摘要本研究基于YOLOv8框架构建并训练了一个针对车辆与行人检测的双目标检测系统。数据集共包含5607张标注图像其中训练集4485张验证集1122张涵盖person与car两个类别。实验结果表明模型在验证集上取得了0.950的mAP50和0.794的mAP50-95整体检测精度优异。其中车辆类别的检测性能尤为突出mAP50达到0.974行人类别也取得了0.927的良好表现。模型推理速度为6.3ms/图整体处理速度达136 FPS具备实时检测能力。混淆矩阵分析揭示了模型存在的主要问题车与人之间的相互误检其中约8.9%的行人被误检为车辆3.9%的车辆被误检为行人。综合评估表明该模型已达到生产级部署标准可广泛应用于道路监控、交通流量统计及自动驾驶辅助等场景。引言随着城市化进程加速和机动车保有量持续增长道路交通环境日益复杂对车辆与行人的实时精准检测成为智能交通系统和自动驾驶技术的核心需求之一。传统的检测方法依赖手工特征提取和分类器组合在光照变化、遮挡、尺度多样性等复杂场景下鲁棒性不足。近年来以YOLO系列为代表的单阶段目标检测算法因其实时性与精度的良好平衡逐渐成为工业界和学术界的主流选择。本研究采用YOLOv8架构构建了一个专门针对车辆与行人检测的双目标模型。通过对包含5607张标注图像的数据集进行训练与系统评估本文旨在验证YOLOv8在此特定任务上的性能表现识别模型存在的关键问题如车人混淆并为后续优化提供数据支撑。实验详细分析了精确率、召回率、mAP、混淆矩阵及训练收敛曲线等指标全面评估模型的检测能力与局限性。目录摘要引言功能模块1、用户管理模块2、界面与交互模块3、检测源管理模块4、检测参数配置模块5、YOLO检测核心模块6、结果显示模块7、结果保存模块8、工具栏功能9、辅助功能10、数据校验模块背景数据集介绍训练过程训练结果核心性能指标编辑各类别性能分析编辑编辑编辑混淆矩阵分析编辑编辑存在的问题原因分析训练曲线分析编辑常用标注工具功能模块✅用户登录注册支持密码检测密码加密。注册登录✅图片检测可对图片进行检测返回检测框及类别信息。✅参数实时调节置信度和IoU阈值✅支持选择检测目标可以选择一个或者多个类目的目标进行检测✅视频检测支持视频文件输入检测视频中每一帧的情况。✅摄像头实时检测连接USB 摄像头实现实时监测。✅日志记录日志标签页记录操作和错误信息带时间戳✅结果保存模块支持图片/视频/摄像头检测结果保存1、用户管理模块功能描述用户注册用户名、密码、确认密码、邮箱选填注册密码SHA256加密存储用户登录用户名密码验证自动跳转主界面用户数据存储JSON文件存储用户信息密码加密、注册时间、邮箱登录状态主界面显示当前登录用户名2、界面与交互模块功能描述玻璃效果界面半透明毛玻璃背景圆角边框现代化视觉风格无边框窗口自定义标题栏支持窗口拖动、最小化、最大化、关闭响应式布局主窗口三栏布局左侧控制区、中央显示区、右侧信息区状态栏显示设备信息、模型状态、当前用户、实时时间3、检测源管理模块功能描述图片检测支持JPG/JPEG/PNG/BMP格式图片载入视频检测支持MP4/AVI/MOV/MKV格式视频载入摄像头检测实时调用摄像头默认ID 0进行检测检测源切换下拉菜单切换三种检测模式自动更新界面状态4、检测参数配置模块功能描述置信度阈值滑动条调节0-100%步长1%实时显示当前值IoU阈值滑动条调节0-100%步长1%实时显示当前值类别选择动态生成检测类别复选框支持全选/取消全选参数同步参数实时同步到检测器核心5、YOLO检测核心模块功能描述模型加载加载best.pt模型文件自动检测GPU可用性支持CPU/GPU切换多模式检测图片检测、视频检测、摄像头实时检测检测线程基于QThread的多线程处理避免界面卡顿检测结果返回目标类别、置信度、边界框坐标FPS计算实时计算处理帧率进度反馈视频处理进度条实时更新6、结果显示模块功能描述实时画面中央区域显示检测结果图像带标注框统计信息检测状态、目标数量、FPS、处理帧数实时更新检测列表右侧列表显示当前帧所有检测到的目标类别置信度日志记录日志标签页记录操作和错误信息带时间戳占位显示未选择检测源时显示系统LOGO和提示文字7、结果保存模块功能描述保存开关复选框控制是否保存检测结果路径选择自定义保存路径支持图片/视频格式自动识别自动命名保存文件自动添加时间戳detection_result_20240101_120000.jpg视频保存支持检测结果视频录制MP4格式手动保存工具栏保存按钮可随时保存当前画面保存反馈保存成功弹窗提示日志记录保存路径8、工具栏功能功能描述图片按钮快速切换到图片检测模式并打开文件选择器视频按钮快速切换到视频检测模式并打开文件选择器摄像头按钮快速切换到摄像头检测模式保存按钮手动保存当前显示画面9、辅助功能功能描述错误处理统一错误弹窗提示日志记录错误详情资源清理检测停止时自动释放摄像头、视频文件、视频写入器资源时间显示状态栏实时显示系统时间模型状态状态栏显示模型加载状态和当前设备CPU/GPU10、数据校验模块功能描述注册验证用户名长度≥3密码长度≥6密码一致性检查邮箱格式验证协议确认注册前需勾选同意用户协议文件校验模型文件存在性检查文件大小验证≥6MB输入非空登录/注册时必填项非空检查背景目标检测是计算机视觉领域的核心任务之一其目标是在图像中定位并识别出感兴趣的目标。从早期的基于滑动窗口和手工特征如HOG、SIFT结合支持向量机的方法到基于区域提议的两阶段深度学习模型如Faster R-CNN检测精度虽不断提升但计算效率始终制约着实时应用场景的落地。2016年提出的YOLOYou Only Look Once系列开创了单阶段端到端检测范式将检测问题重构为统一的回归任务实现了速度和精度的突破性平衡。YOLOv8作为该系列的最新演进版本在骨干网络、无锚框检测头、损失函数及数据增强策略等方面进行了全面优化进一步提升了检测性能与部署灵活性。在车辆与行人检测这一典型应用场景中模型需要在复杂背景、多尺度目标、部分遮挡等条件下保持高鲁棒性。本研究基于YOLOv8构建检测系统旨在探索其在真实道路环境下的实际表现数据集介绍本研究所用数据集为标注的双类别目标检测数据集共计5607张图像按约4:1的比例划分为训练集和验证集。其中训练集包含4485张图像验证集包含1122张图像。数据集类别共2类分别为person行人和car车辆。训练过程训练结果核心性能指标指标数值评价mAP500.950非常高检测精度优异mAP50-950.794良好框的位置精度较高精确率 (Precision)0.902误检较少召回率 (Recall)0.893漏检较少参数量11.1M轻量级适合部署速度6.3ms/图推理 0.4ms预处理 0.9ms后处理 → 约136 FPS实时性很好。各类别性能分析类别精确率召回率mAP50mAP50-95样本数car0.9220.9300.9740.86211778person0.8810.8560.9270.7254038car检测效果非常出色AP达到0.974person表现良好但略低于car样本数较少可能是原因之一混淆矩阵分析从混淆矩阵来看真实\预测personcarbackgroundperson36723597car461113143background3971-存在的问题person → car 误检359个人被错误检测为车占person样本约8.9%car → person 误检461辆车被错误检测为人占car样本约3.9%原因分析行人靠近车辆或遮挡严重时容易混淆可能是训练数据中车与人高度重叠场景的标注不够精细小目标或远距离情况下特征相似训练曲线分析从results.png观察训练损失box_loss、cls_loss、dfl_loss 稳步下降收敛良好验证损失稳定无发散无过拟合迹象精确率/召回率曲线随epoch提升并趋于稳定PR曲线person和car的曲线饱满面积大常用标注工具假设您现在准备好进行标注。有几种开源工具可以帮助简化数据标注流程。以下是一些有用的开放标注工具Label Studio一个灵活的工具支持各种标注任务并包含用于管理项目和质量控制的功能。 CVAT一个强大的工具支持各种标注格式和可定制的工作流程使其适用于复杂的项目。 Labelme一个简单易用的工具可以快速标注带有多边形的图像非常适合简单的任务。 LabelImg: 一款易于使用的图形图像标注工具特别适合以 YOLO 格式创建边界框标注。这些开源工具经济实惠并提供一系列功能来满足不同的标注需求。界面核心代码
