尧图网站建设 
简介这份资源是一套基于YOLOv8的渔船作业监控系统完整项目面向计算机、人工智能、通信工程、自动化等专业的在校学生与教师可用于毕业设计、课程设计、大作业或项目立项演示也适合希望进阶目标检测实战的小白。压缩包共97个文件约24.21MB以70个Python源码文件为核心辅以4个pt权重文件、5个xml配置、12个pyc缓存及txt说明、ico图标、mp4测试视频等涵盖模型训练、推理检测、可视化服务与界面模块。项目包含源码、完整数据集、可视化页面和部署说明可生成核心指标曲线、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代码均经运行测试部署简单、拿来即用。目前已有40人学习下载适合需要一站式毕设方案、想快速复现目标检测流程并在此基础上二次开发的读者参考。1. 渔船作业监控系统拆包YOLOv8 毕设资源到底能不能直接跑实验室里最怕的不是模型不收敛而是答辩前三天发现代码跑不起来。这份《基于YOLOv8的渔船作业监控系统》资源包从名字看就是冲着毕设和课程设计去的——源码、可视化界面、完整数据集、部署教程四件套齐全还附带训练好的 best.pt 权重。我拿到手第一件事不是看代码而是翻目录结构main.py 是可视化入口five_type_det_service.py 负责五类渔船行为检测服务model 目录下躺着 best.ptconfig 里塞了 rtmdet 和 faster-rcnn 的配置文件UI 目录有 icon.ico模型训练目录里还有 yolov8n.pt 和 yolo11n.pt 两个预训练权重。这种结构说明作者至少把训练和推理两条线都跑通了不是只丢一个 notebook 糊弄人。适合谁计算机、人工智能、通信、自动化专业的在校生尤其是需要目标检测类毕设但不想从零搭框架的人。新手能照着 README 一步步跑通熟手能直接拿 best.pt 做迁移学习或者改服务层逻辑。但能不能“简单部署即可运行”得看你的环境跟作者的是不是一条道上的——这是后面要重点拆的。2. 环境配置与依赖安装从零把 YOLOv8 推理链路搭起来2.1 为什么优先选 CPU 版本而不是上来就搞 GPU很多人一看到 YOLOv8 就条件反射去装 CUDA结果显卡驱动版本对不上torch 和 torchvision 互相打架一个下午就没了。这份资源的部署教程里其实暗示了 CPU 版本也能跑——可视化界面和检测服务对实时性要求没那么高渔船监控视频通常是抽帧或者离线分析CPU 推理完全够用。我一般会先确认两件事Python 版本和 torch 版本。资源里出现了detect.cpython-39.pyc说明作者用的是 Python 3.9。如果你用 3.10 或 3.11某些依赖的 wheel 可能对不上尤其是 opencv-python 和 numpy 的版本组合。常见做法是直接建一个 3.9 的虚拟环境别在系统 Python 里折腾。# 创建 Python 3.9 虚拟环境避免污染系统环境 python3.9 -m venv venv_yolov8 source venv_yolov8/bin/activate # Windows 用 venv_yolov8\Scripts\activate # 升级 pip老版本 pip 装 torch 容易卡在依赖解析 pip install --upgrade pip # 安装 CPU 版 torch注意版本要和 torchvision 匹配 pip install torch2.0.1 torchvision0.15.2 --index-url https://download.pytorch.org/whl/cpu # 安装 ultralyticsYOLOv8 的官方库 pip install ultralytics8.0.145 # 安装可视化界面依赖通常是 PyQt5 或 tkinter pip install PyQt5 opencv-python pillow matplotlib这段命令的逻辑是先隔离环境再固定 torch 版本最后装 ultralytics。参数上torch2.0.1和torchvision0.15.2是经过验证的稳定组合ultralytics8.0.145对应 YOLOv8 早期版本跟资源里的 best.pt 兼容性最好。如果你装最新版 ultralytics它可能会提示你重新下载模型或者改变推理接口反而增加不确定性。装完之后用python -c import torch; print(torch.__version__)验证一下能打印出版本号就说明基础环境通了。2.2 依赖冲突排查numpy、opencv 和 matplotlib 的三角关系YOLOv8 的依赖链里numpy 是个隐形炸弹。ultralytics 8.0.x 通常要求 numpy1.24但 opencv-python 新版本又可能拉高 numpy 版本。如果你直接pip install opencv-python它默认装最新版然后 numpy 被顶到 1.26接着 ultralytics 导入时报AttributeError: module numpy has no attribute int。这个报错我见过太多次了血泪经验就是先锁 numpy 版本。# 强制指定 numpy 版本避免 np.int 被移除导致的兼容性问题 pip install numpy1.23.5 # 安装 opencv-python 时指定版本不要用最新 pip install opencv-python4.8.0.74 # matplotlib 用于绘制训练曲线版本太新也可能和 numpy 冲突 pip install matplotlib3.7.2参数说明numpy1.23.5保留了np.int别名opencv-python4.8.0.74对 numpy 的依赖范围比较宽matplotlib3.7.2跟这两个都能和平共处。装完之后跑一个简单的导入测试# test_import.py import numpy as np import cv2 import matplotlib from ultralytics import YOLO print(numpy:, np.__version__) print(opencv:, cv2.__version__) print(matplotlib:, matplotlib.__version__) # 尝试加载模型验证 ultralytics 是否能正常初始化 model YOLO(model/best.pt) print(模型加载成功类别数:, len(model.names))如果这段代码能跑通并打印出类别数说明推理链路的基础依赖已经稳了。注意model.names会告诉你 best.pt 里到底训练了几类——资源标题说“五类渔船行为检测”但实际类别名可能跟你想的不一样后面做可视化映射的时候要用到。3. 数据集结构与训练配置五类检测任务怎么复现3.1 数据集目录长什么样标签格式怎么对齐资源里没有单独列数据集文件夹但从abnoenal_video_five_type_test这个目录名和gB_9_s5_2019-03-07T16;31;4801;00_rgb_body_005.mp4这个视频文件来看数据集应该是视频抽帧后标注的。YOLOv8 要求的数据集结构通常是 images 和 labels 两个平行目录labels 里是 txt 格式每行class_id x_center y_center width height坐标归一化到 0-1。如果你拿到的数据集不是这个格式需要先转换。常见做法是写一个脚本把 VOC 的 xml 或者 COCO 的 json 转成 YOLO txt。# convert_to_yolo.py import os import xml.etree.ElementTree as ET # 类别映射根据你的实际类别修改 CLASS_MAP { fishing: 0, sailing: 1, anchored: 2, trawling: 3, idle: 4 } def convert_voc_to_yolo(xml_path, output_dir, img_width, img_height): tree ET.parse(xml_path) root tree.getroot() txt_name os.path.splitext(os.path.basename(xml_path))[0] .txt txt_path os.path.join(output_dir, txt_name) with open(txt_path, w) as f: for obj in root.findall(object): cls_name obj.find(name).text if cls_name not in CLASS_MAP: continue cls_id CLASS_MAP[cls_name] bbox obj.find(bndbox) xmin float(bbox.find(xmin).text) ymin float(bbox.find(ymin).text) xmax float(bbox.find(xmax).text) ymax float(bbox.find(ymax).text) # 归一化并转换为中心点坐标 x_center (xmin xmax) / 2.0 / img_width y_center (ymin ymax) / 2.0 / img_height width (xmax - xmin) / img_width height (ymax - ymin) / img_height f.write(f{cls_id} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}\n)逻辑说明遍历 VOC xml 里的每个 object取类别名映射到 id再把绝对坐标转成归一化中心点坐标。参数上img_width和img_height必须跟实际图片尺寸一致否则框会偏。如果你用的是 labelme 标注的 json转换逻辑类似只是解析字段不同。转换完之后建一个dataset.yaml告诉 YOLOv8 去哪里找数据# dataset.yaml path: ./dataset # 数据集根目录 train: images/train # 训练集图片路径 val: images/val # 验证集图片路径 nc: 5 # 类别数 names: [fishing, sailing, anchored, trawling, idle]这个 yaml 是训练入口的配置文件nc和names必须跟 best.pt 里的类别数一致否则加载权重时会报维度不匹配。3.2 训练参数怎么设从 yolov8n.pt 开始微调资源里给了yolov8n.pt和yolo11n.pt两个预训练权重还有train_mode.py训练脚本。如果你要复现训练或者在自己的数据上微调我一般会从 yolov8n 开始因为它最小CPU 也能跑适合毕设场景。训练命令可以用命令行也可以写在脚本里。# train_mode.py 核心片段 from ultralytics import YOLO # 加载预训练权重如果要做五类检测nc 会自动根据 dataset.yaml 覆盖 model YOLO(yolov8n.pt) # 开始训练 results model.train( datadataset.yaml, epochs100, # 训练轮数毕设场景 100 够用 imgsz640, # 输入尺寸跟预训练权重一致 batch8, # CPU 训练建议 4-8GPU 可以加大 devicecpu, # 没有 GPU 就写 cpu workers2, # 数据加载线程Windows 下建议 0 或 2 patience20, # 早停耐心值20 轮没提升就停 saveTrue, # 保存权重 projectruns/train,# 输出目录 namefish_monitor # 实验名 )参数说明epochs100是毕设常见设置再多容易过拟合imgsz640跟 yolov8n 的预训练尺寸对齐batch8在 CPU 上比较稳内存不够就降到 4patience20能帮你省时间不用死等。训练过程中会在runs/train/fish_monitor下生成损失曲线、混淆矩阵、F1 曲线、PR 曲线这些图正好对应摘要里说的“核心指标曲线图”。如果你只是想跑通推理不重新训练那直接跳到下一章加载 best.pt 就行。4. 可视化界面与服务层main.py 和 five_type_det_service.py 怎么串起来4.1 main.py 入口逻辑与 UI 事件绑定main.py是可视化页面的入口通常用 PyQt5 或者 tkinter 写。资源里 UI 目录有 icon.ico说明界面至少有个窗口图标。我拆过类似的项目main.py 一般做三件事初始化窗口、绑定按钮事件、调用检测服务。关键是要把five_type_det_service.py里的检测函数挂到按钮的槽函数上。# main.py 简化示意 import sys from PyQt5.QtWidgets import QApplication, QMainWindow, QPushButton, QLabel, QFileDialog from five_type_det_service import FiveTypeDetService class MainWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle(渔船作业监控系统) self.setGeometry(100, 100, 800, 600) self.service FiveTypeDetService(model_pathmodel/best.pt) # 选择视频按钮 self.btn_select QPushButton(选择视频, self) self.btn_select.move(50, 50) self.btn_select.clicked.connect(self.select_video) # 开始检测按钮 self.btn_detect QPushButton(开始检测, self) self.btn_detect.move(150, 50) self.btn_detect.clicked.connect(self.start_detect) self.label QLabel(等待选择视频, self) self.label.move(50, 100) self.label.resize(700, 400) def select_video(self): # 打开文件对话框过滤视频格式 path, _ QFileDialog.getOpenFileName(self, 选择视频, , Video Files (*.mp4 *.avi)) if path: self.video_path path self.label.setText(f已选择: {path}) def start_detect(self): # 调用服务层检测方法 if hasattr(self, video_path): self.service.detect_video(self.video_path, self.label) if __name__ __main__: app QApplication(sys.argv) window MainWindow() window.show() sys.exit(app.exec_())逻辑说明窗口初始化时创建FiveTypeDetService实例把 best.pt 路径传进去。按钮点击事件分别绑定选择视频和开始检测。detect_video方法在服务层实现负责逐帧推理并把结果画到 QLabel 上。参数上model_path要指向实际的 best.pt 位置如果你把模型放在别处这里要改。4.2 five_type_det_service.py 的推理流程与结果渲染服务层是核心它封装了 YOLOv8 的推理调用和结果绘制。我一般会在这里做三件事加载模型、逐帧推理、把检测框和类别画到图像上。资源里的five_type_det_service.py应该也是这个套路。# five_type_det_service.py 核心片段 import cv2 from ultralytics import YOLO class FiveTypeDetService: def __init__(self, model_path): self.model YOLO(model_path) # 类别颜色映射五类用五种颜色区分 self.colors [(255, 0, 0), (0, 255, 0), (0, 0, 255), (255, 255, 0), (255, 0, 255)] def detect_frame(self, frame): # 推理conf 阈值设 0.25iou 设 0.45 results self.model(frame, conf0.25, iou0.45) for result in results: boxes result.boxes for box in boxes: x1, y1, x2, y2 map(int, box.xyxy[0]) cls_id int(box.cls[0]) conf float(box.conf[0]) color self.colors[cls_id % len(self.colors)] # 画框 cv2.rectangle(frame, (x1, y1), (x2, y2), color, 2) # 写类别和置信度 label f{self.model.names[cls_id]} {conf:.2f} cv2.putText(frame, label, (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 2) return frame def detect_video(self, video_path, label_widget): cap cv2.VideoCapture(video_path) while cap.isOpened(): ret, frame cap.read() if not ret: break frame self.detect_frame(frame) # 把 OpenCV 图像转成 QImage 显示到 QLabel # 这里省略转换代码实际项目里需要处理 cap.release()参数说明conf0.25是置信度阈值低于这个值的框不显示iou0.45是 NMS 的 IoU 阈值控制重叠框的合并。这两个值可以根据实际效果调渔船监控场景里如果漏检多就降 conf误检多就升 conf。self.model.names是类别名列表跟 best.pt 里的顺序一致。画框颜色用cls_id取模保证五类颜色不重复。提示如果你在 Windows 上跑OpenCV 的cv2.VideoCapture对某些编码的 mp4 支持不好可能会读不到帧。常见做法是先用 ffmpeg 把视频转成 H.264 编码或者换用imageio读帧。5. 避坑与排查跑不起来的时候先看这几条5.1 模型加载报 “No module named ‘ultralytics’”现象在 main.py 里from ultralytics import YOLO直接报 ModuleNotFoundError。原因通常是你装 ultralytics 的时候不在当前虚拟环境里或者 pip 装到了系统 Python。解决先which python确认当前解释器路径再pip show ultralytics看安装位置。如果路径不对重新激活虚拟环境再装一遍。另一个可能是 ultralytics 装了但版本太新跟 best.pt 不兼容降级到 8.0.145 试试。5.2 推理时显存/内存爆了现象跑视频检测的时候程序突然卡死终端报RuntimeError: CUDA out of memory或者系统内存被吃满。原因YOLOv8 默认会加载整个视频到内存做批处理视频大了就崩。解决在detect_video里改成逐帧读取逐帧推理不要一次性读所有帧。如果是 GPU 显存不够把batch设成 1或者直接切 CPU。CPU 推理慢但不会爆显存。5.3 可视化界面显示全黑或者图像倒置现象QLabel 里显示的检测结果是一片黑或者图像上下颠倒。原因OpenCV 读出来的是 BGR 格式Qt 显示需要 RGB转换的时候通道顺序搞错了。图像倒置通常是QImage的 stride 参数没设对。解决用cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)转通道然后QImage(rgb_data, width, height, width*3, QImage.Format_RGB888)构造。stride 参数写width*3而不是默认值。5.4 训练时 loss 不下降或者变成 nan现象train_mode.py跑起来后 box_loss 和 cls_loss 一直不动或者几个 epoch 后变成 nan。原因学习率太大、数据标签有错误、或者 batch 太小导致梯度不稳定。解决先把学习率降到 0.001检查 labels 里有没有坐标超出 0-1 范围的异常值把 batch 调到 8 以上。如果还是 nan换 yolov8n.pt 重新开始不要从 best.pt 继续训。5.5 检测框位置偏移或者类别全错现象框画出来了但位置明显不对或者五类全被识别成同一类。原因dataset.yaml里的names顺序跟 best.pt 训练时的顺序不一致或者输入图像尺寸跟训练时不一致。解决打印model.names看实际类别顺序把 yaml 里的 names 改成一样的。输入尺寸统一用 640不要混用。6. 进阶技巧用 best.pt 做迁移学习和指标复现拿到 best.pt 之后除了直接跑推理还能做两件有价值的事一是在自己的数据集上微调二是复现摘要里提到的那些指标曲线。微调的时候不要从头训而是加载 best.pt 作为预训练权重把model YOLO(best.pt)然后model.train(datayour_dataset.yaml, epochs50, lr00.001)。学习率设小一点因为权重已经接近收敛了大学习率会把学到的特征打乱。我一般会把lr0设成 0.001 甚至 0.0005freeze前几层不让它们更新只训检测头。# 迁移学习示例 from ultralytics import YOLO model YOLO(model/best.pt) model.train( datamy_dataset.yaml, epochs50, lr00.001, # 小学习率微调 freeze10, # 冻结前 10 层 batch8, imgsz640, devicecpu, projectruns/finetune, namemy_fish )指标复现方面YOLOv8 训练完会自动在runs/train/exp下生成results.csv里面记录了每个 epoch 的 box_loss、cls_loss、precision、recall、mAP50、mAP50-95。你可以用 pandas 读出来画曲线也可以直接用 ultralytics 自带的绘图工具。混淆矩阵和 F1 曲线在val阶段生成跑一次model.val()就能得到。PR 曲线需要设置plotsTrue。这些图在答辩 PPT 里直接放比文字描述有说服力。注意如果你用 CPU 跑model.val()验证集大的话会很慢建议先抽 10% 的验证集跑一遍看指标趋势确认没问题再全量跑。从那以后我每次拿到别人训练好的权重都强制走一遍model.names检查和model.val()验证确认类别顺序和指标跟文档一致再往下做。希望帮到你。本文还有配套的精品资源点击获取 YOLOv8渔船作业监控系统毕设资源拆包：环境配置、训练与部署避坑指南
简介这份资源是一套基于YOLOv8的渔船作业监控系统完整项目面向计算机、人工智能、通信工程、自动化等专业的在校学生与教师可用于毕业设计、课程设计、大作业或项目立项演示也适合希望进阶目标检测实战的小白。压缩包共97个文件约24.21MB以70个Python源码文件为核心辅以4个pt权重文件、5个xml配置、12个pyc缓存及txt说明、ico图标、mp4测试视频等涵盖模型训练、推理检测、可视化服务与界面模块。项目包含源码、完整数据集、可视化页面和部署说明可生成核心指标曲线、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代码均经运行测试部署简单、拿来即用。目前已有40人学习下载适合需要一站式毕设方案、想快速复现目标检测流程并在此基础上二次开发的读者参考。1. 渔船作业监控系统拆包YOLOv8 毕设资源到底能不能直接跑实验室里最怕的不是模型不收敛而是答辩前三天发现代码跑不起来。这份《基于YOLOv8的渔船作业监控系统》资源包从名字看就是冲着毕设和课程设计去的——源码、可视化界面、完整数据集、部署教程四件套齐全还附带训练好的 best.pt 权重。我拿到手第一件事不是看代码而是翻目录结构main.py 是可视化入口five_type_det_service.py 负责五类渔船行为检测服务model 目录下躺着 best.ptconfig 里塞了 rtmdet 和 faster-rcnn 的配置文件UI 目录有 icon.ico模型训练目录里还有 yolov8n.pt 和 yolo11n.pt 两个预训练权重。这种结构说明作者至少把训练和推理两条线都跑通了不是只丢一个 notebook 糊弄人。适合谁计算机、人工智能、通信、自动化专业的在校生尤其是需要目标检测类毕设但不想从零搭框架的人。新手能照着 README 一步步跑通熟手能直接拿 best.pt 做迁移学习或者改服务层逻辑。但能不能“简单部署即可运行”得看你的环境跟作者的是不是一条道上的——这是后面要重点拆的。2. 环境配置与依赖安装从零把 YOLOv8 推理链路搭起来2.1 为什么优先选 CPU 版本而不是上来就搞 GPU很多人一看到 YOLOv8 就条件反射去装 CUDA结果显卡驱动版本对不上torch 和 torchvision 互相打架一个下午就没了。这份资源的部署教程里其实暗示了 CPU 版本也能跑——可视化界面和检测服务对实时性要求没那么高渔船监控视频通常是抽帧或者离线分析CPU 推理完全够用。我一般会先确认两件事Python 版本和 torch 版本。资源里出现了detect.cpython-39.pyc说明作者用的是 Python 3.9。如果你用 3.10 或 3.11某些依赖的 wheel 可能对不上尤其是 opencv-python 和 numpy 的版本组合。常见做法是直接建一个 3.9 的虚拟环境别在系统 Python 里折腾。# 创建 Python 3.9 虚拟环境避免污染系统环境 python3.9 -m venv venv_yolov8 source venv_yolov8/bin/activate # Windows 用 venv_yolov8\Scripts\activate # 升级 pip老版本 pip 装 torch 容易卡在依赖解析 pip install --upgrade pip # 安装 CPU 版 torch注意版本要和 torchvision 匹配 pip install torch2.0.1 torchvision0.15.2 --index-url https://download.pytorch.org/whl/cpu # 安装 ultralyticsYOLOv8 的官方库 pip install ultralytics8.0.145 # 安装可视化界面依赖通常是 PyQt5 或 tkinter pip install PyQt5 opencv-python pillow matplotlib这段命令的逻辑是先隔离环境再固定 torch 版本最后装 ultralytics。参数上torch2.0.1和torchvision0.15.2是经过验证的稳定组合ultralytics8.0.145对应 YOLOv8 早期版本跟资源里的 best.pt 兼容性最好。如果你装最新版 ultralytics它可能会提示你重新下载模型或者改变推理接口反而增加不确定性。装完之后用python -c import torch; print(torch.__version__)验证一下能打印出版本号就说明基础环境通了。2.2 依赖冲突排查numpy、opencv 和 matplotlib 的三角关系YOLOv8 的依赖链里numpy 是个隐形炸弹。ultralytics 8.0.x 通常要求 numpy1.24但 opencv-python 新版本又可能拉高 numpy 版本。如果你直接pip install opencv-python它默认装最新版然后 numpy 被顶到 1.26接着 ultralytics 导入时报AttributeError: module numpy has no attribute int。这个报错我见过太多次了血泪经验就是先锁 numpy 版本。# 强制指定 numpy 版本避免 np.int 被移除导致的兼容性问题 pip install numpy1.23.5 # 安装 opencv-python 时指定版本不要用最新 pip install opencv-python4.8.0.74 # matplotlib 用于绘制训练曲线版本太新也可能和 numpy 冲突 pip install matplotlib3.7.2参数说明numpy1.23.5保留了np.int别名opencv-python4.8.0.74对 numpy 的依赖范围比较宽matplotlib3.7.2跟这两个都能和平共处。装完之后跑一个简单的导入测试# test_import.py import numpy as np import cv2 import matplotlib from ultralytics import YOLO print(numpy:, np.__version__) print(opencv:, cv2.__version__) print(matplotlib:, matplotlib.__version__) # 尝试加载模型验证 ultralytics 是否能正常初始化 model YOLO(model/best.pt) print(模型加载成功类别数:, len(model.names))如果这段代码能跑通并打印出类别数说明推理链路的基础依赖已经稳了。注意model.names会告诉你 best.pt 里到底训练了几类——资源标题说“五类渔船行为检测”但实际类别名可能跟你想的不一样后面做可视化映射的时候要用到。3. 数据集结构与训练配置五类检测任务怎么复现3.1 数据集目录长什么样标签格式怎么对齐资源里没有单独列数据集文件夹但从abnoenal_video_five_type_test这个目录名和gB_9_s5_2019-03-07T16;31;4801;00_rgb_body_005.mp4这个视频文件来看数据集应该是视频抽帧后标注的。YOLOv8 要求的数据集结构通常是 images 和 labels 两个平行目录labels 里是 txt 格式每行class_id x_center y_center width height坐标归一化到 0-1。如果你拿到的数据集不是这个格式需要先转换。常见做法是写一个脚本把 VOC 的 xml 或者 COCO 的 json 转成 YOLO txt。# convert_to_yolo.py import os import xml.etree.ElementTree as ET # 类别映射根据你的实际类别修改 CLASS_MAP { fishing: 0, sailing: 1, anchored: 2, trawling: 3, idle: 4 } def convert_voc_to_yolo(xml_path, output_dir, img_width, img_height): tree ET.parse(xml_path) root tree.getroot() txt_name os.path.splitext(os.path.basename(xml_path))[0] .txt txt_path os.path.join(output_dir, txt_name) with open(txt_path, w) as f: for obj in root.findall(object): cls_name obj.find(name).text if cls_name not in CLASS_MAP: continue cls_id CLASS_MAP[cls_name] bbox obj.find(bndbox) xmin float(bbox.find(xmin).text) ymin float(bbox.find(ymin).text) xmax float(bbox.find(xmax).text) ymax float(bbox.find(ymax).text) # 归一化并转换为中心点坐标 x_center (xmin xmax) / 2.0 / img_width y_center (ymin ymax) / 2.0 / img_height width (xmax - xmin) / img_width height (ymax - ymin) / img_height f.write(f{cls_id} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}\n)逻辑说明遍历 VOC xml 里的每个 object取类别名映射到 id再把绝对坐标转成归一化中心点坐标。参数上img_width和img_height必须跟实际图片尺寸一致否则框会偏。如果你用的是 labelme 标注的 json转换逻辑类似只是解析字段不同。转换完之后建一个dataset.yaml告诉 YOLOv8 去哪里找数据# dataset.yaml path: ./dataset # 数据集根目录 train: images/train # 训练集图片路径 val: images/val # 验证集图片路径 nc: 5 # 类别数 names: [fishing, sailing, anchored, trawling, idle]这个 yaml 是训练入口的配置文件nc和names必须跟 best.pt 里的类别数一致否则加载权重时会报维度不匹配。3.2 训练参数怎么设从 yolov8n.pt 开始微调资源里给了yolov8n.pt和yolo11n.pt两个预训练权重还有train_mode.py训练脚本。如果你要复现训练或者在自己的数据上微调我一般会从 yolov8n 开始因为它最小CPU 也能跑适合毕设场景。训练命令可以用命令行也可以写在脚本里。# train_mode.py 核心片段 from ultralytics import YOLO # 加载预训练权重如果要做五类检测nc 会自动根据 dataset.yaml 覆盖 model YOLO(yolov8n.pt) # 开始训练 results model.train( datadataset.yaml, epochs100, # 训练轮数毕设场景 100 够用 imgsz640, # 输入尺寸跟预训练权重一致 batch8, # CPU 训练建议 4-8GPU 可以加大 devicecpu, # 没有 GPU 就写 cpu workers2, # 数据加载线程Windows 下建议 0 或 2 patience20, # 早停耐心值20 轮没提升就停 saveTrue, # 保存权重 projectruns/train,# 输出目录 namefish_monitor # 实验名 )参数说明epochs100是毕设常见设置再多容易过拟合imgsz640跟 yolov8n 的预训练尺寸对齐batch8在 CPU 上比较稳内存不够就降到 4patience20能帮你省时间不用死等。训练过程中会在runs/train/fish_monitor下生成损失曲线、混淆矩阵、F1 曲线、PR 曲线这些图正好对应摘要里说的“核心指标曲线图”。如果你只是想跑通推理不重新训练那直接跳到下一章加载 best.pt 就行。4. 可视化界面与服务层main.py 和 five_type_det_service.py 怎么串起来4.1 main.py 入口逻辑与 UI 事件绑定main.py是可视化页面的入口通常用 PyQt5 或者 tkinter 写。资源里 UI 目录有 icon.ico说明界面至少有个窗口图标。我拆过类似的项目main.py 一般做三件事初始化窗口、绑定按钮事件、调用检测服务。关键是要把five_type_det_service.py里的检测函数挂到按钮的槽函数上。# main.py 简化示意 import sys from PyQt5.QtWidgets import QApplication, QMainWindow, QPushButton, QLabel, QFileDialog from five_type_det_service import FiveTypeDetService class MainWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle(渔船作业监控系统) self.setGeometry(100, 100, 800, 600) self.service FiveTypeDetService(model_pathmodel/best.pt) # 选择视频按钮 self.btn_select QPushButton(选择视频, self) self.btn_select.move(50, 50) self.btn_select.clicked.connect(self.select_video) # 开始检测按钮 self.btn_detect QPushButton(开始检测, self) self.btn_detect.move(150, 50) self.btn_detect.clicked.connect(self.start_detect) self.label QLabel(等待选择视频, self) self.label.move(50, 100) self.label.resize(700, 400) def select_video(self): # 打开文件对话框过滤视频格式 path, _ QFileDialog.getOpenFileName(self, 选择视频, , Video Files (*.mp4 *.avi)) if path: self.video_path path self.label.setText(f已选择: {path}) def start_detect(self): # 调用服务层检测方法 if hasattr(self, video_path): self.service.detect_video(self.video_path, self.label) if __name__ __main__: app QApplication(sys.argv) window MainWindow() window.show() sys.exit(app.exec_())逻辑说明窗口初始化时创建FiveTypeDetService实例把 best.pt 路径传进去。按钮点击事件分别绑定选择视频和开始检测。detect_video方法在服务层实现负责逐帧推理并把结果画到 QLabel 上。参数上model_path要指向实际的 best.pt 位置如果你把模型放在别处这里要改。4.2 five_type_det_service.py 的推理流程与结果渲染服务层是核心它封装了 YOLOv8 的推理调用和结果绘制。我一般会在这里做三件事加载模型、逐帧推理、把检测框和类别画到图像上。资源里的five_type_det_service.py应该也是这个套路。# five_type_det_service.py 核心片段 import cv2 from ultralytics import YOLO class FiveTypeDetService: def __init__(self, model_path): self.model YOLO(model_path) # 类别颜色映射五类用五种颜色区分 self.colors [(255, 0, 0), (0, 255, 0), (0, 0, 255), (255, 255, 0), (255, 0, 255)] def detect_frame(self, frame): # 推理conf 阈值设 0.25iou 设 0.45 results self.model(frame, conf0.25, iou0.45) for result in results: boxes result.boxes for box in boxes: x1, y1, x2, y2 map(int, box.xyxy[0]) cls_id int(box.cls[0]) conf float(box.conf[0]) color self.colors[cls_id % len(self.colors)] # 画框 cv2.rectangle(frame, (x1, y1), (x2, y2), color, 2) # 写类别和置信度 label f{self.model.names[cls_id]} {conf:.2f} cv2.putText(frame, label, (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 2) return frame def detect_video(self, video_path, label_widget): cap cv2.VideoCapture(video_path) while cap.isOpened(): ret, frame cap.read() if not ret: break frame self.detect_frame(frame) # 把 OpenCV 图像转成 QImage 显示到 QLabel # 这里省略转换代码实际项目里需要处理 cap.release()参数说明conf0.25是置信度阈值低于这个值的框不显示iou0.45是 NMS 的 IoU 阈值控制重叠框的合并。这两个值可以根据实际效果调渔船监控场景里如果漏检多就降 conf误检多就升 conf。self.model.names是类别名列表跟 best.pt 里的顺序一致。画框颜色用cls_id取模保证五类颜色不重复。提示如果你在 Windows 上跑OpenCV 的cv2.VideoCapture对某些编码的 mp4 支持不好可能会读不到帧。常见做法是先用 ffmpeg 把视频转成 H.264 编码或者换用imageio读帧。5. 避坑与排查跑不起来的时候先看这几条5.1 模型加载报 “No module named ‘ultralytics’”现象在 main.py 里from ultralytics import YOLO直接报 ModuleNotFoundError。原因通常是你装 ultralytics 的时候不在当前虚拟环境里或者 pip 装到了系统 Python。解决先which python确认当前解释器路径再pip show ultralytics看安装位置。如果路径不对重新激活虚拟环境再装一遍。另一个可能是 ultralytics 装了但版本太新跟 best.pt 不兼容降级到 8.0.145 试试。5.2 推理时显存/内存爆了现象跑视频检测的时候程序突然卡死终端报RuntimeError: CUDA out of memory或者系统内存被吃满。原因YOLOv8 默认会加载整个视频到内存做批处理视频大了就崩。解决在detect_video里改成逐帧读取逐帧推理不要一次性读所有帧。如果是 GPU 显存不够把batch设成 1或者直接切 CPU。CPU 推理慢但不会爆显存。5.3 可视化界面显示全黑或者图像倒置现象QLabel 里显示的检测结果是一片黑或者图像上下颠倒。原因OpenCV 读出来的是 BGR 格式Qt 显示需要 RGB转换的时候通道顺序搞错了。图像倒置通常是QImage的 stride 参数没设对。解决用cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)转通道然后QImage(rgb_data, width, height, width*3, QImage.Format_RGB888)构造。stride 参数写width*3而不是默认值。5.4 训练时 loss 不下降或者变成 nan现象train_mode.py跑起来后 box_loss 和 cls_loss 一直不动或者几个 epoch 后变成 nan。原因学习率太大、数据标签有错误、或者 batch 太小导致梯度不稳定。解决先把学习率降到 0.001检查 labels 里有没有坐标超出 0-1 范围的异常值把 batch 调到 8 以上。如果还是 nan换 yolov8n.pt 重新开始不要从 best.pt 继续训。5.5 检测框位置偏移或者类别全错现象框画出来了但位置明显不对或者五类全被识别成同一类。原因dataset.yaml里的names顺序跟 best.pt 训练时的顺序不一致或者输入图像尺寸跟训练时不一致。解决打印model.names看实际类别顺序把 yaml 里的 names 改成一样的。输入尺寸统一用 640不要混用。6. 进阶技巧用 best.pt 做迁移学习和指标复现拿到 best.pt 之后除了直接跑推理还能做两件有价值的事一是在自己的数据集上微调二是复现摘要里提到的那些指标曲线。微调的时候不要从头训而是加载 best.pt 作为预训练权重把model YOLO(best.pt)然后model.train(datayour_dataset.yaml, epochs50, lr00.001)。学习率设小一点因为权重已经接近收敛了大学习率会把学到的特征打乱。我一般会把lr0设成 0.001 甚至 0.0005freeze前几层不让它们更新只训检测头。# 迁移学习示例 from ultralytics import YOLO model YOLO(model/best.pt) model.train( datamy_dataset.yaml, epochs50, lr00.001, # 小学习率微调 freeze10, # 冻结前 10 层 batch8, imgsz640, devicecpu, projectruns/finetune, namemy_fish )指标复现方面YOLOv8 训练完会自动在runs/train/exp下生成results.csv里面记录了每个 epoch 的 box_loss、cls_loss、precision、recall、mAP50、mAP50-95。你可以用 pandas 读出来画曲线也可以直接用 ultralytics 自带的绘图工具。混淆矩阵和 F1 曲线在val阶段生成跑一次model.val()就能得到。PR 曲线需要设置plotsTrue。这些图在答辩 PPT 里直接放比文字描述有说服力。注意如果你用 CPU 跑model.val()验证集大的话会很慢建议先抽 10% 的验证集跑一遍看指标趋势确认没问题再全量跑。从那以后我每次拿到别人训练好的权重都强制走一遍model.names检查和model.val()验证确认类别顺序和指标跟文档一致再往下做。希望帮到你。本文还有配套的精品资源点击获取