简介YOLOV8行人检测完整解决方案面向计算机视觉学习者与算法工程师解决街道、交通场景中行人实时识别与部署问题。资源内嵌基于数千张街道和交通图片训练得到的权重使用LabelImg标注类别为personmAP达90%以上同时附带完整行人数据集与各类训练曲线图可直接用于YOLO系列模型训练、验证与对比实验。包内共2000个文件以txt标注文件与配置、pdf环境配置教程、py界面脚本为主另有md说明文档整体约456.56MB。系统配套基于PyQt的图形界面支持加载模型、处理实时视频流、展示检测结果及调整参数代码采用PyTorch框架编写模块涵盖主窗口、数据集处理、工具函数等结构清晰便于二次开发与功能扩展。已有817人学习下载尤其适合需要高质量行人数据集、完整训练流程和GUI可视化落地的研究者与开发者。1. YOLOv8行人检测资源包数据集、权重和PyQt界面三件套拿来就能跑做行人检测最烦的不是训练而是前期准备数据集要自己爬、自己标标注几千张图能让人崩溃环境配置更是玄学CUDA、torch、Python版本任何一个不匹配都得折腾半天。这份资源把这两件最头疼的事都解决了——YOLOv8行人检测权重mAP 90%以上、几千张labelimg标注好的街道和交通场景行人数据集、一个基于PyQt的图形界面外加两份环境配置教程和运行步骤文档。你拿到的不是一个模型demo而是一整套能跑通、能改、能自己重训的项目。适合两类人一是要做行人检测但不想自己标数据的研究生或毕设选手二是想快速搭一个带界面的检测工具、后续接入业务流的工程师。下面我从环境配置开始一步步把整个包拆开讲清楚。2. 环境配置与首次运行两份PDF怎么用torch版本怎么选GUI怎么跑起来2.1 教程PDF的分工先通用环境再专项配置最后跑界面资源里有两份环境配置教程名字分别是“yolov3-YOLOv5-yolov7-yolov8环境配置-教程1”和“-教程2”外加一份“yolov8-pyqt运行步骤配置好环境后执行”。我见过很多同学拿到这类资源包第一件事就是解压代码跳过PDF直接跑结果卡在torch版本上浪费一个晚上。其实这三份文档的编排逻辑很清楚教程1管通用基础环境教程2管YOLOv8专项运行步骤管GUI启动。教程1的内容一般是Python解释器版本选择、pip换源、CUDA和cuDNN安装校验以及torch和torchvision的基础安装。这一部分覆盖的是从YOLOv3到YOLOv8共用的依赖环境。教程2则针对YOLOv8补充ultralytics包的安装、模型预训练权重的下载路径、以及权重文件应该放在哪个目录下。运行步骤文档是最后看的它把GUI启动拆成了具体操作先确认环境变量、再执行哪条Python命令、界面打开后怎么加载权重条理比前两份更细。我建议按“教程1 → 教程2 → 运行步骤”的顺序走不要跳。教程1没打通后面YOLOv8装上了也会因为底层依赖冲突反复报错。另外教程文档里的命令在Windows上用cmd或PowerShell跑都行但要注意conda环境是否激活很多报错其实是环境没切换导致的。2.2 torch和CUDA版本怎么选先看显卡驱动再定torch最后才跑代码YOLOv8正常训练和推理用的是PyTorch框架而torch和CUDA版本不匹配是这套资源里最常见的翻车点。我的经验是先别急着装torch先查显卡驱动支持的CUDA版本。Windows下打开cmd输入nvidia-smi看右上角的“CUDA Version”比如显示12.1那说明驱动支持最高CUDA 12.1你装的torch只要是配套CUDA 11.8或12.1的版本都能正常调用GPU。确定完CUDA上限后再安装对应版本的torch。CPU版和GPU版的torch安装命令差别很大如果装成了CPU版训练时直接报错提示CUDA不可用或者模型跑得极慢。GPU版的标准安装命令是pip install torch2.0.1 torchvision0.15.2 --index-url https://download.pytorch.org/whl/cu118注意这里用的是cu118的源。如果你显卡驱动支持CUDA 12.x可以换成cu121或cu124后缀。装完后一定要做一次验证在Python交互环境里执行import torch print(torch.__version__) print(torch.cuda.is_available())逻辑解释第一行输出torch版本第二行返回True代表GPU可用。如果第二行返回False说明装成了CPU版或者torch版本和驱动不匹配需要重装。这一步花不了两分钟但能省掉后面所有的CUDA迷思。还有一个容易被忽略的点YOLOv8还依赖ultralytics包。这个包会顺带装一堆依赖包括opencv-python、numpy、matplotlib、pandas等。如果你项目里有老版本的numpyultralytics包安装时会强制升级numpy导致其他代码报兼容性错误。所以装完ultralytics后建议用pip list检查一下关键包的版本再做下面的运行测试。2.3 首次运行win.py先手工确认权重路径、图片路径和资源文件配置好环境后进入项目目录直接执行python win.py如果一切正常PyQt界面会弹出来。但这里有几个坑大概率会挡你一下第一win.py里如果有写死的图片路径双击运行时路径不存在界面能打开但加载不了图第二apprcc_rc.py是资源文件编译产物如果Qt资源引用的是绝对路径或者编译时路径不对打开界面时会报“module not found”或“file not found”。我的做法是在运行前先打开win.py检查三处内容# 检查点1权重路径是否正确 self.model YOLO(best.pt) # 确保权重文件在当前目录或指定子目录 # 检查点2默认图片路径是否存在 self.image_path ./test_images/street.jpg # 不存在就创建目录或改用存在的路径 # 检查点3资源文件引用 import apprcc_rc # 如果这行报错检查apprcc_rc.py是否在项目根目录参数说明模型路径决定了你加载的是不是资源包自带的训练权重默认图片路径决定了界面启动后能不能立刻看到检测效果apprcc_rc模块负责加载界面用到的图标和样式资源配置缺了它界面会显示异常甚至崩溃。首次运行尽量在项目根目录用python命令启动避免IDE运行模式下的路径差异。如果界面正常弹出接下来要做的是加载权重、选一张测试图跑检测。整个过程验证通过后你就算把环境部分彻底打通了后面再换数据集或改参数训练基础就不会再出问题。3. 数据集与训练日志几千张标注图的价值mAP 90%是怎么来的3.1 数据集内容拆解jpg图片 txt标注labelimg标准产物资源包里附带的数据集是几千张街道和交通场景图片图片格式统一为jpg标注软件用的labelimg类别只有一类person。这就是一个标准的YOLO格式数据集。每个jpg图片对应一个同名txt文件txt里每行代表一个标注框格式是类别id 归一化中心x 归一化中心y 归一化宽 归一化高比如0 0.482051 0.582265 0.128924 0.284782 0 0.317069 0.886986 0.126688 0.231898 0 0.261029 0.762348 0.112083 0.295320逻辑说明第一列的0对应类别person后面的四个值是把绝对像素坐标归一化到0到1之间后的框参数。归一化坐标的好处是不同分辨率图片的标注可以直接混在一起训练不用管原始图片尺寸。我在拿到数据集后通常会先写一段小脚本统计标注情况确认类别数量和单张图片的标注密度import os label_dir labels class_count {} box_count_per_image [] for f in os.listdir(label_dir): if f.endswith(.txt): with open(os.path.join(label_dir, f), r, encodingutf-8) as fp: lines fp.readlines() box_count_per_image.append(len(lines)) for line in lines: cls_id line.split()[0] class_count[cls_id] class_count.get(cls_id, 0) 1 print(类别统计:, class_count) print(每张图片平均标注框数:, sum(box_count_per_image) / len(box_count_per_image))这段代码会遍历所有标注文件统计每个类别出现的次数和每张图的平均框数。逻辑上如果你发现类别不止“person”或平均框数异常比如每张图只有0.1个框说明数据集的标注分布有问题训练前就需要处理。一个干净的单类数据集每张街道图平均框数通常在1到5个之间这也符合行人检测的实际场景——不是每张图都人满为患但大多数图至少有一个行人需要标注。3.2 训练日志夜夜夜夜夜夜夜夜夜夜夜夜夜夜夜夜夜夜夜夜夜夜夜夜夜夜夜夜夜夜夜夜项目包里有一个person_10_2160.txt文件这个文件名我拆下来一看基本可以确认是某次训练的日志记录包含了训练过程中的损失值、精度指标和mAP曲线数据。文件名里的数字大概率代表训练配置参数或样本规模这类txt在YOLOv8训练时由ultralytics自动生成记录了每个epoch的box_loss、cls_loss、dfl_loss以及mAP50、mAP50-95的变化。这个文件的价值在于它是复现训练的基准参照。如果你想自己在数据集上重新训练训练完可以把新日志和这个文件里的曲线对比——如果新的mAP接近或超过90%说明训练过程正常如果明显偏低说明超参数或数据划分有问题可以从日志里快速定位是欠拟合还是过拟合。我一般会用Excel或pandas打开这个txt快速看一眼损失曲线的收敛趋势import pandas as pd df pd.read_csv(person_10_2160.txt, sep\t) # 假设第6列是box_loss第8列是mAP50列名以实际文件头为准 print(df.columns.tolist()) print(df[[epoch, mAP50]].tail(10))参数说明sep\t是按制表符分割YOLOv8训练日志默认用制表符分隔如果文件是用其他分隔符可以改成,或自定义。打印最后10轮的mAP50用来观察收敛情况如果最后几轮mAP还在明显上升说明训练轮数不够权重还没收敛。还有一点值得注意mAP 90%这个数字放在行人检测场景里是什么概念COCO数据集上YOLOv8官方模型的mAP50大概在50%到60%区间但那是80类共同评估的结果。单类行人检测由于只评估一个类别mAP会高很多90%以上是合理水平。所以不要拿这个数字去和80类的COCO基准对比场景不同没有可比性。3.3 想自己重训数据划分、epoch、batch_size参数这么设资源包自带的权重可以直接用但如果你的应用场景不是普通街道而是校园、园区、厂房等特定环境自带权重可能漏检较多。这时候建议用自带数据集微调或重训。YOLOv8的标准训练命令是yolo train modelyolov8s.pt dataperson.yaml epochs300 batch16 imgsz640参数说明model指定预训练权重可以选择yolov8s轻量版或yolov8l精度版data指向数据集配置文件需要按YOLO格式填写train和val路径、类别数和类别名epochs和batch影响训练时长和显存占用300轮加16的batch在12GB显存显卡上基本够用显存小就降到8。imgsz640是训练分辨率行人检测这个场景640足够了没必要拉高到1280。先看一个小节训练前检查GPU型号和显存。nvidia-smi --query-gpuname,memory.total --formatcsv这个命令输出显卡名称和显存总量。看到显存8G以下batch建议改成8模型建议选yolov8s否则OOM显存溢出是大概率事件。训练过程中如果看到loss突然变成nan基本是学习率过大或数据集里有损坏图片先检查标注文件里有没有空行或负数坐标。4. PyQt界面工程拆解win.py、apprcc_rc.py各管什么怎么改出你自己的检测界面4.1 界面模块结构主窗口逻辑和资源文件的关系这套资源的GUI是基于PyQt写的核心Python文件有两个win.py和apprcc_rc.py。win.py是主窗口程序里面包含了界面布局、按钮事件、检测流程的调用逻辑apprcc_rc.py是Qt资源文件的编译产物把界面用到的图标、背景图、样式表等资源以base64形式嵌入成Python代码相当于资源的“仓库”。PyQt中资源文件的标准流程是先用Qt Designer画界面生成.ui文件再用pyuic5工具转成Python代码使用pyrcc5工具把.qrc资源文件编译成_rc.py。apprcc_rc.py就是第二步的产物。理解了这个流程你就知道为什么不能随便删除这个文件——删了界面图标会消失甚至启动报错。win.py内部的结构典型的主窗口类定义长这样class MainWindow(QMainWindow): def __init__(self): super().__init__() self.setupUi(self) self.model YOLO(best.pt) self.current_image None def on_btn_open_clicked(self): file_path, _ QFileDialog.getOpenFileName(self, 选择图片, , Images (*.jpg *.png)) if file_path: self.current_image file_path self.show_image(file_path)这段代码展示的是最核心的两个部分__init__里加载YOLO模型按钮回调里用文件对话框选择图片。其他按钮比如“开始检测”“保存结果”“打开视频”逻辑结构都是一样的——按钮信号绑定到槽函数槽函数里调用检测方法检测结果再刷新到界面上。4.2 界面集成检测的核心逻辑模型加载、图片推理、结果绘制PyQt界面和YOLO检测的衔接点是最值得看的代码。常见做法是在QMainWindow的初始化阶段加载模型检测时把OpenCV格式的图像送入模型推理然后把检测结果绘制回QImagedef run_detection(self): img cv2.imread(self.current_image) results self.model.predict(img, conf0.5, imgsz640) for r in results: boxes r.boxes for box in boxes: x1, y1, x2, y2 map(int, box.xyxy[0].tolist()) conf float(box.conf[0]) cls int(box.cls[0]) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.putText(img, fperson {conf:.2f}, (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2) rgb_img cv2.cvtColor(img, cv2.COLOR_BGR2RGB) h, w, ch rgb_img.shape bytes_per_line ch * w qimg QImage(rgb_img.data, w, h, bytes_per_line, QImage.Format.Format_RGB888) self.label_result.setPixmap(QPixmap.fromImage(qimg))逻辑说明第一步读图片第二步predict推理第三步把目标框和置信度画在原图上第四步把OpenCV的BGR格式转成RGB后封装成QImage显示到QLabel控件上。参数conf0.5是置信度阈值低于50%的检测框会被过滤掉。这个阈值是界面调参的关键——设太高会漏检远处的小目标行人设太低会出现大量误检框。4.3 二次开发从单张图片升级到视频流和摄像头如果你需要把界面从看单张图升级成看视频或摄像头实时画面核心改动点在于视频场景需要用QTimer定时器循环读取帧而不是像图片那样点击一次推理一次。可以参考下面这个模式self.timer QTimer(self) self.timer.timeout.connect(self.update_frame) self.timer.start(30) def update_frame(self): ret, frame self.cap.read() if ret: results self.model.predict(frame, conf0.4, imgsz640) annotated results[0].plot() # 显示到界面上代码同上参数说明30毫秒的间隔约等于33fps如果推理速度跟不上可以把间隔调到50或80ms牺牲流畅度换稳定。如果用的是摄像头cap.read()失败时要做断线处理否则界面上会一直显示最后一帧看起来像卡死。5. 避坑与排查路径、CUDA、格式、复现性五个血泪经验5.1 界面打开即闪退现象执行python win.py后窗口一闪而过控制台没有任何报错信息。原因这种情况大概率是apprcc_rc.py缺失或PyQt5版本不对。win.py里import了apprcc_rc但资源文件没在当前目录下Python解释器找不到模块又因为Windows下GUI程序没有控制台输出窗口就直接消失。解决先在项目根目录确认apprcc_rc.py存在然后检查PyQt5安装pip show PyQt5如果没有输出安装pip install PyQt55.15.95.15.9是兼容性比较好的版本5.15系列在Windows下配合Python 3.8到3.10都比较稳。装完重新运行如果还闪退试试在命令行开头加一句打印定位错误import traceback if __name__ __main__: try: main() except Exception: traceback.print_exc()5.2 CUDA available永远返回False现象torch.cuda.is_available()输出False检测速度极慢甚至跑不动。原因两种可能。第一安装的是CPU版torchpip install torch默认装CPU版第二torch版本和显卡驱动支持的CUDA版本不匹配。很多同学在conda里直接pip install torch装完了才发现是CPU版。解决先卸载重装pip uninstall torch torchvision pip install torch2.0.1 torchvision0.15.2 --index-url https://download.pytorch.org/whl/cu118装完后用nvidia-smi确认驱动版本支持的计算能力再执行torch.cuda.is_available()验证。如果还不行换pip镜像源重试有些内网环境默认源拉不到GPU版torch。5.3 数据集路径带中文导致训练中断现象训练刚开始就报错提示找不到图片文件或者加载数据集时FileNotFoundError。原因Windows下YOLOv8对中文路径支持不好数据集路径如果包含“数据集”“图片”等中文字符ultralytics在读取时会因为编码问题找不到文件。解决把数据集放到纯英文路径下比如D:\datasets\person_dataset不要放在桌面上桌面路径通常包含用户名用户如果起了中文名也会出问题。另外把数据配置文件里的路径写成绝对路径避免相对路径在不同目录启动时失效train: D:/datasets/person_dataset/images/train val: D:/datasets/person_dataset/images/val nc: 1 names: [person]5.4 复现训练时mAP和项目宣称的差很远现象自己重训的模型mAP只有60%多项目资源声称90%以上。原因mAP和训练集划分强相关。资源包里的权重可能用了特定的train_val_split自己重训时如果不做划分策略对齐验证集里难样本比例不同mAP自然对不上。另外预训练权重选择、epoch数、数据增强策略也都影响最终指标。解决先用官方权重和资源自带数据集按默认参数训练不做任何改动看能不能逼近person_10_2160.txt日志里的曲线。如果能逼近说明数据没问题之后再做优化如果不能检查数据划分是否随机、是否有重复图片。RNG种子在ultralytics里默认固定如果你改动过random_seed结果也会漂移。5.5 自己标注的数据训练时检测效果差现象用labelimg标了一批自己的图片训练完了模型漏检严重。原因最大的两个坑是标注框不贴合目标和漏标。行人检测对标注质量敏感如果框标得过大、padding太多模型学到的是行人周围的背景而不是行人本身漏标标注则在训练中作为负样本惩罚模型漏标越多的区域误检越低。解决labelimg标注时边界贴合身体轮廓不要留大片空白标注完用3.1节的统计脚本检查框数和分布发现标注异常尽早重标。另外标注时注意类别名统一labelimg里标注的类别是person就不要有的写person有的写people类别名不一致会让模型把同一目标当两类学习严重影响精度。6. 进阶玩法批量验证脚本与误检分析把GUI当调试工具用界面跑通不是终点我个人习惯是把GUI当做一个调试入口真正用来评估模型效果的是批量验证脚本。一次性跑几十张测试图统计漏检和误检比在界面上点一张看一张高效得多。批量推理可以用ultralytics自带的方式from ultralytics import YOLO model YOLO(best.pt) results model.predict( source./test_images/, conf0.4, imgsz640, saveTrue, save_txtTrue, project./runs/verify, nameexp )参数说明source可以指向文件夹model.predict会自动遍历所有图片conf0.4是置信度阈值saveTrue保存标注后的可视化图save_txtTrue把检测框坐标存下来方便后续程序化分析。project和name是输出目录默认会在runs/exp下生成结果。批量跑完后的分析更重要我会写段小脚本统计哪些图有检测框、哪些图是空检测import os result_dir ./runs/verify/exp/labels empty_images [] for f in os.listdir(result_dir): if f.endswith(.txt): size os.path.getsize(os.path.join(result_dir, f)) if size 0: empty_images.append(f.replace(.txt, .jpg)) print(f共有 {len(empty_images)} 张图片未检出任何目标) print(empty_images[:10])这段代码的作用是找出漏检图片。逻辑上YOLO保存的labels文件如果为空说明这张图一个目标都没检测到是典型的漏检样本。把这些图片挑出来逐一查看是目标太小、遮挡严重、还是光照异常然后针对性调整conf阈值或做数据增强。验证完模型后最后一步是把界面接到你的真实业务流里。比如你是做园区安防的可以把摄像头RTSP流地址直接传给界面或者写一个简单的命令行调用把检测结果存成JSON供后端取用results model.predict(rtsp://admin:password192.168.1.64:554/stream1, streamTrue) for r in results: boxes r.boxes num_people len(boxes) # 实时统计人数超过阈值触发告警从那以后我每次拿到任何YOLO类项目包都强制自己按同样的流程走一遍先跑通环境、再验证数据、最后批量测一遍模型三个关卡全过了才谈业务接入。这套流程帮我过滤掉了很多“看起来能跑但实际没法用”的资源。这次拆的这个YOLOv8行人检测包属于少见的材料齐全、直接能落地的类型值得花一晚上把它跑通。希望帮到你。本文还有配套的精品资源点击获取