片/视频格式自动识别自动命名保存文件自动添加时间戳detection_result_20240101_120000.jpg视频保存支持检测结果视频录制MP4格式手动保存工具栏保存按钮可随时保存当前画面保存反馈保存成功弹窗提示日志记录保存路径8、工具栏功能功能描述图片按钮快速切换到图片检测模式并打开文件选择器视频按钮快速切换到视频检测模式并打开文件选择器摄像头按钮快速切换到摄像头检测模式保存按钮手动保存当前显示画面9、辅助功能功能描述错误处理统一错误弹窗提示日志记录错误详情资源清理检测停止时自动释放摄像头、视频文件、视频写入器资源时间显示状态栏实时显示系统时间模型状态状态栏显示模型加载状态和当前设备CPU/GPU10、数据校验模块功能描述注册验证用户名长度≥3密码长度≥6密码一致性检查邮箱格式验证协议确认注册前需勾选同意用户协议文件校验模型文件存在性检查文件大小验证≥6MB输入非空登录/注册时必填项非空检查背景石头剪刀布手势检测属于细粒度目标检测任务其难点在于第一手势区域在图像中通常占比较小且手部形变握拳、伸展导致边界框形状不稳定第二皮肤颜色与背景可能混淆尤其当背景包含类肤色区域木质桌面、浅色墙壁时易产生误检第三实时交互场景要求检测延迟低于人眼感知阈值通常30ms这对模型计算效率提出约束。传统机器学习方案往往需要人工设计特征提取器并独立训练分类器与边界框回归器流程复杂且泛化能力弱。深度学习时代Faster R-CNN等两阶段检测器虽精度高但速度难以满足实时需求SSD和YOLO系列将检测建模为回归问题实现单次前向传播完成预测。其中YOLOv8相较前代YOLOv5、YOLOv7引入了无锚框检测、TaskAligned分配策略和更高效的特征金字塔在小目标与重叠目标场景下提升显著。因此本研究选择YOLOv8作为基础架构旨在探索其在三分类手势检测中的性能边界并为类似小型目标检测任务提供参考范式。数据集介绍1. 数据来源与类别本研究所用数据集为自建石头剪刀布手势图像库共包含3 个类别Paper布Rock石头Scissors剪刀2. 数据集划分总图像数量为7,735 张按以下比例划分数据集数量用途训练集6,455 张模型参数学习验证集576 张超参数调优与中间评估测试集304 张最终性能验证训练过程训练结果总体评价指标值评价mAP500.962极高mAP50-950.79良好对小型手势检测很不错精确率 (P)0.966误检极少召回率 (R)0.93漏检较少参数量11.1M轻量推理速度3.8ms/图实时可用结论模型训练成功已具备实际部署能力。各类别详细表现类别精确率召回率mAP50mAP50-95Paper0.9560.9360.9590.802Rock0.9640.9380.9580.779Scissors0.9790.9170.9690.788Scissors精确率最高0.979但召回率稍低0.917说明有少量剪刀被漏检。Rock性能最均衡。Paper稍弱但仍在优秀范围。混淆矩阵分析关键发现从confusion_matrix.pngPaper → Paper131Rock → Rock135Scissors → Scissors111真实类别误检为次数Rock背景80Paper背景3Scissors背景4原因推测Rock 手势可能与背景相似肤色 握拳训练图像中 Rock 的边界框标注可能不一致数据增强导致 Rock 特征模糊归一化混淆矩阵Paper → Paper0.94Rock → Rock0.96Scissors → Scissors0.92Background 误检为 Paper0.05较低F1-置信度曲线最佳 F1 0.95 置信度阈值 0.715推荐部署时使用conf_thres 0.7PR曲线三类 PR 曲线接近右上角mAP50 均在0.96 以上类别均衡性好训练损失曲线results.png损失趋势评价train/box_loss持续下降正常收敛train/cls_loss下降稳定val/box_loss平缓下降无过拟合val/cls_loss稳定没有明显过拟合训练与验证损失同步下降。常用标注工具假设您现在准备好进行标注。有几种开源工具可以帮助简化数据标注流程。以下是一些有用的开放标注工具Label Studio一个灵活的工具支持各种标注任务并包含用于管理项目和质量控制的功能。 CVAT一个强大的工具支持各种标注格式和可定制的工作流程使其适用于复杂的项目。 Labelme一个简单易用的工具可以快速标注带有多边形的图像非常适合简单的任务。 LabelImg: 一款易于使用的图形图像标注工具特别适合以 YOLO 格式创建边界框标注。这些开源工具经济实惠并提供一系列功能来满足不同的标注需求。界面核心代码