Детальная информация

Цель работы — разработка системы распознавания QR-кодов на базе модели YOLOv8 с графическим интерфейсом PyQt5. В работе выполнен анализ существующих методов распознавания QR-кодов, сформирован и размечен датасет, обучена модель YOLOv8n, разработан графический интерфейс на базе PyQt5 и проведено экспериментальное тестирование системы. В результате разработана система распознавания QR-кодов, обеспечивающая точность детектирования и высокую скорость обработки. Экспериментальные результаты показали следующие значения метрик: Precision — 0,95, Recall — 0,53, F1-score — 0,53, mAP@0.5 — 0,536. Средняя скорость обработки видеопотока составила 34,60 FPS. Практическая значимость работы заключается в возможности применения разработанной системы для автоматического распознавания QR-кодов в задачах, близких к реальному времени.

The aim of the work is to develop a QR code recognition system based on the YOLOv8 model with a PyQt5 graphical user interface. The work includes an analysis of existing QR code recognition methods, dataset collection and annotation, training of the YOLOv8n model, development of a PyQt5-based graphical user interface, and experimental testing of the system. As a result, a QR code recognition system was developed, providing accurate detection and high processing speed. Experimental results demonstrated the following performance metrics: Precision = 0.95, Recall = 0.53, F1-score = 0.53, and mAP@0.5 = 0.536. The average video stream processing speed reached 34.60 FPS. The practical significance of the work lies in the possibility of applying the developed system to automatic QR code recognition tasks in near real-time conditions.