基于YOLOv8的交通锥桶智能巡检系统设计与部署

简介面向计算机视觉与深度学习方向学生、教师及初期开发者的毕设级资源围绕交通锥桶摆放合规性自动巡检场景基于YOLOv8目标检测框架形成完整可运行项目。资源将源码、可视化界面、训练/验证数据集与部署说明整合在一起适合毕业设计、课程设计、大作业或功能二次开发操作门槛低简单部署即可使用。压缩包共8个文件由3个Python脚本、3个模型权重文件和2个说明文件构成总大小15.91MB脚本依次承担可视化界面设计、模型训练与视频检测流程权重文件包含yolov8n、yolo11n以及训练完成的best.pt两个txt提供运行指引与项目说明目录清晰便于按需调用。当前已有36人学习。项目源码经过运行测试可直接产出核心指标曲线、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果和标签分布图方便在答辩中展示模型效果适合需要快速获得完整检测方案的用户。1. 交通锥桶巡检系统为什么值得用YOLOv8重新做一遍高速公路养护作业区、临时封闭施工段和赛事赛道每天都要摆放大量锥桶。传统人工巡检依赖拍照后人工翻看照片费时且容易漏看。把这个流程改成基于YOLOv8的自动巡检核心价值并不是检测到几个锥桶而是把锥桶摆得合不合规变成可量化的判断。这类项目能在毕设和课程设计中站住脚是因为它把目标检测、规则判断、界面展示和模型部署串成了一个完整闭环。你不需要在算法上做多大创新能把YOLOv8训练自己的数据集跑通、把数据标好、把合规性规则写明白就已经是一次完整的工程训练。下面按训练数据→模型调参→合规逻辑→界面部署→Web化这条主线把整套方案拆开讲。2. YOLOv8的锥桶检测原理与训练流程从C2f结构到自建数据集2.1 先搞懂YOLOv8模型结构中C2f和anchor-free头在哪起作用YOLOv8的骨干网络在上一代YOLOv5的C3模块上做了替换C2f模块先把输入特征图分成两路一路经过多个Bottleneck另一路直接连到拼接层再把分裂出的分支全部concat起来。这个结构的直接好处是梯度回传路径变多深层特征和浅层特征能同时被利用。对锥桶这种小目标、且颜色醒目的物体来说C2f在浅层特征上保留的细节边缘信息更充分这也是它比同参数量的C3更容易训起来的原因。检测头是anchor-free设计。YOLOv8不再像YOLOv5那样预设一堆anchor box尺寸而是让每个特征图位置直接回归中心点偏移宽高。模型在三个尺度上输出预测结果80×80负责小目标40×40负责中目标20×20负责大目标。锥桶在无人机或高位相机画面里往往只占几十个像素所以想提升小目标检出率优先看的是输入分辨率和训练数据里的目标尺寸分布而不是盲目改检测头结构。YOLOv8的损失由分类损失BCE、边界框回归损失CIoU和DFL分布损失三部分组成。DFL是常被忽略的一部分它把框回归从直接预测一个值改成预测一个分布再用期望值还原出框位置对模糊边界的锥桶有一定容忍度。训练日志里的box_loss、cls_loss、dfl_loss三条曲线分别对应上面三块损失后面看训练是否收敛都靠它们。2.2 自建锥桶数据集标注格式和目录组织训练一个能真正用在巡检现场的模型第一件要做的事不是改模型而是把数据集目录排好。常见做法是datasets/ └── cone/ ├── images/ │ ├── train/ │ └── val/ ├── labels/ │ ├── train/ │ └── val/ └── cone.yamlimages和labels下的文件名要一一对应。YOLO格式的标签是class x_center y_center width height其中x_center、y_center、width、height都是相对图片宽高的归一化值取值范围在0到1之间。用LabelImg标注即可pip install labelImg labelImg datasets/cone/images/train标注时有两个要点锥桶被汽车遮挡或部分出界的按可见部分来标不要把推断出来的完整锥桶画进去倒伏的锥桶单独标一个类别还是和直立共用一个类别取决于你想让合规判断在哪一层做。如果检测和合规分离那所有锥桶统一标成cone这一类倒伏判断交给后面的规则逻辑去算如果想让模型直接输出状态就分两类标。我自己的倾向是前者因为倒伏和直立之间的视觉差异在光照和油污条件下很不稳定纯靠模型分容易被环境干扰。采集图片时尽量覆盖不同时段、不同天气和不同拍摄高度。只从网上下载几十张同一角度照片再靠翻转增强出来的模型在换一个视角后准确率掉得很快。2.3 yolo训练自己的数据集data.yaml、训练超参与损失函数曲线标注完后写cone.yamlpath: datasets/cone train: images/train val: images/val nc: 1 names: [ cone ]path字段是数据集根目录这里的路径不对会直接报错建议写成绝对路径省去后面排查目录的麻烦。训练直接调用ultralytics的CLI即可yolo detect train datacone.yaml modelyolov8s.pt epochs120 imgsz640 batch16 device0如果显卡显存只有6G以下batch改成8或4imgsz改512先用yolov8s跑通再尝试yolov8m。几个关键参数的含义参数作用建议值model预训练权重也决定模型深度和宽度数据量小用yolov8s数据量大用yolov8mimgsz输入分辨率直接影响小目标检出640起步锥桶占比小时考虑768epochs总训练轮数100-200看val曲线是否收敛batch单次迭代送入的图片数不超过显存上限建议是8的倍数patience验证集指标连续多少轮不提升就早停20即可lr0初始学习率默认0.01数据少时可降到0.005device0表示使用第一块GPUcpu则强制CPU跑无显卡用cpu训练会慢数倍训练过程中会自动生成runs/detect/train目录里面的results.png就是损失函数曲线图box_loss、cls_loss、dfl_loss三列分别对应训练集和验证集。判断模型是否训练到位不要只看训练集损失降到多低要看验证集曲线的走向。验证集的box_loss在后期还在缓慢下降说明还没收敛如果开始反弹就要注意是否过拟合。yolo detect val modelruns/detect/train/weights/best.pt datacone.yaml验证完关注三个指标mAP50、mAP50-95和recall。锥桶是单一类别目标mAP50到0.9以上就足够支撑后续合规性判断了。3. 从检测框到合规性判定锥桶巡检的规则逻辑与可视化界面3.1 合规性判定锥桶的位置、间距和状态怎么才算合规合不合规的标准在真实项目里由现场要求决定在毕设里则要自己把它定义成明确的规则。我常用的三条规则是区域约束、间距一致性和倒伏判断分别对应摆没摆对地方、摆得均不均匀、有没有倒三类问题。区域约束在巡检画面中预先划出一个巡检区域ROI只有锥桶检测框底边中心点落在ROI内才记为合规。用OpenCV的pointPolygonTest判断import cv2 import numpy as np roi_points np.array([(100, 300), (400, 300), (500, 500), (50, 500)]) cones results.boxes.xyxy.cpu().numpy() # 当前帧所有检测框 for box in cones: x1, y1, x2, y2 [int(v) for v in box[:4]] center_bottom ((x1 x2) / 2, y2) inside cv2.pointPolygonTest(roi_points, center_bottom, False) if inside 0: # 底边中心点在ROI内记入合规队列 passpointPolygonTest返回正值表示点在多边形内负值在外0在边线上。注意这里用的是底边中心而不是检测框中心锥桶是落地物体以底边为基准更接近真实位置。间距一致性把锥桶按x坐标排序计算相邻两个底边中心点的像素距离若最大值超过平均值的一定倍数视为存在缺口或堆叠。这里不需要换算真实世界距离因为相机畸变和透视会造成误判建议只对画面中同一水平带内的锥桶进行两两比较。倒伏判断直立锥桶的检测框长宽比通常大于1.2倒伏时接近1甚至小于1。设定阈值时要注意透视角度俯视拍摄时直立锥桶的长宽比也会变小所以这个规则在画面相对平视的巡检车视角下才可靠。三个规则要按巡检场景组合实现不要只做一个检测到锥桶就报合规的空壳。3.2 用PyQt5封装可视化界面线程分离是第一个要解决的问题功能完整的巡检系统需要一个可视化界面PyQt5是这类项目里用得最多的选择它能把视频显示、状态标注、按钮控制放在一个窗口里和OpenCV配合也顺。界面里最容易犯的错是把推理循环写进主线程结果画面一卡一卡、按钮点不动。解决办法是把视频读取和推理放进QThread的run方法里import cv2 from PyQt5.QtCore import QThread, pyqtSignal from ultralytics import YOLO class DetectThread(QThread): frame_signal pyqtSignal(object) status_signal pyqtSignal(int, str) # 锥桶数、合规状态 def __init__(self, model_path, video_path): super().__init__() self.model YOLO(model_path) self.cap cv2.VideoCapture(video_path) self.running True def run(self): while self.running: ret, frame self.cap.read() if not ret: break results self.model(frame)[0] boxes results.boxes valid_count 0 for box in boxes: x1, y1, x2, y2 map(int, box.xyxy[0]) conf float(box.conf[0]) if conf 0.45: continue cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2) valid_count 1 self.frame_signal.emit(frame) self.status_signal.emit(len(boxes), 合规 if valid_count 0 else 无锥桶) def stop(self): self.running False self.cap.release() self.wait()这个类的关键点有三个pyqtSignal把帧和状态从子线程传回主线程避免跨线程修改界面控件conf阈值放在循环里过滤低置信度框stop方法先置标志位再释放摄像头防止线程退出不干净导致再启动时报错。主窗口那边用一个QLabel显示帧两个按钮控制启动和停止connect信号时再刷新from PyQt5.QtWidgets import QApplication, QLabel, QPushButton, QVBoxLayout, QWidget from PyQt5.QtGui import QImage, QPixmap class MainWindow(QWidget): def __init__(self, model_path, video_path): super().__init__() self.label QLabel() self.start_btn QPushButton(开始巡检) self.stop_btn QPushButton(停止) layout QVBoxLayout() layout.addWidget(self.label) layout.addWidget(self.start_btn) layout.addWidget(self.stop_btn) self.setLayout(layout) self.thread DetectThread(model_path, video_path) self.thread.frame_signal.connect(self.show_frame) self.start_btn.clicked.connect(self.thread.start) self.stop_btn.clicked.connect(self.thread.stop) self.thread.finished.connect(lambda: print(线程结束)) def show_frame(self, frame): rgb cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) h, w, ch rgb.shape image QImage(rgb.data, w, h, ch * w, QImage.Format_RGB888) self.label.setPixmap(QPixmap.fromImage(image).scaled(self.label.size()))信号槽传的是numpy数组对象本身如果主线程处理慢会导致子线程里的frame一直被占用毕设演示场景下直接传引用可以接受连续跑几小时的应用场景里建议改传拷贝。3.3 巡检结果导出把合规规则和检测结果落到文件界面显示完还不够巡检系统的输出要能留档。把每帧的检测结果和合规判断写进CSV格式简单Excel里能直接筛import csv with open(inspection_result.csv, w, newline, encodingutf-8) as f: writer csv.writer(f) writer.writerow([frame_no, cone_count, valid_count, violation_type])violation_type字段是加分项在合规判断不通过时把具体原因写进去比如spacing_too_wide或cone_fallen配合时间戳还能生成巡检报表。写进文件后在可视化界面上同步显示整个系统的完整度就出来了。4. 源码部署的可行路径环境配置、目录组织与运行踩坑4.1 YOLOv8部署的环境配置conda里一把装干净拿到源码包第一件事不是双击运行而是把环境配成和训练一致的。YOLOv8的训练和推理主要依赖ultralytics这个包它会连带装好torch、torchvision、opencv-python等一堆底层库conda create -n cone_env python3.9 conda activate cone_env pip install ultralytics pip install PyQt5 labelImg有条件用GPU就先确认驱动支持没有GPU环境则不需要装带cu前缀的torch直接用pip装的CPU版本即可。torch这个包体积很大在国内网络环境下建议换国内镜像源安装把pip的index-url指到清华镜像能省下大量等待时间。4.2 项目目录结构拿到源码包后先理解再运行一个结构清晰的锥桶巡检项目通常由四部分组成模型权重、界面代码、工具函数和维护文档。下面这个结构是常见做法cone_inspection/ ├── weights/ │ └── best.pt ├── ui/ │ ├── main_window.py │ └── detect_thread.py ├── utils/ │ ├── rois.py │ └── exporter.py ├── runs/ │ └── detect/ ├── data/ │ └── video_sample.mp4 └── README.mdweights目录放训练好的权重ui放界面和线程类utils放合规判断和导出函数runs是训练过程产生的目录系统运行时只读不写。运行入口就一行python ui/main_window.py如果界面起不来优先检查当前工作目录是不是cone_inspection根目录。很多部署问题都能归结到代码用相对路径找权重但启动脚本时的工作目录不对。4.3 部署时的几个典型报错和排查顺序按我自己的经验部署这类毕设项目遇到的报错基本集中在固定几个位置按下面的顺序排查能节省时间。第一个是路径问题症状是报错信息出现FileNotFoundError: best.pt。解决办法把所有涉及模型权重、视频文件、数据集的路径都改成绝对路径或者用os.path.join(os.path.dirname(__file__), ...)这种相对于代码文件位置的写法。第二个是torch和CUDA版本不匹配症状是RuntimeError: CUDA error: no kernel image is available。先安装好GPU驱动再装对应cuda版本的torch或者干脆在代码开头加上import torch device torch.device(cuda if torch.cuda.is_available() else cpu) model YOLO(weights/best.pt).to(device)做兜底让程序在GPU不可用时不至于直接崩掉。第三个是PyQt5的插件缺失症状是Could not load the Qt platform plugin xcb多发生在Linux上安装libxcb-xinerama0或用pip重装PyQt5通常能解决。还有一个很隐蔽的坑是中文路径。Windows下的源码包如果解压路径含中文OpenCV读取视频和ultralytics加载权重都可能出问题视觉上表现为程序卡死或断在读取帧的位置。把整个项目放到纯英文路径下运行能规避大量玄学问题。4.4 推理性能的调整方向如果摄像头画面预览有延迟优先降低推理输入尺寸而不是降低视频帧率。把model(frame)改成model(frame, imgsz480)推理时间通常会降到640分辨率的六成左右results self.model(frame, imgsz480, conf0.45)[0]要是延迟还是超过可接受范围再检查conf和iou两个阈值适当调高可以跳过大量低质量框减少后处理耗时。5. 部署教程之外把巡检系统做成Web端的一个小改进5.1 用Flask包一个锥桶检测推理接口如果评审老师或同学不想装Python环境最直接的展示方式是把巡检系统服务化成一个小型Web应用。Flask的代码量最小也和YOLOv8配合得好from flask import Flask, request, jsonify from ultralytics import YOLO import cv2 import numpy as np app Flask(__name__) model YOLO(weights/best.pt) app.route(/detect, methods[POST]) def detect(): file request.files[image] data np.frombuffer(file.read(), np.uint8) img cv2.imdecode(data, cv2.IMREAD_COLOR) results model(img)[0] boxes [] for box in results.boxes: x1, y1, x2, y2 map(int, box.xyxy[0]) conf round(float(box.conf[0]), 3) boxes.append({bbox: [x1, y1, x2, y2], conf: conf}) return jsonify({code: 0, data: boxes}) if __name__ __main__: app.run(host0.0.0.0, port5000)这段代码把图片上传封装成独立推理服务前端拿到JSON后自行决定怎么画框。需要注意的是imdecode和imencode都必须显式加cv2.IMREAD_COLOR和jpg编码参数否则中文文件名或特殊格式下容易解码失败。5.2 视频流巡检的multipart响应图片接口能演示但视频流的演示效果更强。Flask里做视频流常见做法是使用multipart/x-mixed-replace协议把OpenCV读到的每一帧作为独立part返回from flask import Response def generate(): cap cv2.VideoCapture(0) while True: ret, frame cap.read() if not ret: break results model(frame)[0] frame results.plot() ret, jpeg cv2.imencode(.jpg, frame) yield (b--frame\r\nContent-Type: image/jpeg\r\n\r\n jpeg.tobytes() b\r\n) app.route(/video_feed) def video_feed(): return Response(generate(), mimetypemultipart/x-mixed-replace)浏览器访问http://127.0.0.1:5000/video_feed即可看到实时标记后的画面也可以在HTML里用img标签的src直接指向这个路由。这个方案并发能力有限但作为演示和对内工具完全够用。真机部署时视频流卡顿先看帧率控制在生成器里加time.sleep(0.03)把输出频率限制到30帧左右往往比盲目降模型尺寸更立竿见影。巡检系统的核心指标不是界面多好看而是合规规则能否在真实画面里稳定复现Web化只是让这套判断更容易被看到和验证。本文还有配套的精品资源点击获取