上面主要就是大致了解方法，省流请看最下面
1.提高置信度阈值
yolo predict model=yolov8n.pt source=0 classes=0 conf=0.5· conf=0.3（灵敏，但容易误检）
· conf=0.5（更准，误检少）
· conf=0.7（非常严格，只认很清晰的目标）
2.更换更大、更准的模型
yolo predict model=yolov8s.pt source=0 classes=0· yolov8s.pt（小而准，推荐）
· yolov8m.pt（更准，速度慢一点）
3.关闭冗余检测（NMS 优化）
yolo predict model=yolov8n.pt source=0 classes=0 iou=0.45常用 IOU 参考值
· 统计人数：0.45
· 视频追踪：0.5
· 拥挤人群：0.4
· 物体稀疏：0.5
++注：IOU 太高会出现冗余框多导致人数统计虚高，IOU 太低会出现相邻的人被合并导致人数变少++
省流：以上三种方法是可以同时存在的：
yolo predict model=yolov8s.pt source=0 classes=0 conf=0.6 iou=0.5如果是检测人数，可以开启跟踪，会更稳定：
yolo track model=yolov8s.pt source=0 classes=0 conf=0.6