# yolov8目标检测APP

**Repository Path**: li-kun-zhe/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**: 181
- **Created**: 2025-12-11
- **Last Updated**: 2025-12-17

## 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，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。

## 项目运行效果截图

![运行效果图](运行效果图.png)

## 功能
- 支持摄像头和视频文件的实时目标检测
- 支持定位、分割和姿势三种模型类型
- 支持不同模型大小
- 支持在视频上显示边界框和遮罩
- 支持暂停、播放和重新播放视频文件
- 支持目标检测的开始/停止

## 依赖

- Python 3
- OpenCV
- Tkinter
- ultralytics YOLO

## 使用

1. 克隆项目到本地
2. 创建conda虚拟环境
3. 安装依赖
4. 运行项目 `python obj_tkinterapp.py`

### 新增功能
- 加载训练模型按钮：在模型尺寸单选按钮同一行新增“加载训练模型”按钮，点击后从 `weights/best.pt` 加载训练后的权重。
- 默认优先权重：当选择“定位 + s”时，若存在 `weights/yolov8s-custom.pt`，应用将优先加载该自训权重，其次回退到 `weights/yolov8s.pt`。

### 颜色通道修复
- 推理阶段保持帧为 BGR 输入模型，仅在显示前转换为 RGB，避免红帽/蓝帽被互相误判的问题。

### 离线训练（仅使用本地模型与数据）
文件：`demo/train_yolov8s.py`
- 仅使用本地预训练权重：`weights/yolov8s.pt`（不存在则直接报错，不会下载）。
- 数据集结构要求：
	- `datasets/images/{train,val,test}`
	- `datasets/labels/{train,val,test}`（YOLO txt 标签）
- 类别来源：自动从 `datasets/labels/README.md` 解析类别并生成 `datasets/ppe.yaml`（`path` 为数据集绝对路径）。
- AMP 关闭：训练时 `amp=False`，避免内部尝试加载其他在线模型。
- OOM 退让：若显存不足，batch 会从 16 自动降为 8 再试。


### 运行应用
```bash
python obj_tkinterapp.py
```
- 选择模型类型与尺寸，点击“识别切换”开始/停止检测。
- “加载训练模型”按钮位于模型尺寸单选按钮同一行。

启动训练：
```bash
python demo/train_yolov8s.py
```
安装依赖（CUDA 12.1 示例）：
```bash
pip install --upgrade pip
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
pip install ultralytics opencv-python pillow
```

### 训练产物位置
- 原始最佳权重：`runs/detect/detect-train-yolov8s/weights/best.pt`
- 自动复制方便应用使用：`weights/yolov8s-custom.pt`
- 应用内一键加载训练权重：点击“加载训练模型”按钮加载 `weights/best.pt`

## 注意
- 要解压`video_imgs.zip`
- 要自行下载`yolov8`的预训练权重文件
- 确保摄像头可用且没有被其他应用程序占用
- 确保视频文件格式正确且路径合法
- 在选择模型类型和大小时，确保模型文件存在于项目目录的“weights”文件夹下

### 常见问题
- 红/蓝帽识别颠倒：已修正为推理用 BGR、显示前转 RGB。如仍异常，请检查训练时的类别顺序是否与数据集一致。
- 仅本地不下载：若缺少 `weights/yolov8s.pt` 或数据集结构不完整，脚本会直接报错，请按上文准备文件。

## 个人信息

- 学号: 202352320206
- 年级: 2023
- 专业: 智能科学与技术
- 班级: 2 班