python+yolov8 图像识别-测试案例

unity工具人2026-06-11 11:51

python+yolov8 图像识别

模型文件

包括

模型文件大小（KB）特点推荐场景

yolov8n.pt 6,382 Nano 版，最快，精度最低低配电脑、快速演示

yolov8s.pt 22,045 Small 版，速度与精度平衡最推荐！普通电脑首选

yolov8m.pt 50,897 Medium 版，精度更高，速度中等有独立显卡的笔记本 / 台式机

yolov8l.pt 85,713 Large 版，精度很高，速度较慢性能较好的台式机 / 服务器

yolov8x.pt 133,660 Extra Large 版，精度最高，速度最慢高端电脑 / 离线高精度识别

效果测试

通用测试代码

c 复制代码

import cv2
from ultralytics import YOLO

model = YOLO("yolov8n.pt")

cap = cv2.VideoCapture(0)
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1280)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 720)

print("=== YOLOv8 通用物体识别 ===")
print("支持：人/车/猫狗/杯子/手机/椅子等80类 | Q键退出")

while True:
    ret, frame = cap.read()
    if not ret:
        break

    # 推理 + 画框，关闭冗余日志
    res = model(frame, conf=0.5, verbose=False)
    frame = res[0].plot()

    cv2.imshow("YOLOv8 物体识别", frame)
    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

cap.release()
cv2.destroyAllWindows()

模型文件不用手动安装 / 解压，直接放在和 .py 文件同一个文件夹里，代码就能直接加载。

如果你用的是笔记本，用 l/x 版时记得插电源，否则会因为性能限制卡顿严重。