# yolov8目标检测APP

**Repository Path**: cool-breeze06/yolov8-object-detection-app

## Basic Information

- **Project Name**: yolov8目标检测APP
- **Description**: 本项目是一个基于Tkinter和OpenCV的目标检测应用程序，实现了摄像头和视频文件的实时目标检测。通过YOLOv8模型进行目标检测，支持定位、分割和姿势三种模型类型，以及不同模型大小。
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 169
- **Created**: 2025-12-12
- **Last Updated**: 2025-12-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# yolov8目标检测APP

## 项目描述

本项目是一个基于 Tkinter 和 OpenCV 的目标检测应用程序，集成了 YOLOv8 深度学习模型。它提供了一个图形用户界面（GUI），允许用户实时对摄像头视频流或本地视频文件进行目标检测。项目支持多种 YOLOv8 任务类型（目标检测、实例分割、姿态估计）及不同规模的模型权重。

## 项目运行效果截图

![输入图片说明](%E5%BE%AE%E4%BF%A1%E5%9B%BE%E7%89%87_20251212091507_60_249.png)![输入图片说明](%E5%BE%AE%E4%BF%A1%E5%9B%BE%E7%89%87_20251212091429_59_249.png)![输入图片说明](%E5%BE%AE%E4%BF%A1%E5%9B%BE%E7%89%87_20251212091304_58_249.png)![输入图片说明](2772a33da00331e7ebeb1787605bddc4.png)

## 功能特点

- **多输入源支持**：支持实时调用本地摄像头或加载本地视频文件进行检测。
- **多任务支持**：
    - **定位 (Detection)**: 识别并定位图像中的物体。
    - **分割 (Segmentation)**: 对图像中的物体进行像素级分割。
    - **姿势 (Pose)**: 识别人体关键点和姿态。
- **多模型规模**：支持 YOLOv8 的 5 种模型规模 (n, s, m, l, x)，以平衡速度与精度。
- **交互式控制**：
    - 视频播放控制：播放、暂停、重新播放、进度条拖动。
    - 检测开关：一键开启或关闭实时检测功能。
- **可视化展示**：实时显示检测结果，包括边界框 (Bounding Box) 和分割掩码 (Mask)。

## 依赖环境

- Python 3.8+
- OpenCV (`opencv-python`)
- Tkinter (通常随 Python 安装)
- Ultralytics YOLO (`ultralytics`)
- NumPy (`numpy`)
- Pillow (`Pillow`)

## 快速开始

### 1. 克隆项目

```bash
git clone <项目地址>
cd yolov8-object-detection-app
```

### 2. 安装依赖

推荐使用 Conda 创建虚拟环境，并使用国内镜像源加速安装：

```bash
# 创建并激活虚拟环境 (可选)
conda create -n yolov8_app python=3.9
conda activate yolov8_app

# 安装依赖 (使用清华源)
pip install ultralytics opencv-python pillow numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
```

### 3. 下载模型权重

项目需要 YOLOv8 的预训练权重文件 (`.pt`)。请将下载的文件放入 `weights/` 目录下。

**方式一：命令行下载 (推荐，使用镜像源加速)**

```powershell
# 示例：下载 yolov8n (定位) 和 yolov8n-seg (分割)
curl -L -o weights/yolov8n.pt https://mirror.ghproxy.com/https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8n.pt
curl -L -o weights/yolov8n-seg.pt https://mirror.ghproxy.com/https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8n-seg.pt
curl -L -o weights/yolov8n-pose.pt https://mirror.ghproxy.com/https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8n-pose.pt
```

**方式二：手动下载**

如果命令行下载失败，请访问 [YOLOv8 Releases](https://github.com/ultralytics/assets/releases) 下载对应的 `.pt` 文件（如 `yolov8n.pt`, `yolov8s.pt` 等），并手动移动到 `weights/` 文件夹中。

### 4. 运行项目

```bash
python obj_tkinterapp.py
```

## 文件结构说明

```
yolov8-object-detection-app/
├── assets/             # 静态资源文件夹
├── demo/               # 演示代码和脚本
├── weights/            # 模型权重存放目录 (.pt 文件)
├── obj_tkinterapp.py   # 项目主程序入口 (GUI 实现)
├── utils.py            # 工具函数 (模型加载、图像处理)
└── README.md           # 项目说明文档
```

## 注意事项

- **模型文件**: 切换模型类型（如从“定位”切换到“分割”）或大小时，程序会自动寻找对应的权重文件（如 `yolov8s-seg.pt`）。请确保 `weights/` 目录下存在相应文件，否则程序可能会尝试自动下载（可能因网络问题失败）。
- **摄像头**: 确保摄像头未被其他程序占用。
- **视频路径**: 选择视频文件时，请确保路径中不包含特殊字符，以免 OpenCV 读取失败。

## 个人信息

[TODO: 此处填写个人信息]
- 学号: 202352320211
- 年级: 2023
- 专业: 智能科学与技术
- 班级: 2 班