简介这份资源是面向计算机、人工智能、通信工程等专业学生与教师的YOLOv8目标检测实战项目聚焦智慧城市广场人群聚集密度预警场景可用于毕业设计、课程设计、大作业或项目立项演示。压缩包共8个文件约15.91MB包含3个Python脚本、3个模型权重文件与2个说明文本分别承担模型训练、视频检测、可视化界面运行及环境配置说明等用途部署流程简单基础尚可者也可在源码上二次修改扩展功能。项目已完整跑通可生成核心指标曲线图、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果与标签分布图并配有可视化页面便于答辩展示与结果分析。目前已有37人学习下载适合希望快速获得一套可运行、可复现、指标齐全的深度学习检测方案的学习者参考使用。1. 广场人群密度预警为什么YOLOv8成了毕设落地的最优解节假日傍晚的城市广场人流从地铁口、商场连廊、步行街三个方向同时涌入十分钟内局部密度就能从每平米0.5人飙到3人以上。踩踏风险不是线性增长的而是过了某个阈值后陡然上升。传统方案靠人工盯监控或者WiFi探针估算前者费人后者精度差而基于YOLOv8的人群聚集密度预警系统本质上是把“检测人头”和“空间密度计算”串成一条实时流水线摄像头画面进来模型逐帧框出人体再把框映射到地面网格算出每个网格的人数超过阈值就触发预警。这套东西适合谁做毕设或课程设计的学生、想快速搭一个可演示的智慧城市demo的开发者、以及需要低成本验证人流管控策略的物业或安保团队。标题里提到的源码、数据集、可视化界面和部署教程意味着你拿到手就能跑不用从零标注数据或手写PyQt界面。但“简单部署即可运行”这句话背后有几个关键前提环境版本要对、数据集格式要匹配、推理参数要调对。下面我会按实际落地的顺序把每个环节拆开讲清楚。2. 从权重到预警YOLOv8人群密度系统的技术链路拆解2.1 为什么选YOLOv8而不是YOLOv5或Faster R-CNN人群密度检测的核心诉求是“快且准”。广场场景下摄像头通常是1080P、25帧单帧画面里可能有80到200个人体目标且存在大量遮挡和尺度变化。Faster R-CNN两阶段检测器精度够但推理速度在CPU上基本不可用GPU上单帧也要80ms以上做不到实时。YOLOv5虽然成熟但YOLOv8在骨干网络里引入了C2f模块和更彻底的解耦头小目标召回率明显更好而且Ultralytics官方把训练、验证、导出、推理的API统一成了几行代码对毕设这种“时间紧、要出活”的场景非常友好。具体到人群密度这个任务YOLOv8的anchor-free设计减少了密集场景下的框重叠问题。YOLOv5的anchor-based机制在人群密集时容易出现多个anchor匹配同一个人体的情况NMS阶段容易误删。YOLOv8直接预测中心点和宽高配合Task-Aligned Assigner正样本分配更合理。实测在自建广场数据集上YOLOv8n的mAP0.5比YOLOv5s高约3到5个百分点推理速度在RTX 3060上能到120FPS以上CPU版本用ONNX Runtime也能跑到8到12FPS足够做预警演示。2.2 数据集准备从原始标注到YOLOv8可训练格式标题里说包含完整数据集但你要知道数据集通常有两种状态一种是已经标好的YOLO格式txt一种是原始图片加Labelme的json。如果是后者需要先转换。常见做法是用labelme标注人体框然后跑转换脚本。下面这个脚本把Labelme的json转成YOLOv8需要的txt格式每行是class_id x_center y_center width height坐标归一化到0到1。import json import os from pathlib import Path def labelme_to_yolo(json_dir, output_dir, class_map): json_dir: Labelme json文件所在目录 output_dir: 输出txt目录 class_map: 类别名到id的映射例如 {person: 0} json_dir Path(json_dir) output_dir Path(output_dir) output_dir.mkdir(parentsTrue, exist_okTrue) for json_file in json_dir.glob(*.json): with open(json_file, r, encodingutf-8) as f: data json.load(f) img_w data[imageWidth] img_h data[imageHeight] lines [] for shape in data[shapes]: label shape[label] if label not in class_map: continue points shape[points] xs [p[0] for p in points] ys [p[1] for p in points] x_min, x_max min(xs), max(xs) y_min, y_max min(ys), max(ys) # 归一化中心点和宽高 x_center (x_min x_max) / 2.0 / img_w y_center (y_min y_max) / 2.0 / img_h width (x_max - x_min) / img_w height (y_max - y_min) / img_h # 裁剪到0-1范围防止标注越界 x_center max(0, min(1, x_center)) y_center max(0, min(1, y_center)) width max(0, min(1, width)) height max(0, min(1, height)) lines.append(f{class_map[label]} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}) txt_path output_dir / (json_file.stem .txt) with open(txt_path, w) as f: f.write(\n.join(lines)) if __name__ __main__: labelme_to_yolo( json_dir./raw_jsons, output_dir./labels/train, class_map{person: 0} )这段代码的关键点有三个一是坐标归一化必须用原图宽高不能搞错二是要处理标注越界的情况Labelme有时候会画出边界外的框不裁剪会导致训练时loss异常三是类别映射要和data.yaml里的names顺序一致。转换完之后目录结构应该是images/train、images/val、labels/train、labels/val然后写一个data.yamlpath: ./dataset train: images/train val: images/val nc: 1 names: [person]参数说明nc是类别数人群检测通常只有person一类所以是1。names列表的顺序必须和转换脚本里的class_map值对应。如果数据集里还有“头肩”之类的细分类别需要相应调整。2.3 训练参数怎么设从yolov8n.pt开始微调拿到数据集后不建议从零训练直接用官方在COCO上预训练的yolov8n.pt或yolov8s.pt做微调。人群检测和COCO里的person类有重叠迁移学习能省很多时间。下面是一条典型的训练命令yolo detect train \ modelyolov8n.pt \ data./dataset/data.yaml \ epochs100 \ imgsz640 \ batch16 \ lr00.01 \ lrf0.01 \ patience20 \ device0 \ workers4 \ project./runs/train \ namecrowd_exp1参数逐个说imgsz640是输入分辨率广场监控画面里人体可能只占30到50像素640够用如果显存允许可以上到1280但训练时间会翻倍。batch16在8GB显存上比较稳如果爆显存就降到8。lr00.01是初始学习率微调时比从头训练的0.01略低也行但YOLOv8默认自带warmup和余弦退火0.01问题不大。patience20表示20个epoch验证指标不提升就早停防止过拟合。device0指定第一块GPUCPU训练把device改成cpu但速度会慢到不可接受建议至少用GTX 1660 Ti以上的卡。训练过程中要盯两个东西一是runs/train/crowd_exp1/results.csv里的mAP50和mAP50-95曲线二是val_batch0_pred.jpg这类验证集预测图看有没有漏检或误检。如果mAP卡在0.5上不去优先检查标注质量而不是调参。3. 密度计算与预警逻辑从检测框到网格人数3.1 把人体框映射到地面网格的两种做法YOLOv8输出的是图像坐标系下的框但预警需要的是“每平方米多少人”。这里有两种常见做法。第一种是透视映射假设摄像头俯角固定在地面上划分网格通过单应性矩阵把图像坐标映射到地面坐标。这种方法精度高但需要标定摄像头参数毕设里如果摄像头位置固定可以手动标四个点算单应矩阵。第二种是图像网格法直接把画面分成N×M的网格统计每个网格里人体框中心点的数量再根据画面覆盖的实际面积估算密度。这种方法简单不需要标定适合快速演示。我一般会先用图像网格法跑通流程因为代码量少、调试直观。下面是一个网格密度计算的函数import numpy as np def compute_grid_density(boxes, img_shape, grid_rows6, grid_cols8, area_per_grid25.0): boxes: YOLOv8输出shape为(N, 6)每行是[x1, y1, x2, y2, conf, cls] img_shape: (height, width) grid_rows, grid_cols: 网格行列数 area_per_grid: 每个网格对应的实际地面面积平方米需要根据摄像头覆盖范围估算 返回: density_grid (grid_rows x grid_cols) 单位为人/平方米 h, w img_shape[:2] density np.zeros((grid_rows, grid_cols), dtypenp.float32) for box in boxes: x1, y1, x2, y2 box[:4] # 用框底部中心点作为人体在地面的投影点 cx (x1 x2) / 2.0 cy y2 col int(cx / w * grid_cols) row int(cy / h * grid_rows) # 边界保护 col min(col, grid_cols - 1) row min(row, grid_rows - 1) density[row, col] 1.0 # 除以每个网格的实际面积得到密度 density density / area_per_grid return density逻辑说明用框的底部中心点而不是几何中心点是因为人体站立时脚部位置更接近地面投影。area_per_grid这个参数需要你根据摄像头安装高度和视野角估算比如摄像头覆盖广场200平米分成48个网格每个网格约4.2平米那area_per_grid就填4.2。如果填错密度值会整体偏大或偏小但预警阈值可以相应调整不影响相对变化趋势。3.2 预警阈值设定与分级策略密度算出来之后怎么判断“聚集”不能只看单帧因为人流是动态的。常见做法是滑动窗口平均维护最近5帧的密度网格取均值再和阈值比较。阈值分三级黄色预警注意、橙色预警警告、红色预警危险。参考公共场所人群密度管理的一般经验每平方米1人以下算自由流动1到2人算拥挤2到3人算密集3人以上有踩踏风险。但广场场景下由于摄像头角度和网格划分的误差建议把红色阈值设在2.5人/平米左右留一点安全余量。from collections import deque class DensityAlarm: def __init__(self, window_size5, yellow1.0, orange2.0, red2.5): self.window deque(maxlenwindow_size) self.yellow yellow self.orange orange self.red red def update(self, density_grid): self.window.append(density_grid) avg_grid np.mean(self.window, axis0) max_density np.max(avg_grid) if max_density self.red: return 红色预警, max_density elif max_density self.orange: return 橙色预警, max_density elif max_density self.yellow: return 黄色预警, max_density else: return 正常, max_density参数说明window_size5对应约0.2秒的平滑25FPS下如果摄像头帧率低可以调大。yellow/orange/red三个阈值要根据实际场景标定建议先用历史视频跑一遍看正常时段和高峰时段的密度分布再定阈值。不要直接抄网上的数值不同摄像头高度和网格面积会导致密度值差异很大。4. 可视化界面与部署让系统真正能演示4.1 用PyQt5搭一个能实时显示预警结果的面板毕设演示时老师不会只看命令行输出。一个带视频画面、密度热力图和预警状态的面板是加分项。PyQt5配合OpenCV是常见组合下面是一个最小可用的界面框架import sys import cv2 import numpy as np from PyQt5.QtWidgets import QApplication, QMainWindow, QLabel, QVBoxLayout, QWidget, QHBoxLayout from PyQt5.QtGui import QImage, QPixmap from PyQt5.QtCore import QTimer, Qt class CrowdMonitor(QMainWindow): def __init__(self, model, video_source0): super().__init__() self.model model self.cap cv2.VideoCapture(video_source) self.alarm DensityAlarm() self.setWindowTitle(人群聚集密度预警系统) self.central QWidget() self.setCentralWidget(self.central) self.video_label QLabel() self.status_label QLabel(状态: 初始化) self.status_label.setStyleSheet(font-size: 20px; color: green;) layout QVBoxLayout() layout.addWidget(self.video_label) layout.addWidget(self.status_label) self.central.setLayout(layout) self.timer QTimer() self.timer.timeout.connect(self.update_frame) self.timer.start(40) # 25FPS def update_frame(self): ret, frame self.cap.read() if not ret: return results self.model(frame, verboseFalse) boxes results[0].boxes.data.cpu().numpy() density compute_grid_density(boxes, frame.shape) status, max_d self.alarm.update(density) # 画框 for box in boxes: x1, y1, x2, y2 map(int, box[:4]) cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2) # 叠加密度热力图简化版用半透明矩形表示网格密度 h, w frame.shape[:2] rows, cols density.shape for r in range(rows): for c in range(cols): d density[r, c] if d 0.5: x1 int(c * w / cols) y1 int(r * h / rows) x2 int((c 1) * w / cols) y2 int((r 1) * h / rows) alpha min(d / 3.0, 0.6) overlay frame.copy() cv2.rectangle(overlay, (x1, y1), (x2, y2), (0, 0, 255), -1) frame cv2.addWeighted(overlay, alpha, frame, 1 - alpha, 0) # 更新状态标签 color {正常: green, 黄色预警: orange, 橙色预警: darkorange, 红色预警: red} self.status_label.setText(f状态: {status} | 最大密度: {max_d:.2f} 人/㎡) self.status_label.setStyleSheet(ffont-size: 20px; color: {color.get(status, black)};) # 显示画面 rgb cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) h, w, ch rgb.shape qt_img QImage(rgb.data, w, h, ch * w, QImage.Format_RGB888) self.video_label.setPixmap(QPixmap.fromImage(qt_img).scaled(960, 540, Qt.KeepAspectRatio)) def closeEvent(self, event): self.cap.release() event.accept() if __name__ __main__: from ultralytics import YOLO model YOLO(./runs/train/crowd_exp1/weights/best.pt) app QApplication(sys.argv) window CrowdMonitor(model, video_source./test_video.mp4) window.show() sys.exit(app.exec_())逻辑说明QTimer每40毫秒触发一次对应25FPS。model(frame)直接返回YOLOv8的推理结果boxes.data是N×6的张量。热力图用半透明红色矩形叠加透明度随密度增加。状态标签根据预警等级变色。注意QImage构造时数据缓冲区要连续OpenCV的numpy数组默认是连续的但经过cvtColor后最好用np.ascontiguousarray确保一下。4.2 部署到不同环境的注意事项标题说“简单部署即可运行”但实际部署时环境差异是最大的坑。如果你在Windows上开发想部署到Ubuntu 20.04的服务器或工控机需要注意几点。第一CUDA版本和PyTorch版本要匹配YOLOv8要求PyTorch 1.8以上推荐2.0。第二如果目标机器没有GPU用CPU推理需要导出ONNX模型然后用onnxruntime跑速度比直接PyTorch CPU推理快30%左右。导出命令yolo export model./runs/train/crowd_exp1/weights/best.pt formatonnx opset12 simplifyTrue参数说明opset12兼容性最好simplifyTrue会做图优化。导出后在Python里用onnxruntime加载import onnxruntime as ort import numpy as np session ort.InferenceSession(best.onnx, providers[CPUExecutionProvider]) input_name session.get_inputs()[0].name def infer_onnx(frame): img cv2.resize(frame, (640, 640)) img img[:, :, ::-1].transpose(2, 0, 1) # BGR to RGB, HWC to CHW img np.ascontiguousarray(img, dtypenp.float32) / 255.0 img np.expand_dims(img, axis0) outputs session.run(None, {input_name: img}) return outputs注意ONNX输出的后处理需要自己写NMS比直接用Ultralytics的model()麻烦一些。如果目标机器能装PyTorch优先用原生推理。5. 避坑与排查人群密度预警系统落地时最容易翻车的五个点5.1 现象训练loss正常下降但mAP始终低于0.3原因九成是标注格式问题。Labelme转YOLO时如果图片有旋转或者EXIF方向信息OpenCV读图和Labelme读图的宽高可能不一致导致归一化坐标错位。另外如果标注时框选了“人”但实际画面里是“人群”一个框里包含多个人模型学到的特征会混乱。解决用exiftool检查图片EXIF批量去除方向标记。然后写一个可视化脚本把YOLO格式的txt画回图片上肉眼检查框是否对齐。如果发现一个框里有多个人需要重新标注把每个人单独框出来。人群密度检测不要求框出每个人但训练时如果框合并了推理时也会合并密度计算就偏低了。5.2 现象推理时画面里人很多但检测框很少原因置信度阈值设太高。YOLOv8默认conf0.25但在人群密集场景下遮挡导致部分人体置信度只有0.1到0.2。另外如果训练时用了Mosaic增强模型对小目标的敏感度会提高但推理时输入分辨率如果还是640小目标可能被下采样丢失。解决推理时把conf降到0.1同时把iou阈值从0.7降到0.5让NMS保留更多框。如果还是漏检把输入分辨率提到1280但速度会下降。另一个办法是在训练时加入更多遮挡样本或者用Copy-Paste增强把人体框复制到密集区域。5.3 现象密度热力图显示正常但预警频繁触发原因area_per_grid参数填错了。如果摄像头覆盖的实际面积远大于你估算的值每个网格的人数被除以了一个偏小的面积密度值就会虚高。另外如果网格划分太细单个网格里出现一个人就会导致密度超过阈值。解决先用一段正常人流视频跑一遍记录每个网格的密度最大值然后反推area_per_grid。公式是实际面积 网格人数 / 期望密度。比如你希望一个人站在网格里密度是0.5那面积就是2平米。网格数量建议控制在6×8到8×10之间太细容易误报太粗定位不准。5.4 现象PyQt界面卡顿或视频延迟越来越大原因YOLOv8推理和界面刷新在同一个线程里如果推理耗时超过40msQTimer就会堆积。另外OpenCV的cap.read()如果缓冲区没清空会读到旧帧。解决把推理放到QThread里用信号槽把结果传回主线程更新界面。或者简单点把QTimer间隔调到推理实际耗时的1.5倍。另外在update_frame开头连续调用两次cap.grab()再retrieve()可以清掉缓冲区里的旧帧。5.5 现象部署到无GPU机器后程序直接崩溃原因PyTorch默认尝试加载CUDA没有GPU时抛出异常。另外ONNX Runtime如果装了GPU版本但机器没有CUDA也会报错。解决在代码开头加device cuda if torch.cuda.is_available() else cpu然后model.to(device)。如果用ONNX安装onnxruntime而不是onnxruntime-gpu。另外OpenCV的cv2.imshow在无显示器的服务器上会报错部署到服务器时把可视化部分改成保存视频文件或通过HTTP推流。6. 进阶技巧用密度图回归替代检测框以及模型轻量化验证如果你已经把检测框方案跑通了想进一步提升密度估计的精度可以试试把YOLOv8的检测头换成密度图回归头。思路是不输出人体框而是输出一张和输入同尺寸的热力图每个像素值表示该位置的人数密度整张图求和就是总人数。这种方案在极度密集场景下比检测框更稳因为不需要处理遮挡导致的框合并问题。实现上可以把YOLOv8的检测头替换成一个1×1卷积输出单通道损失函数用MSE加SSIM。但这样做需要重新标注数据把点标注转成高斯核密度图工作量不小。毕设时间紧的话建议先用检测框方案把流程走完密度图回归作为改进点写在论文里。另一个值得做的验证是模型轻量化。YOLOv8n已经很小了但如果你要部署到RK3588或Hi3516CV610这类边缘设备还需要进一步量化。常见做法是导出ONNX后用RKNN-Toolkit2转成rknn模型或者用TensorRT的INT8量化。量化后精度会掉1到3个mAP点但速度能提升2到3倍。验证量化效果时不要只看总人数误差还要看高密度区域的密度值是否准确因为预警阈值卡在2.5人/平米附近如果量化后密度值整体偏低预警就会漏报。我自己的习惯是每次改完模型或参数先用一段10分钟的高峰期视频跑一遍把每帧的最大密度值导出成CSV画一条时间曲线和人工计数结果对比。如果曲线趋势一致且峰值误差在15%以内就认为方案可用。这个习惯帮我省了很多次“论文写完了才发现预警根本不准”的后悔药。希望帮到你。本文还有配套的精品资源点击获取
