简介目标检测是计算机视觉中的核心任务YOLOv8作为主流实时检测算法在精度与速度之间取得良好平衡被广泛应用于工业视觉场景。在智慧工地建设中施工安全监控是重要环节其中安全绳佩戴识别尤为关键。传统人工盯防难以实时覆盖多路监控画面而基于深度学习的智能预警系统能够自动完成人员与安全绳的检测并结合区域判定和连续帧确认等业务规则有效降低漏报误报。从数据标注到模型训练再到推理部署该方案提供了一条完整可行的技术路径。借助开源的YOLOv8生态开发者可以快速构建一个具备可视化界面的小型工程系统为施工现场的安全生产提供有力保障。 去年帮朋友调试一套工地监控系统时发现最头疼的不是算法跑不起来而是“算法觉得工人没系安全绳”和“安全员看着明明系了”之间的巨大分歧。后来我把整套逻辑拆开从数据标注到告警策略重新捋了一遍才有了这套基于YOLOv8的智慧工地未戴安全绳预警系统。它不是一个只出检测框的演示脚本而是一套能接摄像头、实时分析施工人员状态、在界面里弹出报警记录的小型工程系统源码、完整数据集、可视化界面和部署教程都打包在一起简单部署就能跑。如果你正在做毕设或者课程设计想找一个“任务明确、能讲清楚、有可视化、又有工程落地感”的选题这套东西会非常合适。你不需要从零搭模型也不需要理解特别深的后端架构只要按部署教程把环境装好、数据放到指定位置、启动程序就能看到检测效果。当然直接跑通只是第一步这篇文章我重点讲三件事这套系统为什么这么做、数据是怎么标出来的、部署和调优的真实坑在哪里。1. 把系统拆开看它到底在解决什么问题1.1 工地安全管理的真实痛点在哪高处作业不系安全绳是工地安全事故里最常见的隐患之一。传统的做法是靠安全员盯监控屏但一个工地几十路摄像头、几十个工人同时上上下下人眼很难持续保持注意。等发现没系安全绳时往往已经失去最佳提醒时机。这时候就需要一个能全天候盯着视频流的系统。它要完成三件事第一从画面里找到“人”第二判断这个人的状态是否属于“在高处作业且没有安全绳保护”第三把报警信息及时推给安全员。听起来不复杂但落到工程上涉及目标检测、业务规则、界面交互、视频流接入等多个环节。这套基于YOLOv8的智慧工地未戴安全绳预警系统就是围绕这三个环节组织的。很多同学看到“YOLOv8”“安全绳”这些词第一反应是模型训练但实际上模型只占整个系统的一小部分。更重要的是数据怎么标、告警规则怎么定、界面怎么把人机交互做顺。1.2 为什么YOLOv8是这套系统的合适选择在目标检测模型的选择上可选方案其实不少。早年的Faster R-CNN精度不错但推理速度慢不适合多路视频流实时分析。YOLO系列从v5开始成为工业落地的主流因为它在精度和速度之间做到了比较好的平衡。YOLOv8相对YOLOv5又做了一些关键改进。网络结构上它把C3模块换成了C2f能在同样计算量下提取到更多梯度信息输出端采用了Anchor-Free设计不再依赖预设的锚框省去了针对数据集聚类锚框的步骤检测头拆成了分类和回归两个分支训练更稳定。这些改动单独看都是细节但组合在一起在同等硬件上通常能获得比v5更好的精度和更稳的训练过程。更重要的是生态。Ultralytics维护的YOLOv8训练代码非常成熟数据格式、训练命令、模型导出工具链都是现成的。对做毕设或课程设计的人来说把精力放在业务逻辑和系统集成上比从零造轮子有价值得多。对于智慧工地这类场景YOLOv8的检测精度已经完全够用特别是YOLOv8s、YOLOv8m这种中等规模的模型在普通显卡上就能跑实时。1.3 压缩包里通常包含哪几块东西从标题来看这套项目打包了四块内容源码、完整数据集、可视化界面、部署教程。实际拿到手后我的建议是先按功能把文件分类不要一上来就运行。首先是源码目录。一般会有两个入口训练脚本和推理脚本。训练脚本负责读取数据集、启动YOLOv8训练推理脚本负责加载训练好的权重处理视频流并完成检测。如果项目里还带界面逻辑通常还会有一个main.py或app.py作为启动入口背后包含摄像头线程、模型推理线程和告警记录模块。其次是数据集目录。已经标注好的数据集一般会按YOLO格式组织images和labels两个大文件夹下面再按train、val、test划分。每个图片对应一个同名的txt标注文件每一行是“类别id x_center y_center width height”。拿到手后先打开几张标注文件对照图片看一下确认类别定义清楚再进入训练环节。然后是权重文件和配置文件。训练好的best.pt通常放在runs/train/某个实验目录下。部署时会用到的是yaml配置文件里面记录了类别名称、路径、训练参数等。最后是部署教程一般是一个README文档会把环境安装、运行命令、硬件要求写清楚。2. 安全绳检测的本质不是“识别人”这么简单2.1 人形检测与安全绳检测是两类不同难度的事很多第一次做这类系统的同学容易把任务理解为“检测人然后判断有没有绳子”。但人形检测和安全绳检测的难度完全不在一个量级。人形是刚性特征很强的目标头、肩、躯干、四肢都有相对稳定的视觉模式公开预训练模型里对人的识别已经很成熟。但安全绳不一样它是一根细长的柔性物体颜色跟工地背景经常接近远距离下可能只有几个像素宽还会被人体或脚手架遮挡。这些因素都会导致漏检。所以在标注和建模时不能简单把“安全绳”当成一个普通目标。比较常见的做法是把它作为独立类别标注或者在人员身上标注“是否佩戴”的属性。前者需要模型在画面中识别出安全绳后者则需要模型从人的整体形态来判断。两种方法各有优缺点下面展开说。2.2 用YOLOv8-pose做姿态判断可行吗YOLOv8除了目标检测还有Pose模型可以输出人的关键点比如鼻子、肩膀、手腕、臀部等。有人会想能不能用关键点位置来判断有没有系安全绳比如工人弯腰、抬手的时候绳索的走向会和姿态相关。确实可行但要看具体场景。如果数据集中工人的姿态变化不大且摄像头角度比较固定关键点可以提供很多额外信息。比如安全绳通常会从人的肩部斜跨到腰部如果检测到人的肩膀关键点和腰部关键点再结合安全绳检测框的位置关系就能提高判断准确率。但YOLOv8-pose的训练成本更高标注关键点也要额外工作量。对于毕设项目来说如果数据集本身不算大我的建议是优先做目标检测把“人”和“安全绳”分开标等检测效果稳定后再考虑要不要加入姿态信息。Pose可以作为进阶改进方向参加答辩展示而不是一开始就all in。2.3 更稳的业务规则两类目标加区域判断在实际项目中我更推荐用“人 安全绳 危险区域”三层逻辑来做最终告警不是让模型直接输出“未戴安全绳”这个结论。具体流程是视频帧输入YOLOv8模型得到两类检测结果一类是person一类是safety_rope。然后根据业务规则判断如果画面中某个工人位于“高处作业区域”可以在界面上手工划分多边形且他的附近没有检测到安全绳目标系统就认为存在未佩戴安全绳的风险。为什么不在模型里直接加一个“未戴安全绳人员”类别因为这类样本的边界很模糊容易受到遮挡、光线影响。模型输出“某个坐标有一个未佩戴安全绳的人”一旦误报很难解释原因。而拆成“人”和“安全绳”两个独立目标规则透明哪一环出了问题一眼就能看到调参也方便。2.4 为什么不能只靠一个检测框下结论只靠单帧的单次检测结果就告警是很多demo的通病。实际监控场景里工人会走动、弯腰、转身安全绳可能暂时被身体挡住或者因为角度问题没有被模型识别到。如果模型这一帧漏检了安全绳下一帧又重新检测到系统马上告警又马上撤销会让安全员对整个系统失去信任。所以工程上至少要加两层保护一层是连续帧确认连续若干帧都判定为“未佩戴”才触发告警另一层是置信度阈值宁可漏报也不要频繁误报。这些规则看起来简单却是从“能跑”到“能用”的关键。3. 数据标注与数据集构建最花时间也最影响结果3.1 数据来源和场景采集思路再好的模型数据质量不行也白搭。智慧工地场景因为涉及现场管理公开数据集并不多很多项目都需要自己做采集和标注。采集时不要只盯着“有人的画面”要把光线变化、天气变化、不同角度、不同距离都考虑进去。以这套系统为例最理想的数据集应该包含不同工地的环境背景、工人穿着反光衣、安全帽、各种颜色的安全绳、脚手架、塔吊、楼层边缘区域。如果实在采集不到足够素材可以先用公开的工地类数据集做半成品再用自己拍摄的现场图片补充。训练集里混入部分网上公开数据问题不大但一定要检查标注一致性和类别定义是否统一。采集时建议截图分辨率不低于1280×720。太小的图片会让安全绳这种小目标更难标注训练时小目标学习也困难。视频连续帧可以用来做预标注但最终训练集应该尽量包含不同时间段的关键帧避免相邻帧过于相似。3.2 标注工具与YOLO格式转换标注工具的选择很多常用的是LabelImg、Label Studio、X-AnyLabeling。我自己习惯用X-AnyLabeling因为它可以直接加载YOLOv8模型做辅助标注先让模型预标注一遍人工再修正效率翻倍。标注时类别定义要提前想好。建议至少包含两类person和safety_rope。如果希望系统能区分“安全帽”和“未戴安全帽”可以再加helmet类别但不要贪多类别越多标注成本越大模型误检也越多。YOLO格式的标注文件是txt每行格式为class_id x_center y_center width height。注意这里的坐标是归一化到0~1的浮点数。很多工具默认导出成COCO或VOC格式需要在训练前转成YOLO格式或者直接用工具自带的YOLO导出功能。比如一个800×600的图片某个人的检测框左上角是(200, 150)右下角是(400, 450)那么x_center (200400)/2/8000.375y_center (150450)/2/6000.5width (400-200)/8000.25height (450-150)/6000.5写入txt就是“0 0.375 0.5 0.25 0.5”。如果用到YOLOv8-pose关键点格式会更复杂每个关键点需要x、y、可见性三个值。这也是为什么不建议从一开始就上姿态估计的原因光标注工作量就比普通检测高不少。3.3 数据增强和样本均衡YOLOv8训练时默认开启了Mosaic、MixUp等数据增强对提升小目标和遮挡场景的泛化能力很有帮助。但在智慧工地这种特定场景里有些增强需要谨慎。比如上下翻转安全绳的视觉特征和人的姿态在上下颠倒后并不符合真实工地情况可能让模型学到错误的空间关系。我一般会把flipud设为0fliplr设为0.5左右翻转保留。样本均衡方面如果“person”样本特别多“safety_rope”样本特别少模型会倾斜对安全绳的召回率不够。这时候可以复制安全绳样本做简单重复或者用增强手段生成更多安全绳样本比如对包含安全绳的图片区域做旋转、缩放、亮度调整。但不要为了凑数量把图片增强得脱离真实场景。3.4 数据集划分时容易忽略的问题划分训练集、验证集、测试集时最容易犯的错是按单张图片随机划分导致同一段视频的连续帧同时出现在训练集和验证集里。这样一来验证集精度看着很高实际现场效果却差很多因为模型可能已经“记住”了这一段视频的背景。正确的做法是按视频片段或按不同工地划分。比如A工地的视频只放进训练集B工地的视频只放进验证集这样能验证模型能不能迁移到新场景。我的经验是如果验证集效果和现场效果偏差很大先检查是不是数据划分出了问题其次再检查有没有场景过拟合。4. YOLOv8训练全流程从环境配置到模型导出4.1 环境配置根据显卡选择版本YOLOv8训练主要依赖PyTorch和Ultralytics库。安装时建议用虚拟环境避免把系统Python环境搞乱。基本命令是conda create -n yolov8 python3.10 conda activate yolov8 pip install ultralytics再根据显卡安装对应版本的PyTorch。这里有个常见的坑如果直接pip install ultralytics它可能会自动安装最新版PyTorch而最新版在某些显卡驱动或CUDA版本下并不稳定。建议先装好与CUDA匹配的PyTorch再装ultralytics。要是看到“Torch not compiled with CUDA enabled”这类报错多半是PyTorch没装成CUDA版。4.2 实际训练参数与命令参考我自己在GTX 1660 Ti 6G显存上训练过类似项目。以这张卡为参考模型选YOLOv8s比较合适batch调到16imgsz用640。如果你用m或者l这种大模型6G显存基本很难跑只能把batch降到4以下体验很差。数据集准备好后需要写一个data.yaml文件内容大概是path: dataset train: images/train val: images/val test: images/test nc: 2 names: [person, safety_rope]然后是训练命令yolo detect train datadata.yaml modelyolov8s.pt epochs200 imgsz640 batch16 device0如果不想用命令行也可以在Python脚本里调用我个人更推荐命令行因为日志输出清晰参数也直观。训练过程中主要是看loss曲线。如果验证集loss在训练后期不降反升说明过拟合了可以提前停止或者在命令里加patience20让早停机制自动判断。4.3 训练曲线怎么看很多人训练完只看mAP50、mAP50-95两个指标其实不够。训练曲线里的box_loss、cls_loss、dfl_loss也要看尤其是val方向的loss曲线。如果val loss和train loss差距越拉越大就是过拟合信号。对安全绳这种小目标还要关注PR曲线。小目标很容易出现“精度高、召回低”的情况也就是模型检测到的基本都对但很多安全绳没被检出来。这时候不要只盯mAP先看召回率。提高召回率的常见手段包括降低置信度阈值、增加小目标样本、调整输入分辨率。4.4 模型导出与嵌入式部署的准备训练完的模型分为torch权重和导出后的推理模型。对于毕设直接用best.pt推理就够。但如果你要部署到工地现场的嵌入式设备或者接入Web服务最好导出成ONNX甚至TensorRT。yolo export modelruns/detect/train/weights/best.pt formatonnx opset12导出Onnx后可以用ONNX Runtime推理不用装完整PyTorch体积小很多。部署到Jetson等嵌入式设备时建议进一步转成TensorRT的engine格式推理速度能提升不少。NVIDIA官方会把YOLOv8的模型转换封装在本文还有配套的精品资源点击获取
基于YOLOv8的智慧工地未戴安全绳预警系统开发实战
简介目标检测是计算机视觉中的核心任务YOLOv8作为主流实时检测算法在精度与速度之间取得良好平衡被广泛应用于工业视觉场景。在智慧工地建设中施工安全监控是重要环节其中安全绳佩戴识别尤为关键。传统人工盯防难以实时覆盖多路监控画面而基于深度学习的智能预警系统能够自动完成人员与安全绳的检测并结合区域判定和连续帧确认等业务规则有效降低漏报误报。从数据标注到模型训练再到推理部署该方案提供了一条完整可行的技术路径。借助开源的YOLOv8生态开发者可以快速构建一个具备可视化界面的小型工程系统为施工现场的安全生产提供有力保障。 去年帮朋友调试一套工地监控系统时发现最头疼的不是算法跑不起来而是“算法觉得工人没系安全绳”和“安全员看着明明系了”之间的巨大分歧。后来我把整套逻辑拆开从数据标注到告警策略重新捋了一遍才有了这套基于YOLOv8的智慧工地未戴安全绳预警系统。它不是一个只出检测框的演示脚本而是一套能接摄像头、实时分析施工人员状态、在界面里弹出报警记录的小型工程系统源码、完整数据集、可视化界面和部署教程都打包在一起简单部署就能跑。如果你正在做毕设或者课程设计想找一个“任务明确、能讲清楚、有可视化、又有工程落地感”的选题这套东西会非常合适。你不需要从零搭模型也不需要理解特别深的后端架构只要按部署教程把环境装好、数据放到指定位置、启动程序就能看到检测效果。当然直接跑通只是第一步这篇文章我重点讲三件事这套系统为什么这么做、数据是怎么标出来的、部署和调优的真实坑在哪里。1. 把系统拆开看它到底在解决什么问题1.1 工地安全管理的真实痛点在哪高处作业不系安全绳是工地安全事故里最常见的隐患之一。传统的做法是靠安全员盯监控屏但一个工地几十路摄像头、几十个工人同时上上下下人眼很难持续保持注意。等发现没系安全绳时往往已经失去最佳提醒时机。这时候就需要一个能全天候盯着视频流的系统。它要完成三件事第一从画面里找到“人”第二判断这个人的状态是否属于“在高处作业且没有安全绳保护”第三把报警信息及时推给安全员。听起来不复杂但落到工程上涉及目标检测、业务规则、界面交互、视频流接入等多个环节。这套基于YOLOv8的智慧工地未戴安全绳预警系统就是围绕这三个环节组织的。很多同学看到“YOLOv8”“安全绳”这些词第一反应是模型训练但实际上模型只占整个系统的一小部分。更重要的是数据怎么标、告警规则怎么定、界面怎么把人机交互做顺。1.2 为什么YOLOv8是这套系统的合适选择在目标检测模型的选择上可选方案其实不少。早年的Faster R-CNN精度不错但推理速度慢不适合多路视频流实时分析。YOLO系列从v5开始成为工业落地的主流因为它在精度和速度之间做到了比较好的平衡。YOLOv8相对YOLOv5又做了一些关键改进。网络结构上它把C3模块换成了C2f能在同样计算量下提取到更多梯度信息输出端采用了Anchor-Free设计不再依赖预设的锚框省去了针对数据集聚类锚框的步骤检测头拆成了分类和回归两个分支训练更稳定。这些改动单独看都是细节但组合在一起在同等硬件上通常能获得比v5更好的精度和更稳的训练过程。更重要的是生态。Ultralytics维护的YOLOv8训练代码非常成熟数据格式、训练命令、模型导出工具链都是现成的。对做毕设或课程设计的人来说把精力放在业务逻辑和系统集成上比从零造轮子有价值得多。对于智慧工地这类场景YOLOv8的检测精度已经完全够用特别是YOLOv8s、YOLOv8m这种中等规模的模型在普通显卡上就能跑实时。1.3 压缩包里通常包含哪几块东西从标题来看这套项目打包了四块内容源码、完整数据集、可视化界面、部署教程。实际拿到手后我的建议是先按功能把文件分类不要一上来就运行。首先是源码目录。一般会有两个入口训练脚本和推理脚本。训练脚本负责读取数据集、启动YOLOv8训练推理脚本负责加载训练好的权重处理视频流并完成检测。如果项目里还带界面逻辑通常还会有一个main.py或app.py作为启动入口背后包含摄像头线程、模型推理线程和告警记录模块。其次是数据集目录。已经标注好的数据集一般会按YOLO格式组织images和labels两个大文件夹下面再按train、val、test划分。每个图片对应一个同名的txt标注文件每一行是“类别id x_center y_center width height”。拿到手后先打开几张标注文件对照图片看一下确认类别定义清楚再进入训练环节。然后是权重文件和配置文件。训练好的best.pt通常放在runs/train/某个实验目录下。部署时会用到的是yaml配置文件里面记录了类别名称、路径、训练参数等。最后是部署教程一般是一个README文档会把环境安装、运行命令、硬件要求写清楚。2. 安全绳检测的本质不是“识别人”这么简单2.1 人形检测与安全绳检测是两类不同难度的事很多第一次做这类系统的同学容易把任务理解为“检测人然后判断有没有绳子”。但人形检测和安全绳检测的难度完全不在一个量级。人形是刚性特征很强的目标头、肩、躯干、四肢都有相对稳定的视觉模式公开预训练模型里对人的识别已经很成熟。但安全绳不一样它是一根细长的柔性物体颜色跟工地背景经常接近远距离下可能只有几个像素宽还会被人体或脚手架遮挡。这些因素都会导致漏检。所以在标注和建模时不能简单把“安全绳”当成一个普通目标。比较常见的做法是把它作为独立类别标注或者在人员身上标注“是否佩戴”的属性。前者需要模型在画面中识别出安全绳后者则需要模型从人的整体形态来判断。两种方法各有优缺点下面展开说。2.2 用YOLOv8-pose做姿态判断可行吗YOLOv8除了目标检测还有Pose模型可以输出人的关键点比如鼻子、肩膀、手腕、臀部等。有人会想能不能用关键点位置来判断有没有系安全绳比如工人弯腰、抬手的时候绳索的走向会和姿态相关。确实可行但要看具体场景。如果数据集中工人的姿态变化不大且摄像头角度比较固定关键点可以提供很多额外信息。比如安全绳通常会从人的肩部斜跨到腰部如果检测到人的肩膀关键点和腰部关键点再结合安全绳检测框的位置关系就能提高判断准确率。但YOLOv8-pose的训练成本更高标注关键点也要额外工作量。对于毕设项目来说如果数据集本身不算大我的建议是优先做目标检测把“人”和“安全绳”分开标等检测效果稳定后再考虑要不要加入姿态信息。Pose可以作为进阶改进方向参加答辩展示而不是一开始就all in。2.3 更稳的业务规则两类目标加区域判断在实际项目中我更推荐用“人 安全绳 危险区域”三层逻辑来做最终告警不是让模型直接输出“未戴安全绳”这个结论。具体流程是视频帧输入YOLOv8模型得到两类检测结果一类是person一类是safety_rope。然后根据业务规则判断如果画面中某个工人位于“高处作业区域”可以在界面上手工划分多边形且他的附近没有检测到安全绳目标系统就认为存在未佩戴安全绳的风险。为什么不在模型里直接加一个“未戴安全绳人员”类别因为这类样本的边界很模糊容易受到遮挡、光线影响。模型输出“某个坐标有一个未佩戴安全绳的人”一旦误报很难解释原因。而拆成“人”和“安全绳”两个独立目标规则透明哪一环出了问题一眼就能看到调参也方便。2.4 为什么不能只靠一个检测框下结论只靠单帧的单次检测结果就告警是很多demo的通病。实际监控场景里工人会走动、弯腰、转身安全绳可能暂时被身体挡住或者因为角度问题没有被模型识别到。如果模型这一帧漏检了安全绳下一帧又重新检测到系统马上告警又马上撤销会让安全员对整个系统失去信任。所以工程上至少要加两层保护一层是连续帧确认连续若干帧都判定为“未佩戴”才触发告警另一层是置信度阈值宁可漏报也不要频繁误报。这些规则看起来简单却是从“能跑”到“能用”的关键。3. 数据标注与数据集构建最花时间也最影响结果3.1 数据来源和场景采集思路再好的模型数据质量不行也白搭。智慧工地场景因为涉及现场管理公开数据集并不多很多项目都需要自己做采集和标注。采集时不要只盯着“有人的画面”要把光线变化、天气变化、不同角度、不同距离都考虑进去。以这套系统为例最理想的数据集应该包含不同工地的环境背景、工人穿着反光衣、安全帽、各种颜色的安全绳、脚手架、塔吊、楼层边缘区域。如果实在采集不到足够素材可以先用公开的工地类数据集做半成品再用自己拍摄的现场图片补充。训练集里混入部分网上公开数据问题不大但一定要检查标注一致性和类别定义是否统一。采集时建议截图分辨率不低于1280×720。太小的图片会让安全绳这种小目标更难标注训练时小目标学习也困难。视频连续帧可以用来做预标注但最终训练集应该尽量包含不同时间段的关键帧避免相邻帧过于相似。3.2 标注工具与YOLO格式转换标注工具的选择很多常用的是LabelImg、Label Studio、X-AnyLabeling。我自己习惯用X-AnyLabeling因为它可以直接加载YOLOv8模型做辅助标注先让模型预标注一遍人工再修正效率翻倍。标注时类别定义要提前想好。建议至少包含两类person和safety_rope。如果希望系统能区分“安全帽”和“未戴安全帽”可以再加helmet类别但不要贪多类别越多标注成本越大模型误检也越多。YOLO格式的标注文件是txt每行格式为class_id x_center y_center width height。注意这里的坐标是归一化到0~1的浮点数。很多工具默认导出成COCO或VOC格式需要在训练前转成YOLO格式或者直接用工具自带的YOLO导出功能。比如一个800×600的图片某个人的检测框左上角是(200, 150)右下角是(400, 450)那么x_center (200400)/2/8000.375y_center (150450)/2/6000.5width (400-200)/8000.25height (450-150)/6000.5写入txt就是“0 0.375 0.5 0.25 0.5”。如果用到YOLOv8-pose关键点格式会更复杂每个关键点需要x、y、可见性三个值。这也是为什么不建议从一开始就上姿态估计的原因光标注工作量就比普通检测高不少。3.3 数据增强和样本均衡YOLOv8训练时默认开启了Mosaic、MixUp等数据增强对提升小目标和遮挡场景的泛化能力很有帮助。但在智慧工地这种特定场景里有些增强需要谨慎。比如上下翻转安全绳的视觉特征和人的姿态在上下颠倒后并不符合真实工地情况可能让模型学到错误的空间关系。我一般会把flipud设为0fliplr设为0.5左右翻转保留。样本均衡方面如果“person”样本特别多“safety_rope”样本特别少模型会倾斜对安全绳的召回率不够。这时候可以复制安全绳样本做简单重复或者用增强手段生成更多安全绳样本比如对包含安全绳的图片区域做旋转、缩放、亮度调整。但不要为了凑数量把图片增强得脱离真实场景。3.4 数据集划分时容易忽略的问题划分训练集、验证集、测试集时最容易犯的错是按单张图片随机划分导致同一段视频的连续帧同时出现在训练集和验证集里。这样一来验证集精度看着很高实际现场效果却差很多因为模型可能已经“记住”了这一段视频的背景。正确的做法是按视频片段或按不同工地划分。比如A工地的视频只放进训练集B工地的视频只放进验证集这样能验证模型能不能迁移到新场景。我的经验是如果验证集效果和现场效果偏差很大先检查是不是数据划分出了问题其次再检查有没有场景过拟合。4. YOLOv8训练全流程从环境配置到模型导出4.1 环境配置根据显卡选择版本YOLOv8训练主要依赖PyTorch和Ultralytics库。安装时建议用虚拟环境避免把系统Python环境搞乱。基本命令是conda create -n yolov8 python3.10 conda activate yolov8 pip install ultralytics再根据显卡安装对应版本的PyTorch。这里有个常见的坑如果直接pip install ultralytics它可能会自动安装最新版PyTorch而最新版在某些显卡驱动或CUDA版本下并不稳定。建议先装好与CUDA匹配的PyTorch再装ultralytics。要是看到“Torch not compiled with CUDA enabled”这类报错多半是PyTorch没装成CUDA版。4.2 实际训练参数与命令参考我自己在GTX 1660 Ti 6G显存上训练过类似项目。以这张卡为参考模型选YOLOv8s比较合适batch调到16imgsz用640。如果你用m或者l这种大模型6G显存基本很难跑只能把batch降到4以下体验很差。数据集准备好后需要写一个data.yaml文件内容大概是path: dataset train: images/train val: images/val test: images/test nc: 2 names: [person, safety_rope]然后是训练命令yolo detect train datadata.yaml modelyolov8s.pt epochs200 imgsz640 batch16 device0如果不想用命令行也可以在Python脚本里调用我个人更推荐命令行因为日志输出清晰参数也直观。训练过程中主要是看loss曲线。如果验证集loss在训练后期不降反升说明过拟合了可以提前停止或者在命令里加patience20让早停机制自动判断。4.3 训练曲线怎么看很多人训练完只看mAP50、mAP50-95两个指标其实不够。训练曲线里的box_loss、cls_loss、dfl_loss也要看尤其是val方向的loss曲线。如果val loss和train loss差距越拉越大就是过拟合信号。对安全绳这种小目标还要关注PR曲线。小目标很容易出现“精度高、召回低”的情况也就是模型检测到的基本都对但很多安全绳没被检出来。这时候不要只盯mAP先看召回率。提高召回率的常见手段包括降低置信度阈值、增加小目标样本、调整输入分辨率。4.4 模型导出与嵌入式部署的准备训练完的模型分为torch权重和导出后的推理模型。对于毕设直接用best.pt推理就够。但如果你要部署到工地现场的嵌入式设备或者接入Web服务最好导出成ONNX甚至TensorRT。yolo export modelruns/detect/train/weights/best.pt formatonnx opset12导出Onnx后可以用ONNX Runtime推理不用装完整PyTorch体积小很多。部署到Jetson等嵌入式设备时建议进一步转成TensorRT的engine格式推理速度能提升不少。NVIDIA官方会把YOLOv8的模型转换封装在本文还有配套的精品资源点击获取