基于YOLO8的目标检测系统：开启智能视觉识别之旅_ultralytics

在线体验

• 基于YOLO8的目标检测系统

• 基于opencv的摄像头实时目标检测
  

快速开始

1. 创建anaconda环境

conda create -n XXX python=3.10
1

2. pytorch安装

# 查看cuda版本（示例为：11.8）
nvcc -V
1
2

# 安装对应版本的pytorch
# 官网：https://pytorch.org/

# pip安装
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

# conda安装，建议配置conda国内镜像源
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
1
2
3
4
5
6
7
8

3. 其他依赖包安装

pip install -r ./requirements-target-dec.txt
1

4. 网页界面如下，可在示例图片中快速进行试验

一、项目介绍篇

在人工智能和机器学习的浪潮中，YOLO8作为目标检测领域的一颗新星，以其卓越的性能和灵活性，受到了广泛关注。本项目基于YOLO8算法，构建了一个高效、易用的目标检测系统，旨在为用户提供一个强大的本地部署解决方案。通过精心设计的界面和丰富的功能，用户可以轻松实现目标检测任务，无论是在网页端还是本地计算机上。

1.1 YOLO8

• YOLO8是新一代的目标检测算法，由YOLO（You Only Look Once）系列发展而来。它继承了YOLO算法快速、高效的特点，并在此基础上进行了改进和优化，以适应更复杂的目标检测任务。YOLO8通过引入新的网络结构和训练策略，提高了检测的准确性和鲁棒性，尤其是在小目标和遮挡目标的检测上表现出色。
• YOLO8算法的关键创新包括：
  1. 改进的网络结构：YOLO8采用了更深层次的卷积神经网络，增强了特征提取的能力，使得模型能够更准确地识别和定位目标。
  2. 优化的锚框机制：通过优化锚框的设计，YOLO8能够更好地适应不同形状和大小的目标，减少了误检和漏检的情况。
  3. 增强的数据增强技术：YOLO8使用了更先进的数据增强方法，提高了模型对不同环境和条件的泛化能力。
  4. 高效的训练策略：YOLO8引入了新的损失函数和训练技巧，加快了模型的收敛速度，同时保持了检测性能。
• YOLO8的这些改进使得它在实时性要求高的应用场景中，如视频监控、自动驾驶等领域，具有广泛的应用前景。尽管YOLO8的具体细节和性能指标尚未完全公开，但其在目标检测领域的潜力已经引起了业界的广泛关注。

1.2 ultralytics

• Ultraalytics是一家专注于计算机视觉和人工智能技术的公司，以其开发的高性能目标检测模型YOLO（You Only Look Once）而闻名。YOLO模型以其快速和准确的目标检测能力在业界获得了广泛认可，特别是在需要实时处理的场合，如视频监控、自动驾驶和工业自动化等领域。
• Ultraalytics的YOLO算法通过单次前向传播即可预测图像中的物体位置和类别，与传统的多步骤检测方法相比，大大提高了检测速度。随着YOLO算法的迭代发展，Ultraalytics不断推出新版本，如YOLOv3、YOLOv4、YOLOv5等，每个版本都在准确性、速度和易用性方面进行了优化。
• 除了目标检测，Ultraalytics还提供其他AI解决方案，包括图像分割、数据标注工具和模型部署服务。公司致力于推动AI技术的创新和应用，帮助企业实现智能化转型。Ultraalytics的技术和产品因其高效性和可靠性，在全球范围内拥有众多用户和合作伙伴。

1.3 模块介绍

1.3.1 scan_task

• 构建了执行的任务，用于为scan_taskflow提供可执行对象

1.3.2 scan_taskflow.py

• 基于open-cv2的本地界面系统

1.3.3 target_dec_app.py

• gradio页面代码

二、核心代码介绍篇

2.1 target_dec_app.py

import cv2
import gradio as gr
from scan_task import ScanTargetDec

scan_model = ScanTargetDec(version='YOLOv8n', use_gpu=False)


def target_scan(frame):
    frame, _ = scan_model.run(frame, text_size=50)
    '''run方法其他可传参数
    text_color: 显示文字颜色 默认：(0, 0, 255)
    text_size: 显示文字大小 默认：20
    y_pos: y轴位置偏移量 默认：0
    '''
    return frame


if __name__ == '__main__':
    examples = [
        [cv2.imread('./examples/image_detection.jpg')]]
    with gr.Blocks() as demo:
        with gr.Tabs():
            # 图片目标检测
            with gr.Tab(label='图片目标检测') as tab1:
                gr.Markdown(value="# 图片目标检测")
                with gr.Row(variant="panel"):
                    with gr.Column():
                        img_input1 = gr.Image(label="上传图片输入", mirror_webcam=False)
                        with gr.Row(variant="panel"):
                            submit_bn1 = gr.Button(value='上传')
                            clear_bn1 = gr.ClearButton(value='清除')
                    img_out1 = gr.Image(label="目标检测输出", mirror_webcam=False)

                # 添加演示用例
                gr.Examples(label='上传示例图片', examples=examples, fn=target_scan,
                            inputs=[img_input1],
                            outputs=[img_out1],
                            cache_examples=False)

            submit_bn1.click(fn=target_scan, inputs=img_input1, outputs=img_out1)
            clear_bn1.add([img_input1, img_out1])

            # 摄像头实时目标检测
            with gr.Tab(label='摄像头实时目标检测') as tab3:
                gr.Markdown(value="# 摄像头实时目标检测")
                with gr.Column(variant='panel') as demo_scan:
                    with gr.Row(variant="panel"):
                        img_input3 = gr.Image(label="实时输入", sources=["webcam"],
                                              mirror_webcam=False, streaming=True)
                        img_out3 = gr.Image(label="目标检测输出", sources=["webcam"],
                                            mirror_webcam=False, streaming=True)
            img_input3.stream(fn=target_scan, inputs=img_input3, outputs=img_out3)

    demo.launch()

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55

1. 此段代码主要是用于生成前端页面，以及配置按钮点击事件触发时的回调函数
2. 可配置参数包括：use_gpu、text_color、text_size、y_pos
   1. use_gpu: 是否使用gpu
   2. text_color：定位的二维码，显示文字颜色 默认：(0, 0, 255)
   3. text_size：定位的二维码，显示文字大小 默认：20
   4. y_pos：y轴位置偏移量 默认：0

2.2 scan_taskflow.py

class ScanTaskflow:
    def __init__(self, task: str, video_index=0, win_name='Scan XXX', win_width=800, win_height=600, **kwargs):
        ..初始化摄像头扫描对象，设置窗口尺寸等属性..

    def run(self, **kwargs):
        ..开启摄像头，进行检测任务..


if __name__ == '__main__':
    # 启动默认的目标检测系统
    scanTaskflow = ScanTaskflow(task='scan_target_dec',
                                version='YOLOv8n', use_gpu=True,
                                video_index=0, win_name='target_dec',
                                win_width=640, win_height=480)
    scanTaskflow.run(text_color=(0, 255, 0), y_pos=0)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

1. __init__ 用于预加载项目所需模型
2. run 是检测系统的核心方法，用于将视频的实时帧进行检测

三、结语

• 本项目提供了一个基于YOLO8算法的目标检测系统，它不仅易于部署和使用，而且具备高性能和高灵活性。我们相信，随着技术的不断进步和社区的积极参与，本项目将能够为更多用户提供价值，推动目标检测技术的发展。如果您在使用过程中遇到任何问题，欢迎在ModelScope创空间-基于YOLO8的目标检测系统上提出issue，我们会及时为您解答。
• 希望本项目能够成为您在目标检测领域的得力助手。如果您觉得本项目对您有帮助，请给项目点个star，并持续关注我的个人主页ModelBulider的个人主页