# yolov8目标检测APP

**Repository Path**: qzlw7788/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 ultralytics YOLOv8 系列模型，支持摄像头和视频文件的实时目标检测。用户可在界面中选择模型类型（定位/分割/姿势）和模型大小（n/s/m/l/x），实现不同场景下的目标检测、分割和姿态估计。

## 项目运行效果截图

![运行效果示例](assets/demo_screenshot.png)

> 示例效果如上图所示，界面支持模型切换、摄像头/视频读取、检测结果可视化（边框/分割/姿势）、进度条控制、暂停/播放/重新播放等。

## 功能特性

- 支持摄像头和本地视频文件的实时目标检测
- 支持三种模型类型：目标定位、分割、姿势估计
- 支持五种模型大小：n、s、m、l、x
- 检测结果可视化（边界框、分割掩码、姿势关键点）
- 支持暂停、播放、重新播放、进度条拖动
- 一键切换检测/非检测模式

## 环境依赖

- Python 3.8 及以上
- OpenCV (`opencv-python`)
- Tkinter（Python自带）
- ultralytics（YOLOv8）
- Pillow

安装依赖示例：

```bash
conda create -n yolov8app python=3.8 -y
conda activate yolov8app
pip install opencv-python pillow ultralytics
```

## 权重文件准备

请前往 [YOLOv8官方模型库](https://github.com/ultralytics/ultralytics#models) 或 [Ultralytics官网](https://ultralytics.com/) 下载所需的预训练权重文件（如 `yolov8n.pt`、`yolov8n-seg.pt`、`yolov8n-pose.pt` 等），并放置到本项目的 `weights` 目录下。

## 数据准备

1. 解压 `assets/video_imgs.zip` 到 `assets/video_imgs/`，用于测试视频/图片。
2. 可自定义添加视频文件用于检测。

## 注意事项

- 权重文件需手动下载，放置于 `weights/` 目录
- 摄像头需可用且未被占用
- 视频文件需为常见格式（如 mp4/avi 等）
- 选择的模型类型和大小需确保对应权重文件存在
- 若使用 CPU 推理，建议优先选择 n/s 型号以保证流畅性

## Jupyter Notebook

请上传演示/分析用的 Jupyter Notebook 文件（如 yolov8.ipynb）到 demo 目录。

## 参考资料

- [ultralytics/ultralytics](https://github.com/ultralytics/ultralytics)
- [YOLOv8官方文档](https://docs.ultralytics.com/)

## 个人信息

- 姓名: 李旺
- 学号: 202352320204
- 年级: 2023
- 专业: 智能科学与技术
- 班级: 智能科学与技术2班