简介本资源是一套面向计算机视觉初学者与毕业设计学生的牙齿龋齿智能检测完整实现方案基于DentalAI医学影像数据集与YOLOv8目标检测模型解决口腔影像中龋齿区域自动定位与可视化诊断问题适用于医学AI课程设计、毕设开发及轻量级Web部署实践。压缩包共9个文件含3个Jupyter Notebook涵盖数据格式转换、模型训练与预测全流程、1个PyTorch模型文件best.pt、1个Web前端HTML页面index.html、1个后端Python服务脚本object_detector.py、1张示例检测图caries.jpg及必要依赖与说明文档整体45.9MB结构紧凑、模块职责清晰。已有134人学习下载提供从Supervisely数据集转YOLOv8格式、端到端训练、Web界面集成到结果可视化的一站式代码支撑附带可直接运行的Web服务无需额外配置即可上传图像获取带置信度标注的龋齿检测结果。1. 项目背景与核心价值最近在整理硬盘翻到了去年带学生做的一个毕业设计项目一个基于DentalAI数据集和YOLOv8的牙齿龋齿检测系统。当时学生想做一个既有技术深度又有实用价值的项目我们讨论了很久最终敲定了这个方向。现在回头看这个项目确实踩了不少坑也积累了很多从数据处理、模型训练到Web部署的实战经验尤其是如何把一个前沿的CV模型真正“落地”成一个可交互的程序这个过程远比调通一个Demo要复杂得多。牙齿健康问题尤其是龋齿也就是蛀牙是口腔疾病中最常见的一种。传统的诊断依赖医生的肉眼观察和X光片不仅对医生经验要求高而且存在一定的主观性。这个项目的核心价值就是尝试利用目标检测技术为口腔影像比如口腔内窥镜拍摄的照片提供一个自动化的辅助分析工具。它能够快速定位图像中的牙齿并识别出疑似龋齿的区域标注出置信度。这对于基层医疗机构的初筛、远程医疗咨询甚至是个人日常口腔健康的关注都提供了一个低成本、高效率的技术思路。我们选择了YOLOv8主要是看中了它在精度和速度上的优秀平衡以及极其友好的开发者体验。相比于早期版本YOLOv8的API设计更清晰训练流程更简单这对于本科毕业设计来说能让学生把更多精力放在理解整个AI应用流水线上而不是陷在复杂的环境配置和代码调试里。数据集方面公开的牙齿疾病数据集不多DentalAI是一个相对质量较高的选择它包含了多种口腔疾病的标注我们这里只提取了其中关于龋齿的部分。最终我们不仅训练出了可用的模型还搭建了一个基于Python Flask的Web界面。用户可以通过网页上传口腔照片后台调用YOLOv8模型进行推理并将检测结果带框的图片实时展示在页面上。整个项目打包后就是一个完整的、可独立运行的应用程序。接下来我会把这个项目从零开始复现一遍把其中关键的技术选型理由、具体的操作步骤、以及我们当时遇到的“坑”和解决方案毫无保留地分享出来。2. 技术栈选型与环境搭建详解做一个AI应用第一步永远是搭环境。这一步看似基础却劝退了无数新手。我们的技术栈非常明确Python作为主语言PyTorch作为深度学习框架Ultralytics YOLOv8作为核心检测模型Flask作为轻量级Web后端前端则用简单的HTML/CSS/JavaScript配合一点Bootstrap快速成型。为什么是YOLOv8在目标检测领域YOLO系列一直是“快”的代名词。YOLOv8在继承这一优点的同时在精度上也有了显著提升。对于毕业设计或中小型项目而言它的优势太明显了第一生态成熟文档和社区资源极其丰富遇到问题基本都能找到答案第二Ultralytics提供了近乎“傻瓜式”的训练和推理接口几行代码就能跑起来极大降低了入门门槛第三它支持从训练、验证、测试到导出的全流程并且能够很方便地转换为ONNX等格式为后续可能的移动端或边缘设备部署留出了空间。相比之下两阶段检测器如Faster R-CNN虽然精度可能更高但训练和推理速度慢流程复杂不适合作为快速原型验证的首选。环境配置的具体步骤与避坑指南这里我强烈建议使用Anaconda来创建独立的Python环境避免与系统或其他项目的包发生冲突。下面是我在Windows系统上验证通过的步骤Linux/macOS大同小异。2.1 创建并激活Conda环境打开Anaconda Prompt或终端执行以下命令。我们使用Python 3.8或3.9这是目前与PyTorch、CUDA等兼容性最好的版本。conda create -n dental_ai python3.9 -y conda activate dental_ai2.2 安装PyTorch与CUDA这是最关键也最容易出错的一步。你需要根据自己电脑的显卡型号和已安装的CUDA版本来选择正确的PyTorch安装命令。没有NVIDIA显卡的同学可以安装CPU版本但训练速度会非常慢。首先确认你的CUDA版本。在命令行输入nvidia-smi查看最右上角显示的“CUDA Version”。例如显示的是“11.7”。然后前往 PyTorch官网 获取对应的安装命令。以CUDA 11.7为例命令如下pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117如果你的显卡是GTX 1660 Ti这类较新的卡通常支持CUDA。如果遇到问题一个常见的坑是显卡驱动太旧需要去NVIDIA官网更新驱动。对于只有CPU的机器使用pip install torch torchvision torchaudio2.3 安装Ultralytics YOLOv8及其他依赖YOLOv8的安装非常简单直接pip即可。我们同时安装Flask和OpenCV用于Web开发和图像处理。pip install ultralytics flask opencv-python pillow这里有个小细节opencv-python是OpenCV的社区版对于大多数图像读写和基本操作足够了。如果安装失败可以尝试使用清华源pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python。2.4 验证安装创建一个Python脚本test_env.py写入以下内容并运行import torch import ultralytics import flask import cv2 print(fPyTorch版本: {torch.__version__}) print(fPyTorch CUDA是否可用: {torch.cuda.is_available()}) print(fYOLOv8版本: {ultralytics.__version__}) print(fFlask版本: {flask.__version__}) print(fOpenCV版本: {cv2.__version__})如果一切正常你会看到各库的版本号并且torch.cuda.is_available()返回True如果你安装了GPU版。至此基础环境就搭建完成了。这个环境是后续所有工作的基石务必确保每一步都正确无误。3. DentalAI数据集处理与YOLOv8适配实战拿到DentalAI数据集后你可能会有点懵因为它的原始格式可能不是YOLOv8直接支持的。YOLOv8训练需要的数据格式是特定的每张图片对应一个同名的.txt标注文件文件里每一行代表一个目标格式为class_id x_center y_center width height所有坐标都是相对于图片宽度和高度的归一化值0到1之间。3.1 数据集解构与格式分析DentalAI数据集通常包含图片文件夹如images/和标注文件夹如annotations/。标注文件可能是XMLPASCAL VOC格式或JSONCOCO格式。你需要先写一个小脚本来查看一下标注文件的结构。假设是COCO格式的JSON文件你可以用以下代码快速浏览import json with open(annotations/instances_train2017.json, r) as f: data json.load(f) print(f类别数量: {len(data[categories])}) print(f图片数量: {len(data[images])}) print(f标注数量: {len(data[annotations])}) # 打印前几个类别信息 for cat in data[categories][:5]: print(cat)这个步骤的目的是搞清楚1有哪些类别2标注的坐标格式是什么通常是绝对坐标[x, y, width, height]3图片和标注是如何关联的。在我们的项目中我们只关心“龋齿”caries这一个类别。3.2 格式转换脚本编写明确了格式后就需要编写转换脚本。下面是一个将COCO格式JSON转换为YOLO格式TXT的示例脚本的核心逻辑import json import os from pathlib import Path def coco2yolo(coco_json_path, output_label_dir, target_class_namecaries): with open(coco_json_path, r) as f: data json.load(f) # 创建类别ID映射COCO的id可能不连续我们映射到0,1,2... categories {cat[id]: cat[name] for cat in data[categories]} # 假设我们只检测龋齿找到其ID target_class_id None for cat_id, name in categories.items(): if name.lower() target_class_name.lower(): target_class_id cat_id break if target_class_id is None: raise ValueError(f未找到类别: {target_class_name}) # 构建图片ID到文件名的映射 image_id_to_info {img[id]: img for img in data[images]} # 处理每个标注 for ann in data[annotations]: if ann[category_id] ! target_class_id: continue # 只处理龋齿标注 image_id ann[image_id] img_info image_id_to_info[image_id] img_w, img_h img_info[width], img_info[height] # COCO bbox格式: [x_top_left, y_top_left, width, height] x_tl, y_tl, w, h ann[bbox] # 转换为YOLO格式: [x_center, y_center, width, height] (归一化) x_center (x_tl w / 2) / img_w y_center (y_tl h / 2) / img_h w_norm w / img_w h_norm h / img_h # YOLO格式的class_id对于我们单类别就是0 yolo_class_id 0 # 准备写入的文本行 line f{yolo_class_id} {x_center:.6f} {y_center:.6f} {w_norm:.6f} {h_norm:.6f}\n # 写入对应的txt文件文件名与图片名相同 img_filename img_info[file_name] txt_filename Path(img_filename).stem .txt txt_path os.path.join(output_label_dir, txt_filename) # 以追加模式写入因为一张图可能有多个龋齿区域 with open(txt_path, a) as txt_f: txt_f.write(line) print(f转换完成标注文件已保存至: {output_label_dir}) # 使用示例 coco2yolo(annotations/train.json, labels/train, caries)这个脚本的关键点在于坐标转换和归一化。务必检查转换后的坐标值是否都在0到1之间否则训练时会报错。转换完成后你的数据集目录结构应该如下所示dental_dataset/ ├── images/ │ ├── train/ │ │ ├── img001.jpg │ │ └── ... │ └── val/ │ ├── img101.jpg │ └── ... └── labels/ ├── train/ │ ├── img001.txt │ └── ... └── val/ ├── img101.txt └── ...3.3 创建数据集配置文件YOLOv8需要一个YAML文件来告诉它数据集在哪里、有哪些类别。在项目根目录创建一个data.yaml文件# data.yaml path: /absolute/path/to/dental_dataset # 数据集的根目录绝对路径 train: images/train # 训练集图片路径相对于path val: images/val # 验证集图片路径相对于path # 类别数量 nc: 1 # 类别名称列表 names: [caries]重要提示path最好使用绝对路径避免因工作目录变化导致找不到文件。这个文件是连接你的数据和YOLOv8训练脚本的桥梁。4. YOLOv8模型训练、调优与评估全流程环境好了数据也准备好了终于可以开始训练模型了。YOLOv8的训练命令简洁得令人感动但背后有很多参数值得深入琢磨。4.1 基础训练命令与参数解析最基础的训练只需要一行命令yolo taskdetect modetrain modelyolov8n.pt datadata.yaml epochs100 imgsz640我们来拆解一下这几个核心参数taskdetect: 指定任务为目标检测。modetrain: 模式为训练。modelyolov8n.pt: 指定预训练模型。yolov8n.pt是“纳米”版模型最小速度最快适合快速验证和资源受限的场景。还有s小、m中、l大、x特大版本精度依次提高但模型体积和计算量也越大。对于牙齿龋齿检测图片背景相对单一目标也不算特别小从yolov8s开始尝试是个不错的选择。datadata.yaml: 指定我们上一步创建的数据集配置文件。epochs100: 训练轮数。这是一个需要根据数据集大小和模型收敛情况调整的参数。对于小数据集100轮可能已经足够甚至过拟合。imgsz640: 输入图片的尺寸。YOLOv8会将所有图片统一缩放到这个尺寸进行训练。更大的尺寸通常能带来更好的精度但也会显著增加显存消耗和训练时间。对于口腔内窥镜图片640x640通常已经能保留足够的细节。执行命令后YOLOv8会自动下载yolov8n.pt预训练权重如果本地没有然后开始训练。控制台会实时输出损失函数下降曲线、当前精度mAP等信息。所有训练日志、模型权重、结果图表都会保存在一个自动生成的runs/detect/train/目录下。4.2 关键训练技巧与超参数调整第一次训练往往不是最优的我们需要根据结果进行调优。1. 学习率lr与优化器YOLOv8默认使用SGD优化器。如果你的训练损失下降很慢或者震荡得很厉害可以尝试改用AdamW优化器并调整学习率。虽然YOLOv8的命令行参数不直接支持更换优化器但你可以通过Python API来实现更精细的控制from ultralytics import YOLO model YOLO(yolov8s.pt) # 加载预训练模型 # 使用Python API训练可以传入更多参数 model.train( datadata.yaml, epochs150, imgsz640, batch16, # 根据你的显存调整越大训练越稳定但显存消耗也越大 optimizerAdamW, # 更换优化器 lr00.001, # 初始学习率AdamW可以设小一点 patience30, # 早停耐心值如果精度在30个epoch内没提升就停止 saveTrue, device0 # 使用GPU 0如果是CPU则设为cpu )2. 数据增强YOLOv8默认开启了丰富的数据增强如 mosaic, mixup, 色彩抖动翻转等这对于防止过拟合、提升模型泛化能力至关重要。对于医学图像我们需要谨慎对待几何形变。口腔照片的角度相对固定过度的旋转和裁剪可能会产生不真实的样本。你可以在训练命令中调整增强参数yolo ... degrees0.0 # 限制旋转角度 # 或者通过Python API的 augment 参数进行更细致的控制3. 多尺度训练YOLOv8默认支持多尺度训练即在训练过程中随机改变输入图片的尺寸如640 672 704...。这有助于模型学习不同尺度的特征。如果你的目标龋齿区域尺寸变化不大可以考虑关闭它以加快训练速度scale0.0。4.3 模型评估与性能解读训练结束后在runs/detect/train/目录下你会找到很多有用的文件weights/best.pt: 训练过程中在验证集上表现最好的模型权重。weights/last.pt: 最后一个epoch的模型权重。results.csv: 每个epoch的详细指标记录。confusion_matrix.png: 混淆矩阵看分类是否准确。F1_curve.png: F1分数与置信度阈值的曲线用于选择最佳置信度阈值。P_curve.pngR_curve.png: 精确率和召回率曲线。最重要的指标是mAPmean Average Precision。在results.csv里你会看到metrics/mAP50(B)和metrics/mAP50-95(B)。mAP50: 在IoU交并比阈值为0.5时的平均精度。这是最常用的指标可以理解为“框得不太严”时的精度。mAP50-95: 在IoU阈值从0.5到0.95步长0.05的平均值。这个指标更严格要求预测框和真实框重合度非常高。 对于龋齿检测我们更关注召回率Recall即尽可能不漏掉可疑病灶。因此在模型部署时可以适当降低置信度阈值conf比如从默认的0.25降到0.15以提高检出率但代价是可能会增加一些假阳性误报。使用最佳模型在验证集上进行评估yolo taskdetect modeval modelruns/detect/train/weights/best.pt datadata.yaml这个命令会输出详细的评估结果包括各个类别的精确率、召回率、mAP等。根据这些结果你可以判断模型是否满足要求或者是否需要收集更多数据、调整数据增强策略等。5. 从模型到应用Flask Web界面开发与集成模型训练好了精度也不错但它还是一个“黑盒子”。我们要把它包装成一个有界面的程序让非技术人员也能使用。Flask是一个轻量级的Python Web框架非常适合快速搭建这种AI模型的服务接口。5.1 Flask应用骨架搭建首先规划一下我们的Web应用需要哪些功能一个上传图片的页面。一个后端接口接收图片调用YOLOv8模型进行推理。将推理结果带标注框的图片保存或直接返回给前端显示。显示检测结果如龋齿数量、置信度。项目目录结构可以这样组织dental_caries_detection/ ├── app.py # Flask主应用文件 ├── model/ │ └── best.pt # 训练好的YOLOv8模型 ├── static/ │ ├── css/ # 样式文件 │ ├── js/ # JavaScript文件 │ └── uploads/ # 用户上传的图片临时存储 ├── templates/ │ └── index.html # 前端主页 └── requirements.txt # 项目依赖列表app.py是核心代码如下import os from flask import Flask, render_template, request, jsonify, send_from_directory from werkzeug.utils import secure_filename from ultralytics import YOLO import cv2 app Flask(__name__) app.config[UPLOAD_FOLDER] static/uploads/ app.config[MAX_CONTENT_LENGTH] 16 * 1024 * 1024 # 限制上传16MB ALLOWED_EXTENSIONS {png, jpg, jpeg, bmp} # 加载训练好的模型全局加载避免每次请求重复加载 model YOLO(model/best.pt) def allowed_file(filename): return . in filename and filename.rsplit(., 1)[1].lower() in ALLOWED_EXTENSIONS app.route(/) def index(): 渲染主页 return render_template(index.html) app.route(/predict, methods[POST]) def predict(): 处理图片上传和预测 if file not in request.files: return jsonify({error: 没有文件部分}), 400 file request.files[file] if file.filename : return jsonify({error: 未选择文件}), 400 if file and allowed_file(file.filename): # 保存上传的文件 filename secure_filename(file.filename) upload_path os.path.join(app.config[UPLOAD_FOLDER], filename) file.save(upload_path) try: # 使用YOLOv8进行推理 results model(upload_path, conf0.25) # conf为置信度阈值 # 处理结果 if len(results) 0: result results[0] # 第一张图片的结果 # 获取带标注框的图片OpenCV格式的numpy数组 annotated_img result.plot() # 这是OpenCV BGR格式 # 保存结果图片 result_filename result_ filename result_path os.path.join(app.config[UPLOAD_FOLDER], result_filename) cv2.imwrite(result_path, annotated_img) # 提取检测信息 boxes result.boxes caries_count len(boxes) if boxes is not None else 0 caries_info [] if boxes is not None: for box in boxes: conf float(box.conf[0]) cls int(box.cls[0]) # 获取坐标 (xyxy格式) x1, y1, x2, y2 map(int, box.xyxy[0]) caries_info.append({ confidence: round(conf, 3), bbox: [x1, y1, x2, y2] }) return jsonify({ success: True, original_img: f/static/uploads/{filename}, result_img: f/static/uploads/{result_filename}, caries_count: caries_count, caries_info: caries_info }) else: return jsonify({success: True, message: 未检测到龋齿, original_img: f/static/uploads/{filename}}) except Exception as e: # 记录错误日志 app.logger.error(f预测过程中发生错误: {str(e)}) return jsonify({error: 模型预测失败}), 500 else: return jsonify({error: 文件类型不允许}), 400 if __name__ __main__: # 确保上传目录存在 os.makedirs(app.config[UPLOAD_FOLDER], exist_okTrue) # 调试模式关闭生产环境需使用WSGI服务器如Gunicorn app.run(host0.0.0.0, port5000, debugFalse)这段代码的核心是/predict路由。它接收前端上传的图片调用model(upload_path)进行推理。result.plot()方法非常方便能直接返回画好检测框的图片。我们将原图和结果图的路径、检测到的龋齿数量、每个龋齿区域的置信度和坐标返回给前端。5.2 前端页面设计与交互前端页面templates/index.html不需要很复杂但求清晰好用。这里使用Bootstrap 5快速搭建并加入一些简单的JavaScript来处理文件上传和结果显示。!DOCTYPE html html langzh-CN head meta charsetUTF-8 meta nameviewport contentwidthdevice-width, initial-scale1.0 title牙齿龋齿智能检测系统/title link hrefhttps://cdn.jsdelivr.net/npm/bootstrap5.1.3/dist/css/bootstrap.min.css relstylesheet style .img-container { margin-top: 20px; border: 1px solid #ddd; padding: 10px;} #resultImg, #originalImg { max-width: 100%; height: auto;} .loading { display: none; text-align: center; margin: 20px;} /style /head body div classcontainer mt-5 h1 classtext-center mb-4 牙齿龋齿智能检测系统/h1 p classtext-center text-muted上传口腔照片系统将自动检测疑似龋齿区域。/p div classrow justify-content-center div classcol-md-8 div classcard div classcard-body form iduploadForm enctypemultipart/form-data div classmb-3 label forimageFile classform-label选择口腔照片/label input classform-control typefile idimageFile namefile acceptimage/* required div classform-text支持 JPG, PNG, BMP 格式大小不超过16MB。/div /div button typesubmit classbtn btn-primary w-100开始检测/button /form div idloading classloading div classspinner-border text-primary rolestatus span classvisually-hidden加载中.../span /div p classmt-2AI正在分析图片请稍候.../p /div div idresults styledisplay:none; hr h4检测结果/h4 div classalert alert-info 共检测到 strongspan idcount0/span/strong 处疑似龋齿区域。 /div div classrow div classcol-md-6 h6原图/h6 div classimg-container img idoriginalImg src alt原图 /div /div div classcol-md-6 h6检测结果图/h6 div classimg-container img idresultImg src alt结果图 /div /div /div div classmt-3 iddetailTable !-- 详细信息表格将通过JS动态生成 -- /div /div /div /div /div /div /div script srchttps://cdn.jsdelivr.net/npm/bootstrap5.1.3/dist/js/bootstrap.bundle.min.js/script script document.getElementById(uploadForm).addEventListener(submit, async function(e) { e.preventDefault(); const fileInput document.getElementById(imageFile); const file fileInput.files[0]; if (!file) return; const formData new FormData(); formData.append(file, file); // 显示加载动画隐藏结果区域 document.getElementById(loading).style.display block; document.getElementById(results).style.display none; try { const response await fetch(/predict, { method: POST, body: formData }); const data await response.json(); document.getElementById(loading).style.display none; if (data.error) { alert(错误: data.error); return; } // 显示结果区域 document.getElementById(results).style.display block; // 更新图片和计数 if (data.original_img) { document.getElementById(originalImg).src data.original_img; } if (data.result_img) { document.getElementById(resultImg).src data.result_img; } document.getElementById(count).textContent data.caries_count || 0; // 更新详细信息表格 const detailTable document.getElementById(detailTable); if (data.caries_info data.caries_info.length 0) { let tableHtml h6 classmt-3检测详情/h6table classtable table-sm table-borderedtheadtrth#/thth置信度/thth边界框坐标 (x1,y1,x2,y2)/th/tr/theadtbody; data.caries_info.forEach((item, index) { tableHtml trtd${index1}/tdtd${item.confidence}/tdtd[${item.bbox.join(, )}]/td/tr; }); tableHtml /tbody/table; detailTable.innerHTML tableHtml; } else { detailTable.innerHTML p classtext-muted未检测到具体区域信息。/p; } } catch (error) { document.getElementById(loading).style.display none; console.error(请求失败:, error); alert(网络请求失败请检查控制台或后端服务。); } }); /script /body /html这个页面包含了文件选择、上传按钮、加载动画和结果展示区域。使用JavaScript的Fetch API进行异步上传避免页面刷新。检测完成后会并排显示原图和带检测框的结果图并在下方以表格形式列出每个检测区域的置信度和像素坐标。5.3 项目打包与部署注意事项开发完成后我们需要将整个项目打包方便在其他电脑上运行。除了源代码和模型最关键的是requirements.txt文件它记录了所有依赖包及其版本。 在项目根目录下生成它pip freeze requirements.txt然后你可以将整个项目文件夹包括app.py,model/,templates/,static/,requirements.txt,data.yaml等打包成一个ZIP文件这就是你的“毕业设计程序包”。部署运行步骤在新电脑上解压ZIP文件。创建并激活Conda环境同第2部分。安装依赖pip install -r requirements.txt。注意如果新电脑的CUDA版本不同可能需要重新安装匹配的PyTorch。运行应用python app.py。在浏览器中打开http://127.0.0.1:5000即可使用。生产环境部署建议不要使用Flask自带的开发服务器app.run(debugTrue)仅用于开发。生产环境应使用Gunicorn(Linux/macOS) 或Waitress(Windows) 这样的WSGI服务器。使用Nginx反向代理处理静态文件、负载均衡和SSL加密。模型服务化如果并发请求高可以考虑将模型推理部分单独封装成一个服务如使用FastAPI与Web应用解耦。6. 项目优化、常见问题与扩展思考一个能跑起来的Demo只是开始。要让这个项目真正具有实用性和鲁棒性还需要考虑很多优化和边界情况。6.1 性能优化与体验提升1. 图片预处理与后处理预处理在上传图片后、送入模型前可以加入一些预处理步骤。例如口腔照片可能明暗不均可以进行直方图均衡化或自适应阈值处理来增强对比度。也可以自动裁剪掉图片中非口腔区域的黑色背景减少无关信息干扰。后处理YOLOv8输出的检测框可能存在重叠同一个龋齿被多次检测到。可以使用非极大值抑制NMS来合并重叠框。虽然YOLOv8内部已经做了NMS但你可以通过调整iou参数来控制其严格程度。在我们的代码中model(upload_path, iou0.45)的iou参数就是NMS的IoU阈值值越小去重越严格。2. 异步处理与队列如果图片很大或模型推理较慢同步处理会导致前端请求超时。一个改进方案是引入任务队列如CeleryRedis。用户上传图片后后端立即返回一个“任务ID”然后将推理任务放入队列。前端通过轮询或WebSocket用这个任务ID去查询处理进度和结果。这样用户体验会好很多。3. 模型轻量化与加速模型导出YOLOv8训练出的.pt文件是PyTorch格式。你可以将其导出为ONNX或TensorRT格式这些格式在特定硬件如NVIDIA GPU上推理速度更快。yolo export modelruns/detect/train/weights/best.pt formatonnx # 导出为ONNX使用更小的模型如果对实时性要求极高可以尝试使用yolov8n甚至更小的自定义模型或者使用模型剪枝、量化等技术来压缩模型。6.2 踩坑实录与问题排查在实际开发中我们遇到了几个典型问题问题一‘CUDA out of memory’ (显存不足)这是训练时最常见的问题。解决方法减小批次大小batch size在训练命令中加入batch8或更小的值。减小图片尺寸将imgsz从640降到416或320。使用梯度累积如果显存实在太小可以设置accumulate2这相当于模拟更大的batch size但会稍微增加训练时间。检查后台进程用nvidia-smi查看是否有其他程序占用了显存。问题二训练损失不下降或波动很大检查数据标注用YOLOv8自带的工具可视化一下标注是否正确yolo taskdetect modetrain modelyolov8n.pt datadata.yaml ...训练几个epoch后在runs/detect/train/下会有val_batch0_labels.jpg和val_batch0_pred.jpg对比看看模型预测的和真实标注框是否对得上。调整学习率学习率太大可能导致震荡太小可能导致下降缓慢。尝试使用lr00.01SGD或lr00.001AdamW并观察损失曲线。检查数据平衡如果数据集中“有龋齿”和“无龋齿”的图片数量差距巨大模型可能会偏向于预测多数类。需要收集更多少数类的样本或使用类别权重。问题三Web界面上传图片后无反应或报错检查文件路径和权限确保static/uploads/目录存在且有写入权限。查看Flask日志运行python app.py时控制台会输出访问日志和错误信息这是排查问题的第一现场。检查前端控制台在浏览器中按F12打开开发者工具查看“网络(Network)”标签页上传图片时是否有请求发出响应状态码和内容是什么。图片格式问题确保前端上传的图片格式在后端允许的列表内ALLOWED_EXTENSIONS并且文件头是有效的图片格式。有些手机拍摄的图片可能有奇怪的元数据可以用PIL库统一转换一下from PIL import Image img Image.open(upload_path) img img.convert(RGB) # 确保是三通道 img.save(upload_path) # 覆盖原文件6.3 项目扩展方向这个基础项目有很多可以深化和扩展的地方多疾病检测DentalAI数据集本身包含多种口腔疾病如牙结石、牙龈炎等。可以修改data.yaml中的nc和names训练一个能同时检测多种口腔问题的模型。分级诊断不仅仅是检测有无龋齿还可以尝试对龋齿的严重程度进行分级如浅龋、中龋、深龋。这需要更精细标注的数据集标注时区分等级。与DICOM影像结合口腔X光片如根尖片、全景片是更常用的诊断工具。可以研究如何将YOLOv8应用于DICOM格式的X光影像这涉及到窗宽窗位调整、DICOM到普通图片的转换等预处理步骤。开发桌面应用或移动App使用PyQt、Tkinter等框架将模型打包成桌面应用或者使用Flutter、React Native结合ONNX Runtime等推理引擎开发移动端App让医生可以随时随地使用。集成到医疗信息系统设计标准的RESTful API将检测服务提供给现有的口腔诊所管理系统或PACS影像归档和通信系统调用实现工作流闭环。这个项目从选题到实现贯穿了数据处理、模型训练、Web开发、部署运维等多个环节是一个非常好的全栈AI应用实践。希望这份详细的拆解能帮助你不仅复现这个项目更能理解其中每一个决策背后的原因并具备在此基础上进行改进和创新的能力。本文还有配套的精品资源点击获取 基于YOLOv8与Flask的牙齿龋齿检测系统：从数据准备到Web部署全流程实战
简介本资源是一套面向计算机视觉初学者与毕业设计学生的牙齿龋齿智能检测完整实现方案基于DentalAI医学影像数据集与YOLOv8目标检测模型解决口腔影像中龋齿区域自动定位与可视化诊断问题适用于医学AI课程设计、毕设开发及轻量级Web部署实践。压缩包共9个文件含3个Jupyter Notebook涵盖数据格式转换、模型训练与预测全流程、1个PyTorch模型文件best.pt、1个Web前端HTML页面index.html、1个后端Python服务脚本object_detector.py、1张示例检测图caries.jpg及必要依赖与说明文档整体45.9MB结构紧凑、模块职责清晰。已有134人学习下载提供从Supervisely数据集转YOLOv8格式、端到端训练、Web界面集成到结果可视化的一站式代码支撑附带可直接运行的Web服务无需额外配置即可上传图像获取带置信度标注的龋齿检测结果。1. 项目背景与核心价值最近在整理硬盘翻到了去年带学生做的一个毕业设计项目一个基于DentalAI数据集和YOLOv8的牙齿龋齿检测系统。当时学生想做一个既有技术深度又有实用价值的项目我们讨论了很久最终敲定了这个方向。现在回头看这个项目确实踩了不少坑也积累了很多从数据处理、模型训练到Web部署的实战经验尤其是如何把一个前沿的CV模型真正“落地”成一个可交互的程序这个过程远比调通一个Demo要复杂得多。牙齿健康问题尤其是龋齿也就是蛀牙是口腔疾病中最常见的一种。传统的诊断依赖医生的肉眼观察和X光片不仅对医生经验要求高而且存在一定的主观性。这个项目的核心价值就是尝试利用目标检测技术为口腔影像比如口腔内窥镜拍摄的照片提供一个自动化的辅助分析工具。它能够快速定位图像中的牙齿并识别出疑似龋齿的区域标注出置信度。这对于基层医疗机构的初筛、远程医疗咨询甚至是个人日常口腔健康的关注都提供了一个低成本、高效率的技术思路。我们选择了YOLOv8主要是看中了它在精度和速度上的优秀平衡以及极其友好的开发者体验。相比于早期版本YOLOv8的API设计更清晰训练流程更简单这对于本科毕业设计来说能让学生把更多精力放在理解整个AI应用流水线上而不是陷在复杂的环境配置和代码调试里。数据集方面公开的牙齿疾病数据集不多DentalAI是一个相对质量较高的选择它包含了多种口腔疾病的标注我们这里只提取了其中关于龋齿的部分。最终我们不仅训练出了可用的模型还搭建了一个基于Python Flask的Web界面。用户可以通过网页上传口腔照片后台调用YOLOv8模型进行推理并将检测结果带框的图片实时展示在页面上。整个项目打包后就是一个完整的、可独立运行的应用程序。接下来我会把这个项目从零开始复现一遍把其中关键的技术选型理由、具体的操作步骤、以及我们当时遇到的“坑”和解决方案毫无保留地分享出来。2. 技术栈选型与环境搭建详解做一个AI应用第一步永远是搭环境。这一步看似基础却劝退了无数新手。我们的技术栈非常明确Python作为主语言PyTorch作为深度学习框架Ultralytics YOLOv8作为核心检测模型Flask作为轻量级Web后端前端则用简单的HTML/CSS/JavaScript配合一点Bootstrap快速成型。为什么是YOLOv8在目标检测领域YOLO系列一直是“快”的代名词。YOLOv8在继承这一优点的同时在精度上也有了显著提升。对于毕业设计或中小型项目而言它的优势太明显了第一生态成熟文档和社区资源极其丰富遇到问题基本都能找到答案第二Ultralytics提供了近乎“傻瓜式”的训练和推理接口几行代码就能跑起来极大降低了入门门槛第三它支持从训练、验证、测试到导出的全流程并且能够很方便地转换为ONNX等格式为后续可能的移动端或边缘设备部署留出了空间。相比之下两阶段检测器如Faster R-CNN虽然精度可能更高但训练和推理速度慢流程复杂不适合作为快速原型验证的首选。环境配置的具体步骤与避坑指南这里我强烈建议使用Anaconda来创建独立的Python环境避免与系统或其他项目的包发生冲突。下面是我在Windows系统上验证通过的步骤Linux/macOS大同小异。2.1 创建并激活Conda环境打开Anaconda Prompt或终端执行以下命令。我们使用Python 3.8或3.9这是目前与PyTorch、CUDA等兼容性最好的版本。conda create -n dental_ai python3.9 -y conda activate dental_ai2.2 安装PyTorch与CUDA这是最关键也最容易出错的一步。你需要根据自己电脑的显卡型号和已安装的CUDA版本来选择正确的PyTorch安装命令。没有NVIDIA显卡的同学可以安装CPU版本但训练速度会非常慢。首先确认你的CUDA版本。在命令行输入nvidia-smi查看最右上角显示的“CUDA Version”。例如显示的是“11.7”。然后前往 PyTorch官网 获取对应的安装命令。以CUDA 11.7为例命令如下pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117如果你的显卡是GTX 1660 Ti这类较新的卡通常支持CUDA。如果遇到问题一个常见的坑是显卡驱动太旧需要去NVIDIA官网更新驱动。对于只有CPU的机器使用pip install torch torchvision torchaudio2.3 安装Ultralytics YOLOv8及其他依赖YOLOv8的安装非常简单直接pip即可。我们同时安装Flask和OpenCV用于Web开发和图像处理。pip install ultralytics flask opencv-python pillow这里有个小细节opencv-python是OpenCV的社区版对于大多数图像读写和基本操作足够了。如果安装失败可以尝试使用清华源pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python。2.4 验证安装创建一个Python脚本test_env.py写入以下内容并运行import torch import ultralytics import flask import cv2 print(fPyTorch版本: {torch.__version__}) print(fPyTorch CUDA是否可用: {torch.cuda.is_available()}) print(fYOLOv8版本: {ultralytics.__version__}) print(fFlask版本: {flask.__version__}) print(fOpenCV版本: {cv2.__version__})如果一切正常你会看到各库的版本号并且torch.cuda.is_available()返回True如果你安装了GPU版。至此基础环境就搭建完成了。这个环境是后续所有工作的基石务必确保每一步都正确无误。3. DentalAI数据集处理与YOLOv8适配实战拿到DentalAI数据集后你可能会有点懵因为它的原始格式可能不是YOLOv8直接支持的。YOLOv8训练需要的数据格式是特定的每张图片对应一个同名的.txt标注文件文件里每一行代表一个目标格式为class_id x_center y_center width height所有坐标都是相对于图片宽度和高度的归一化值0到1之间。3.1 数据集解构与格式分析DentalAI数据集通常包含图片文件夹如images/和标注文件夹如annotations/。标注文件可能是XMLPASCAL VOC格式或JSONCOCO格式。你需要先写一个小脚本来查看一下标注文件的结构。假设是COCO格式的JSON文件你可以用以下代码快速浏览import json with open(annotations/instances_train2017.json, r) as f: data json.load(f) print(f类别数量: {len(data[categories])}) print(f图片数量: {len(data[images])}) print(f标注数量: {len(data[annotations])}) # 打印前几个类别信息 for cat in data[categories][:5]: print(cat)这个步骤的目的是搞清楚1有哪些类别2标注的坐标格式是什么通常是绝对坐标[x, y, width, height]3图片和标注是如何关联的。在我们的项目中我们只关心“龋齿”caries这一个类别。3.2 格式转换脚本编写明确了格式后就需要编写转换脚本。下面是一个将COCO格式JSON转换为YOLO格式TXT的示例脚本的核心逻辑import json import os from pathlib import Path def coco2yolo(coco_json_path, output_label_dir, target_class_namecaries): with open(coco_json_path, r) as f: data json.load(f) # 创建类别ID映射COCO的id可能不连续我们映射到0,1,2... categories {cat[id]: cat[name] for cat in data[categories]} # 假设我们只检测龋齿找到其ID target_class_id None for cat_id, name in categories.items(): if name.lower() target_class_name.lower(): target_class_id cat_id break if target_class_id is None: raise ValueError(f未找到类别: {target_class_name}) # 构建图片ID到文件名的映射 image_id_to_info {img[id]: img for img in data[images]} # 处理每个标注 for ann in data[annotations]: if ann[category_id] ! target_class_id: continue # 只处理龋齿标注 image_id ann[image_id] img_info image_id_to_info[image_id] img_w, img_h img_info[width], img_info[height] # COCO bbox格式: [x_top_left, y_top_left, width, height] x_tl, y_tl, w, h ann[bbox] # 转换为YOLO格式: [x_center, y_center, width, height] (归一化) x_center (x_tl w / 2) / img_w y_center (y_tl h / 2) / img_h w_norm w / img_w h_norm h / img_h # YOLO格式的class_id对于我们单类别就是0 yolo_class_id 0 # 准备写入的文本行 line f{yolo_class_id} {x_center:.6f} {y_center:.6f} {w_norm:.6f} {h_norm:.6f}\n # 写入对应的txt文件文件名与图片名相同 img_filename img_info[file_name] txt_filename Path(img_filename).stem .txt txt_path os.path.join(output_label_dir, txt_filename) # 以追加模式写入因为一张图可能有多个龋齿区域 with open(txt_path, a) as txt_f: txt_f.write(line) print(f转换完成标注文件已保存至: {output_label_dir}) # 使用示例 coco2yolo(annotations/train.json, labels/train, caries)这个脚本的关键点在于坐标转换和归一化。务必检查转换后的坐标值是否都在0到1之间否则训练时会报错。转换完成后你的数据集目录结构应该如下所示dental_dataset/ ├── images/ │ ├── train/ │ │ ├── img001.jpg │ │ └── ... │ └── val/ │ ├── img101.jpg │ └── ... └── labels/ ├── train/ │ ├── img001.txt │ └── ... └── val/ ├── img101.txt └── ...3.3 创建数据集配置文件YOLOv8需要一个YAML文件来告诉它数据集在哪里、有哪些类别。在项目根目录创建一个data.yaml文件# data.yaml path: /absolute/path/to/dental_dataset # 数据集的根目录绝对路径 train: images/train # 训练集图片路径相对于path val: images/val # 验证集图片路径相对于path # 类别数量 nc: 1 # 类别名称列表 names: [caries]重要提示path最好使用绝对路径避免因工作目录变化导致找不到文件。这个文件是连接你的数据和YOLOv8训练脚本的桥梁。4. YOLOv8模型训练、调优与评估全流程环境好了数据也准备好了终于可以开始训练模型了。YOLOv8的训练命令简洁得令人感动但背后有很多参数值得深入琢磨。4.1 基础训练命令与参数解析最基础的训练只需要一行命令yolo taskdetect modetrain modelyolov8n.pt datadata.yaml epochs100 imgsz640我们来拆解一下这几个核心参数taskdetect: 指定任务为目标检测。modetrain: 模式为训练。modelyolov8n.pt: 指定预训练模型。yolov8n.pt是“纳米”版模型最小速度最快适合快速验证和资源受限的场景。还有s小、m中、l大、x特大版本精度依次提高但模型体积和计算量也越大。对于牙齿龋齿检测图片背景相对单一目标也不算特别小从yolov8s开始尝试是个不错的选择。datadata.yaml: 指定我们上一步创建的数据集配置文件。epochs100: 训练轮数。这是一个需要根据数据集大小和模型收敛情况调整的参数。对于小数据集100轮可能已经足够甚至过拟合。imgsz640: 输入图片的尺寸。YOLOv8会将所有图片统一缩放到这个尺寸进行训练。更大的尺寸通常能带来更好的精度但也会显著增加显存消耗和训练时间。对于口腔内窥镜图片640x640通常已经能保留足够的细节。执行命令后YOLOv8会自动下载yolov8n.pt预训练权重如果本地没有然后开始训练。控制台会实时输出损失函数下降曲线、当前精度mAP等信息。所有训练日志、模型权重、结果图表都会保存在一个自动生成的runs/detect/train/目录下。4.2 关键训练技巧与超参数调整第一次训练往往不是最优的我们需要根据结果进行调优。1. 学习率lr与优化器YOLOv8默认使用SGD优化器。如果你的训练损失下降很慢或者震荡得很厉害可以尝试改用AdamW优化器并调整学习率。虽然YOLOv8的命令行参数不直接支持更换优化器但你可以通过Python API来实现更精细的控制from ultralytics import YOLO model YOLO(yolov8s.pt) # 加载预训练模型 # 使用Python API训练可以传入更多参数 model.train( datadata.yaml, epochs150, imgsz640, batch16, # 根据你的显存调整越大训练越稳定但显存消耗也越大 optimizerAdamW, # 更换优化器 lr00.001, # 初始学习率AdamW可以设小一点 patience30, # 早停耐心值如果精度在30个epoch内没提升就停止 saveTrue, device0 # 使用GPU 0如果是CPU则设为cpu )2. 数据增强YOLOv8默认开启了丰富的数据增强如 mosaic, mixup, 色彩抖动翻转等这对于防止过拟合、提升模型泛化能力至关重要。对于医学图像我们需要谨慎对待几何形变。口腔照片的角度相对固定过度的旋转和裁剪可能会产生不真实的样本。你可以在训练命令中调整增强参数yolo ... degrees0.0 # 限制旋转角度 # 或者通过Python API的 augment 参数进行更细致的控制3. 多尺度训练YOLOv8默认支持多尺度训练即在训练过程中随机改变输入图片的尺寸如640 672 704...。这有助于模型学习不同尺度的特征。如果你的目标龋齿区域尺寸变化不大可以考虑关闭它以加快训练速度scale0.0。4.3 模型评估与性能解读训练结束后在runs/detect/train/目录下你会找到很多有用的文件weights/best.pt: 训练过程中在验证集上表现最好的模型权重。weights/last.pt: 最后一个epoch的模型权重。results.csv: 每个epoch的详细指标记录。confusion_matrix.png: 混淆矩阵看分类是否准确。F1_curve.png: F1分数与置信度阈值的曲线用于选择最佳置信度阈值。P_curve.pngR_curve.png: 精确率和召回率曲线。最重要的指标是mAPmean Average Precision。在results.csv里你会看到metrics/mAP50(B)和metrics/mAP50-95(B)。mAP50: 在IoU交并比阈值为0.5时的平均精度。这是最常用的指标可以理解为“框得不太严”时的精度。mAP50-95: 在IoU阈值从0.5到0.95步长0.05的平均值。这个指标更严格要求预测框和真实框重合度非常高。 对于龋齿检测我们更关注召回率Recall即尽可能不漏掉可疑病灶。因此在模型部署时可以适当降低置信度阈值conf比如从默认的0.25降到0.15以提高检出率但代价是可能会增加一些假阳性误报。使用最佳模型在验证集上进行评估yolo taskdetect modeval modelruns/detect/train/weights/best.pt datadata.yaml这个命令会输出详细的评估结果包括各个类别的精确率、召回率、mAP等。根据这些结果你可以判断模型是否满足要求或者是否需要收集更多数据、调整数据增强策略等。5. 从模型到应用Flask Web界面开发与集成模型训练好了精度也不错但它还是一个“黑盒子”。我们要把它包装成一个有界面的程序让非技术人员也能使用。Flask是一个轻量级的Python Web框架非常适合快速搭建这种AI模型的服务接口。5.1 Flask应用骨架搭建首先规划一下我们的Web应用需要哪些功能一个上传图片的页面。一个后端接口接收图片调用YOLOv8模型进行推理。将推理结果带标注框的图片保存或直接返回给前端显示。显示检测结果如龋齿数量、置信度。项目目录结构可以这样组织dental_caries_detection/ ├── app.py # Flask主应用文件 ├── model/ │ └── best.pt # 训练好的YOLOv8模型 ├── static/ │ ├── css/ # 样式文件 │ ├── js/ # JavaScript文件 │ └── uploads/ # 用户上传的图片临时存储 ├── templates/ │ └── index.html # 前端主页 └── requirements.txt # 项目依赖列表app.py是核心代码如下import os from flask import Flask, render_template, request, jsonify, send_from_directory from werkzeug.utils import secure_filename from ultralytics import YOLO import cv2 app Flask(__name__) app.config[UPLOAD_FOLDER] static/uploads/ app.config[MAX_CONTENT_LENGTH] 16 * 1024 * 1024 # 限制上传16MB ALLOWED_EXTENSIONS {png, jpg, jpeg, bmp} # 加载训练好的模型全局加载避免每次请求重复加载 model YOLO(model/best.pt) def allowed_file(filename): return . in filename and filename.rsplit(., 1)[1].lower() in ALLOWED_EXTENSIONS app.route(/) def index(): 渲染主页 return render_template(index.html) app.route(/predict, methods[POST]) def predict(): 处理图片上传和预测 if file not in request.files: return jsonify({error: 没有文件部分}), 400 file request.files[file] if file.filename : return jsonify({error: 未选择文件}), 400 if file and allowed_file(file.filename): # 保存上传的文件 filename secure_filename(file.filename) upload_path os.path.join(app.config[UPLOAD_FOLDER], filename) file.save(upload_path) try: # 使用YOLOv8进行推理 results model(upload_path, conf0.25) # conf为置信度阈值 # 处理结果 if len(results) 0: result results[0] # 第一张图片的结果 # 获取带标注框的图片OpenCV格式的numpy数组 annotated_img result.plot() # 这是OpenCV BGR格式 # 保存结果图片 result_filename result_ filename result_path os.path.join(app.config[UPLOAD_FOLDER], result_filename) cv2.imwrite(result_path, annotated_img) # 提取检测信息 boxes result.boxes caries_count len(boxes) if boxes is not None else 0 caries_info [] if boxes is not None: for box in boxes: conf float(box.conf[0]) cls int(box.cls[0]) # 获取坐标 (xyxy格式) x1, y1, x2, y2 map(int, box.xyxy[0]) caries_info.append({ confidence: round(conf, 3), bbox: [x1, y1, x2, y2] }) return jsonify({ success: True, original_img: f/static/uploads/{filename}, result_img: f/static/uploads/{result_filename}, caries_count: caries_count, caries_info: caries_info }) else: return jsonify({success: True, message: 未检测到龋齿, original_img: f/static/uploads/{filename}}) except Exception as e: # 记录错误日志 app.logger.error(f预测过程中发生错误: {str(e)}) return jsonify({error: 模型预测失败}), 500 else: return jsonify({error: 文件类型不允许}), 400 if __name__ __main__: # 确保上传目录存在 os.makedirs(app.config[UPLOAD_FOLDER], exist_okTrue) # 调试模式关闭生产环境需使用WSGI服务器如Gunicorn app.run(host0.0.0.0, port5000, debugFalse)这段代码的核心是/predict路由。它接收前端上传的图片调用model(upload_path)进行推理。result.plot()方法非常方便能直接返回画好检测框的图片。我们将原图和结果图的路径、检测到的龋齿数量、每个龋齿区域的置信度和坐标返回给前端。5.2 前端页面设计与交互前端页面templates/index.html不需要很复杂但求清晰好用。这里使用Bootstrap 5快速搭建并加入一些简单的JavaScript来处理文件上传和结果显示。!DOCTYPE html html langzh-CN head meta charsetUTF-8 meta nameviewport contentwidthdevice-width, initial-scale1.0 title牙齿龋齿智能检测系统/title link hrefhttps://cdn.jsdelivr.net/npm/bootstrap5.1.3/dist/css/bootstrap.min.css relstylesheet style .img-container { margin-top: 20px; border: 1px solid #ddd; padding: 10px;} #resultImg, #originalImg { max-width: 100%; height: auto;} .loading { display: none; text-align: center; margin: 20px;} /style /head body div classcontainer mt-5 h1 classtext-center mb-4 牙齿龋齿智能检测系统/h1 p classtext-center text-muted上传口腔照片系统将自动检测疑似龋齿区域。/p div classrow justify-content-center div classcol-md-8 div classcard div classcard-body form iduploadForm enctypemultipart/form-data div classmb-3 label forimageFile classform-label选择口腔照片/label input classform-control typefile idimageFile namefile acceptimage/* required div classform-text支持 JPG, PNG, BMP 格式大小不超过16MB。/div /div button typesubmit classbtn btn-primary w-100开始检测/button /form div idloading classloading div classspinner-border text-primary rolestatus span classvisually-hidden加载中.../span /div p classmt-2AI正在分析图片请稍候.../p /div div idresults styledisplay:none; hr h4检测结果/h4 div classalert alert-info 共检测到 strongspan idcount0/span/strong 处疑似龋齿区域。 /div div classrow div classcol-md-6 h6原图/h6 div classimg-container img idoriginalImg src alt原图 /div /div div classcol-md-6 h6检测结果图/h6 div classimg-container img idresultImg src alt结果图 /div /div /div div classmt-3 iddetailTable !-- 详细信息表格将通过JS动态生成 -- /div /div /div /div /div /div /div script srchttps://cdn.jsdelivr.net/npm/bootstrap5.1.3/dist/js/bootstrap.bundle.min.js/script script document.getElementById(uploadForm).addEventListener(submit, async function(e) { e.preventDefault(); const fileInput document.getElementById(imageFile); const file fileInput.files[0]; if (!file) return; const formData new FormData(); formData.append(file, file); // 显示加载动画隐藏结果区域 document.getElementById(loading).style.display block; document.getElementById(results).style.display none; try { const response await fetch(/predict, { method: POST, body: formData }); const data await response.json(); document.getElementById(loading).style.display none; if (data.error) { alert(错误: data.error); return; } // 显示结果区域 document.getElementById(results).style.display block; // 更新图片和计数 if (data.original_img) { document.getElementById(originalImg).src data.original_img; } if (data.result_img) { document.getElementById(resultImg).src data.result_img; } document.getElementById(count).textContent data.caries_count || 0; // 更新详细信息表格 const detailTable document.getElementById(detailTable); if (data.caries_info data.caries_info.length 0) { let tableHtml h6 classmt-3检测详情/h6table classtable table-sm table-borderedtheadtrth#/thth置信度/thth边界框坐标 (x1,y1,x2,y2)/th/tr/theadtbody; data.caries_info.forEach((item, index) { tableHtml trtd${index1}/tdtd${item.confidence}/tdtd[${item.bbox.join(, )}]/td/tr; }); tableHtml /tbody/table; detailTable.innerHTML tableHtml; } else { detailTable.innerHTML p classtext-muted未检测到具体区域信息。/p; } } catch (error) { document.getElementById(loading).style.display none; console.error(请求失败:, error); alert(网络请求失败请检查控制台或后端服务。); } }); /script /body /html这个页面包含了文件选择、上传按钮、加载动画和结果展示区域。使用JavaScript的Fetch API进行异步上传避免页面刷新。检测完成后会并排显示原图和带检测框的结果图并在下方以表格形式列出每个检测区域的置信度和像素坐标。5.3 项目打包与部署注意事项开发完成后我们需要将整个项目打包方便在其他电脑上运行。除了源代码和模型最关键的是requirements.txt文件它记录了所有依赖包及其版本。 在项目根目录下生成它pip freeze requirements.txt然后你可以将整个项目文件夹包括app.py,model/,templates/,static/,requirements.txt,data.yaml等打包成一个ZIP文件这就是你的“毕业设计程序包”。部署运行步骤在新电脑上解压ZIP文件。创建并激活Conda环境同第2部分。安装依赖pip install -r requirements.txt。注意如果新电脑的CUDA版本不同可能需要重新安装匹配的PyTorch。运行应用python app.py。在浏览器中打开http://127.0.0.1:5000即可使用。生产环境部署建议不要使用Flask自带的开发服务器app.run(debugTrue)仅用于开发。生产环境应使用Gunicorn(Linux/macOS) 或Waitress(Windows) 这样的WSGI服务器。使用Nginx反向代理处理静态文件、负载均衡和SSL加密。模型服务化如果并发请求高可以考虑将模型推理部分单独封装成一个服务如使用FastAPI与Web应用解耦。6. 项目优化、常见问题与扩展思考一个能跑起来的Demo只是开始。要让这个项目真正具有实用性和鲁棒性还需要考虑很多优化和边界情况。6.1 性能优化与体验提升1. 图片预处理与后处理预处理在上传图片后、送入模型前可以加入一些预处理步骤。例如口腔照片可能明暗不均可以进行直方图均衡化或自适应阈值处理来增强对比度。也可以自动裁剪掉图片中非口腔区域的黑色背景减少无关信息干扰。后处理YOLOv8输出的检测框可能存在重叠同一个龋齿被多次检测到。可以使用非极大值抑制NMS来合并重叠框。虽然YOLOv8内部已经做了NMS但你可以通过调整iou参数来控制其严格程度。在我们的代码中model(upload_path, iou0.45)的iou参数就是NMS的IoU阈值值越小去重越严格。2. 异步处理与队列如果图片很大或模型推理较慢同步处理会导致前端请求超时。一个改进方案是引入任务队列如CeleryRedis。用户上传图片后后端立即返回一个“任务ID”然后将推理任务放入队列。前端通过轮询或WebSocket用这个任务ID去查询处理进度和结果。这样用户体验会好很多。3. 模型轻量化与加速模型导出YOLOv8训练出的.pt文件是PyTorch格式。你可以将其导出为ONNX或TensorRT格式这些格式在特定硬件如NVIDIA GPU上推理速度更快。yolo export modelruns/detect/train/weights/best.pt formatonnx # 导出为ONNX使用更小的模型如果对实时性要求极高可以尝试使用yolov8n甚至更小的自定义模型或者使用模型剪枝、量化等技术来压缩模型。6.2 踩坑实录与问题排查在实际开发中我们遇到了几个典型问题问题一‘CUDA out of memory’ (显存不足)这是训练时最常见的问题。解决方法减小批次大小batch size在训练命令中加入batch8或更小的值。减小图片尺寸将imgsz从640降到416或320。使用梯度累积如果显存实在太小可以设置accumulate2这相当于模拟更大的batch size但会稍微增加训练时间。检查后台进程用nvidia-smi查看是否有其他程序占用了显存。问题二训练损失不下降或波动很大检查数据标注用YOLOv8自带的工具可视化一下标注是否正确yolo taskdetect modetrain modelyolov8n.pt datadata.yaml ...训练几个epoch后在runs/detect/train/下会有val_batch0_labels.jpg和val_batch0_pred.jpg对比看看模型预测的和真实标注框是否对得上。调整学习率学习率太大可能导致震荡太小可能导致下降缓慢。尝试使用lr00.01SGD或lr00.001AdamW并观察损失曲线。检查数据平衡如果数据集中“有龋齿”和“无龋齿”的图片数量差距巨大模型可能会偏向于预测多数类。需要收集更多少数类的样本或使用类别权重。问题三Web界面上传图片后无反应或报错检查文件路径和权限确保static/uploads/目录存在且有写入权限。查看Flask日志运行python app.py时控制台会输出访问日志和错误信息这是排查问题的第一现场。检查前端控制台在浏览器中按F12打开开发者工具查看“网络(Network)”标签页上传图片时是否有请求发出响应状态码和内容是什么。图片格式问题确保前端上传的图片格式在后端允许的列表内ALLOWED_EXTENSIONS并且文件头是有效的图片格式。有些手机拍摄的图片可能有奇怪的元数据可以用PIL库统一转换一下from PIL import Image img Image.open(upload_path) img img.convert(RGB) # 确保是三通道 img.save(upload_path) # 覆盖原文件6.3 项目扩展方向这个基础项目有很多可以深化和扩展的地方多疾病检测DentalAI数据集本身包含多种口腔疾病如牙结石、牙龈炎等。可以修改data.yaml中的nc和names训练一个能同时检测多种口腔问题的模型。分级诊断不仅仅是检测有无龋齿还可以尝试对龋齿的严重程度进行分级如浅龋、中龋、深龋。这需要更精细标注的数据集标注时区分等级。与DICOM影像结合口腔X光片如根尖片、全景片是更常用的诊断工具。可以研究如何将YOLOv8应用于DICOM格式的X光影像这涉及到窗宽窗位调整、DICOM到普通图片的转换等预处理步骤。开发桌面应用或移动App使用PyQt、Tkinter等框架将模型打包成桌面应用或者使用Flutter、React Native结合ONNX Runtime等推理引擎开发移动端App让医生可以随时随地使用。集成到医疗信息系统设计标准的RESTful API将检测服务提供给现有的口腔诊所管理系统或PACS影像归档和通信系统调用实现工作流闭环。这个项目从选题到实现贯穿了数据处理、模型训练、Web开发、部署运维等多个环节是一个非常好的全栈AI应用实践。希望这份详细的拆解能帮助你不仅复现这个项目更能理解其中每一个决策背后的原因并具备在此基础上进行改进和创新的能力。本文还有配套的精品资源点击获取