简介面向深度学习开发者和交通场景研究者这份YOLOV8行人检测资源包整合了数据集、预训练权重与PyQt可视化界面可直接用于街道、交通监控等场景的实时行人检测免去从标注到部署的重复工作。压缩包共2000个文件以1991个txt标注文件为主体配合4个md说明、3个PDF环境配置与运行教程、2个Python脚本整体约456.56MBtxt对应每张jpg图片中的person标注Python脚本承载主窗口与资源逻辑PDF则指导YOLOv8环境搭建和启动步骤。目前已有817人学习下载。资源内含数千张街道/交通场景行人图像及基于该数据训练得到的高精度权重平均精度mAP达90%以上并附带训练曲线图可直接用于YOLO系列模型训练或迁移学习。PyQt界面支持图片、实时视频流中的行人检测预览代码按应用配置、主窗口、数据工具等模块清晰划分配合两份环境配置教程与运行步骤说明既适合初学者快速搭建实战项目也方便研究者复现训练、调参和二次开发。1. 把 YOLOV8 行人检测跑起来权重、数据集和 PyQt 界面到底怎么配合做行人检测的人多半都经历过这种状态模型结构看懂了训练代码也跑通了但一轮轮调参下来 mAP 卡在七八十上不去更别提把检测结果做成一个能给别人演示的界面。这份资源解决的正是这三件事的缝合问题——训练好的 YOLOV8 权重、几千张标注好的行人数据集、以及一个基于 PyQt 的可视化界面。它直接用 LabelImg 标注的 person 类别数据在街道和交通场景下训练mAP 能到 90% 以上拿来做课程设计、毕业设计或者公司内部的原型验证都够用。适合手里有显卡但不想从零标注数据的人也适合刚接触 YOLO 系列、需要一套完整闭环参考的初学者。下面我把解压后的文件结构、权重加载方式、界面启动步骤和训练参数逐个拆开讲方便你判断哪些能直接用、哪些需要按自己的场景改。2. 解压后先看清资源结构文件命名背后的真实用途拿到资源后不要急着跑安装脚本先把压缩包里的文件功能理清楚。这个项目不是单一的训练代码仓库而是把训练产物、界面工程、环境配置教程和数据集打包在一起的综合体文件之间的依赖关系如果没搞清楚后面会卡在各种奇怪的地方。2.1 核心文件清单权重、界面脚本和数据集分别在哪压缩包解压后最显眼的是两个 PDF 教程文件名很直白——yolov3-YOLOv5-yolov7-yolov8环境配置-教程1.pdf和...教程2.pdf。教程1 讲的是 PyTorch、CUDA、cuDNN 这套底层环境的安装顺序和版本搭配教程2 讲的是环境配好后怎么把 YOLOV8 的依赖装齐、怎么验证安装成功。这两份文档对新手来说价值很大因为 YOLO 系列最容易翻车的不是模型代码本身而是 torch 版本和 CUDA 版本对不上导致的诡异报错。界面相关的文件是win.py和apprcc_rc.py。win.py是 PyQt 的主窗口逻辑负责加载模型、读取图片或视频、显示检测结果apprcc_rc.py是 Qt 资源文件编译出来的 Python 模块里面打包了界面的图标、样式等资源。注意apprcc_rc.py不要手动改它是由.qrc文件通过pyrcc5工具生成的改错了界面直接起不来。数据集方面资源里附带的图片是 jpg 格式标注文件是 LabelImg 导出的 XML 格式类别只有person一个。训练曲线图也在里面方便你直观看到 loss 的收敛情况和 mAP 的变化趋势。person_10_2160.txt这个文件从命名推测是训练集或验证集的样本清单每一行对应一张图片的路径YOLO 系列训练时经常用这种清单文件来指定参与训练的图片。2.2 LabelImg 标注格式与 YOLO 训练格式的转换关系这里要特别提醒一个容易踩的坑LabelImg 默认导出的是 PASCAL VOC 格式的 XML 标注而 YOLOV8 训练时用的是 txt 格式的标签文件每行是class x_center y_center width height坐标值都归一化到 0~1 之间。这个资源里的数据集如果直接拿 XML 文件喂给 YOLOV8会报标签格式错误。好在这个项目的代码库里带了数据集处理相关的模块能完成格式转换。如果你打算用自己的数据来复现或者扩展训练我建议写一个转换脚本批量处理。核心逻辑就是读取 XML 里的object节点取出bndbox的四个坐标值再根据图片的宽高做归一化import xml.etree.ElementTree as ET import os def xml_to_txt(xml_path, txt_path, class_names): tree ET.parse(xml_path) root tree.getroot() img_w int(root.find(size/width).text) img_h int(root.find(size/height).text) lines [] for obj in root.iter(object): cls obj.find(name).text if cls not in class_names: continue cls_id class_names.index(cls) box obj.find(bndbox) xmin float(box.find(xmin).text) ymin float(box.find(ymin).text) xmax float(box.find(xmax).text) ymax float(box.find(ymax).text) x_center (xmin xmax) / 2.0 / img_w y_center (ymin ymax) / 2.0 / img_h w (xmax - xmin) / img_w h (ymax - ymin) / img_h lines.append(f{cls_id} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}) with open(txt_path, w) as f: f.write(\n.join(lines)) class_names [person] xml_dir Annotations txt_dir labels os.makedirs(txt_dir, exist_okTrue) for xml_file in os.listdir(xml_dir): if xml_file.endswith(.xml): xml_to_txt( os.path.join(xml_dir, xml_file), os.path.join(txt_dir, xml_file.replace(.xml, .txt)), class_names )这段脚本把 XML 里的绝对坐标转成 YOLO 需要的归一化相对坐标。核心在于x_center和y_center的计算——先求框的几何中心再除以图片宽高这两个值必须在 0~1 区间内否则训练时会被当成无效标签过滤掉。2.3 文件依赖关系哪些直接跑哪些要替换明确一下依赖链win.py加载训练好的best.pt权重文件apprcc_rc.py提供界面资源数据集和教程是给训练和排查用的。你拿到手后如果想快速看到效果只需要配置好环境直接跑python win.py就行。如果想重新训练就要把数据集按 YOLOV8 要求的目录结构整理好跑训练脚本。两者互不冲突但前提都是先完成教程里的环境配置。提示person_10_2160.txt这类清单文件通常只包含相对路径如果你把数据集挪了位置记得同步修改里面的路径不然训练脚本会提示找不到图片。3. 配置 PyTorch 环境与 YOLOV8 依赖版本搭配才是隐藏的重头戏很多人在这个环节耗掉的时间比训练还多。YOLOV8 对 PyTorch 版本有基本要求而 PyTorch 又要匹配 CUDA 版本这三者的兼容关系是链条式的。教程1 和教程2 把这块拆成了两段是有道理的——先解决底层再解决上层依赖。3.1 环境配置教程1CUDA、cuDNN 与 PyTorch 的版本匹配逻辑教程1 的核心是让你装对 CUDA 和 PyTorch 的版本组合。一个常见的错误是看到官网最新版就直接上结果 torch 版本太新YOLOV8 的某些算子反而不兼容。稳妥的做法是先确定自己显卡的 CUDA 算力然后去 PyTorch 官网找对应的安装命令。在 Linux 下查看显卡和 CUDA 版本nvidia-sminvidia-smi会显示驱动支持的 CUDA 版本比如CUDA Version: 11.8这说明你的驱动最高支持到 CUDA 11.8。安装 PyTorch 时选择的 CUDA 版本不能高于这个数字。安装示例pip install torch1.13.0cu117 torchvision0.14.0cu117 -f https://download.pytorch.org/whl/torch_stable.html参数说明torch1.13.0cu117表示 PyTorch 1.13.0 搭配 CUDA 11.7 编译版本cu117这个标识要和驱动支持版本对齐。如果驱动是 CUDA 12.x就选cu118或更新的版本——这里要用nvidia-smi显示的版本做对照不要凭感觉装。教程1 里还会涉及 cuDNN 的安装。cuDNN 是 NVIDIA 提供的深度神经网络加速库YOLOV8 的卷积操作会用到它。安装时要把 cuDNN 的文件复制到 CUDA 安装目录下的cuda/lib64和cuda/include中注意版本号也要和 CUDA 对应。3.2 环境配置教程2用 requirements 或官方源码安装 YOLOV8教程2 的内容是配好 PyTorch 后安装 YOLOV8 本身的依赖。如果你从官方仓库安装 ultralytics 包最直接的命令是pip install ultralytics这个命令会拉取 ultralytics 及其依赖项包括 opencv-python、matplotlib、pandas 等。但这里有个坑——pip install ultralytics默认装的是最新版可能与 torch 版本有冲突。我一般会在安装后立刻验证版本兼容性python -c import torch, ultralytics; print(torch.__version__); print(ultralytics.__version__)能看到版本号输出就说明基本装载成功。如果 torch 版本较老可以指定安装pip install ultralytics8.0.08.0.0是早期发布版本对 PyTorch 1.x 的兼容性更好。实际使用时以你的 torch 版本为准让 ultralytics 的主版本不低于 8.0 即可。3.3 常见环境报错torch 与 CUDA 不匹配的现象与排查环境配置阶段最常见的报错是运行检测时提示AssertionError: Torch not compiled with CUDA enabled。这通常意味着你装的 torch 是 CPU 版本而不是 GPU 版本。验证方式python -c import torch; print(torch.cuda.is_available())输出False就是没装对。解决办法是卸载重装 GPU 版例如pip uninstall torch torchvision pip install torch1.13.0cu117 torchvision0.14.0cu117 -f https://download.pytorch.org/whl/torch_stable.html还有一类报错是ImportError: libcudnn.so.8: cannot open shared object file这是 cuDNN 没装好或版本不匹配。检查一下ldconfig -p | grep cudnn的输出看看有没有 libcudnn 的路径记录如果没有重新按教程1 的步骤复制 cuDNN 文件并执行sudo ldconfig。注意Windows 用户的排查路径类似但环境变量 PATH 里必须包含 CUDA 的bin目录。常见的翻车点是安装了 CUDA 却没有把路径加进系统变量导致 torch 找不到 CUDA 动态库。4. 启动 PyQt 界面与运行行人检测从命令到界面的完整操作路径环境配置好之后重点就转移到怎么把检测系统跑起来。win.py是入口但直接运行可能遇到各种资源路径问题这里我把启动流程和参数调整逻辑拆开讲。4.1 运行 win.py 前的准备确认权重路径和界面文件完整性运行python win.py之前先检查当前目录下有没有这几个文件best.pt或类似命名的训练权重文件apprcc_rc.py缺少它界面会报ModuleNotFoundError检测用的测试图片或视频放在指定位置如果界面脚本写的是相对路径加载权重比如model YOLO(best.pt)那权重文件必须在当前工作目录下。你可以写一个快速验证脚本先确认模型能正常加载from ultralytics import YOLO model YOLO(best.pt) print(model.names)model.names会输出模型识别的类别列表正常情况应该看到类似{0: person}的内容。如果这里输出的类别很多说明加载的不是这个项目训练出来的权重而是官方预训练模型——需要确认路径是否正确。4.2 界面操作逻辑加载模型、选图片、看检测结果win.py这个界面设计得比较直接功能上主要包含三个操作区模型加载区、图片/视频选择区、结果显示区。启动后流程一般是点击加载模型按钮选择best.pt权重文件点击选择图片按钮浏览到测试图片点击开始检测按钮界面右侧显示检测后的结果图如果界面支持实时视频检测还会有摄像头或视频文件的选项。检测框的置信度阈值通常设计为可调节数值越低检测出的目标越多但误检也会变多。对于这个行人检测场景阈值设在 0.3~0.5 之间比较合理背景复杂时往高调简单场景往低调。4.3 修改预测参数置信度阈值和 IoU 阈值的调整方式如果你不满足于界面默认参数想直接在代码层调整可以在加载模型后设置预测参数from ultralytics import YOLO model YOLO(best.pt) results model.predict( sourcetest.jpg, conf0.4, iou0.45, imgsz640, saveTrue )参数说明conf0.4是置信度阈值低于 0.4 的检测框会被丢弃iou0.45是 NMS 的 IoU 阈值当两个框重叠度超过这个值时只保留置信度高的那个imgsz640是推理时的输入分辨率默认 640对行人这种小目标场景适当提高到 800 或 960 能提升远距离行人的检出率但推理速度会变慢。把这段逻辑嵌入win.py的检测按钮回调函数中界面上就能实时调整参数。实际使用中我的经验是行人密集时把iou调高到 0.5 以上可以避免密集人群中的框被误合并需要检测远处小目标时imgsz是最值得动的一个参数。提示如果检测速度太慢优先检查推理时是不是用了 CPU。YOLOV8 在 CPU 上的推理速度比 GPU 慢一个数量级一张 640x640 的图片可能在 CPU 上需要几百毫秒而 GPU 只要几十毫秒。那种卡顿感通常不是代码问题是设备问题。5. 重新训练自己的行人检测模型数据划分、训练参数与常踩的坑界面能跑通、权重能出结果这只是第一步。真正要把这套系统用在自己的场景里比如学校门口、园区道路、仓库通道你需要用附带的数据集做底座再补充自己的图片重新训练。5.1 用附带的 LabelImg 数据集组织 YOLOV8 训练目录YOLOV8 训练时要求数据按特定的目录结构存放常见形式datasets/ ├── images/ │ ├── train/ │ └── val/ ├── labels/ │ ├── train/ │ └── val/ └── data.yamlimages/train放训练图片labels/train放对应的 txt 标注文件文件名必须和图片名一致。data.yaml内容大概长这样train: datasets/images/train val: datasets/images/val nc: 1 names: [person]nc: 1表示类别数为 1names列表里的字符串要和训练时标注的类别名一致。这里最容易犯的错误是标注文件和图片对不上——XML 转 txt 时漏转了某几张或者 classes 顺序弄错都会导致训练时 loss 异常。如果你不想从 XML 转格式也可以直接查看资源里是否已附带 YOLO 格式的 labels 目录。如果只带了 XML建议还是走一遍第 2 章的转换脚本把 train 和 val 两个子目录都转好。常见的划分比例是 8:1:1 或 9:0.5:0.5按图片总数灵活调。5.2 训练命令常用参数与坑点说明YOLOV8 的训练入口是命令行的yolo或者 Python API 的model.train()。命令行的经典写法yolo detect train datadata.yaml modelyolov8n.pt epochs100 imgsz640 batch16 device0参数含义modelyolov8n.pt表示使用 yolov8n 的预训练权重作为起点n 是 nano 版本速度最快、体积最小要更高精度可以换yolov8s.pt或yolov8m.pt。epochs100是训练轮数batch16是批大小device0指定用第一块 GPU如果是 CPU 训练改成devicecpu。训练时的输出目录默认是runs/detect/train下面会生成weights/best.pt和weights/last.pt。best.pt是验证集上指标最好的权重last.pt是最后一轮的权重实际部署永远选best.pt。一个容易忽略的坑是 batch 参数。如果你的显卡显存只有 6GBbatch 直接设 16 会爆显存报CUDA out of memory。解决办法是把 batch 降到 4 或 8同时imgsz降到 640 以下。另一个常见现象是训练 loss 一直不下降这时要看输入图片是不是有大量标注错误比如漏标、错标或者类别名不匹配。5.3 训练结果分析与 mAP 看懂在哪看训练结束后你想确认效果是否达到预期的 90% 以上 mAP重点看两个文件results.png和results.csv。results.png是一张大图包含训练/验证 loss 曲线、precision、recall、mAP50 和 mAP50-95 的变化曲线。mAP50 指的是 IoU 阈值为 0.5 时的平均精度这个值达到 0.9 以上说明模型对行人检测很可靠mAP50-95 更严格它计算多个 IoU 阈值的平均一般会比 mAP50 低不少属于正常现象。如果你是离线跑或没有可视化工具直接看results.csv里的数值更精确。用 Python 读一下import pandas as pd df pd.read_csv(runs/detect/train/results.csv) print(df.columns) print(df[[metrics/mAP50(B), metrics/mAP50-95(B)]].tail())这段代码能看到训练过程中每一轮的 mAP 指标注意列名可能带前缀。一般 mAP50 在 0.9 以上、mAP50-95 在 0.6~0.7 之间就属于合格的检测模型。如果 mAP50 一直上不去优先检查训练集和验证集是否重叠、标注框是否严重偏离目标。注意mAP 90% 以上是指 mAP50很多项目叙述里直接省略了阈值。复现时别拿这个数值去和 mAP50-95 比较否则你会觉得模型差得离谱。5.4 踩坑记录数据标注、类别名与显存问题坑一是 XML 标注里类别名大小写不一致。LabelImg 在标注时手滑写了Person和person两种转换后 txt 里的类别 ID 就会错乱。解决方法是转换脚本里先统一小写判断或者统计 XML 里所有类别名做成一个映射表。坑二是图片路径里包含中文或空格。YOLOV8 的训练脚本在 Windows 上遇到中文路径经常报错尤其是路径里带中文字样的文件夹。解决方法是数据集根目录全部用英文字母命名路径中不出现任何中文。坑三是显存够但训练速度极慢。常见原因是设备选择错误——device0并不是在所有机器上都代表 GPU有些笔记本的核显也是编号 0。先执行nvidia-smi看 GPU 编号再用device0或者直接devicecpu明确指定。坑四是训练到后期 loss 曲线不再下降。这个不一定是你代码有问题可能是学习率到了底部。YOLOV8 默认有学习率衰减策略如果数据量不大100 轮可能后面 30 轮都在浪费时间可以提前停止或设置更少的 epochs。6. 换用不同主干训练与验证部署效果yolov8n 到 yolov8m 怎么选验证结果怎么快速做训练跑通之后最后一个环节是验证模型在你自己的真实场景中是否好用以及根据场景选合适的模型大小。资源里附带的检测结果图能作为基准参考但部署到自己设备上时还是要做一轮快速验证。6.1 不同尺寸权重选型n、s、m 的速度与精度对比YOLOV8 有 n、s、m、l、x 五个规模参数量从 3.2M 到 68.2M 不等。这个项目的行人检测场景一般推荐在yolov8n和yolov8s之间选。n 模型体积最小推理速度最快适合嵌入式设备或实时监控s 模型精度更高适合离线分析。如果你的显卡是 GTX 1660 Ti 或 RTX 3060 这类中端卡直接用 s 完全没问题训练时长大概是个位数小时。选型的实际逻辑很简单先跑一次yolo detect predict看流畅度如果每秒帧数达不到需求就降级。行人检测对误检的容忍度比较低宁可选稍大一点的模型也不要在精度上妥协。6.2 快速验证一用命令行直接跑图片和视频不启动 PyQt 界面最快捷的验证方式是用命令行yolo detect predict modelbest.pt sourcetest.jpg conf0.4 saveTrue如果测视频yolo detect predict modelbest.pt sourcetest.mp4 conf0.4 saveTruesource可以传图片路径、视频路径或整个文件夹路径。saveTrue把检测结果保存到runs/detect/predict目录下。这段命令适合先确认权重文件在无界面环境下是否工作正常——如果命令行能出结果界面跑不起来大概率是 PyQt 相关的问题而不是模型问题。6.3 快速验证二核对检测框的置信度分布只推理不分析是不够的。我习惯写一段小脚本跑几十张图片统计检测框的置信度分布。这样能快速判断阈值设多少合适from ultralytics import YOLO import glob model YOLO(best.pt) conf_values [] for img_path in glob.glob(test_images/*.jpg)[:50]: results model.predict(sourceimg_path, conf0.1, verboseFalse) for r in results: for box in r.boxes: conf_values.append(float(box.conf[0])) conf_values.sort() print(f样本数: {len(conf_values)}) print(f最低置信度: {conf_values[0]:.4f}) print(f最高置信度: {conf_values[-1]:.4f})conf0.1是为了把低置信度的框也保留下来方便统计完整的分布。如果大量框的置信度集中在 0.2~0.3说明阈值至少要放到 0.25 才不会漏检如果置信度大部分都在 0.6 以上阈值可以放心提到 0.5减少误检。这是我在实际项目中经常用的一步避免了反复调界面的试错成本。6.4 把 best.pt 部署到 PyQt 界面的最终检查回到最初的win.py界面如果你训练出了自己的best.pt替换原权重后要做三件事第一确认model.names输出的是你自己的类别名第二跑一张带行人的测试图看检测框是否贴合人形第三跑一张没有行人的背景图看是否出现误检框。三步都过了才算真正部署完成。从那以后我每拿到一个目标检测项目都会强制走一遍这套流程——先命令行验证权重再统计置信度分布最后才上界面。这个习惯帮我过滤掉了至少一半的「模型训练完了但实际没法用」的问题。希望帮到你祝你跑通顺利。本文还有配套的精品资源点击获取
