基于XGboost算法的水果质量检测系统机器学习入门机器学习项目

本文设计并实现了一套基于Flask框架与XGBoost算法的水果质量在线检测系统。系统针对传统水果质量检测方法效率低、成本高的问题，采用机器学习技术与Web开发结合的方式，实现用户注册登录、参数可视化输入、实时质量预测、历史数据追溯等核心功能。通过导入苹果质量数据集训练XGBoost模型，将水果的物理参数（如大小、甜度、重量等）与质量标签关联建模，模型准确率达92.5%，检测响应时间控制在2秒以内。前端采用Bootstrap框架构建交互界面，用户通过滑动条设置参数即可完成检测；后端基于Flask路由处理业务逻辑，MySQL数据库存储检测记录与用户信息。测试结果表明，系统在参数边界值校验、异常输入提示、数据持久化等方面表现稳定，能够满足中小型果园快速筛选优质水果的需求。研究成果为农业智能化检测提供了一种低成本、易操作的解决方案，具备一定推广价值。

3.2 功能需求分析

系统需实现以下核心功能以满足用户需求：

（1）用户管理功能

用户注册与登录：普通用户需通过账号密码注册并登录系统，管理员需独立权限入口。注册时需校验用户名唯一性并确认密码输入一致性。

权限分级控制：普通用户仅能查看自己的检测记录，管理员可管理所有用户数据及水果基础数据。

（2）水果质量检测功能

参数输入：用户通过滑动条界面设置大小、重量、甜度等7项参数，参数范围需根据水果特性设定合理界限（如甜度0-10）。

算法预测：调用预训练的XGBoost模型实时分析输入参数，输出质量评级（如“优质”“合格”）及置信度（如98%）。

结果展示：检测结果需清晰标注质量等级、置信度数值，并列出关键参数达标情况的分析说明。

（3）数据管理功能

水果数据维护：管理员可对水果基础数据进行增删改查操作，例如删除无效数据或修正错误参数。

检测记录查询：用户可按时间范围查看历史检测记录，支持按质量等级筛选结果。

（4）历史记录分析功能

数据存储：每次检测需完整记录输入参数、质量结果、检测时间等数据，便于后续追溯。

可视化分析：系统自动统计质量分布比例（如优质占比70%），生成参数变化趋势图（如甜度随月份波动趋势）。

（5）系统辅助功能

操作引导：关键页面（如参数输入界面）需提供简易说明，降低用户学习成本。

异常提示：检测参数超出合理范围时弹出警示（如“重量值过高，请重新输入”），避免错误数据干扰预测结果。

上述功能覆盖用户从注册登录到检测分析的全流程需求，通过模块化设计确保系统功能完整且易于维护。

4.1 系统架构设计

系统采用分层架构设计，分为用户交互层、业务逻辑层和数据存储层三部分。用户交互层通过浏览器访问前端页面，使用HTML/CSS和Bootstrap框架构建参数输入、结果展示等可视化界面。业务逻辑层基于Flask框架实现，负责接收用户请求、调用XGBoost算法模型进行质量预测，并与数据库交互完成数据存取。数据存储层使用MySQL数据库，包含用户信息表、检测记录表和水果数据表，通过PyMySQL库实现数据持久化。模型训练层独立运行，将训练好的XGBoost模型序列化为.pkl文件供业务层调用。各层之间通过HTTP请求和SQL语句通信，形成“用户输入→算法计算→结果反馈→数据存储”的完整闭环。如下图4-1所示：

5.3 系统首页

用户登录成功后跳转的界面便是首页，首页主要展示系统的各项参数信息，包括检测准确率、分析参数个数、检测速度和依据的核心算法信息，下方三个导航栏质量检测、检测历史、关于系统。分别导航至相应界面。质量检测：输入水果参数，快速检测水果质量。依据通过分析水果的大小、重量、甜度等参数，利用XGBoost算法精准判断水果质量。检测历史：查看您的历史检测记录。系统自动保存所有检测记录，支持查看历史趋势帮助您更好地分析水果质量变化关于系统：了解更多关于本系统的信息。探素系统背后的技术原理，了解XGBoost算法如何准确预测水果质量如下图5-3所示：

5.4 质量检测

质量检测，在该界面中通过滑动条设置各项参数的数值，具体参数有大小、重量、甜度、脆度、多汁程度、成熟度和酸度，通过这些参数信息可快速检测水果质量。具体检测方式是利用XGBoost算法来精准判断水果的质量。如下图5-4所示：

图5-4 质量检测界面图

5.5 检测结果

经XGBoost算法模型分析后，检测界面将呈现包含三部分的核心结果：顶部蓝绿色背景区域明确标注"优质水果"质量评级及98.2%可信度数值，中央绿色区块通过笑脸图标强化视觉认可；中部"结果解释"模块以条目化形式突出甜度适中、成熟度佳、多汁程度高等关键参数表现，并结合营养价值与口感特性给出"适合作为高品质产品销售"的可行性建议；底部操作按钮支持"再次检测"重新输入参数或"查看历史记录"追溯过往检测数据，形成从参数输入、算法判定到结果反馈的完整闭环交互流程。如下图5-5所示：

图5-5 检测结果界面图

5.6 历史记录

历史记录即查看您的历史检测记录。系统自动保存所有检测记录，支持查看历史趋势帮助您更好地分析水果质量变化关于系统。一个列表展示已完成检测的各项历史记录，再统计分析一下历史记录数据，主要分析质量分布、检测趋势、关键参数分析和关键极值统计。如下图5-6所示：

图5-6 历史记录界面图

5.7 水果数据管理

水果数据管理主要功能便是管理系统数据库中的水果数据。主体以列表的形式展示各项水果数据，包括大小、重量、甜度、脆度、多汁程度、成熟度和酸度等信息，主要的管理功能便是可以删除相应的水果数据信息。该功能为管理员登录后才有的功能界面，如下图5-7所示: