YOLOv8路口非机动车闯红灯识别：从数据集构建到部署调参全流程

简介一套基于YOLOv8的交通路口非机动车闯红灯识别项目面向计算机相关专业学生的毕设及课程设计场景。项目包含可运行的完整源码、数据集、可视化界面和部署说明代码经测试后上传按文档配置环境即可直接使用适合用于毕业设计、课程作业或初期立项演示。压缩包约15.91MB内含8个文件包括3个Python脚本负责模型训练、视频检测与界面交互、3个模型权重文件如yolov8n.pt、best.pt和2个txt说明文档结构简洁便于快速定位各部分功能。除基础检测外还能输出核心指标曲线、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果及标签分布图为答辩评审提供完整的可视化佐证。目前已有57人学习参考整体体量轻巧部署门槛低尤其适合需要快速完成毕设算法的同学。1. 不是玩具项目YOLOv8 路口非机动车闯红灯识别能跑通到什么程度在路口监控场景里非机动车闯红灯一直是个难啃的骨头目标小、速度快、和行人共享路权传统的视频帧差法和人工盯屏都容易漏。这个基于 YOLOv8 的交通路口非机动车闯红灯识别项目把「检测 判定 界面」串成了一条完整链路——它不只给你一个训练好的模型权重还带可视化标注界面、一份可以直接训练的数据集和部署教程解压后按文档走就能看到检测框在视频上实时跳动。对正在做毕设或课程设计的学生来说最大的价值是省掉了攒数据、标数据、调环境这三段最耗时的前置工作对想快速验证目标检测落地流程的工程师它也是一个能直接改的基座项目。全文我会照着实际部署顺序拆先讲项目构成和模型选型再讲环境怎么搭、数据和标注怎么组织最后把训练参数、避坑点和界面联调技巧都摊开讲。2. 拆开压缩包看架构检测任务、文件职责和判定逻辑2.1 项目文件结构与各部分的职责拿到压缩包后先别急着跑花十分钟把目录树过一遍。典型的 YOLOv8 检测项目会包含weights训练好的权重、dataset数据集、ui或interface可视化界面、inference推理脚本、deploy部署说明这几大块。我习惯用tree命令或者直接在 IDE 里看目录结构重点确认三件事权重文件是.pt还是.onnx数据集是不是 YOLO 格式images和labels分目录界面是 PyQt5 还是 Tkinter 写的。这个项目的常见布局大致是. ├── weights/ # 训练好的模型权重 │ ├── best.pt # 验证集上精度最高的权重部署用这个 │ └── last.pt # 最后一次迭代的权重继续训练时用这个 ├── dataset/ # 完整数据集 │ ├── images/ # 原图按 train/val 分目录 │ ├── labels/ # YOLO 格式 txt 标注文件名与图片对应 │ └── data.yaml # 类别与路径配置文件 ├── ui/ # 可视化界面 │ ├── main_window.py # 主界面逻辑 │ └── run_ui.py # 启动入口 ├── inference.py # 命令行推理脚本 └── requirements.txt # Python 依赖清单best.pt和last.pt的区别要记牢best是在验证集上 mAP 最高时的权重用于最终部署last是训练结束时保存的权重适合在它的基础上继续微调。如果你发现界面里加载的权重名和weights/目录下的对不上优先看main_window.py里的权重路径常量这种「路径写死」是毕设项目最常见的坑。2.2 YOLOv8 在闯红灯场景下的技术选型理由选 YOLOv8 而不是 YOLOv5 或 Faster R-CNN核心原因是这个场景的三个硬约束。第一是实时性路口摄像头通常要同时处理多个车道每秒至少 15~25 帧才有实用价值YOLOv8 的 C2f 结构和 anchor-free 头在 GTX 1660 Ti 级别的显卡上能达到 30 FPS 以上而双阶段的 Faster R-CNN 很难压到这个帧率。第二是小目标能力非机动车在画面里的像素占比往往不到 2%YOLOv8 的 P5 输出层保留了 80×80 的特征图对 32×32 像素以下的目标比 YOLOv5 更敏感。第三是工程便利性Ultralytics 把训练、验证、导出、预测封装成了统一的 CLI 和 Python API你不需要自己写数据增强、学习率调度和 NMS 后处理这对课程设计级别的项目来说能省出大量排错时间。2.3 可视化界面的检测判定流程界面的价值不只是「看个框」它要把整个业务逻辑跑通视频帧进来 → YOLOv8 检测出所有非机动车和信号灯 → 判定非机动车是否在红灯状态下越过停止线 → 如果是截图并记录时间戳。这个项目里的main_window.py通常会用QTimer定时读取视频帧把 OpenCV 读到的 BGR 帧转成 RGB 后喂给模型再用results.plot()画出检测框。这里的核心不在画框而在「闯红灯判定」的坐标逻辑——一般做法是预设一条 ROI 停止线在界面里鼠标点击两个点连成线当目标框的底边中点越过停止线且信号灯类别为红灯时才触发违规记录。3. 环境搭建与首次推理从零把权重跑起来3.1 依赖安装与版本对应关系这个项目的requirements.txt里一般会列 ultralytics、opencv-python、PyQt5、torch、torchvision。我建议严格按照文档里的版本来装深度学习库的版本错位是第一个拦路虎。用 conda 建独立环境是最稳的避免把系统 Python 搞乱。conda create -n yolo-traffic python3.9 conda activate yolo-traffic pip install ultralytics8.2.0 pip install opencv-python4.9.0.80 pip install PyQt55.15.10 pip install torch2.1.2 torchvision0.16.2 --index-url https://download.pytorch.org/whl/cu118这里解释下版本选择的逻辑ultralytics8.2.0是相对稳定的版本8.3 之后某些接口有调整UI 项目里写的from ultralytics import YOLO用法在 8.2 上一定可用torch 选 cu118 是因为 CUDA 11.8 的兼容性最好如果你没有 NVIDIA 显卡想用 CPU 跑把torch和torchvision那行换成 CPU 版本即可代码不用改只是帧率会降到 3~5 FPS。装完依赖后先确认安装是否成功不要急着双击界面。在项目根目录执行python -c import ultralytics; import torch; import PyQt5; print(ultralytics.__version__, torch.__version__)能正常输出版本号再往下走这一步能排除 80% 的环境问题。3.2 用训练好的权重跑通视频推理权重和视频准备好后先跑命令行的inference.py。记住任何 UI 项目都要先单独验证模型能出结果再进界面否则你分不清是模型坏了还是界面卡了。python inference.py --weights weights/best.pt \ --source test_video.mp4 \ --conf 0.35 \ --iou 0.5 \ --save-dir runs/result这段代码的逻辑是inference.py内部会调用from ultralytics import YOLO加载权重然后遍历视频的每一帧做预测把置信度低于 0.35 的框过滤掉再用非极大值抑制iou 阈值 0.5合并重叠框最终把标注了检测框的视频写到runs/result目录。conf参数是影响结果最直观的旋钮调得太低比如 0.15会出现大量误检把路牌、公交车上的广告误判成非机动车调得太高比如 0.7又会漏掉远处或者被遮挡的车辆我一般先按 0.35 起步再慢慢调。3.3 信号灯状态如何参与判定跑通检测后你要明白一个关键点文件名写的是「闯红灯识别」但 YOLOv8 本身只做「目标检测」它只能告诉你画面里哪块区域是「红灯」哪块区域是「非机动车」它并不懂得交通规则。真正的闯红灯判定逻辑在main_window.py内部典型实现是维护一个状态机# 伪代码展示判定逻辑实际项目里封装在 TrafficJudger 类中 def judge_violation(detections, signal_state, stop_line_y): for det in detections: cls det.cls if cls in NON_MOTOR_CLASSES: # 类别ID对应非机动车 bottom_y det.xyxy[0][3] # 目标框底边 y 坐标 crossed_line bottom_y stop_line_y # 是否越过停止线 if signal_state red and crossed_line: record_violation(det, frame_snapshot)实际项目里信号灯状态的来源分为两种一种是直接用模型检测信号灯颜色判断哪个灯亮另一种是接入路口的信号机灯态数据。课程设计级别用第一种就够了但你要注意信号灯在画面里的位置——通常固定在杆子上所以可以设置一个「信号灯 ROI 区域」只检测该区域内的灯色避免把远处的红灯笼误判成红灯。这段逻辑看懂后你就能解释为什么「模型检测对了但判定结果不对」——绝大多数情况不是模型误检而是停止线坐标或者信号灯状态判断的规则有问题。4. 数据集的构造与标注训练自己路口数据要改什么4.1 数据集的目录组织与 YAML 配置这个项目给你的数据集是可直接开始训练的完整数据集你要先学会检查它的格式。YOLOv8 的数据集目录结构和 YAML 配置是深度绑定的一个合格的 dataset 长这样dataset/ ├── data.yaml ├── images/ │ ├── train/ # 训练集原图JPG 格式 │ └── val/ # 验证集原图 └── labels/ ├── train/ # 与 train 图片一一对应的 txt └── val/data.yaml是训练的入口配置我拆开看一个最常见的写法path: ../dataset # 数据集根目录相对当前 yaml 文件的位置 train: images/train # 训练图片文件夹路径 val: images/val # 验证图片文件夹路径 names: 0: bicycle # 自行车 1: e_bike # 电动车 2: motorcycle # 摩托车 3: red_light # 红灯 4: green_light # 绿灯 5: yellow_light # 黄灯这里重点说两句「路径」永远是最先出问题的字段。path写../dataset或/absolute/path/dataset都行但如果你把data.yaml和dataset目录放在同一级还写path: ./dataset训练时大概率报错找不到图片。另外类别 ID 必须和其它文件一致——labels/train里的 txt 每行第一个数字就对应names的索引比如2 0.45 0.52 0.08 0.15表示「第 3 类是摩托车」类别顺序一改所有标注就全错位了。4.2 用 LabelMe 或 LabelImg 标数据并转成 YOLO 格式如果数据集需要扩充毕设答辩前通常都要加自己拍摄的路口视频帧你要用标注工具自己动手。LabelMe 标注出来的格式是 JSON 多边形LabelImg 是 PASCAL VOC 的 XML两者都不能直接喂给 YOLOv8 训练必须转成 YOLO 的归一化 txt 格式。转换脚本的逻辑都是一样的# labelme_json_to_yolo.py把 LabelMe JSON 转为 YOLOv8 训练格式 import json, os def convert_labelme_to_yolo(json_path, img_width, img_height): with open(json_path, r, encodingutf-8) as f: data json.load(f) yolo_lines [] for shape in data[shapes]: label shape[label] cls_id class_name_to_id[label] # 自己的类别映射表 points shape[points] # 多边形点集 xs [p[0] for p in points] ys [p[1] for p in points] x_min, x_max min(xs), max(xs) y_min, y_max min(ys), max(ys) box_w (x_max - x_min) / img_width # 宽归一化 box_h (y_max - y_min) / img_height # 高归一化 x_center (x_min x_max) / 2 / img_width # 中心点 x 归一化 y_center (y_min y_max) / 2 / img_height # 中心点 y 归一化 yolo_lines.append(f{cls_id} {x_center:.6f} {y_center:.6f} {box_w:.6f} {box_h:.6f}) return \n.join(yolo_lines)这段脚本有个关键设计:LabelMe 给的是多边形点而 YOLO 要的是外接矩形框中心点 x、中心点 y、宽、高全部除以图片尺寸做归一化。这样转换会有轻微精度损失但对骑行目标这种近矩形的对象完全够用。注意class_name_to_id必须和data.yaml里的names完全一致否则类别错乱。标注时的实操原则是距离镜头 30 米以上的小目标直接跳过不标因为即使标了模型也学不会被车辆遮挡超过一半的目标跳过半遮挡的框会干扰模型学「完整目标」的特征信号灯漏标一两盏没关系——它是「场景上下文」不是「检测主体」。4.3 数据划分与训练参数项目自带数据集的 train/val 划分可以直接用但如果你想自己重新划分最稳妥的脚本如下import os, random, shutil img_dir dataset/images_all label_dir dataset/labels_all train_img_dir, val_img_dir dataset/images/train, dataset/images/val train_label_dir, val_label_dir dataset/labels/train, dataset/labels/val imgs os.listdir(img_dir) random.seed(42) random.shuffle(imgs) val_ratio 0.2 val_count int(len(imgs) * val_ratio) for i, img in enumerate(imgs): img_path os.path.join(img_dir, img) label_path os.path.join(label_dir, img.replace(.jpg, .txt)) if i val_count: shutil.copy(img_path, val_img_dir) shutil.copy(label_path, val_label_dir) else: shutil.copy(img_path, train_img_dir) shutil.copy(label_path, train_label_dir)用random.seed(42)固定随机种子这样每次划分的结果都一样这在论文的实验描述里是加分项。划分之后两个检查必须做一是检查val里的 label 文件是否真的存在标注漏转会导致训练时自动跳过那张图但不报错二是检查图片和 txt 是否能一一对应——用set比较一次两次文件名的差集这一步能避免训练时一半图片没标注的「静默翻车」。5. 部署踩坑实录五个最常见的翻车现场5.1 现象模型加载到一半报错提示FileNotFoundError或.pt路径非法原因权重文件路径写死界面脚本和工作目录不在同一层。我见过很多人从 IDE 运行 UI 入口IDE 的默认工作目录是项目根目录但用命令行python ui/main_window.py跑时工作目录变成了ui/相对路径自然失效。 解决打开main_window.py找到模型加载那行把相对路径改成绝对路径。最省事的方式是项目入口处动态拼接路径import os BASE_DIR os.path.dirname(os.path.dirname(os.path.abspath(__file__))) MODEL_PATH os.path.join(BASE_DIR, weights, best.pt)运行前先在 Python 里验证路径存在print(os.path.exists(MODEL_PATH))。5.2 现象输入一张有 5 辆电动车的路口图模型输出 12 个框一个目标被框了 2~3 次原因NMS 置信度阈值低导致同一个目标产生多个候选框。这通常不是训练问题而是推理参数设置不当。 解决把conf从 0.25 提高到 0.35~0.4同时把 NMS 的iou从 0.45 调到 0.5~0.6。如果界面里没有暴露这两个参数去main_window.py里找model.predict()或model()调用把那两个关键字参数写上。我自己调参的一个规律是白天阳光充足的场景conf0.45都不会漏傍晚和夜间0.3 才能保证召回这种时候应该靠增加晚间训练数据来平衡而不是一味压低阈值。5.3 现象远处的电动车完全检测不到而近处的同一车型能检测到原因训练数据里小目标像素小于 32×32占比太少或者输入分辨率被模型 resize 到 640×640 后小目标特征在多次下采样后丢失了。 解决先看数据集标注分布。用脚本统计每个标注框的像素面积如果小目标占比不到 10%需要凑一些包含大量远处骑行者的图片。其次推理时把输入分辨率从 640 提高到 960 甚至 1280YOLOv8 支持任意尺寸输入代价是显存和推理时间翻倍。第三种做法是启用 YOLOv8 的 TTATest Time Augmentation它会把图片按多个尺度推理再合并结果小目标召回率能提升几个点但帧率会降到原来的一半界面场景慎用。5.4 现象验证集 mAP0.5 有 0.9但实际路口视频里误报漏报不断原因数据集和实际场景存在「域偏移」——训练图片多来自网上公开数据集镜头角度偏高、光线均匀而你在测试视频里镜头俯仰角大、有树影和汽车尾灯干扰。 解决这是最「玄学」但最现实的问题常规做法是补 100~200 张自己场景的图片做微调。先用best.pt对测试视频逐帧推理把置信度在 0.25~0.4 之间的「灰色地带」框全部导出成图片然后人工挑选误检样本补进训练集重新训练。这个「难例挖掘」循环做两三轮之后场景适配度会有明显改善。你要是时间紧张也可以先收敛一点把界面里只保留 ROI 区域内的检测结果框外的直接忽略——用后处理来掩盖一部分误报。5.5 现象UI 界面卡顿视频画面和检测框不同步拖动窗口时程序崩溃原因检测循环和 UI 刷新在同一线程模型推理耗时阻塞了界面事件循环或者QTimer的间隔设得太短。 解决给推理单独开一个线程不能直接在 UI 主线程里跑model.predict()。常见做法是QThread里写一个检测工作线程通过 signal 把绘制好的帧传回主线程刷新。另外一个很容易被忽略的点是results.plot()返回的图像要大写一次性拷贝你可以直接对它cv2.cvtColor转成QImage再显示不要额外再复制一次原始帧。我的经验数值是QTimer间隔设为 40ms相当于 25 FPS 的显示频率推理速度低于这个值就掉帧而不是调小定时器。6. 进阶用 ROI 过滤和信号灯联动把误报压下去顺便给答辩加一个亮点到这一步你已经能把模型跑通了但这个项目在答辩时被老师追问最多的往往是「你怎么保证检测到的车是在闯红灯而不是正常通行」。这时候就需要加一道业务规则来过滤。最常见的做法是用鼠标在画面上框选一个「检测区域」和「停止线」判断非机动车框是否同时满足「在检测区域内」和「底边越过停止线」两个条件。核心实现思路很简单我习惯在 UI 文件里加一个roi_points列表和stop_line_y变量# 在 mousePressEvent 中收集点击坐标判定逻辑在每帧回调里执行 def mousePressEvent(self, event): pos event.pos() if self.mode roi: # 模式1框选检测区域 self.roi_points.append((pos.x(), pos.y())) # 至少点4个点 elif self.mode line: # 模式2点两个点确定停止线 self.line_points.append((pos.x(), pos.y())) if len(self.line_points) 2: y1 self.line_points[0][1] y2 self.line_points[1][1] self.stop_line_y (y1 y2) // 2 # 取中点作为判定线 self.update() def check_intersection(self, det_box): x1, y1, x2, y2 det_box cx, cy (x1 x2) / 2, (y1 y2) / 2 # 在多边形内部的测试用 cv2.pointPolygonTest inside_roi cv2.pointPolygonTest( np.array(self.roi_points, dtypenp.int32), (cx, cy), False ) 0 cross_line y2 self.stop_line_y # 底边 y 坐标越过停止线 return inside_roi and cross_line这里最关键的一点是用目标框底边y2而不是中心点来判断是否越过停止线这样可以避免「车头还在线内但中心点已经过线」的误判。另一个能帮你在大场景下提精度的细节是对每个检测框加入「宽度筛——如果框的宽度x2-x1小于某个像素阈值比如 22px极大概率是远处的人或者杂物直接略过不参与判定。这两个小技巧加上信号灯状态判断基本能把误报压到可接受范围。答辩时我给你一个加分的验证思路拿一段包含 20 个违规行为的真实路口视频逐帧跑你的系统统计「检出个数」「漏检个数」「误报个数」然后画出一个 3 分钟的违规记录导出表时间戳、截图、违规类型。这是老师最认的「量化工程能力」证明比口头说「效果不错」要有说服力十倍。我做类似项目时的一个习惯是每次改完判定规则就用同一段原始视频从头到尾跑一遍把所有违规截图按时间线排好逐个检查是「真违规被漏报」还是「正常通行被误报」手动标注两轮之后再回头调阈值和 ROI。调参本质上是跟数据博弈的过程没有一劳永逸的组合只有越来越贴合你的场景的那一组。希望这个 YOLOv8 非机动车闯红灯识别拆解能帮你少走一段弯路在毕设或者课程设计里把时间花在真正值得打磨的地方。本文还有配套的精品资源点击获取