简介一套面向铁路轨道道岔场景的YOLOv8异物检测系统集成完整源码、训练好的模型权重、可视化界面与部署说明适合计算机视觉相关专业学生用于毕业设计、课程设计或项目初期演示。压缩包共97个文件以70个Python源码文件为主体覆盖模型训练、检测服务、可视化页面等核心模块另有12个pyc编译文件、5个xml配置、4个pt权重、2个txt说明及1个mp4演示视频整体24.21MB目录清晰便于按需定位。代码已经过运行测试打开可视化界面即可上传或读取视频进行道岔异物检测可输出核心指标曲线图、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配合完整数据集和部署文档能让毕设答辩展示更有说服力。目前已有94人学习下载适合希望快速复现YOLOv8目标检测全流程、减少环境搭建和排错成本的开发者和学生。1. 道岔异物检测为什么必须上YOLOv8而不是OpenCV做运动检测铁路道岔区域的异物石块、工具、突发闯入物尺寸往往只有几十像素却可能直接造成挤岔或脱轨事故。传统用cv2.BackgroundSubtractor做运动检测道岔转换时的震动和阴影变化会产生大量误报用 HOG SVM 做滑动窗口检测又没法兼顾视频流的实时性。YOLOv8 把 anchor-free 检测头与 C2f 结构组合在一起在 GTX 1660 Ti 上能跑到 40 FPS 以上同时对小目标仍有不错召回率这正是工业检测选它的核心理由。这份资源把 yolov8n.pt 训练、道岔异物数据集、PySide 可视化界面和部署文档打包在一起新手上手一套流程就能跑通老手可以基于它替换 backbone 做消融实验作为毕设或课程设计都够扎实。2. YOLOv8网络结构拆解与道岔异物数据集预处理2.1 C2f与Anchor-Free头为什么适合道岔场景YOLOv8 的 backbone 由 Conv BN SiLU 堆叠核心是 C2f 模块。C2f 把输入特征图按通道分成两路一路经过多个 Bottleneck 分支另一路直连到末端 concat这种梯度分流让深层信息更容易回传到浅层。道岔区域包含铁轨高光、枕木纹理、道砟石子等复杂背景C2f 用更少的参数量提取了更丰富的边缘与纹理响应配合后续 PAN-FPN 在三尺度上的特征融合让 80×80 的检测网格也能覆盖较小的异物目标。相比 YOLOv5 的 C3 模块C2f 的瓶颈层更少推理速度更快显存占用也更低对本科毕设常用的显卡更友好。Detect 头改为 anchor-free 之后不需要预设锚框尺寸和比例。道岔异物不是固定长宽比可能是横躺的撬棍、立着的水瓶也可能是一块道砟碎石anchor-free 直接在特征图每个位置预测左上右下偏移和置信度回归形状更灵活。项目里的 detect.py 加载 best.pt 后只需要调整 conf-thres 和 iou-thres不需要处理 anchor 相关参数。想看网络结构时把模型导出为 onnx用 Netron 打开就能看到 C2f、SPPF、Detect 的完整连接关系答辩画 yolo v8 网络结构图时可以直接截取关键模块。2.2 YOLO格式数据集目录与标注文件解析该资源中的数据集按标准 YOLO 格式组织目录结构通常如下dataset/ ├── images/ │ ├── train/ │ │ ├── 0001.jpg │ │ └── ... │ └── val/ ├── labels/ │ ├── train/ │ │ ├── 0001.txt │ │ └── ... │ └── val/ └── data.yaml每个 txt 与同名 jpg 对应每行表示一个目标实例0 0.6235 0.4481 0.2148 0.3326 0 0.2589 0.6217 0.1432 0.2879 1 0.8120 0.5033 0.1774 0.1102第一个数字是类别 ID后四个是归一化后的框中心 x、中心 y、宽度、高度范围在 0 到 1 之间。道岔异物检测通常把异常物体单独归为一个类如果场景包含人员入侵再增加 person 类具体以 data.yaml 中的 names 为准。资源内还提供了标签分布图生成脚本读取所有 txt 后统计每个类别实例数量与框尺寸分布。如果发现某一类只有几十个实例需要做过采样或复制拼接否则训练时该类别 AP 会明显偏低。检查标签是否与类别数量一致可以用下面这条命令for f in labels/train/*.txt; do cut -d -f1 $f; done | sort -nu该命令输出所有实际出现的类别 ID与 data.yaml 中 nc 和 names 数量对比。若出现缺失类别或标注错位模型训练时的类别映射会直接错乱。另外道岔区域暗光图片较多标注时如果只框了物体可见部分模型会一直预测不完整框建议复查边界与目标边缘的贴合度。2.3 训练脚本中的增强参数与损失曲线绘制train_mode.py 是训练入口内部会调用 ultralytics 的 YOLO 接口。该脚本支持命令行覆盖训练参数常见启动方式python train_mode.py --weights yolov8n.pt --data dataset/data.yaml --epochs 300 --batch 16 --imgsz 640train_mode.py 内部封装了模型加载和训练配置from ultralytics import YOLO def main(): model YOLO(args.weights) # 加载预训练权重 model.train( dataargs.data, epochsargs.epochs, batchargs.batch, imgszargs.imgsz, mosaic0.8, mixup0.2, hsv_h0.015, hsv_s0.5, hsv_v0.3, patience50, save_dirruns/detect, ) if __name__ __main__: main()上述代码中的 mosaic 把四张图拼接成一张训练让模型在目标交叠场景下更鲁棒mixup 按比例混合两张图降低对固定背景的过拟合hsv_h、hsv_s、hsv_v 对色相、饱和度、亮度做随机扰动模拟道岔从清晨到傍晚的光照变化。patience 是早停轮数连续 50 轮验证指标不再提升就停止训练避免无效等待。常用参数可按下面表格调整参数推荐值说明imgsz640检测小目标可提高到 1280但显存占用成倍增加batch8 ~ 3216G 以下显存建议 8 或 16lr00.01SGD 初始学习率AdamW 可改为 0.001optimizerSGD快速收敛可选 AdamWclose_mosaic10最后 10 轮关闭 Mosaic让模型适应真实目标尺寸训练过程的损失变化记录在runs/detect/expX/results.csv里面包含 train/box_loss、val/box_loss、metrics/precision 等列。绘制 yolo v8 损失函数曲线图的常用方法import pandas as pd import matplotlib.pyplot as plt df pd.read_csv(runs/detect/exp/results.csv) plt.figure(figsize(10, 4)) plt.subplot(1, 2, 1) plt.plot(df[epoch], df[train/box_loss], labeltrain box) plt.plot(df[epoch], df[val/box_loss], labelval box) plt.xlabel(epoch) plt.ylabel(box loss) plt.legend() plt.subplot(1, 2, 2) plt.plot(df[epoch], df[metrics/precision(B)], labelprecision) plt.plot(df[epoch], df[metrics/recall(B)], labelrecall) plt.xlabel(epoch) plt.ylabel(metric) plt.legend() plt.savefig(loss_curve.png)这段代码先按 epoch 读取损失和指标train/box_loss 观察模型收敛情况val/box_loss 在训练后段掉头上升说明过拟合应提前早停或增强数据扰动。右侧 precision 与 recall 曲线出现剪刀差时说明当前置信度阈值不合适可以等训练结束后用 PR 曲线重新选阈值。3. 本地部署conda环境、训练启动与视频推理3.1 yolov8环境配置用conda一步到位资源内的.pyc文件是 cpython-39 编译说明作者使用的解释器是 Python 3.9。推荐用 conda 创建独立环境避免把基础环境弄乱conda create -n rail_yolov8 python3.9 -y conda activate rail_yolov8 pip install ultralytics opencv-python pandas matplotlib如果使用 NVIDIA GPU需要额外安装匹配 CUDA 版本的 PyTorch例如 CUDA 11.8 对应pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118。纯 CPU 环境跑 yolov8n 推理还可以训练 300 轮会非常慢所以优先确认 torch 是否调用 GPU。执行python -c import torch; print(torch.cuda.is_available())输出 True 才说明 GPU 可用。这是 yolov8 环境配置里最常见的分界线源码逻辑本身不用改动出问题基本都是 torch 与显卡驱动不匹配。安装完成后在项目根目录执行python main.py可以启动可视化界面但建议先跑一次 detect.py 验证 best.pt 能正常加载。如果出现 No module named ultralytics说明当前正在用的解释器不是 conda 环境用which python检查路径再确认已激活 rail_yolov8。3.2 训练自己的数据集train_mode.py命令行参数训练前先检查 dataset/data.yaml 内容train: dataset/images/train val: dataset/images/val nc: 2 names: [foreign_object, person]train 和 val 指向的是图片目录而不是图片列表文件nc 必须与 names 列表长度一致。随后运行python train_mode.py --weights yolov8n.pt --data dataset/data.yaml --epochs 200 --batch 16 --imgsz 640 --device 0--weights指定预训练权重资源中带了 yolov8n.pt 和 yolo11n.pt追求速度用前者追求精度可以替换为 yolov8m.pt。--device 0表示第一张 GPUCPU 环境改成--device cpu。训练时预训练权重提供通用 COCO 特征道岔异物数据量通常只有几千张迁移学习能明显抑制过拟合。显存不够优先调低 batch不要急着降低 imgsz因为 imgsz 降到 480 会进一步损失小目标信息。训练完成后输出在runs/detect/exp目录里面包含weights/best.pt和last.pt。best.pt 是根据验证集 mAP 选出的最优权重后续推理和可视化界面都使用它。推理参数默认值适用场景conf-thres0.25标准场景权衡误报与漏检conf-thres0.15漏检代价高时接受少量误报iou-thres0.45目标密集时可降到 0.35devicecpuGPU 时设为 cuda:03.3 使用detect.py与Detection_video.py做图片和视频推理detect.py 是命令行推理封装支持图片、目录、视频和摄像头。常见用法python detect.py --weights runs/detect/exp/weights/best.pt --source dataset/images/val/0001.jpg --conf-thres 0.25 --iou-thres 0.45--source输入可以是图片路径也可以是视频目录。推理结果默认保存到runs/detect/predict目录并在终端输出每张图的检测耗时。如果首次运行时提示缺少某些字体或图像库多半是 opencv-python 版本过旧直接升级到最新即可。Detection_video.py 针对视频做了逐帧处理项目中提供了 abnoenal_video_five_type_test 目录下的 mp4 测试视频。该脚本核心逻辑如下import cv2 from ultralytics import YOLO from my_func import draw_boxes # 自定义画框 def detect_video(video_path): model YOLO(runs/detect/exp/weights/best.pt) cap cv2.VideoCapture(video_path) fps cap.get(cv2.CAP_PROP_FPS) while cap.isOpened(): ret, frame cap.read() if not ret: break results model.predict(frame, conf0.35, verboseFalse) frame draw_boxes(frame, results) cv2.imshow(Railway Detection, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()这段代码按帧读取视频把每帧交给模型预测再调用 draw_boxes 将检测框和类别画回图像。这里的关键点是帧率控制fps变量记录视频原始帧率如果直接 waitKey(1) 在高帧率视频上会导致播放速度失真。更稳的做法是用time.sleep(1.0 / fps)让循环按真实帧节奏运行也可以每隔 N 帧检测一次中间帧沿用上一帧结果在低配设备上能明显提升视频流畅度这一招在答辩现场演示时很实用。4. 可视化界面与服务层main.py与five_type_det_service.py4.1 界面层与服务层拆分main.py 是可视化页面入口five_type_det_service.py 是检测服务封装。这种拆分的直接好处是界面不直接依赖 YOLO 内部对象而是面向服务层接口。以后换模型、换预处理逻辑界面代码不需要改动。项目里附带 UI 目录和 icon.ico说明用 Qt Designer 画过界面再通过 main.py 动态加载。服务层核心类如下class FiveTypeDetService: def __init__(self, weights_pathbest.pt): self.model YOLO(weights_path) def predict(self, img): results self.model(img, conf0.25, iou0.45, verboseFalse) return results[0].boxes.data.cpu().numpy()predict 返回一个 N×6 的 numpy 数组每行是[x1, y1, x2, y2, conf, cls]。界面拿到数组后用 QPainter 在 QPixmap 上画矩形框和类别文本。conf 和 iou 参数可以通过界面滑块实时调整这样观众能看到置信度阈值对漏检和误报的直接影响比较适合现场演示。方法输入输出说明initweights_path-加载 YOLO 权重predictBGR 图像数组ndarray返回检测框坐标、置信度、类别load_media文件路径-分发图片/视频到不同处理流程4.2 图片上传与视频线程设计main.py 中文件选择按钮的常见实现方式def open_file(self): path, _ QFileDialog.getOpenFileName( self, 选择图片, , Images (*.jpg *.png *.bmp);;Videos (*.mp4 *.avi)) self.load_media(path) def load_media(self, path): if path.endswith((.jpg, .png, .bmp)): frame cv2.imread(path) dets self.service.predict(frame) annotated draw_detections(frame, dets) self.show_frame(annotated) else: self.video_thread VideoThread(path, self.service) self.video_thread.frame_ready.connect(self.show_frame) self.video_thread.start()文件对话框过滤图片和视频格式load_media 根据后缀分发到静态推理或视频线程。视频线程继承 QThread并通过 signal 发出 frame_ready主界面槽函数 show_frame 负责刷新画面。这样做可以避免在 Qt 主线程里执行模型推理导致窗口无响应。注意 PySide 的 QThread 必须通过 start() 启动不能直接调用 run()否则线程会被绑定在主线程上界面依然卡死。视频线程内部一般是这样class VideoThread(QThread): frame_ready Signal(np.ndarray) def run(self): cap cv2.VideoCapture(self.path) while not self.isInterruptionRequested(): ret, frame cap.read() if not ret: break dets self.service.predict(frame) annotated draw_detections(frame, dets) self.frame_ready.emit(annotated) self.msleep(30)这里用isInterruptionRequested判断是否应该退出线程而不是直接无线循环。msleep(30)约等于 33 FPS 的显示节奏既保证实时性又不会占满 CPU。4.3 部署教程里没写但你该知道的路径隐藏问题PyInstaller 打包时best.pt 属于附加数据文件必须放在打包配置里否则 exe 运行时会找不到模型。打包命令为pyinstaller --onefile --windowed --iconicon.ico --add-data best.pt;. main.pyWindows 下--add-data的分隔符是分号Linux 下是冒号。这行命令把 best.pt 打包进 exe但运行时 PyInstaller 会把它释放到sys._MEIPASS临时目录直接在代码里写相对路径是找不到的。稳妥做法import os import sys if hasattr(sys, _MEIPASS): BASE_DIR sys._MEIPASS else: BASE_DIR os.path.dirname(os.path.abspath(__file__)) WEIGHTS os.path.join(BASE_DIR, best.pt)这段逻辑同时兼容源码运行和打包运行。_MEIPASS存在说明处于 PyInstaller 生成的程序环境模型文件在临时解压目录不存在则使用项目当前目录。毕设现场演示经常因为换电脑缺路径而导致启动失败提前用这种方式处理插上 U 盘拷到哪台机器都能正常运行。5. 答辩级指标验证混淆矩阵、PR曲线与定位误检类别的实战技巧5.1 训练输出中哪些图表必须放进答辩PPT训练完成后runs/detect/exp目录下会生成 results.png、confusion_matrix.png、F1_curve.png、PR_curve.png 以及验证集预测图。答辩时重点讲解 confusion_matrix.png行是真实类别列是预测类别对角线是正确分类。如果异物类大量被预测成背景说明漏检严重需要补充目标样本如果异物与人员类互相混淆则要检查标注框是否把同类物体标到两个类里。PR_curve.png 反映不同置信度下精确率与召回率的权衡曲线下面积越大越好报告 mAP 时把曲线放上去并指出召回率拐点比单纯报数字更有说服力。5.2 用脚本重新验证并生成每类别AP表另一个可以直接写进答辩报告的做法是拿 best.pt 在验证集上重新评估一次。如果 train_mode.py 没有--val-only参数可以直接调用 ultralytics APIfrom ultralytics import YOLO model YOLO(runs/detect/exp/weights/best.pt) metrics model.val(datadataset/data.yaml, splitval, conf0.25) print(metrics.box.map) print(metrics.box.ap_class_index)metrics.box.map是全部类别的 mAP50-95metrics.box.ap_class_index返回类别索引和 AP 的对应关系。把每个类别的 AP 整理成表格放答辩 PPT 里作为定量结果比只放一张 results.png 更有说服力。这里注意 conf 设置会影响 mAP 数值答辩时说明你用的阈值应该与推理界面一致避免被评审质疑指标不统一。5.3 用混淆矩阵定位难分样本的进阶技巧最实用的一招是在混淆矩阵的基础上定位误检类别。ultralytics 训练目录下通常只保存混淆矩阵图片如果没有 npy 文件可以直接读取图片矩阵也可以用验证返回的 metrics 对象获取混淆矩阵信息。当发现某两类互相误检较高时把置信度阈值降低到 0.15 重新预测python detect.py --weights runs/detect/exp/weights/best.pt --source dataset/images/val --conf-thres 0.15 --save-txt这样可以让更多低置信度的边界案例暴露出来便于分析误检到底是目标太小、严重遮挡还是标注本身错误。接着在runs/detect/predict里挑几张典型误检图用 PIL 或 OpenCV 拼成一张大图from PIL import Image import glob files sorted(glob.glob(runs/detect/predict/*.jpg))[:8] images [Image.open(f).resize((320, 320)) for f in files] canvas Image.new(RGB, (4 * 320, 2 * 320), (255, 255, 255)) for idx, img in enumerate(images): canvas.paste(img, ((idx % 4) * 320, (idx // 4) * 320)) canvas.save(error_analysis_grid.png)该代码将前八张预测结果拼成 4×2 的网格图方便在答辩页里集中展示误差案例。拼图后你可以在 PPT 中标注出误检原因比如“夜间低光导致异物边界模糊”“目标小于 15×15 像素导致模型漏检”并给出增加夜间样本、提升输入分辨率等改进方向。这种基于误差图的反向分析比单纯强调 mAP 数字更能体现实际调试能力。本文还有配套的精品资源点击获取 YOLOv8道岔异物检测实战：C2f结构、训练部署与性能评估
简介一套面向铁路轨道道岔场景的YOLOv8异物检测系统集成完整源码、训练好的模型权重、可视化界面与部署说明适合计算机视觉相关专业学生用于毕业设计、课程设计或项目初期演示。压缩包共97个文件以70个Python源码文件为主体覆盖模型训练、检测服务、可视化页面等核心模块另有12个pyc编译文件、5个xml配置、4个pt权重、2个txt说明及1个mp4演示视频整体24.21MB目录清晰便于按需定位。代码已经过运行测试打开可视化界面即可上传或读取视频进行道岔异物检测可输出核心指标曲线图、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配合完整数据集和部署文档能让毕设答辩展示更有说服力。目前已有94人学习下载适合希望快速复现YOLOv8目标检测全流程、减少环境搭建和排错成本的开发者和学生。1. 道岔异物检测为什么必须上YOLOv8而不是OpenCV做运动检测铁路道岔区域的异物石块、工具、突发闯入物尺寸往往只有几十像素却可能直接造成挤岔或脱轨事故。传统用cv2.BackgroundSubtractor做运动检测道岔转换时的震动和阴影变化会产生大量误报用 HOG SVM 做滑动窗口检测又没法兼顾视频流的实时性。YOLOv8 把 anchor-free 检测头与 C2f 结构组合在一起在 GTX 1660 Ti 上能跑到 40 FPS 以上同时对小目标仍有不错召回率这正是工业检测选它的核心理由。这份资源把 yolov8n.pt 训练、道岔异物数据集、PySide 可视化界面和部署文档打包在一起新手上手一套流程就能跑通老手可以基于它替换 backbone 做消融实验作为毕设或课程设计都够扎实。2. YOLOv8网络结构拆解与道岔异物数据集预处理2.1 C2f与Anchor-Free头为什么适合道岔场景YOLOv8 的 backbone 由 Conv BN SiLU 堆叠核心是 C2f 模块。C2f 把输入特征图按通道分成两路一路经过多个 Bottleneck 分支另一路直连到末端 concat这种梯度分流让深层信息更容易回传到浅层。道岔区域包含铁轨高光、枕木纹理、道砟石子等复杂背景C2f 用更少的参数量提取了更丰富的边缘与纹理响应配合后续 PAN-FPN 在三尺度上的特征融合让 80×80 的检测网格也能覆盖较小的异物目标。相比 YOLOv5 的 C3 模块C2f 的瓶颈层更少推理速度更快显存占用也更低对本科毕设常用的显卡更友好。Detect 头改为 anchor-free 之后不需要预设锚框尺寸和比例。道岔异物不是固定长宽比可能是横躺的撬棍、立着的水瓶也可能是一块道砟碎石anchor-free 直接在特征图每个位置预测左上右下偏移和置信度回归形状更灵活。项目里的 detect.py 加载 best.pt 后只需要调整 conf-thres 和 iou-thres不需要处理 anchor 相关参数。想看网络结构时把模型导出为 onnx用 Netron 打开就能看到 C2f、SPPF、Detect 的完整连接关系答辩画 yolo v8 网络结构图时可以直接截取关键模块。2.2 YOLO格式数据集目录与标注文件解析该资源中的数据集按标准 YOLO 格式组织目录结构通常如下dataset/ ├── images/ │ ├── train/ │ │ ├── 0001.jpg │ │ └── ... │ └── val/ ├── labels/ │ ├── train/ │ │ ├── 0001.txt │ │ └── ... │ └── val/ └── data.yaml每个 txt 与同名 jpg 对应每行表示一个目标实例0 0.6235 0.4481 0.2148 0.3326 0 0.2589 0.6217 0.1432 0.2879 1 0.8120 0.5033 0.1774 0.1102第一个数字是类别 ID后四个是归一化后的框中心 x、中心 y、宽度、高度范围在 0 到 1 之间。道岔异物检测通常把异常物体单独归为一个类如果场景包含人员入侵再增加 person 类具体以 data.yaml 中的 names 为准。资源内还提供了标签分布图生成脚本读取所有 txt 后统计每个类别实例数量与框尺寸分布。如果发现某一类只有几十个实例需要做过采样或复制拼接否则训练时该类别 AP 会明显偏低。检查标签是否与类别数量一致可以用下面这条命令for f in labels/train/*.txt; do cut -d -f1 $f; done | sort -nu该命令输出所有实际出现的类别 ID与 data.yaml 中 nc 和 names 数量对比。若出现缺失类别或标注错位模型训练时的类别映射会直接错乱。另外道岔区域暗光图片较多标注时如果只框了物体可见部分模型会一直预测不完整框建议复查边界与目标边缘的贴合度。2.3 训练脚本中的增强参数与损失曲线绘制train_mode.py 是训练入口内部会调用 ultralytics 的 YOLO 接口。该脚本支持命令行覆盖训练参数常见启动方式python train_mode.py --weights yolov8n.pt --data dataset/data.yaml --epochs 300 --batch 16 --imgsz 640train_mode.py 内部封装了模型加载和训练配置from ultralytics import YOLO def main(): model YOLO(args.weights) # 加载预训练权重 model.train( dataargs.data, epochsargs.epochs, batchargs.batch, imgszargs.imgsz, mosaic0.8, mixup0.2, hsv_h0.015, hsv_s0.5, hsv_v0.3, patience50, save_dirruns/detect, ) if __name__ __main__: main()上述代码中的 mosaic 把四张图拼接成一张训练让模型在目标交叠场景下更鲁棒mixup 按比例混合两张图降低对固定背景的过拟合hsv_h、hsv_s、hsv_v 对色相、饱和度、亮度做随机扰动模拟道岔从清晨到傍晚的光照变化。patience 是早停轮数连续 50 轮验证指标不再提升就停止训练避免无效等待。常用参数可按下面表格调整参数推荐值说明imgsz640检测小目标可提高到 1280但显存占用成倍增加batch8 ~ 3216G 以下显存建议 8 或 16lr00.01SGD 初始学习率AdamW 可改为 0.001optimizerSGD快速收敛可选 AdamWclose_mosaic10最后 10 轮关闭 Mosaic让模型适应真实目标尺寸训练过程的损失变化记录在runs/detect/expX/results.csv里面包含 train/box_loss、val/box_loss、metrics/precision 等列。绘制 yolo v8 损失函数曲线图的常用方法import pandas as pd import matplotlib.pyplot as plt df pd.read_csv(runs/detect/exp/results.csv) plt.figure(figsize(10, 4)) plt.subplot(1, 2, 1) plt.plot(df[epoch], df[train/box_loss], labeltrain box) plt.plot(df[epoch], df[val/box_loss], labelval box) plt.xlabel(epoch) plt.ylabel(box loss) plt.legend() plt.subplot(1, 2, 2) plt.plot(df[epoch], df[metrics/precision(B)], labelprecision) plt.plot(df[epoch], df[metrics/recall(B)], labelrecall) plt.xlabel(epoch) plt.ylabel(metric) plt.legend() plt.savefig(loss_curve.png)这段代码先按 epoch 读取损失和指标train/box_loss 观察模型收敛情况val/box_loss 在训练后段掉头上升说明过拟合应提前早停或增强数据扰动。右侧 precision 与 recall 曲线出现剪刀差时说明当前置信度阈值不合适可以等训练结束后用 PR 曲线重新选阈值。3. 本地部署conda环境、训练启动与视频推理3.1 yolov8环境配置用conda一步到位资源内的.pyc文件是 cpython-39 编译说明作者使用的解释器是 Python 3.9。推荐用 conda 创建独立环境避免把基础环境弄乱conda create -n rail_yolov8 python3.9 -y conda activate rail_yolov8 pip install ultralytics opencv-python pandas matplotlib如果使用 NVIDIA GPU需要额外安装匹配 CUDA 版本的 PyTorch例如 CUDA 11.8 对应pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118。纯 CPU 环境跑 yolov8n 推理还可以训练 300 轮会非常慢所以优先确认 torch 是否调用 GPU。执行python -c import torch; print(torch.cuda.is_available())输出 True 才说明 GPU 可用。这是 yolov8 环境配置里最常见的分界线源码逻辑本身不用改动出问题基本都是 torch 与显卡驱动不匹配。安装完成后在项目根目录执行python main.py可以启动可视化界面但建议先跑一次 detect.py 验证 best.pt 能正常加载。如果出现 No module named ultralytics说明当前正在用的解释器不是 conda 环境用which python检查路径再确认已激活 rail_yolov8。3.2 训练自己的数据集train_mode.py命令行参数训练前先检查 dataset/data.yaml 内容train: dataset/images/train val: dataset/images/val nc: 2 names: [foreign_object, person]train 和 val 指向的是图片目录而不是图片列表文件nc 必须与 names 列表长度一致。随后运行python train_mode.py --weights yolov8n.pt --data dataset/data.yaml --epochs 200 --batch 16 --imgsz 640 --device 0--weights指定预训练权重资源中带了 yolov8n.pt 和 yolo11n.pt追求速度用前者追求精度可以替换为 yolov8m.pt。--device 0表示第一张 GPUCPU 环境改成--device cpu。训练时预训练权重提供通用 COCO 特征道岔异物数据量通常只有几千张迁移学习能明显抑制过拟合。显存不够优先调低 batch不要急着降低 imgsz因为 imgsz 降到 480 会进一步损失小目标信息。训练完成后输出在runs/detect/exp目录里面包含weights/best.pt和last.pt。best.pt 是根据验证集 mAP 选出的最优权重后续推理和可视化界面都使用它。推理参数默认值适用场景conf-thres0.25标准场景权衡误报与漏检conf-thres0.15漏检代价高时接受少量误报iou-thres0.45目标密集时可降到 0.35devicecpuGPU 时设为 cuda:03.3 使用detect.py与Detection_video.py做图片和视频推理detect.py 是命令行推理封装支持图片、目录、视频和摄像头。常见用法python detect.py --weights runs/detect/exp/weights/best.pt --source dataset/images/val/0001.jpg --conf-thres 0.25 --iou-thres 0.45--source输入可以是图片路径也可以是视频目录。推理结果默认保存到runs/detect/predict目录并在终端输出每张图的检测耗时。如果首次运行时提示缺少某些字体或图像库多半是 opencv-python 版本过旧直接升级到最新即可。Detection_video.py 针对视频做了逐帧处理项目中提供了 abnoenal_video_five_type_test 目录下的 mp4 测试视频。该脚本核心逻辑如下import cv2 from ultralytics import YOLO from my_func import draw_boxes # 自定义画框 def detect_video(video_path): model YOLO(runs/detect/exp/weights/best.pt) cap cv2.VideoCapture(video_path) fps cap.get(cv2.CAP_PROP_FPS) while cap.isOpened(): ret, frame cap.read() if not ret: break results model.predict(frame, conf0.35, verboseFalse) frame draw_boxes(frame, results) cv2.imshow(Railway Detection, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()这段代码按帧读取视频把每帧交给模型预测再调用 draw_boxes 将检测框和类别画回图像。这里的关键点是帧率控制fps变量记录视频原始帧率如果直接 waitKey(1) 在高帧率视频上会导致播放速度失真。更稳的做法是用time.sleep(1.0 / fps)让循环按真实帧节奏运行也可以每隔 N 帧检测一次中间帧沿用上一帧结果在低配设备上能明显提升视频流畅度这一招在答辩现场演示时很实用。4. 可视化界面与服务层main.py与five_type_det_service.py4.1 界面层与服务层拆分main.py 是可视化页面入口five_type_det_service.py 是检测服务封装。这种拆分的直接好处是界面不直接依赖 YOLO 内部对象而是面向服务层接口。以后换模型、换预处理逻辑界面代码不需要改动。项目里附带 UI 目录和 icon.ico说明用 Qt Designer 画过界面再通过 main.py 动态加载。服务层核心类如下class FiveTypeDetService: def __init__(self, weights_pathbest.pt): self.model YOLO(weights_path) def predict(self, img): results self.model(img, conf0.25, iou0.45, verboseFalse) return results[0].boxes.data.cpu().numpy()predict 返回一个 N×6 的 numpy 数组每行是[x1, y1, x2, y2, conf, cls]。界面拿到数组后用 QPainter 在 QPixmap 上画矩形框和类别文本。conf 和 iou 参数可以通过界面滑块实时调整这样观众能看到置信度阈值对漏检和误报的直接影响比较适合现场演示。方法输入输出说明initweights_path-加载 YOLO 权重predictBGR 图像数组ndarray返回检测框坐标、置信度、类别load_media文件路径-分发图片/视频到不同处理流程4.2 图片上传与视频线程设计main.py 中文件选择按钮的常见实现方式def open_file(self): path, _ QFileDialog.getOpenFileName( self, 选择图片, , Images (*.jpg *.png *.bmp);;Videos (*.mp4 *.avi)) self.load_media(path) def load_media(self, path): if path.endswith((.jpg, .png, .bmp)): frame cv2.imread(path) dets self.service.predict(frame) annotated draw_detections(frame, dets) self.show_frame(annotated) else: self.video_thread VideoThread(path, self.service) self.video_thread.frame_ready.connect(self.show_frame) self.video_thread.start()文件对话框过滤图片和视频格式load_media 根据后缀分发到静态推理或视频线程。视频线程继承 QThread并通过 signal 发出 frame_ready主界面槽函数 show_frame 负责刷新画面。这样做可以避免在 Qt 主线程里执行模型推理导致窗口无响应。注意 PySide 的 QThread 必须通过 start() 启动不能直接调用 run()否则线程会被绑定在主线程上界面依然卡死。视频线程内部一般是这样class VideoThread(QThread): frame_ready Signal(np.ndarray) def run(self): cap cv2.VideoCapture(self.path) while not self.isInterruptionRequested(): ret, frame cap.read() if not ret: break dets self.service.predict(frame) annotated draw_detections(frame, dets) self.frame_ready.emit(annotated) self.msleep(30)这里用isInterruptionRequested判断是否应该退出线程而不是直接无线循环。msleep(30)约等于 33 FPS 的显示节奏既保证实时性又不会占满 CPU。4.3 部署教程里没写但你该知道的路径隐藏问题PyInstaller 打包时best.pt 属于附加数据文件必须放在打包配置里否则 exe 运行时会找不到模型。打包命令为pyinstaller --onefile --windowed --iconicon.ico --add-data best.pt;. main.pyWindows 下--add-data的分隔符是分号Linux 下是冒号。这行命令把 best.pt 打包进 exe但运行时 PyInstaller 会把它释放到sys._MEIPASS临时目录直接在代码里写相对路径是找不到的。稳妥做法import os import sys if hasattr(sys, _MEIPASS): BASE_DIR sys._MEIPASS else: BASE_DIR os.path.dirname(os.path.abspath(__file__)) WEIGHTS os.path.join(BASE_DIR, best.pt)这段逻辑同时兼容源码运行和打包运行。_MEIPASS存在说明处于 PyInstaller 生成的程序环境模型文件在临时解压目录不存在则使用项目当前目录。毕设现场演示经常因为换电脑缺路径而导致启动失败提前用这种方式处理插上 U 盘拷到哪台机器都能正常运行。5. 答辩级指标验证混淆矩阵、PR曲线与定位误检类别的实战技巧5.1 训练输出中哪些图表必须放进答辩PPT训练完成后runs/detect/exp目录下会生成 results.png、confusion_matrix.png、F1_curve.png、PR_curve.png 以及验证集预测图。答辩时重点讲解 confusion_matrix.png行是真实类别列是预测类别对角线是正确分类。如果异物类大量被预测成背景说明漏检严重需要补充目标样本如果异物与人员类互相混淆则要检查标注框是否把同类物体标到两个类里。PR_curve.png 反映不同置信度下精确率与召回率的权衡曲线下面积越大越好报告 mAP 时把曲线放上去并指出召回率拐点比单纯报数字更有说服力。5.2 用脚本重新验证并生成每类别AP表另一个可以直接写进答辩报告的做法是拿 best.pt 在验证集上重新评估一次。如果 train_mode.py 没有--val-only参数可以直接调用 ultralytics APIfrom ultralytics import YOLO model YOLO(runs/detect/exp/weights/best.pt) metrics model.val(datadataset/data.yaml, splitval, conf0.25) print(metrics.box.map) print(metrics.box.ap_class_index)metrics.box.map是全部类别的 mAP50-95metrics.box.ap_class_index返回类别索引和 AP 的对应关系。把每个类别的 AP 整理成表格放答辩 PPT 里作为定量结果比只放一张 results.png 更有说服力。这里注意 conf 设置会影响 mAP 数值答辩时说明你用的阈值应该与推理界面一致避免被评审质疑指标不统一。5.3 用混淆矩阵定位难分样本的进阶技巧最实用的一招是在混淆矩阵的基础上定位误检类别。ultralytics 训练目录下通常只保存混淆矩阵图片如果没有 npy 文件可以直接读取图片矩阵也可以用验证返回的 metrics 对象获取混淆矩阵信息。当发现某两类互相误检较高时把置信度阈值降低到 0.15 重新预测python detect.py --weights runs/detect/exp/weights/best.pt --source dataset/images/val --conf-thres 0.15 --save-txt这样可以让更多低置信度的边界案例暴露出来便于分析误检到底是目标太小、严重遮挡还是标注本身错误。接着在runs/detect/predict里挑几张典型误检图用 PIL 或 OpenCV 拼成一张大图from PIL import Image import glob files sorted(glob.glob(runs/detect/predict/*.jpg))[:8] images [Image.open(f).resize((320, 320)) for f in files] canvas Image.new(RGB, (4 * 320, 2 * 320), (255, 255, 255)) for idx, img in enumerate(images): canvas.paste(img, ((idx % 4) * 320, (idx // 4) * 320)) canvas.save(error_analysis_grid.png)该代码将前八张预测结果拼成 4×2 的网格图方便在答辩页里集中展示误差案例。拼图后你可以在 PPT 中标注出误检原因比如“夜间低光导致异物边界模糊”“目标小于 15×15 像素导致模型漏检”并给出增加夜间样本、提升输入分辨率等改进方向。这种基于误差图的反向分析比单纯强调 mAP 数字更能体现实际调试能力。本文还有配套的精品资源点击获取