摘要
针对公共场所中手机使用行为检测的需求，本文基于YOLOv8目标检测算法构建了一套手机检测系统。实验采用自建手机图像数据集，经过数据标注与增强后，训练了YOLOv8模型。最终模型在验证集上取得了mAP50高达1.02、精度0.99、召回率0.99的优异性能，混淆矩阵显示仅有5%的手机目标被漏检，且无背景被误检为手机。实验结果表明，该系统能够高精度、低误报地识别图像或视频中的手机，可广泛应用于课堂、考场、车间等需管控手机使用的场景。
目录
摘要
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
引言
背景
2.1 手机检测的应用需求
2.2 YOLOv8 算法简介
数据集介绍
数据集构成
训练过程
训练结果
总体评价
训练损失曲线分析编辑
检测精度指标
混淆矩阵（原始 + 归一化）
F1-置信度曲线编辑
P-R 曲线编辑
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）
✅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/GPU） |
10、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 |
引言
随着智能手机的普及，其在给生活带来便利的同时，也在许多严肃场景下引发了注意力分散、安全隐患或作弊风险等问题。例如，学生在课堂中使用手机会影响学习效率，考场上违规使用手机会破坏考试公平，而在工厂生产线或驾驶过程中使用手机则可能引发安全事故。
因此，自动检测手机使用行为成为智能监控系统的一项重要功能。传统的人工巡查方式效率低、成本高且难以实时覆盖。近年来，基于深度学习的目标检测技术，尤其是YOLO系列算法，因其检测速度快、精度高，已成为解决此类视觉检测任务的主流方法。
本系统选用YOLOv8模型，构建了一个专门针对手机目标的检测系统，旨在实现对复杂环境下手机的实时、精准定位与识别。
背景
2.1 手机检测的应用需求
教育管理：监控课堂、自习室中学生手机使用情况。
考场防作弊：自动识别考生违规使用手机的行为。
安全生产：检测车间、驾驶室内禁止使用手机的区域。
保密场所：防止在涉密区域内非法使用手机拍摄或通信。
2.2 YOLOv8 算法简介
YOLOv8是Ultralytics公司于2023年发布的单阶段目标检测模型，相较于前代YOLOv5，其在以下方面进行了改进：
采用C2f模块替代C3模块，增强梯度流与特征表达能力。
使用Decoupled Head分离分类与回归任务。
引入Task-Aligned Assigner进行正负样本分配。
支持更丰富的数据增强策略。
这些改进使YOLOv8在保持实时性的同时，显著提升了检测精度，非常适合手机这类尺度变化大、遮挡常见的小目标检测任务。
数据集介绍
数据集构成
| 项目 | 数值 |
|---|---|
| 类别数量 | 1类 |
| 类别名称 | Phone |
| 总图像数量 | 3500张 |
| 训练集 | 2700张（占比77.1%） |
| 验证集 | 800张（占比22.9%） |
训练过程
训练结果
总体评价
模型表现优秀，收敛稳定，检测精度高，几乎没有过拟合迹象，适合部署使用。
训练损失曲线分析![]()
train/box_loss、cls_loss、dfl_loss从约1.25下降至0.05~0.10，下降平滑，无剧烈波动。val/box_loss、cls_loss、dfl_loss同步下降，验证损失与训练损失差异小→ 无严重过拟合。
检测精度指标
| 指标 | 最终值 | 评价 |
|---|---|---|
| mAP50 (B) | 1.02 | 完美，所有目标在 IoU=0.5 下完全正确 |
| mAP50-95 (B) | 1.02 | 极高，不同尺度下检测稳定性强 |
| Precision (B) | 0.99 | 几乎无假阳性 |
| Recall (B) | 0.99 | 几乎无漏检 |
混淆矩阵（原始 + 归一化）
原始矩阵：
Phone → Phone：923
Phone → Background：17
Background → Phone：0
Background → Background：800
归一化矩阵：
Phone 类正确率：0.95
Phone 误检为背景：0.05
背景误检为 Phone：0.00
F1-置信度曲线![]()
最高 F1 分数：0.92（置信度约 0.503）
曲线平滑，模型在低置信度下仍有较好平衡。
P-R 曲线![]()
mAP@0.5 = 0.962
曲线接近右上角，说明模型在保持高精度的同时，召回率也很高。
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：
