入门实践工程二：基于 YOLOv8 的日常物品目标检测|附:环境依赖环境及工程源码

一碗白开水一2026-08-07 21:14

🔥 别再死磕枯燥理论了！AI 时代，拿实战作品说话才是硬道理！（原创不易哈，希望可以帮到还有些许学习劲儿的同学们） 🔥

【进阶版还在创作中，耗费精力中......】

跳转到专栏目录，你学习更有方向和思路......

入门实践工程二：基于 YOLOv8 的日常物品目标检测|附:环境依赖环境及工程源码

1. 项目简介

本项目基于Ultralytics官方提供的YOLOv8预训练模型，实现对图片或摄像头画面中常见物体（如人、车、杯子等）的实时检测与标注。通过这个实践工程，你可以：

  • ✅ 零训练直接推理：使用预训练模型，无需标注数据或训练过程
  • ✅ 完整流程体验：从模型加载、推理、后处理到可视化全流程
  • ✅ 多种输入支持：支持单张图片、摄像头实时视频流
  • ✅ 开箱即用：提供完整工程源码，一键运行

2. 核心原理与技术栈

2.1 目标检测基础

目标检测的核心任务是定位 + 识别，即在图像中找出目标物体的位置（边界框）并识别其类别。YOLO（You Only Look Once）系列作为单阶段检测器的代表，以其速度快、精度高的特点成为工业界和学术界的首选。

2.2 YOLOv8优势

YOLOv8是Ultralytics公司发布的最新版本，相比前代具有以下改进：

  • 更高的精度与速度平衡
  • 更友好的API设计（一行代码即可完成检测）
  • 更丰富的任务支持（检测、分割、分类、姿态估计）
  • 更完善的生态支持（支持ONNX、TensorRT等格式导出）

2.3 技术栈选择

  • 深度学习框架：PyTorch + Ultralytics
  • 模型：YOLOv8n（nano版本，体积最小，适合快速验证）
  • 编程语言：Python 3.8+
  • 依赖管理：pip + requirements.txt

3. 工程结构

复制代码 
02_yolov8_detect/
├── main.py            # 检测主程序（支持图片/摄像头）
├── requirements.txt   # Python依赖包列表
└── runs/              # 检测结果输出目录（自动创建）

4. 环境配置与安装

4.1 基础环境安装

bash 复制代码 
# 安装Ultralytics包（会自动安装PyTorch等依赖）
pip install ultralytics

# 或者使用requirements.txt安装所有依赖
pip install -r requirements.txt

4.2 注意事项

  • 首次运行：会自动下载YOLOv8n预训练权重（约6MB），需要网络连接
  • GPU加速：如需使用GPU加速，请根据PyTorch官网指引安装对应CUDA版本的PyTorch
  • Python版本：建议使用Python 3.8及以上版本

5. 使用方式详解

5.1 快速体验（默认示例）

bash 复制代码 
# 最简单的方式：直接运行，程序会自动下载示例图片并检测
python main.py

5.2 检测自定义图片

bash 复制代码 
# 检测自己的图片
python main.py --image path/to/your_image.jpg

# 示例：检测项目目录下的test.jpg
python main.py --image test.jpg

5.3 摄像头实时检测

bash 复制代码 
# 使用默认摄像头（0表示第一个摄像头）
python main.py --source 0

# 使用视频文件
python main.py --source video.mp4

# 使用RTSP流
python main.py --source rtsp://username:password@ip:port/stream

操作提示 ：摄像头模式下按 q 键退出检测。

5.4 高级参数配置

bash 复制代码 
# 指定模型（支持yolov8n/s/m/l/x不同尺寸）
python main.py --model yolov8s.pt

# 调整置信度阈值（默认0.25，值越高检测越严格）
python main.py --conf 0.5

# 指定结果保存目录
python main.py --save-dir ./my_results

6. 代码解析

6.1 主程序架构

python 复制代码 
"""
入门实践工程二：基于YOLOv8的日常物品目标检测
=====================================
使用Ultralytics提供的YOLOv8预训练模型，对图片中的常见物体进行检测并标注，
输出带检测框的结果图。无需训练，直接推理即可看到效果。

运行方式：
    python main.py                         # 默认对一张示例图片推理
    python main.py --image path/to/img.jpg # 指定自己的图片
    python main.py --source 0             # 调用摄像头实时检测（按q退出）

模型yolov8n.pt会在首次运行时自动下载到当前目录。
"""

6.2 核心函数说明

6.2.1 参数解析模块
python 复制代码 
def parse_args():
    """解析命令行参数"""
    parser = argparse.ArgumentParser(description="YOLOv8目标检测Demo")
    parser.add_argument(
        "--image", type=str, default=None,
        help="待检测图片路径；不指定时使用内置示例图片",
    )
    parser.add_argument(
        "--source", type=str, default=None,
        help="实时检测源：0表示默认摄像头；或视频/RTSP地址",
    )
    # ... 其他参数
    return parser.parse_args()
6.2.2 图片检测函数
python 复制代码 
def detect_image(model: YOLO, image_path: str, conf: float, save_dir: str):
    """对单张图片执行检测并保存结果"""
    if not os.path.exists(image_path):
        print(f"[错误] 图片不存在: {image_path}")
        sys.exit(1)

    print(f"正在检测图片: {image_path}")
    # 核心检测代码：一行调用完成推理
    results = model(image_path, conf=conf, save=True, 
                    project=save_dir, name="runs", exist_ok=True)
    
    # 结果解析与统计
    res = results[0]
    boxes = res.boxes
    names = res.names
    
    # 统计各类别数量
    cls_counts = {}
    for c in boxes.cls.tolist():
        label = names[int(c)]
        cls_counts[label] = cls_counts.get(label, 0) + 1
    
    # 输出检测结果
    print(f"\n检测到 {len(boxes)} 个目标：")
    for label, count in cls_counts.items():
        print(f"  - {label}: {count}")
6.2.3 实时流检测函数
python 复制代码 
def detect_stream(model: YOLO, source: str, conf: float):
    """对摄像头/视频流执行实时检测（按q退出）"""
    print(f"开始实时检测，源={source}（按q退出）")
    # stream=True启用流式处理，show=True实时显示
    results = model(source, conf=conf, stream=True, show=True)
    for _ in results:
        pass  # 持续处理直到用户退出

6.3 示例图片下载

python 复制代码 
def download_sample_image() -> str:
    """下载一张示例图片到当前目录"""
    import urllib.request
    
    url = "https://ultralytics.com/images/bus.jpg"
    save_path = os.path.join(os.path.dirname(os.path.abspath(__file__)), "sample.jpg")
    
    if not os.path.exists(save_path):
        print(f"下载示例图片: {url}")
        try:
            urllib.request.urlretrieve(url, save_path)
        except Exception as e:
            print(f"[错误] 下载示例图片失败：{e}")
            print("请用--image指定本地图片路径，或将任意图片重命名为sample.jpg放入目录。")
            sys.exit(1)
    return save_path

7. 运行结果与效果展示

7.1 控制台输出

运行程序后，控制台会显示类似以下信息：

复制代码 
加载模型: yolov8n.pt ...
下载示例图片: https://ultralytics.com/images/bus.jpg
正在检测图片: sample.jpg

检测到 4 个目标：
  - person: 2
  - bus: 1
  - stop sign: 1

标注结果已保存到: ./runs/detect/runs/sample.jpg

7.2 可视化结果

检测结果会自动保存到 runs/ 目录下，图片上会标注出：

  • 边界框：用矩形框出检测到的物体
  • 类别标签：显示物体类别（如person、car等）
  • 置信度分数：显示检测的置信度（如0.85）

8. 进阶扩展方向

8.1 模型替换与对比

bash 复制代码 
# 尝试不同尺寸的YOLOv8模型
python main.py --model yolov8s.pt  # small版本，精度更高
python main.py --model yolov8m.pt  # medium版本
python main.py --model yolov8l.pt  # large版本
python main.py --model yolov8x.pt  # extra large版本，精度最高

对比维度：

  • 模型大小：从6MB到几十MB
  • 推理速度：从快到慢
  • 检测精度：从低到高

8.2 自定义数据集训练

bash 复制代码 
# 使用自定义数据集进行迁移学习
yolo segment train data=custom.yaml model=yolov8n.pt epochs=100 imgsz=640

# 关键文件结构
custom_dataset/
├── images/           # 训练图片
├── labels/           # 标注文件（YOLO格式）
└── data.yaml         # 数据集配置文件

8.3 模型导出与部署

bash 复制代码 
# 导出为ONNX格式（支持跨平台部署）
yolo export model=yolov8n.pt format=onnx

# 导出为TensorRT格式（NVIDIA GPU加速）
yolo export model=yolov8n.pt format=engine

# 导出为CoreML格式（iOS/macOS部署）
yolo export model=yolov8n.pt format=coreml

8.4 性能优化建议

  1. 批处理推理：对多张图片使用批处理提高GPU利用率
  2. TensorRT加速：使用TensorRT引擎获得极致推理速度
  3. 量化压缩：使用INT8量化减少模型大小，提升推理速度
  4. 多线程处理：摄像头模式下使用多线程处理帧读取与显示

9. 常见问题与解决方案

Q1: 运行时提示"ModuleNotFoundError: No module named 'ultralytics'"

解决方案：

bash 复制代码 
pip install ultralytics
# 或
pip install -r requirements.txt

Q2: 摄像头无法打开或显示黑屏

解决方案：

  1. 检查摄像头权限
  2. 尝试不同的摄像头索引（0, 1, 2...）
  3. 使用--source video.mp4测试视频文件是否正常

Q3: 检测结果不准确或漏检

解决方案：

  1. 调整置信度阈值：--conf 0.1（更敏感）或--conf 0.5（更严格）
  2. 更换更大模型：--model yolov8s.pt
  3. 确保输入图片质量（分辨率、光照、角度）

Q4: 运行速度太慢

解决方案：

  1. 确认是否使用GPU：torch.cuda.is_available()
  2. 使用更小模型：--model yolov8n.pt
  3. 减小输入图片尺寸（修改代码中的imgsz参数）

10. 工程源码

完整代码已在前文展示，这里再次提供main.py的核心部分供参考：

python 复制代码 
"""
入门实践工程二：基于 YOLOv8 的日常物品目标检测
=====================================
使用 Ultralytics 提供的 YOLOv8 预训练模型，对图片中的常见物体进行检测并标注，
输出带检测框的结果图。无需训练，直接推理即可看到效果。

运行：
    python main.py                         # 默认对一张示例图片推理
    python main.py --image path/to/img.jpg # 指定自己的图片
    python main.py --source 0             # 调用摄像头实时检测（按 q 退出）

模型 yolov8n.pt 会在首次运行时自动下载到当前目录。
"""

import argparse
import os
import sys

from ultralytics import YOLO


def parse_args():
    parser = argparse.ArgumentParser(description="YOLOv8 目标检测 Demo")
    parser.add_argument(
        "--image", type=str, default=None,
        help="待检测图片路径；不指定时使用内置示例图片",
    )
    parser.add_argument(
        "--source", type=str, default=None,
        help="实时检测源：0 表示默认摄像头；或视频/RTSP 地址",
    )
    parser.add_argument(
        "--model", type=str, default="yolov8n.pt",
        help="YOLOv8 权重，默认 yolov8n.pt（nano，体积最小）",
    )
    parser.add_argument(
        "--conf", type=float, default=0.25,
        help="置信度阈值，默认 0.25",
    )
    parser.add_argument(
        "--save-dir", type=str,
        default=os.path.dirname(os.path.abspath(__file__)),
        help="检测结果保存目录",
    )
    return parser.parse_args()


def detect_image(model: YOLO, image_path: str, conf: float, save_dir: str):
    """对单张图片执行检测并保存结果。"""
    if not os.path.exists(image_path):
        print(f"[错误] 图片不存在: {image_path}")
        sys.exit(1)

    print(f"正在检测图片: {image_path}")
    results = model(image_path, conf=conf, save=True, project=save_dir, name="runs", exist_ok=True)

    # results[0] 保存标注后的图片到 runs/detect/runs/
    res = results[0]
    boxes = res.boxes
    names = res.names
    print(f"\n检测到 {len(boxes)} 个目标：")
    cls_counts = {}
    for c in boxes.cls.tolist():
        label = names[int(c)]
        cls_counts[label] = cls_counts.get(label, 0) + 1
    for label, count in cls_counts.items():
        print(f"  - {label}: {count}")

    saved_path = os.path.join(save_dir, "runs", os.path.basename(image_path))
    print(f"\n标注结果已保存到: {saved_path}")


def detect_stream(model: YOLO, source: str, conf: float):
    """对摄像头/视频流执行实时检测（按 q 退出）。"""
    print(f"开始实时检测，源={source}（按 q 退出）")
    results = model(source, conf=conf, stream=True, show=True)
    for _ in results:
        pass


def main():
    args = parse_args()

    print(f"加载模型: {args.model} ...")
    model = YOLO(args.model)

    if args.source is not None:
        detect_stream(model, args.source, args.conf)
    else:
        # 默认下载一张示例图片做检测
        image_path = args.image or download_sample_image()
        detect_image(model, image_path, args.conf, args.save_dir)


def download_sample_image() -> str:
    """下载一张示例图片到当前目录（如无网络会抛错，可自行替换为本地图片）。"""
    import urllib.request

    url = "https://ultralytics.com/images/bus.jpg"
    save_path = os.path.join(os.path.dirname(os.path.abspath(__file__)), "sample.jpg")
    if not os.path.exists(save_path):
        print(f"下载示例图片: {url}")
        try:
            urllib.request.urlretrieve(url, save_path)
        except Exception as e:
            print(f"[错误] 下载示例图片失败：{e}")
            print("请用 --image 指定本地图片路径，或将任意图片重命名为 sample.jpg 放入目录。")
            sys.exit(1)
    return save_path


if __name__ == "__main__":
    main()

11. 总结与学习建议

通过本实践项目，你已经掌握了：

  1. YOLOv8基础使用：模型加载、推理、结果解析
  2. 完整项目搭建：从环境配置到结果可视化的全流程
  3. 多种应用场景：图片检测、摄像头实时检测
  4. 扩展方向：模型替换、自定义训练、模型导出

下一步学习建议：

  1. 深入原理：阅读YOLOv8论文，理解网络结构设计
  2. 数据标注：尝试使用LabelImg等工具标注自己的数据集
  3. 模型训练：在自己的数据集上微调YOLOv8
  4. 工程优化：学习模型量化、TensorRT加速等部署技术
  5. 应用开发：将检测功能集成到Web或移动端应用中
相关推荐
工业设备方案笔记3 小时前
RK3588 vs RK3568：AI边缘计算项目到底应该如何选择芯片平台？
arm开发·人工智能·目标跟踪·架构·边缘计算
指尖的爷4 小时前
RKNN转化环境搭建（rknn_toolkit2新版本）
嵌入式硬件·深度学习·物联网·目标检测
探物 AI6 小时前
yolov5里面的骨干组件14：C3模块 (CSP Bottleneck with 3 Convolutions)
yolo
雪的季节9 小时前
不安装YOLO只安装 PyTorch，加载已有yolo数据，从无到有创建模型训练数据并加载使用（重要）
人工智能·pytorch·yolo
guo_xiao_xiao_9 小时前
YOLO[室内与室外多场景混凝土块目标检测]目标检测数据集
yolo·目标检测·目标跟踪
江畔柳前堤10 小时前
YOLO 目标检测全流程深度剖析
人工智能·yolo·目标检测·计算机视觉·unity·面试·vllm
guo_xiao_xiao_11 小时前
YOLO[野外溪流与人工水域][鱼]目标检测数据集
yolo·目标检测·目标跟踪
芸翳&Camellia12 小时前
2026年电赛H题钢珠识别——基于深度学习的视觉目标检测与实时速度估计系统技术分析
嵌入式硬件·深度学习·目标检测·电赛
智购科技智能售货柜12 小时前
自动售货机商品识别YOLO模型训练实战：从6万张图片到98%识别率的完整复盘~YH
运维·服务器·数据库·人工智能·redis·物联网·yolo
热门推荐
01如何新建文件夹？ 电脑新建文件夹的4种方法02GitHub 镜像站点03国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）04AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路052026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？06微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新07Agnes AI 免费 API 接入指南：文本、生图、生视频，一套接口全免费082026年7月AI圈大地震：GPT-5.6被政府限制、Claude入驻Slack、Anthropic自研芯片09历年考研数学一、数学二、数学三真题试卷及答案PDF1000 Debian字符界面如何支持中文