企业官网建设流程全解析

简介：这份资源面向深度学习入门者、图像识别方向的毕业设计或课程设计学生，提供一套基于YOLOv8的交通人群监测完整实现方案，可用于行人流量统计、公共安全监控与智能交通管理等场景。压缩包共24个文件，约25.56MB，包含3个Python脚本、1个训练好的pt权重、1个ipynb开发笔记，以及png、jpg、gif等图像素材和txt、md、log等说明与日志文件，覆盖从模型训练到检测运行的完整链路。其中摄像头实时检测与静态图片检测脚本可直接运行，权重文件省去重新训练成本，笔记与文档帮助理解项目结构与使用方法。目前已有40人学习，适合希望快速上手目标检测实战、完成期末大作业或积累项目经验的读者参考借鉴。

1. 交通人群监测为什么值得用 YOLOv8 重做一遍

路口摄像头每天都在产生海量视频，但真正能拿来用的结构化数据少得可怜。传统做法要么靠人工盯屏，要么用背景建模加 HOG 加 SVM 那套老流程，一到早晚高峰、行人互相遮挡、电动车混行就集体翻车。基于 YOLOv8 的交通人群监测设计，核心就是把「人」和「车」这两类目标从视频流里稳定抠出来，再叠加计数、密度估计和越界告警，让一段监控视频变成可查询、可统计的表格。它适合两类人：一类是正在做基于 YOLOv8 的毕业设计、需要一套能跑通全流程方案的学生；另一类是想在边缘盒子上落地交通人群监测的工程师。这篇笔记不讲空泛概念，从环境搭建、数据集处理、训练参数、模型导出到板端部署，把每一步的命令和踩坑点都摊开讲，新手能照着复现，熟手能直接对参数和边界。

2. 环境搭建与数据准备：从零把 YOLOv8 跑起来

2.1 选 CPU 版还是 GPU 版，先看手头硬件

很多人一上来就问 yolov8 环境配置怎么做，其实答案取决于你手上有什么卡。如果只有一台办公笔记本，没有独显，那就老老实实装 CPU 版本，用 ubuntu20.04 搭建 yolov8 环境 cpu 版本完全可行，只是训练慢，适合先跑通推理和小规模验证。如果手上有 gtx1660ti 这类 6GB 显存的卡，可以跑训练，但 batch 要压到 8 甚至 4，否则显存直接爆。如果是 rk3588 或 orin 这类边缘板，训练不在板上做，板上只负责推理，训练在带独显的机器上完成后再导出模型。

我一般会先用 conda 建一个干净环境，避免和系统里的 python 包打架。ultralytics 这个包把 YOLOv8 的训练、验证、导出都封装好了，不需要自己去 clone 一堆仓库。

# 创建并激活虚拟环境，python 版本建议 3.8 到 3.10 conda create -n yolov8 python=3.9 -y conda activate yolov8 # 安装 pytorch，CPU 版本用下面这条 pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu # 如果有 NVIDIA 显卡，换成对应 CUDA 版本的命令，例如 CUDA 11.8 # pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 # 安装 ultralytics pip install ultralytics # 验证安装，能打印出版本号就说明环境通了 yolo version

这段命令的逻辑是：先隔离环境，再装深度学习框架，最后装 YOLOv8 的官方封装。参数上唯一要注意的是 python 版本，3.11 以上有些依赖轮子还没跟上，容易在安装阶段就报错。装完之后用yolo version做一次自检，比直接跑训练再排错省时间。

提示：如果 pip 安装 torch 时卡在下载，先换国内镜像源，或者手动下载对应版本的 whl 文件本地安装，不要反复重试同一个命令。

2.2 交通人群数据集怎么标、怎么转

yolov8训练自己的数据集，第一步不是写训练脚本，而是把数据整理成 YOLO 能吃的格式。交通人群监测场景里，我一般只保留两个大类：person 和 vehicle，如果要做细一点，把 car、bus、truck、motorcycle 拆开，但类别越多，小目标越难学。标注工具用 labelme 标注用于 yolov8 是可以的，但 labelme 默认输出的是 JSON，需要转成 YOLO 的 txt 格式。

转换脚本的核心是把 labelme 的矩形框坐标归一化到 0 到 1 之间，并生成对应的类别索引。下面这个脚本我用了很多次，直接改路径就能跑。

import json import os from pathlib import Path # 类别映射，顺序要和训练时 data.yaml 里的 names 一致 class_map = {"person": 0, "vehicle": 1} def convert_labelme_json(json_dir, output_dir): json_dir = Path(json_dir) output_dir = Path(output_dir) output_dir.mkdir(parents=True, exist_ok=True) for json_file in json_dir.glob("*.json"): with open(json_file, "r", encoding="utf-8") as f: data = json.load(f) img_w = data["imageWidth"] img_h = data["imageHeight"] lines = [] for shape in data["shapes"]: label = shape["label"] if label not in class_map: continue # labelme 给的是两个对角点，需要算出左上和右下 points = shape["points"] x1 = min(points[0][0], points[1][0]) y1 = min(points[0][1], points[1][1]) x2 = max(points[0][0], points[1][0]) y2 = max(points[0][1], points[1][1]) # YOLO 格式：类别 中心x 中心y 宽 高，全部归一化 cx = (x1 + x2) / 2.0 / img_w cy = (y1 + y2) / 2.0 / img_h w = (x2 - x1) / img_w h = (y2 - y1) / img_h lines.append(f"{class_map[label]} {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}") # 输出同名 txt txt_path = output_dir / (json_file.stem + ".txt") with open(txt_path, "w") as f: f.write("\n".join(lines)) if __name__ == "__main__": convert_labelme_json("./labels_json", "./labels_txt")

逻辑说明：遍历每个 JSON，读取图像宽高，把每个框的坐标归一化。参数上，class_map必须和后面 data.yaml 里的 names 顺序严格一致，否则训练出来的模型会把人和车认反。归一化用六位小数足够，YOLO 读取时不会因为精度丢框。

数据整理完之后，目录结构要长这样：images 下放 train 和 val 两个子目录，labels 下也放 train 和 val，文件名一一对应。然后写一个 data.yaml：

path: ./traffic_dataset train: images/train val: images/val nc: 2 names: ["person", "vehicle"]

nc是类别数，names的顺序就是类别索引。这个文件路径写错是新手最常见的翻车点，训练一开始报找不到图片，九成是这里的问题。

2.3 预训练权重从哪来，要不要用

yolov8预训练权重下载这件事，官方在 ultralytics 的发布页提供了 yolov8n.pt、yolov8s.pt 等不同尺度的权重。交通人群监测我一般从 yolov8s 起步，n 太小精度不够，m 以上在边缘板上跑不动。下载之后放在项目根目录，训练时用model=yolov8s.pt指定即可，框架会自动加载。如果网络不通，可以先在有网的机器上下好，再拷贝过去，不要用来源不明的权重文件，避免结构不匹配导致加载失败。

3. 训练参数怎么设：把损失曲线压下去

3.1 一份能直接抄的训练命令

yolov8训练参数含义看起来很多，但交通人群监测真正需要调的就那么几个。下面这条命令是我在 6GB 显存卡上跑通的配置：

yolo detect train \ data=./traffic_dataset/data.yaml \ model=yolov8s.pt \ epochs=100 \ imgsz=640 \ batch=8 \ lr0=0.01 \ lrf=0.01 \ patience=20 \ device=0 \ project=./runs/traffic \ name=exp1

逐项说：imgsz=640是输入分辨率，交通场景里远处行人很小，降到 416 会丢目标，升到 1280 显存吃不消，640 是精度和速度的平衡点。batch=8是 6GB 显存的安全值，显存更大的卡可以往上加。lr0是初始学习率，0.01 是官方默认，数据集小的时候可以降到 0.001 防止震荡。patience=20表示 20 轮验证指标不提升就早停，省时间。device=0指定第一块 GPU，CPU 训练改成device=cpu。

训练开始后，终端会打印每一轮的 box_loss、cls_loss 和 mAP。如果 box_loss 一直不降，先检查标注框有没有越界或者宽高为负；如果 cls_loss 降但 mAP 不涨，多半是类别不平衡，交通场景里车多行人少，可以适当增加行人样本。

3.2 用损失曲线判断该不该继续训

yolov8画损失函数曲线图，训练结束后在runs/traffic/exp1目录下会有 results.csv，里面记录了每轮的损失和指标。用 pandas 加 matplotlib 几行就能画出来：

import pandas as pd import matplotlib.pyplot as plt df = pd.read_csv("runs/traffic/exp1/results.csv") df.columns = df.columns.str.strip() # 列名可能带空格，先清理 plt.figure(figsize=(10, 5)) plt.plot(df["epoch"], df["train/box_loss"], label="box_loss") plt.plot(df["epoch"], df["train/cls_loss"], label="cls_loss") plt.xlabel("epoch") plt.ylabel("loss") plt.legend() plt.savefig("loss_curve.png", dpi=150)

看曲线有个经验：正常情况是前 10 轮快速下降，之后缓慢收敛。如果验证损失在某个点开始往上翘，说明过拟合了，要么加数据增强，要么提前停。交通人群监测的数据集如果只来自一个路口，模型换到另一个路口就会掉点，这是数据分布问题，不是调参能救的，必须补不同场景的样本。

3.3 数据增强里哪几个参数对人群监测最有用

YOLOv8 默认开了 mosaic、HSV 抖动和随机翻转。交通人群监测里，mosaic 能提升小目标召回，但会把四张图拼在一起，如果标注框在拼接边缘被截断，反而引入噪声。我的做法是训练前期开 mosaic，最后 10 轮关掉，让模型在真实分布上收尾。HSV 抖动对光照变化大的路口有用，hsv_v 可以调到 0.5。随机翻转要慎用，水平翻转对行人没问题，但交通标志和车牌方向敏感，如果类别里包含这些，翻转会制造错误标签。

4. 模型导出与边缘部署：从权重到板端推理

4.1 导出 ONNX 和 RKNN 的差别

训练完的 .pt 权重不能直接扔到 rk3588 或 hi3516cv610 上跑，需要先转成中间格式。rk3588部署yolov8 的常见路径是 pt 转 onnx，再用 rknn-toolkit2 转 rknn。hi3516cv610 yolov8模型转换与部署实战里，通常还要经过量化，把浮点权重压成 int8，否则算力跟不上。

导出 ONNX 的命令很简单：

yolo export model=runs/traffic/exp1/weights/best.pt format=onnx opset=12 simplify=True

opset=12是兼容性比较好的版本，simplify=True会做一次图优化，去掉冗余算子。导出后可以用 onnxruntime 先验证一遍推理结果和 pt 是否一致，确认无误再往板端转。

注意：导出时 imgsz 要和训练时一致，训练用 640 导出也用 640，否则板端预处理和后处理对不上，框会整体偏移。

4.2 板端推理的预处理对齐

边缘板上跑 YOLOv8，最容易翻车的不是模型本身，而是预处理。训练时框架做了 letterbox 填充，把图像等比缩放到 640 并补灰边。板端如果直接 resize 到 640x640，长宽比变了，检测框会变形。所以板端代码里必须复现 letterbox，记录缩放比例和填充偏移，后处理时再映射回原图坐标。

import cv2 import numpy as np def letterbox(img, new_shape=640, color=(114, 114, 114)): h, w = img.shape[:2] scale = min(new_shape / h, new_shape / w) nh, nw = int(round(h * scale)), int(round(w * scale)) img_resized = cv2.resize(img, (nw, nh), interpolation=cv2.INTER_LINEAR) canvas = np.full((new_shape, new_shape, 3), color, dtype=np.uint8) top = (new_shape - nh) // 2 left = (new_shape - nw) // 2 canvas[top:top + nh, left:left + nw] = img_resized return canvas, scale, left, top

逻辑是等比缩放后居中填充，返回的 scale、left、top 用于后处理还原坐标。参数上 color 用 114 是因为训练时默认填充值就是 114，板端必须一致，否则边缘区域的激活值会有偏差。

4.3 量化掉点的排查顺序

int8 量化后 mAP 掉 3 到 5 个点是正常的，掉 10 个点以上就要查。排查顺序是：先看校准集是否覆盖了真实场景，校准集不能用训练集随便抽几张，要包含不同光照和密度；再看量化配置里哪些层被跳过了，检测头部分通常对量化敏感，可以保留浮点；最后对比量化前后同一张图的输出，看是分类错还是框回归错。交通人群监测里，行人密集时框重叠严重，量化后 NMS 阈值要适当调低，否则会吞掉正确框。

5. 避坑与排查：那些让我返工的细节

5.1 训练 loss 为 nan

现象：训练一开始 box_loss 就是 nan，几轮后进程退出。原因：学习率过大或者标注文件里有宽高为 0 的框。解决：先把 lr0 降到 0.001 试一轮，如果还是 nan，写脚本扫一遍 labels 目录，把宽或高小于 1e-6 的行删掉。交通人群数据集里，标注时手抖点出重复点就会产生这种废框。

5.2 验证集 mAP 很高但实际推理全错

现象：训练日志里 mAP50 到 0.9，但拿视频一跑，框全在背景上。原因：data.yaml 里 train 和 val 路径写反了，或者验证集图片和标签没对齐，框架拿训练集当验证集评估。解决：打开 data.yaml 逐行核对路径，再随机抽一张 val 图片，用 labelimg 打开对应 txt 看框是否贴合。这个坑我踩过两次，血泪经验是训练前先可视化十张带框图。

5.3 边缘板上推理速度远低于预期

现象：rk3588 上单帧推理要 200ms，达不到实时。原因：模型用了 yolov8m 甚至 l，或者没有开 NPU 加速，跑在 CPU 上。解决：换 yolov8n 或 yolov8s，确认 rknn 模型确实加载到了 NPU，用板子自带的性能监控看 NPU 占用率。如果 NPU 占用为 0，说明推理走的是 CPU，检查 rknn 运行时版本和模型是否匹配。

5.4 类别索引错位导致人和车互换

现象：推理结果里行人被标成 vehicle，车被标成 person。原因：data.yaml 里 names 的顺序和标注转换时的 class_map 不一致。解决：统一以 data.yaml 的 names 为准，回头改转换脚本的 class_map，重新生成全部标签。这个错误在训练指标上看不出来，因为 mAP 照样高，只有可视化才能发现。

5.5 视频推理结果抖动严重

现象：同一辆车在连续帧里框忽大忽小，类别偶尔跳变。原因：单帧检测没有时序约束，加上置信度阈值设得太低。解决：把 conf 阈值从 0.25 提到 0.4，再在跟踪层加一个简单的 IOU 匹配，用上一帧的框约束当前帧。交通人群监测如果只做计数，可以每 5 帧检测一次，中间帧用跟踪补，速度还能提上去。

6. 把监测做成能用的系统：计数逻辑与阈值调优

单帧检测只是半成品，交通人群监测真正要的是统计数字。我一般会在检测之上加一个简单的越线计数：在画面里画一条虚拟线，当目标框中心从线的一侧移动到另一侧时，计数加一。这里有个细节，目标在线上来回抖动会导致重复计数，解决办法是给每个目标分配一个跟踪 ID，用 ID 记录是否已经计过，同一个 ID 只计一次。

# 简化版越线计数逻辑，track_id 由跟踪器提供 counted_ids = set() line_y = 360 # 虚拟线在画面中的 y 坐标 def update_count(track_id, center_y): if track_id in counted_ids: return 0 # 中心点越过线且方向向下 if center_y > line_y: counted_ids.add(track_id) return 1 return 0

这段逻辑的关键是counted_ids集合，它保证每个跟踪 ID 只贡献一次计数。参数line_y要根据实际摄像头安装高度和视角来定，一般放在画面下半部分，避免远处小目标刚进画面就触发。如果要做双向计数，就维护两个集合，分别记录从上往下和从下往上的 ID。

阈值调优上，conf 和 iou 这两个参数决定了系统的性格。conf 调高，漏检多但误报少；conf 调低，误报多但漏检少。交通人群监测里，如果用于告警，宁可误报也别漏报，conf 可以设 0.3；如果用于统计报表，要求数字准，conf 设 0.5 再配合跟踪去重。iou 是 NMS 的阈值，人群密集时调低到 0.5 能保留更多重叠框，稀疏场景调到 0.7 减少重复框。

最后说一个我自己的习惯：每次换摄像头或者换场景，不要直接信之前的参数，先抽 100 帧跑一遍，把结果导成 CSV，人工核对 20 帧，算一下漏检和误检的比例，再决定要不要微调。这个动作花不了半小时，但能省掉后面反复返工的后悔药。模型不是一次训练就完事的，交通场景会变，数据要持续补，参数要跟着调。希望帮到你。

本文还有配套的精品资源，点击获取