基于YOLOv12的饮料识别系统

这个项目主要面向智能零售，无人售货及商品盘点等场景，利用了深度学习目标检测技术，实现对常见饮料商品的快速识别，提高商品管理效率和智能化水平。系统主要包括用户管理，商品，图片，视频，实时的检测和历史记录管理等功能模块。用户在上传检测项目时，前端将数据提交至后端服务器，后端调用yolov12模型进行检测并返回结果。

1.项目采用前后端分离，前端基于vue3+vite开发，实现用户登录。图片上传，视频检测，实时摄像头检测，后端基于Django开发restful接口，负责用户管理，文件处理，检测结果等业务逻辑，模型采用yolov12，基于pytorch完成训练模型，并结合opencv实现图像。
2.主要负责数据集构建，模型训练，系统开发。采集和标注10类饮料数据，完成数据预处理和增强。训练yolov12模型实现饮料检测与分类功能。同时完成django后端接口开发及vue3前端页面搭建。
3.项目过程中遇到数据样本不足，相似饮料误检及前后端跨域。对于数据不足，通过mosaic，随即增强等方式扩充训练数据标注提升模型识别；针对接口通信问题，配置cors和统一接口规范解决前后端交互异常。