一、项目简介

本项目为《基于YOLOv8的行人车辆检测系统》，围绕“行人”和“车辆”两类目标，完成了从数据集整理、模型训练、参数调优、训练结果可视化，到检测系统集成与交互界面开发的一整套流程。

项目不仅实现了基于 YOLOv8 的目标检测训练，还基于 PyQt6 开发了桌面端检测系统，支持图片识别、视频识别、摄像头识别、检测历史管理、模型管理和训练指标展示等功能，能够体现深度学习项目从算法到应用落地的完整过程。

二、项目目标

• 构建一个面向行人与车辆检测任务的多目标检测系统。
• 基于 YOLOv8 完成目标检测模型训练与评估。
• 将训练完成的最佳权重集成到桌面系统中，实现可视化检测。
• 支持中文路径环境下的数据加载、模型训练和结果保存。

三、数据集构建与处理

3.1 数据集类别

本项目数据集共包含 2 个检测类别：

类别编号	类别名称	中文含义
0	person	行人
1	car	车辆

3.2 数据集结构

数据集按照 YOLO 目标检测标准目录组织：

data/
├── data.yaml
├── images/
│   ├── train/
│   └── val/
└── labels/
    ├── train/
    └── val/

3.3 数据集规模

经统计，本项目数据集规模如下：

数据划分	图片数量	标注数量	图片格式
训练集 train	4463	4463	.jpg
验证集 val	496	496	.jpg
总计	4959	4959	.jpg

训练集与验证集比例约为 9:1，适合进行模型训练与验证评估。

3.4 标注格式

标注采用标准 YOLO 格式，每个标签文件对应一张图片，每一行表示一个目标：

<class_id> <x_center> <y_center> <width> <height>

说明：

• 坐标均为相对归一化坐标。
• class_id=0 表示行人，class_id=1 表示车辆。
• 标签文件与图片文件一一对应，便于训练时自动匹配。

3.5 数据处理特点

• 使用 data/data.yaml 统一配置数据集路径与类别信息。
• 训练脚本运行时会自动生成临时 yaml 配置文件，将相对路径转换为绝对路径。
• 针对 Windows 中文路径场景做了兼容处理，避免因路径中含中文导致数据集加载失败。
• 训练集与验证集分目录管理，便于训练、评估和后续扩展。

四、模型训练过程

4.1 训练模型

本项目采用 YOLOv8n 作为基础模型，使用官方预训练权重 yolov8n.pt 进行迁移学习训练。

选择 YOLOv8n 的原因：

• 模型轻量，推理速度快。
• 适合桌面端系统集成与实时检测。
• 在中小规模数据集上能够较好平衡精度与效率。

4.2 训练流程

项目训练流程如下：

1. 整理数据集目录，准备 images/train、images/val、labels/train、labels/val。
2. 编写 data/data.yaml，定义数据路径与类别名称。
3. 在 config/train_config.py 中配置训练超参数。
4. 在 train.py 中调用 ultralytics.YOLO 启动训练。
5. 将所有训练产物统一保存到 train_result/ 目录下。
6. 训练结束后读取 results.csv，生成各项指标可视化图。
7. 使用最佳权重 best.pt 集成到 PyQt6 检测系统中。

4.3 训练参数

核心训练参数如下：

参数	值
模型	yolov8n.pt
训练轮数	100
批次大小	16
输入尺寸	640
数据加载线程	4
优化器	AdamW
初始学习率 lr0	0.001
最终学习率系数 lrf	0.01
权重衰减	0.0005
早停轮数 patience	50
保存周期	10

4.4 数据增强策略

为提升模型泛化能力，训练阶段启用了以下增强参数：

增强方式	参数值
Mosaic	1.0
MixUp	0.0
随机旋转 degrees	0.0
平移 translate	0.1
缩放 scale	0.5
垂直翻转 flipud	0.0
水平翻转 fliplr	0.5
HSV-H	0.015
HSV-S	0.7
HSV-V	0.4

4.5 训练耗时

根据 results.csv 最后一轮记录，100 轮训练总耗时约为：

• 3449.3 s
• 约 57.5 分钟

五、模型训练结果与指标分析

5.1 最佳结果

根据训练结果文件 train_result/pedestrian_vehicle_detection/results.csv，最佳结果出现在第 87 轮：

指标	数值
Precision	0.7015
Recall	0.5335
mAP@0.5	0.5988
mAP@0.5:0.95	0.3167
Val Box Loss	1.30381
Val Cls Loss	0.67313

5.2 指标说明

• Precision：预测为目标的结果中，真正为目标的比例，反映误检情况。
• Recall：所有真实目标中，被模型成功检测出来的比例，反映漏检情况。
• mAP@0.5：在 IoU=0.5 条件下的平均精度，是目标检测中常用核心指标。
• mAP@0.5:0.95：在更严格的多个 IoU 阈值下的平均精度，更全面反映模型检测能力。
• Box Loss：边界框回归误差。
• Cls Loss：分类误差。
• DFL Loss：分布焦点损失，帮助边界框定位更准确。

5.3 结果分析

• 模型在 mAP@0.5 上达到 0.5988，说明在行人和车辆检测任务上已具备较好的检测能力。
• Precision 高于 Recall，说明当前模型整体误检控制较好，但仍存在一定漏检空间。
• mAP@0.5:0.95 明显低于 mAP@0.5，表明模型在更严格定位精度下仍有进一步优化空间。
• 从训练曲线看，损失整体稳定下降，指标在中后期趋于平稳，训练过程基本收敛。

六、训练结果可视化图说明

项目基于训练结果生成了独立指标图，保存在：

train_result/pedestrian_vehicle_detection/metric_charts/

当前生成的图包括：

文件名	含义
01_box_loss.png	训练集与验证集 Box Loss 变化趋势
02_cls_loss.png	训练集与验证集 Cls Loss 变化趋势
03_dfl_loss.png	训练集与验证集 DFL Loss 变化趋势
04_precision.png	Precision 随 Epoch 变化趋势
05_recall.png	Recall 随 Epoch 变化趋势
06_mAP50.png	mAP@0.5 随 Epoch 变化趋势
07_mAP50_95.png	mAP@0.5:0.95 随 Epoch 变化趋势
08_learning_rate.png	学习率衰减曲线

这些图的作用如下：

• 观察损失是否稳定下降，判断训练是否收敛。
• 观察 Precision、Recall、mAP 的变化趋势，分析模型效果。
• 通过学习率曲线辅助理解优化器在训练过程中的调整情况。
• 为后续参数调优、模型替换和实验对比提供可视化依据。

七、系统功能设计

本项目在训练完成后，将最佳模型权重集成到桌面端检测系统中，形成完整应用。

当前系统主要功能包括：

• 登录/注册界面。
• 图片检测：加载单张图片，显示检测结果、类别统计、置信度分布、检测详情表格。
• 视频检测：对视频逐帧检测，显示实时检测结果与累计统计。
• 摄像头检测：实时打开摄像头进行目标检测，并支持截图保存。
• 检测历史：记录并查看图片、视频、摄像头检测历史。
• 模型管理：切换模型权重、设置置信度阈值与 IoU 阈值。
• 指标展示：可视化展示训练曲线与核心指标。

八、系统集成过程

本项目不仅完成了深度学习训练，还完成了检测系统的集成开发，主要体现为以下几个阶段：

8.1 数据集构建与处理阶段

• 整理图片与标签目录。
• 配置类别和路径。
• 处理中文路径兼容问题。
• 统一训练与验证集结构。

8.2 模型训练与调优阶段

• 基于 YOLOv8n 预训练权重进行迁移学习。
• 设置训练轮数、批次大小、输入尺寸、优化器与学习率。
• 使用数据增强提高泛化能力。
• 通过 results.csv 和指标图分析模型表现。
• 根据 Precision、Recall、mAP 等指标选择最佳权重。

8.3 系统集成与功能开发阶段

• 将 best.pt 封装为检测器模块。
• 使用 PyQt6 构建可交互桌面界面。
• 使用 OpenCV 处理图像、视频和摄像头数据流。
• 使用 Matplotlib 展示训练指标与置信度分布。
• 使用 SQLite 保存用户信息和检测历史。

九、项目技术栈

本项目采用的主要技术如下：

类别	技术
开发语言	Python 3.9
深度学习框架	PyTorch
检测模型	Ultralytics YOLOv8
图形界面	PyQt6
图像/视频处理	OpenCV
数值计算	NumPy
数据分析	Pandas
可视化	Matplotlib
配置解析	PyYAML
本地数据存储	SQLite

十、项目结构

项目主要结构如下：

c150/
├── app.py
├── train.py
├── visualize.py
├── config/
│   └── train_config.py
├── data/
│   ├── data.yaml
│   ├── images/
│   │   ├── train/
│   │   └── val/
│   └── labels/
│       ├── train/
│       └── val/
├── train_result/
│   └── pedestrian_vehicle_detection/
│       ├── weights/
│       │   ├── best.pt
│       │   └── last.pt
│       ├── results.csv
│       ├── args.yaml
│       └── metric_charts/
├── ui/
│   ├── login_window.py
│   ├── main_window.py
│   └── pages/
│       ├── image_page.py
│       ├── video_page.py
│       ├── camera_page.py
│       ├── history_page.py
│       ├── model_page.py
│       └── metrics_page.py
└── utils/
    ├── db.py
    ├── detector.py
    ├── mpl_zh.py
    ├── styles.py
    └── workers.py

各模块职责：

• train.py：负责训练入口与训练产物保存。
• visualize.py：负责根据 results.csv 生成独立指标图。
• config/train_config.py：集中管理训练超参数。
• utils/detector.py：封装 YOLOv8 推理与结果绘制。
• ui/：实现系统界面与功能页面。
• train_result/：保存权重、训练日志、图表和指标结果。

十一、运行说明

11.1 模型训练

python train.py

11.2 指标图生成

python visualize.py

11.3 系统启动

python app.py

十二、总结

本项目完成了一个较完整的深度学习目标检测应用开发流程，既包括数据集组织、模型训练、参数调优、训练结果分析，也包括桌面系统的功能开发与模型集成。通过将 YOLOv8 训练结果与 PyQt6 可视化界面结合，项目实现了“算法训练 + 应用落地”的完整闭环，具有较好的工程实践意义与展示价值。