AssemblyPartDetector：基于YOLOv8的装配线零件识别系统设计与实现

🧠 一、项目背景

随着制造业逐渐迈向智能化，自动化检测和识别成为提升生产效率、减少人工误差的关键手段。装配线中，不同种类的零件（如齿轮、螺母、电容、连接器等）需被准确识别、分类和跟踪，以便实现流程控制和智能抓取。

传统基于图像处理的检测方式鲁棒性较差，受光照、背景干扰、角度变化等因素影响明显。而YOLO（You Only Look Once）系列目标检测模型以其高实时性与高精度，逐渐成为工业视觉主流解决方案之一。

因此，我们提出基于YOLOv8的装配线零件识别系统——AssemblyPartDetector，实现对流水线多类零件的高效检测、分类与坐标定位，并通过UI界面提供交互展示。

---

📐 二、系统架构设计

系统分为四个主要模块：

1. 数据集准备与标注：包括真实工业场景下图像采集与分类标注；
2. YOLOv8模型训练与优化：使用Ultralytics YOLOv8框架进行检测器训练；
3. 推理部署与坐标提取：实时检测目标并提取bounding box信息；