尧图网站建设 
简介一套基于YOLOv8的港口船舶吃水标尺自动读取方案面向计算机视觉、人工智能、自动化等专业的毕设与课程设计场景聚焦船舶吃水标尺识别这一具体任务可替代人工目视判读提升港口作业效率与读数准确性。压缩包共8个文件包含3个Python源码文件分别承担模型训练、视频检测与交互式可视化页面功能3个模型权重文件覆盖预训练权重与训练所得最佳权重2个文本说明用于部署指引与数据清单说明整体压缩包仅15.91MB下载与复现成本低适合快速搭建实验环境。目前已有32人学习下载可作为项目初期演示或答辩阶段的辅助材料。代码已经过测试且能够成功运行配套说明清晰运行后可生成核心指标曲线图、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果与标签分布图便于检查模型拟合情况并展示给评审同时配有完整数据集和部署教程按README操作即可直接运行能有效支撑毕设评审和后续功能扩展。1. 港口船舶吃水标尺自动读取YOLOv8 检测加可视化界面毕设和课设都能直接落地港口装卸作业前调度员要核对船艏、船艉和船中两侧共六个位置的吃水值传统做法是拿望远镜目测标尺夜间还得打光误差大、效率低。这套基于 YOLOv8 的港口船舶吃水标尺自动读取项目把流程拆成目标检测加后处理两步先检测照片里的吃水数字与刻度线再根据水线位置换算出实际吃水值。资源自带完整源码、可视化操作界面、带标注的船舶标尺数据集和部署教程下载解压后按文档配置环境就能跑通不需要从零标数据。适合选深度学习方向做毕设、课设的学生也适合港口信息化从业者快速验证方案。下面从选型原理、数据标注、训练参数、界面部署到踩坑记录逐层拆开每一步都给出能直接抄的参数和命令。2. 选型与原理为什么吃水读数要选 YOLOv8 检测而不是传统图像处理加 OCR2.1 吃水标尺识别真正的难点在哪里吃水标尺刻在船体外板上数字和刻度线本身并不复杂复杂的是它所在的环境。先说水线水面不是静止的波浪会把标尺下半段盖住又露出来水线位置每帧都在变反光还会在数字上形成高光斑把笔画直接吞掉。再说拍摄角度现场拍舷侧照片很少能正对标尺拍平船艏的标尺还带着船体弧度的透视变形同一个数字在不同照片里可能是斜的、压扁的、甚至被缆绳挡了一半。这三个难点决定了算法选型的方向。传统做法里很多人第一反应是边缘检测加模板匹配先 Canny 找直线再拿模板去匹配数字。固定机位、固定船型、固定光照条件下它能跑通但换一条船、换一个时段光照和水痕一变边缘图就面目全非模板匹配的阈值要重新调一遍。这种方案在实验室演示没问题一旦拿到港口实际照片就翻车我在复现类似项目时见过太多这种案例。另一个常见思路是直接用 OCR 引擎识别数字。OCR 对付印刷体、屏幕字符很强但吃水标尺是凸起的金属字符带锈蚀、水渍和透视畸变普通 OCR 引擎对这些干扰的鲁棒性远不如专门训练的目标检测模型。而且吃水读数的关键在于把水线和标尺的位置关系算出来OCR 只能给你一串字符水线在哪它管不了。所以这个项目把数字、刻度线和水线都作为检测目标交给 YOLOv8识别和定位一步到位后续再靠几何关系换算吃水值。检测器只需要判断哪里是数字、哪里是刻度线、水线在哪语义理解留给后处理这是我认为这个方案合理的地方。2.2 YOLOv8 各尺寸模型怎么选n、s、m 的取舍YOLOv8 官方提供 n、s、m、l、x 五个尺寸这个项目的训练和推理用 n 或 s 就足够了因为检测目标只有数字、刻度线、水线这几个类别属于小目标、类别少的问题不需要用 m 以上的大模型去堆精度。第一次跑的时候ultralytics 会自动下载对应预训练权重yolov8n.pt 才几 MB下载很快。模型参数量输入 640 的推理速度参考适用场景YOLOv8n约 3.2MCPU 单帧几百毫秒验证流程、CPU 机器、实时性优先YOLOv8s约 11.2M入门 GPU 单帧十几到几十毫秒项目默认推荐精度与速度均衡YOLOv8m约 25.9MGPU 上明显变慢类别多、目标密集的复杂场景本场景偏浪费选型上我一般建议先拿 n 把整个流程走通确认数据集、标注、后处理逻辑都没问题再切到 s 提精度。显存方面imgsz640、batch16 时n 在 6GB 显存能跑s 建议至少 8GB。宿舍里的 GTX 1660 Ti 这类 6GB 显卡跑 s 也没问题batch 降到 8 就行CPU 机器跑 n 做推理演示也够用。训练成本不用太担心标尺目标简单100 轮以内就能收敛比训练行人检测这类复杂场景快得多。2.3 从检测框到吃水数值的完整流程检测模型输出的是带类别和坐标的框离吃水 5.6 米还差一步换算。常见的设计是把类别设为三类数字标尺上的米数数字如 5、6、7、刻度线数字之间的短横线代表分米或厘米、水线水面与船体的交界线。有了这三类目标吃水值的计算逻辑是先取离水线最近的数字作为基准值比如检测到数字 6且水线在 6 的上方接近 6 的刻度位置再根据水线和最近刻度线之间的像素间距按标尺比例换算成小数部分。比例怎么定标尺上相邻刻度线之间的实际间隔是已知的通常为 10 厘米检测出两条刻度线的像素距离后就算出每像素对应多少厘米水线到基准数字的像素偏移乘上这个比例就是吃水的小数部分。这一步是整套系统的精度核心。只检测数字的模型也能出结果但没有刻度线的像素距离做参照小数部分全靠猜精度不可控。把刻度线和水线一起检出来等于给换算提供了两个几何锚点这也是数据标注阶段不能偷懒的原因。3. 数据集处理与模型训练从 labelme 标注到 best.pt 权重落盘3.1 数据集结构与 labelme 标注规范这套资源附带的数据集目录结构是标准的 YOLO 检测格式train 和 val 分开图片和标注文件同名存放dataset/draft/ ├── images/ │ ├── train/ # 训练图片jpg/png 均可 │ └── val/ # 验证图片 ├── labels/ │ ├── train/ # 与图片同名的 txt 标注 │ └── val/ └── draft.yaml # 数据集配置文件每张图片对应的 txt 文件里每一行代表一个目标class_id x_center y_center width height前四位是归一化到 0~1 的坐标。用 labelme 或 labelimg 标注后导出为 YOLO 格式的 txt 即可这也是labelme 标注用于 yolov8最标准的链路。如果你要往自己的数据集里加图有几个规范必须守类别 id 从 0 开始连续编号draft.yaml 里 names 顺序要和标注一致图片和 txt 必须同名jpg/png 后缀不影响但前缀必须严格一致标数字框时尽量紧贴数字轮廓不要为了省事把整条标尺框进去否则模型学到的是整块区域而不是数字。水线类别建议单独标因为水线是后续读数的关键参照标的时候沿着水面和船体的交界处画框框的上下边界贴近实际水线位置。我见过不少人把水线框画得很大把标尺下半段也包进去这会让后处理取水线坐标时偏差十几个像素吃水读数自然对不上。3.2 训练配置与训练脚本用 ultralytics 库训练核心就一个 train.py。以 yolov8n 预训练权重为起点COCO 上训过的特征能明显加速收敛from ultralytics import YOLO # 加载预训练权重首次运行会自动下载 model YOLO(yolov8n.pt) results model.train( datadataset/draft/draft.yaml, # 数据集配置文件 epochs100, # 毕设场景 80~120 轮足够 imgsz640, # 输入尺寸保持和预训练一致 batch16, # 显存不够降到 8 或 4 lr00.01, # 初始学习率 patience15, # 验证指标 15 轮不涨就早停 device0, # 0 表示第一块 GPUCPU 写 cpu workers4, # 数据加载线程数 projectruns/train, # 输出目录 namedraft_n # 本次训练的子目录名 )几个参数值得展开说。epochs 设 100 是够用的标尺检测目标简单模型通常在 50 轮左右就收敛后面都是微调patience 设 15 能在验证集 mAP 连续 15 轮不提升时自动停止不用一直盯着。batch 大小取决于显存GTX 1660 Ti 这类 6GB 显卡跑 yolov8n 可以到 16跑 yolov8s 建议降到 8否则会直接报 CUDA out of memory。device 在只有 CPU 的机器上写 cpun 模型跑完 100 轮大概一两个小时s 会久一些但都能接受。draft.yaml 里的 path 建议写相对路径免得换机器后绝对路径失效配置文件长这样path: dataset/draft # 相对于 train.py 所在目录 train: images/train val: images/val names: 0: draft_num # 吃水数字 1: scale_line # 刻度线 2: waterline # 水线3.3 训练收敛判断与 best.pt 的选择训练结束后runs/train/draft_n/weights/ 下会有 best.pt 和 last.pt 两个权重。last.pt 是最后一轮的结果best.pt 是验证集上 mAP 最高的那轮推理和部署一律用 best.pt。这是最容易踩的坑很多人看 last 的 loss 更低就选 last但 last loss 低不代表验证集精度高best.pt 才是按验证指标挑出来的。判断收敛看训练日志里的 metrics重点是 val 的 precision、recall 和 mAP50。吃水标尺这类小目标检测mAP50 到 0.85 以上已经算不错mAP50-95 会低一些0.5 左右是正常水平。如果你的验证集 mAP50 一直上不去优先怀疑两类问题一是标注类别混乱框里混进了背景二是数据里图片太少、场景太单一而不是急着加训练轮数。数据量不够的时候加轮数只会让模型过拟合到训练集验证指标反而下降。4. 可视化界面与部署把 best.pt 变成能点开的吃水读取工具4.1 可视化界面功能拆解资源自带的可视化界面基于 PyQt5 实现主窗口分成三块左侧是操作面板中间是图像显示区右侧是结果信息区。操作面板提供打开图片打开视频开始检测导出结果四个按钮图像显示区会叠加画出检测框、类别标签和置信度结果信息区显示每次检测的吃水读数和推理耗时。界面默认支持图片和视频文件两种模式。图片模式适合单张校验比如对着一张港口的现场照片看检测框画得准不准视频模式适合对监控录像做连续帧检测可以看到水线波动下读数在什么范围浮动。如果要接实时摄像头把视频源从文件路径改成摄像头索引就行界面框架不用动这段代码在资源里是现成的。4.2 推理与吃水换算的核心代码界面底层调用的推理逻辑大致是这样检测框收集按类别分开方便后续换算from ultralytics import YOLO import cv2 model YOLO(runs/train/draft_n/weights/best.pt) def detect_draft(image_path): results model.predict( sourceimage_path, conf0.25, # 置信度阈值低于它的框会被滤掉 iou0.45, # NMS 的 IoU 阈值目标密集可调到 0.5 imgsz640, # 推理尺寸和训练保持一致 verboseFalse # 关闭日志刷屏 ) boxes results[0].boxes digit_boxes, line_boxes, water_boxes [], [], [] for box in boxes: cls int(box.cls[0]) conf float(box.conf[0]) xyxy box.xyxy[0].cpu().numpy() if cls 0: digit_boxes.append((xyxy, conf)) elif cls 1: line_boxes.append((xyxy, conf)) else: water_boxes.append((xyxy, conf)) return digit_boxes, line_boxes, water_boxesconf 和 iou 这两个参数直接决定输出质量。conf 调太低会把水痕、锈斑误检成刻度线调太高又会漏掉被反光削弱的数字0.25 是常见起点现场反光严重的场景我会提到 0.35。iou 控制 NMS 合并重叠框的力度标尺数字间距大0.45 够用如果两个相近数字被并成一个框把 iou 降到 0.4 试试。拿到检测框之后吃水换算就是纯几何运算核心思想是基准数字 像素偏移 × 比例系数import numpy as np def calc_draft(digit_boxes, line_boxes, water_boxes): # 1. 水线位置取所有水线框下边界的均值 water_y np.mean([b[3] for b in water_boxes]) if water_boxes else None if water_y is None: return None # 2. 基准数字取水线上方、距离水线最近的数字框 base_box, base_value None, None for box, cls_value in digit_boxes: bottom box[3] # 数字框下边界 if bottom water_y: if base_box is None or (water_y - bottom) (water_y - base_box[3]): base_box, base_value box, cls_value # 3. 比例系数相邻两条刻度线的像素间距对应实际 10cm line_ys sorted([(b[1] b[3]) / 2 for b in line_boxes]) ratio 10.0 / (line_ys[-1] - line_ys[-2]) # 单位cm/像素 # 4. 小数部分水线到基准数字框下边界的像素偏移换算成米 offset_cm (water_y - base_box[3]) * ratio draft base_value offset_cm / 100.0 return round(draft, 2)这段逻辑做了两点简化数字具体数值在资源里来自对裁剪区域的轻量识别你也可以用 0~9 独立类别的方式训练让检测类别直接当数值用刻度线排序后取最后两条做比例实际项目中会先按水线附近过滤一遍避免远端刻度线干扰比例计算。吃水值 基准值 小数偏移这个公式是整个后处理的骨架。4.3 环境配置与一键运行步骤部署分三步。第一步建环境用 conda 创建 Python 3.10 环境再装依赖。资源里自带 requirements.txt核心是 ultralytics、opencv-python、PyQt5、torch。torch 的安装要看机器有没有 N 卡有 GPU 就按 PyTorch 官方命令行装对应 CUDA 版本没有就装 CPU 版CPU 版照样能跑只是训练和推理慢一些毕设演示完全够用。第二步确认权重可用。训练好的 best.pt 已经放在 weights 目录下不需要重新训练。先跑一遍推理脚本确认环境没问题再启动界面conda create -n draft python3.10 -y conda activate draft pip install -r requirements.txt python detect.py --source test_images/001.jpg python main.py # 启动可视化界面第三步检查输出。detect.py 会在 results 目录生成带检测框的标注图和文本结果里面包含每个目标的类别、置信度、坐标以及最终吃水值。界面里导出的结果是一张合成图和一份 csvcsv 逐行记录每张图的读数值方便后续批量统计。部署环节最容易出问题的不是业务代码而是 torch 和 CUDA 的版本匹配这块放到下一章细说。5. 避坑与常见问题复现船舶视觉项目最容易翻车的四个点5.1 中文路径让数据集加载失败现象训练刚开始就报 FileNotFoundError或者数据集加载为 0 张图图片明明在目录里却读不到。原因ultralytics 底层读图依赖 opencv 和文件遍历Windows 下带中文或空格的绝对路径经常导致路径拼接和编码出错。解决数据集和项目目录一律用纯英文路径不要放在桌面/毕业论文素材这类目录下训练和部署统一用相对路径。5.2 PyTorch 与 CUDA 版本不匹配GPU 训练反而报错现象训练时 device0 直接抛 AssertionError 或 CUDA error退回 CPU 又慢得难受。原因很多教程让人直接 pip install torch装的是 CPU 版或者是 CUDA 12 的 torch 配了 CUDA 11 的驱动版本对不上。解决先跑 nvidia-smi 看驱动支持的 CUDA 版本再到 PyTorch 官网按对应版本选安装命令不确定就先拿 CPU 把流程跑通再回头调 GPU。环境配置这块是最磨人的资源自带的部署教程里给了已验证的组合照着配能省一晚上折腾。5.3 水面反光把水线误检成刻度线现象检测结果里标尺附近多出一堆横向短线框吃水读数比人工目测偏差十几厘米。原因水面波浪的反光和标尺刻度线在视觉上都呈横向条状训练数据里反光样本不够模型就把高光区域也检成了刻度线。解决在数据集里补充不同光照、不同水面状态的反光样本推理时把 conf 阈值从 0.25 提到 0.35更保险的办法是在后处理里加一条约束刻度线框的长宽比必须满足一定范围明显偏宽的框直接丢弃。5.4 同一张图两次推理读数不一致现象固定 conf 和 iou 参数同一张图多次运行检测出的目标数量不同读数值在小数位上抖动。原因网络推理本身对 NMS 结果有微小随机性界面程序二次调用时没有固定随机种子加上 conf 临界值附近的低置信度框时有时无。解决在推理脚本开头设置 random.seed、np.random.seed 和 torch.manual_seed 三件套如果抖动还是存在把 conf 从 0.25 提到 0.3 以上低置信度框被稳定滤掉后结果就固定了。6. 进阶批量验证与 loss 曲线把答辩材料的底气做足单张检测跑通之后下一步是把验证集整个过一遍产出 mAP 指标、loss 曲线和混淆矩阵这三样东西是毕设答辩里最硬的论据。先用一行命令把验证集指标算出来from ultralytics import YOLO model YOLO(runs/train/draft_n/weights/best.pt) metrics model.val(datadataset/draft/draft.yaml, splitval) print(fmAP50: {metrics.box.map50:.3f}) print(fmAP50-95: {metrics.box.map:.3f})训练过程中 ultralytics 会在 runs/train/draft_n/ 下生成 results.csv里面逐行记录了每个 epoch 的 loss 和指标。用 pandas 读出来画 loss 曲线就是热搜里常说的yolov8 画损失函数曲线图的标准做法import pandas as pd import matplotlib.pyplot as plt df pd.read_csv(runs/train/draft_n/results.csv) df.columns [c.strip() for c in df.columns] # 列名首尾可能有空格 plt.plot(df[epoch], df[train/box_loss], labeltrain_box_loss) plt.plot(df[epoch], df[val/box_loss], labelval_box_loss) plt.legend() plt.savefig(loss_curve.png, dpi200)模型自带的 val 流程还会输出混淆矩阵图存在 save_dir 里从图里能看到数字、刻度线、水线三类目标哪些互相混检这比口头说效果不错有说服力得多。如果毕设要求对比实验把 yolov8n 和 yolov8s 各训一遍用上面这段代码生成两张指标表mAP 和推理耗时放一起结论自然就出来了。批量验证最后我习惯加一步写个脚本把 val 目录下所有图片跑一遍推理把每张图的检测框数量、置信度、吃水读数汇总成一张 csv人工抽查其中十几张和实际值对照误差在 5 厘米内的比例就是最能拿出来说的数字。从那以后我每次拿到这类 YOLOv8 项目都强制走一遍环境验证 — 单张推理 — 批量指标 — 抽检对照四步流程先确认权重和代码真实可用再谈改参数和调优省掉了不少无效折腾。希望帮到你。本文还有配套的精品资源点击获取 YOLOv8港口船舶吃水标尺自动读取：深度学习目标检测与可视化界面实战
简介一套基于YOLOv8的港口船舶吃水标尺自动读取方案面向计算机视觉、人工智能、自动化等专业的毕设与课程设计场景聚焦船舶吃水标尺识别这一具体任务可替代人工目视判读提升港口作业效率与读数准确性。压缩包共8个文件包含3个Python源码文件分别承担模型训练、视频检测与交互式可视化页面功能3个模型权重文件覆盖预训练权重与训练所得最佳权重2个文本说明用于部署指引与数据清单说明整体压缩包仅15.91MB下载与复现成本低适合快速搭建实验环境。目前已有32人学习下载可作为项目初期演示或答辩阶段的辅助材料。代码已经过测试且能够成功运行配套说明清晰运行后可生成核心指标曲线图、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果与标签分布图便于检查模型拟合情况并展示给评审同时配有完整数据集和部署教程按README操作即可直接运行能有效支撑毕设评审和后续功能扩展。1. 港口船舶吃水标尺自动读取YOLOv8 检测加可视化界面毕设和课设都能直接落地港口装卸作业前调度员要核对船艏、船艉和船中两侧共六个位置的吃水值传统做法是拿望远镜目测标尺夜间还得打光误差大、效率低。这套基于 YOLOv8 的港口船舶吃水标尺自动读取项目把流程拆成目标检测加后处理两步先检测照片里的吃水数字与刻度线再根据水线位置换算出实际吃水值。资源自带完整源码、可视化操作界面、带标注的船舶标尺数据集和部署教程下载解压后按文档配置环境就能跑通不需要从零标数据。适合选深度学习方向做毕设、课设的学生也适合港口信息化从业者快速验证方案。下面从选型原理、数据标注、训练参数、界面部署到踩坑记录逐层拆开每一步都给出能直接抄的参数和命令。2. 选型与原理为什么吃水读数要选 YOLOv8 检测而不是传统图像处理加 OCR2.1 吃水标尺识别真正的难点在哪里吃水标尺刻在船体外板上数字和刻度线本身并不复杂复杂的是它所在的环境。先说水线水面不是静止的波浪会把标尺下半段盖住又露出来水线位置每帧都在变反光还会在数字上形成高光斑把笔画直接吞掉。再说拍摄角度现场拍舷侧照片很少能正对标尺拍平船艏的标尺还带着船体弧度的透视变形同一个数字在不同照片里可能是斜的、压扁的、甚至被缆绳挡了一半。这三个难点决定了算法选型的方向。传统做法里很多人第一反应是边缘检测加模板匹配先 Canny 找直线再拿模板去匹配数字。固定机位、固定船型、固定光照条件下它能跑通但换一条船、换一个时段光照和水痕一变边缘图就面目全非模板匹配的阈值要重新调一遍。这种方案在实验室演示没问题一旦拿到港口实际照片就翻车我在复现类似项目时见过太多这种案例。另一个常见思路是直接用 OCR 引擎识别数字。OCR 对付印刷体、屏幕字符很强但吃水标尺是凸起的金属字符带锈蚀、水渍和透视畸变普通 OCR 引擎对这些干扰的鲁棒性远不如专门训练的目标检测模型。而且吃水读数的关键在于把水线和标尺的位置关系算出来OCR 只能给你一串字符水线在哪它管不了。所以这个项目把数字、刻度线和水线都作为检测目标交给 YOLOv8识别和定位一步到位后续再靠几何关系换算吃水值。检测器只需要判断哪里是数字、哪里是刻度线、水线在哪语义理解留给后处理这是我认为这个方案合理的地方。2.2 YOLOv8 各尺寸模型怎么选n、s、m 的取舍YOLOv8 官方提供 n、s、m、l、x 五个尺寸这个项目的训练和推理用 n 或 s 就足够了因为检测目标只有数字、刻度线、水线这几个类别属于小目标、类别少的问题不需要用 m 以上的大模型去堆精度。第一次跑的时候ultralytics 会自动下载对应预训练权重yolov8n.pt 才几 MB下载很快。模型参数量输入 640 的推理速度参考适用场景YOLOv8n约 3.2MCPU 单帧几百毫秒验证流程、CPU 机器、实时性优先YOLOv8s约 11.2M入门 GPU 单帧十几到几十毫秒项目默认推荐精度与速度均衡YOLOv8m约 25.9MGPU 上明显变慢类别多、目标密集的复杂场景本场景偏浪费选型上我一般建议先拿 n 把整个流程走通确认数据集、标注、后处理逻辑都没问题再切到 s 提精度。显存方面imgsz640、batch16 时n 在 6GB 显存能跑s 建议至少 8GB。宿舍里的 GTX 1660 Ti 这类 6GB 显卡跑 s 也没问题batch 降到 8 就行CPU 机器跑 n 做推理演示也够用。训练成本不用太担心标尺目标简单100 轮以内就能收敛比训练行人检测这类复杂场景快得多。2.3 从检测框到吃水数值的完整流程检测模型输出的是带类别和坐标的框离吃水 5.6 米还差一步换算。常见的设计是把类别设为三类数字标尺上的米数数字如 5、6、7、刻度线数字之间的短横线代表分米或厘米、水线水面与船体的交界线。有了这三类目标吃水值的计算逻辑是先取离水线最近的数字作为基准值比如检测到数字 6且水线在 6 的上方接近 6 的刻度位置再根据水线和最近刻度线之间的像素间距按标尺比例换算成小数部分。比例怎么定标尺上相邻刻度线之间的实际间隔是已知的通常为 10 厘米检测出两条刻度线的像素距离后就算出每像素对应多少厘米水线到基准数字的像素偏移乘上这个比例就是吃水的小数部分。这一步是整套系统的精度核心。只检测数字的模型也能出结果但没有刻度线的像素距离做参照小数部分全靠猜精度不可控。把刻度线和水线一起检出来等于给换算提供了两个几何锚点这也是数据标注阶段不能偷懒的原因。3. 数据集处理与模型训练从 labelme 标注到 best.pt 权重落盘3.1 数据集结构与 labelme 标注规范这套资源附带的数据集目录结构是标准的 YOLO 检测格式train 和 val 分开图片和标注文件同名存放dataset/draft/ ├── images/ │ ├── train/ # 训练图片jpg/png 均可 │ └── val/ # 验证图片 ├── labels/ │ ├── train/ # 与图片同名的 txt 标注 │ └── val/ └── draft.yaml # 数据集配置文件每张图片对应的 txt 文件里每一行代表一个目标class_id x_center y_center width height前四位是归一化到 0~1 的坐标。用 labelme 或 labelimg 标注后导出为 YOLO 格式的 txt 即可这也是labelme 标注用于 yolov8最标准的链路。如果你要往自己的数据集里加图有几个规范必须守类别 id 从 0 开始连续编号draft.yaml 里 names 顺序要和标注一致图片和 txt 必须同名jpg/png 后缀不影响但前缀必须严格一致标数字框时尽量紧贴数字轮廓不要为了省事把整条标尺框进去否则模型学到的是整块区域而不是数字。水线类别建议单独标因为水线是后续读数的关键参照标的时候沿着水面和船体的交界处画框框的上下边界贴近实际水线位置。我见过不少人把水线框画得很大把标尺下半段也包进去这会让后处理取水线坐标时偏差十几个像素吃水读数自然对不上。3.2 训练配置与训练脚本用 ultralytics 库训练核心就一个 train.py。以 yolov8n 预训练权重为起点COCO 上训过的特征能明显加速收敛from ultralytics import YOLO # 加载预训练权重首次运行会自动下载 model YOLO(yolov8n.pt) results model.train( datadataset/draft/draft.yaml, # 数据集配置文件 epochs100, # 毕设场景 80~120 轮足够 imgsz640, # 输入尺寸保持和预训练一致 batch16, # 显存不够降到 8 或 4 lr00.01, # 初始学习率 patience15, # 验证指标 15 轮不涨就早停 device0, # 0 表示第一块 GPUCPU 写 cpu workers4, # 数据加载线程数 projectruns/train, # 输出目录 namedraft_n # 本次训练的子目录名 )几个参数值得展开说。epochs 设 100 是够用的标尺检测目标简单模型通常在 50 轮左右就收敛后面都是微调patience 设 15 能在验证集 mAP 连续 15 轮不提升时自动停止不用一直盯着。batch 大小取决于显存GTX 1660 Ti 这类 6GB 显卡跑 yolov8n 可以到 16跑 yolov8s 建议降到 8否则会直接报 CUDA out of memory。device 在只有 CPU 的机器上写 cpun 模型跑完 100 轮大概一两个小时s 会久一些但都能接受。draft.yaml 里的 path 建议写相对路径免得换机器后绝对路径失效配置文件长这样path: dataset/draft # 相对于 train.py 所在目录 train: images/train val: images/val names: 0: draft_num # 吃水数字 1: scale_line # 刻度线 2: waterline # 水线3.3 训练收敛判断与 best.pt 的选择训练结束后runs/train/draft_n/weights/ 下会有 best.pt 和 last.pt 两个权重。last.pt 是最后一轮的结果best.pt 是验证集上 mAP 最高的那轮推理和部署一律用 best.pt。这是最容易踩的坑很多人看 last 的 loss 更低就选 last但 last loss 低不代表验证集精度高best.pt 才是按验证指标挑出来的。判断收敛看训练日志里的 metrics重点是 val 的 precision、recall 和 mAP50。吃水标尺这类小目标检测mAP50 到 0.85 以上已经算不错mAP50-95 会低一些0.5 左右是正常水平。如果你的验证集 mAP50 一直上不去优先怀疑两类问题一是标注类别混乱框里混进了背景二是数据里图片太少、场景太单一而不是急着加训练轮数。数据量不够的时候加轮数只会让模型过拟合到训练集验证指标反而下降。4. 可视化界面与部署把 best.pt 变成能点开的吃水读取工具4.1 可视化界面功能拆解资源自带的可视化界面基于 PyQt5 实现主窗口分成三块左侧是操作面板中间是图像显示区右侧是结果信息区。操作面板提供打开图片打开视频开始检测导出结果四个按钮图像显示区会叠加画出检测框、类别标签和置信度结果信息区显示每次检测的吃水读数和推理耗时。界面默认支持图片和视频文件两种模式。图片模式适合单张校验比如对着一张港口的现场照片看检测框画得准不准视频模式适合对监控录像做连续帧检测可以看到水线波动下读数在什么范围浮动。如果要接实时摄像头把视频源从文件路径改成摄像头索引就行界面框架不用动这段代码在资源里是现成的。4.2 推理与吃水换算的核心代码界面底层调用的推理逻辑大致是这样检测框收集按类别分开方便后续换算from ultralytics import YOLO import cv2 model YOLO(runs/train/draft_n/weights/best.pt) def detect_draft(image_path): results model.predict( sourceimage_path, conf0.25, # 置信度阈值低于它的框会被滤掉 iou0.45, # NMS 的 IoU 阈值目标密集可调到 0.5 imgsz640, # 推理尺寸和训练保持一致 verboseFalse # 关闭日志刷屏 ) boxes results[0].boxes digit_boxes, line_boxes, water_boxes [], [], [] for box in boxes: cls int(box.cls[0]) conf float(box.conf[0]) xyxy box.xyxy[0].cpu().numpy() if cls 0: digit_boxes.append((xyxy, conf)) elif cls 1: line_boxes.append((xyxy, conf)) else: water_boxes.append((xyxy, conf)) return digit_boxes, line_boxes, water_boxesconf 和 iou 这两个参数直接决定输出质量。conf 调太低会把水痕、锈斑误检成刻度线调太高又会漏掉被反光削弱的数字0.25 是常见起点现场反光严重的场景我会提到 0.35。iou 控制 NMS 合并重叠框的力度标尺数字间距大0.45 够用如果两个相近数字被并成一个框把 iou 降到 0.4 试试。拿到检测框之后吃水换算就是纯几何运算核心思想是基准数字 像素偏移 × 比例系数import numpy as np def calc_draft(digit_boxes, line_boxes, water_boxes): # 1. 水线位置取所有水线框下边界的均值 water_y np.mean([b[3] for b in water_boxes]) if water_boxes else None if water_y is None: return None # 2. 基准数字取水线上方、距离水线最近的数字框 base_box, base_value None, None for box, cls_value in digit_boxes: bottom box[3] # 数字框下边界 if bottom water_y: if base_box is None or (water_y - bottom) (water_y - base_box[3]): base_box, base_value box, cls_value # 3. 比例系数相邻两条刻度线的像素间距对应实际 10cm line_ys sorted([(b[1] b[3]) / 2 for b in line_boxes]) ratio 10.0 / (line_ys[-1] - line_ys[-2]) # 单位cm/像素 # 4. 小数部分水线到基准数字框下边界的像素偏移换算成米 offset_cm (water_y - base_box[3]) * ratio draft base_value offset_cm / 100.0 return round(draft, 2)这段逻辑做了两点简化数字具体数值在资源里来自对裁剪区域的轻量识别你也可以用 0~9 独立类别的方式训练让检测类别直接当数值用刻度线排序后取最后两条做比例实际项目中会先按水线附近过滤一遍避免远端刻度线干扰比例计算。吃水值 基准值 小数偏移这个公式是整个后处理的骨架。4.3 环境配置与一键运行步骤部署分三步。第一步建环境用 conda 创建 Python 3.10 环境再装依赖。资源里自带 requirements.txt核心是 ultralytics、opencv-python、PyQt5、torch。torch 的安装要看机器有没有 N 卡有 GPU 就按 PyTorch 官方命令行装对应 CUDA 版本没有就装 CPU 版CPU 版照样能跑只是训练和推理慢一些毕设演示完全够用。第二步确认权重可用。训练好的 best.pt 已经放在 weights 目录下不需要重新训练。先跑一遍推理脚本确认环境没问题再启动界面conda create -n draft python3.10 -y conda activate draft pip install -r requirements.txt python detect.py --source test_images/001.jpg python main.py # 启动可视化界面第三步检查输出。detect.py 会在 results 目录生成带检测框的标注图和文本结果里面包含每个目标的类别、置信度、坐标以及最终吃水值。界面里导出的结果是一张合成图和一份 csvcsv 逐行记录每张图的读数值方便后续批量统计。部署环节最容易出问题的不是业务代码而是 torch 和 CUDA 的版本匹配这块放到下一章细说。5. 避坑与常见问题复现船舶视觉项目最容易翻车的四个点5.1 中文路径让数据集加载失败现象训练刚开始就报 FileNotFoundError或者数据集加载为 0 张图图片明明在目录里却读不到。原因ultralytics 底层读图依赖 opencv 和文件遍历Windows 下带中文或空格的绝对路径经常导致路径拼接和编码出错。解决数据集和项目目录一律用纯英文路径不要放在桌面/毕业论文素材这类目录下训练和部署统一用相对路径。5.2 PyTorch 与 CUDA 版本不匹配GPU 训练反而报错现象训练时 device0 直接抛 AssertionError 或 CUDA error退回 CPU 又慢得难受。原因很多教程让人直接 pip install torch装的是 CPU 版或者是 CUDA 12 的 torch 配了 CUDA 11 的驱动版本对不上。解决先跑 nvidia-smi 看驱动支持的 CUDA 版本再到 PyTorch 官网按对应版本选安装命令不确定就先拿 CPU 把流程跑通再回头调 GPU。环境配置这块是最磨人的资源自带的部署教程里给了已验证的组合照着配能省一晚上折腾。5.3 水面反光把水线误检成刻度线现象检测结果里标尺附近多出一堆横向短线框吃水读数比人工目测偏差十几厘米。原因水面波浪的反光和标尺刻度线在视觉上都呈横向条状训练数据里反光样本不够模型就把高光区域也检成了刻度线。解决在数据集里补充不同光照、不同水面状态的反光样本推理时把 conf 阈值从 0.25 提到 0.35更保险的办法是在后处理里加一条约束刻度线框的长宽比必须满足一定范围明显偏宽的框直接丢弃。5.4 同一张图两次推理读数不一致现象固定 conf 和 iou 参数同一张图多次运行检测出的目标数量不同读数值在小数位上抖动。原因网络推理本身对 NMS 结果有微小随机性界面程序二次调用时没有固定随机种子加上 conf 临界值附近的低置信度框时有时无。解决在推理脚本开头设置 random.seed、np.random.seed 和 torch.manual_seed 三件套如果抖动还是存在把 conf 从 0.25 提到 0.3 以上低置信度框被稳定滤掉后结果就固定了。6. 进阶批量验证与 loss 曲线把答辩材料的底气做足单张检测跑通之后下一步是把验证集整个过一遍产出 mAP 指标、loss 曲线和混淆矩阵这三样东西是毕设答辩里最硬的论据。先用一行命令把验证集指标算出来from ultralytics import YOLO model YOLO(runs/train/draft_n/weights/best.pt) metrics model.val(datadataset/draft/draft.yaml, splitval) print(fmAP50: {metrics.box.map50:.3f}) print(fmAP50-95: {metrics.box.map:.3f})训练过程中 ultralytics 会在 runs/train/draft_n/ 下生成 results.csv里面逐行记录了每个 epoch 的 loss 和指标。用 pandas 读出来画 loss 曲线就是热搜里常说的yolov8 画损失函数曲线图的标准做法import pandas as pd import matplotlib.pyplot as plt df pd.read_csv(runs/train/draft_n/results.csv) df.columns [c.strip() for c in df.columns] # 列名首尾可能有空格 plt.plot(df[epoch], df[train/box_loss], labeltrain_box_loss) plt.plot(df[epoch], df[val/box_loss], labelval_box_loss) plt.legend() plt.savefig(loss_curve.png, dpi200)模型自带的 val 流程还会输出混淆矩阵图存在 save_dir 里从图里能看到数字、刻度线、水线三类目标哪些互相混检这比口头说效果不错有说服力得多。如果毕设要求对比实验把 yolov8n 和 yolov8s 各训一遍用上面这段代码生成两张指标表mAP 和推理耗时放一起结论自然就出来了。批量验证最后我习惯加一步写个脚本把 val 目录下所有图片跑一遍推理把每张图的检测框数量、置信度、吃水读数汇总成一张 csv人工抽查其中十几张和实际值对照误差在 5 厘米内的比例就是最能拿出来说的数字。从那以后我每次拿到这类 YOLOv8 项目都强制走一遍环境验证 — 单张推理 — 批量指标 — 抽检对照四步流程先确认权重和代码真实可用再谈改参数和调优省掉了不少无效折腾。希望帮到你。本文还有配套的精品资源点击获取