这次我们来看一个很典型的深度学习落地项目基于 YOLOv8 和 PyQt5 的抽烟吸烟检测识别系统。这个项目把目标检测模型和桌面 GUI 结合起来直接用摄像头或图片识别画面中的人员是否在抽烟很适合做安全监管、生产规范检查、禁烟区域提醒这类场景。核心卖点很直接模型用 YOLOv8前端交互用 PyQt5整个系统就是一套本地部署、可视化操作的检测识别工具。一次性说清这个项目的三个关键点第一YOLOv8 是目前工业界用得最多的目标检测模型之一检测速度和精度平衡得很好支持 CPU 推理也支持 GPU 加速第二PyQt5 负责桌面端界面可以加载模型、选择图片或打开摄像头、实时显示检测结果操作路径很清晰第三虽然是“抽烟检测”这个垂直场景但整个项目的代码结构、模型训练流程、界面交互方式完全可以迁移到其他检测任务比如安全帽检测、工服检测、烟火识别等做一遍就相当于掌握了一套通用方案。这篇文章会按实际部署流程走一遍从环境准备、模型训练、模型导出、PyQt5 界面开发到图像检测、视频检测、摄像头实时检测和批量任务处理最后给出性能观察方法和常见问题排查清单。读完你可以直接照着搭出一套可运行的桌面检测系统。1. 核心能力速览能力项说明项目类型深度学习目标检测 桌面 GUI 应用检测模型YOLOv8Ultralytics 系列模型界面框架PyQt5主要功能图片检测、视频检测、摄像头实时检测、单张/批量结果展示检测任务人员吸烟行为识别可根据数据集扩展硬件要求CPU 可运行GPUNVIDIA CUDA可明显提升推理速度显存占用与模型规格、输入分辨率、批量数相关YOLOv8n 约 1-2GB大模型更高需按本机实际测试支持平台Windows / Linux / macOS需安装对应版本依赖启动方式Python 脚本启动可打包为 exe 桌面程序是否支持 API可在项目基础上封装 Flask/FastAPI 服务是否支持批量任务可通过脚本遍历文件夹批量检测并保存结果输入形式图片文件、视频文件、摄像头视频流输出形式带标注框的图片/视频、检测结果表格、统计信息适合场景工厂/工地/园区禁烟监测、课堂/网吧等室内场景、安防系统二次开发这里要先说明一点如果你看到有些文章写“显存只占 4G”这个数字不一定适合你的显卡。YOLOv8 有 n/s/m/l/x 五种规格模型越大精度越高、显存占用也越高。实际部署时要以本机测试为准。2. 适用场景与使用边界2.1 适用场景抽烟检测系统最常见的应用场景是安全监管。很多工厂、化工厂、加油站、建筑工地都有明确的禁烟规定靠人工盯监控效率低而这个系统可以 7×24 小时自动检测发现疑似吸烟行为后截图保存、告警提示方便事后追溯。另一个场景是室内公共场所比如网吧、电影院、商场卫生间、学校宿舍等。通过摄像头实时检测一旦发现有人抽烟系统可以自动记录并通知管理人员。2.2 使用边界与合规提醒这个项目本身是技术演示和二次开发的基础但在实际使用中有几条边界必须说清楚授权要求如果部署在公共区域摄像头覆盖范围、录像保存、人脸信息处理都需要符合当地隐私保护法规使用前必须获得相应授权并在明显位置告知监控范围。数据集版权训练模型用的数据集如果是公开数据集要注意开源许可证如果是自己采集的数据要确保采集过程合规。不要使用未授权抓取的视频图片训练。检测结果仅供参考AI 检测会存在漏检、误检不能作为执法或处罚的唯一依据系统输出的截图和记录只是辅助证据。慎用“处罚”功能有的版本会加入人脸识别 身份绑定这涉及生物特征信息不建议随意集成除非有完整的合规评估。3. 技术栈与系统架构3.1 YOLOv8 选型分析YOLOv8 是 Ultralytics 公司推出的目标检测模型支持目标检测、实例分割、姿态估计和分类任务。和 YOLOv5 相比YOLOv8 在模型结构上做了改进包括 C2f 模块替换 C3 模块、Anchor-Free 检测头、新的损失函数设计等整体检测精度和训练收敛速度都有提升。YOLOv8 提供五个规格模型参数量适合场景YOLOv8n约 3.2M边缘设备、CPU 推理、追求速度YOLOv8s约 11.2M普通 GPU、速度精度均衡YOLOv8m约 25.9M精度优先、GPU 推理YOLOv8l约 43.7M高精度场景YOLOv8x约 68.2M最高精度、对算力要求高抽烟检测属于小目标检测如果摄像头覆盖范围大、人员距离远烟头本身很小这属于小目标检测难点。简单数据集用 YOLOv8s 可以跑如果画面复杂、目标尺寸小建议在训练时提高输入分辨率或者使用 YOLOv8m 以上规格。3.2 PyQt5 界面功能拆分PyQt5 负责整个桌面应用的交互层主要功能模块包括模型加载模块加载训练好的.pt模型文件或 ONNX 模型。图像选择与显示模块选择本地图片显示原图和检测结果。视频检测模块读取视频文件逐帧检测并显示。摄像头模块调用 OpenCV 打开摄像头实时检测。结果统计模块显示检测到的目标数量、检测耗时、FPS 等。参数配置模块置信度阈值、IoU 阈值、输入分辨率等可调参数。3.3 系统整体架构这套系统的数据流可以分成三路图片/视频 - OpenCV 读取帧 - YOLOv8 推理 - 绘制标注框 - PyQt5 界面显示 摄像头 - OpenCV VideoCapture - YOLOv8 推理 - 实时标注显示 批量文件 - 脚本遍历目录 - YOLOv8 推理 - 结果保存到输出目录界面和推理逻辑建议分开处理。PyQt5 主线程只负责界面刷新检测推理放到 QThread 工作线程中否则视频流和摄像头画面会卡顿。这是一个非常关键的工程细节后面代码示例里会体现。4. 本地部署环境准备4.1 硬件环境最低配置CPU 推理操作系统Windows 10/11 或 Ubuntu 18.04CPUIntel i5 或同级以上内存8GB 以上磁盘20GB 以上可用空间包含 PyTorch、模型文件和数据集推荐配置GPU 推理NVIDIA 显卡GTX 1060 6G 以上支持 CUDA显存6GB 以上CUDA 版本根据显卡驱动版本选择磁盘建议 SSD 运行环境说明一下“GTX 1660 Ti 跑 YOLOv8”这个问题。1660 Ti 是 6G 显存跑 YOLOv8n 和 YOLOv8s 完全没问题实测速度有明显提升如果跑 YOLOv8m 以上模型6G 显存要关注 batch size 和输入分辨率必要时降到 640x640 输入。4.2 软件环境需要安装的软件和依赖软件/依赖版本建议说明Python3.8 - 3.11YOLOv8 官方文档推荐 3.8PyTorch2.x根据 CUDA 版本选择对应安装命令CUDA Toolkit11.8 或 12.1仅 GPU 推理需要ultralytics最新稳定版YOLOv8 官方库PyQt55.15.x桌面界面opencv-python4.x图像与视频处理numpy1.24 或以上数值计算Pillow最新稳定版图像处理4.3 安装命令先创建虚拟环境避免依赖冲突# 创建虚拟环境 conda create -n smoke_detect python3.10 conda activate smoke_detect # 安装 PyTorch GPU 版本以 CUDA 11.8 为例 # 如果不需要 GPU直接安装 CPU 版本即可 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 # 安装 YOLOv8 依赖库 pip install ultralytics # 安装 PyQt5 和图像处理库 pip install pyqt5 pyqt5-tools opencv-python numpy PillowCPU 用户可以直接执行pip install torch torchvision torchaudio pip install ultralytics pyqt5 pyqt5-tools opencv-python numpy Pillow安装完成后用下面的命令验证环境import torch import ultralytics from PyQt5.QtWidgets import QApplication import cv2 print(torch:, torch.__version__) print(cuda available:, torch.cuda.is_available()) print(ultralytics:, ultralytics.__version__) print(opencv:, cv2.__version__) print(环境准备完成)如果cuda available返回 True说明 GPU 可用返回 False 但能正常输出 torch 版本则说明当前是 CPU 环境也能跑推理只是速度会慢一些。5. YOLOv8 模型训练与导出5.1 数据集整理抽烟检测数据集的标准结构如下datasets/ ├── smoke/ │ ├── images/ │ │ ├── train/ # 训练图片 │ │ └── val/ # 验证图片 │ ├── labels/ │ │ ├── train/ # 训练标签txt 格式 │ │ └── val/ # 验证标签 │ └── smoke.yaml # 数据集配置文件smoke.yaml内容是# 数据集配置文件 path: ./datasets/smoke train: images/train val: images/val names: 0: smoking标签文件是 YOLO 格式的 txt 文件每行对应一个目标class x_center y_center width height其中坐标值都是归一化到 0-1 的相对坐标。例如一张图片中有一个烟头标签内容是0 0.5123 0.4821 0.1234 0.1567标注工具可以使用 LabelImg 或 labelme导出时选择 YOLO 格式。5.2 训练命令训练前先确认数据集没有 copyright 风险尽量使用自己采集或具有合法授权来源的数据。# 使用 YOLOv8s 训练输入分辨率 640训练 100 轮 yolo detect train datasmoke.yaml modelyolov8s.pt epochs100 imgsz640 batch8 device0参数说明参数含义建议值data数据集配置文件smoke.yamlmodel预训练权重yolov8s.ptepochs训练轮数50-200imgsz输入分辨率640 或 960batch批大小显存小就调小device0 表示第一块 GPUcpu 表示 CPU0 或 cpu如果是第一次跑、想验证流程先跑 30 轮以下yolo detect train datasmoke.yaml modelyolov8s.pt epochs30 imgsz640 batch4 devicecpu训练完成后模型会保存在runs/detect/train/weights/best.pt。这个文件就是后面界面要加载的核心模型。5.3 模型精度评估训练完成后可以看几个关键指标mAP50IoU 阈值为 0.5 时的平均精度一般抽烟检测做到 0.85 以上效果就比较可用了。mAP50-95更严格的综合指标。Precision和Recall误检和漏检的平衡禁烟场景宁可误检多一些也不希望漏检。confusion_matrix.png查看类别混淆情况如果烟头和打火机、手部经常混淆说明需要补充这些负样本数据。如果检测效果不好优先考虑这几个方向数据量不够或图片场景太单一。训练轮数不足过早停止了。输入分辨率太低烟头像素占比太小。正负样本不均衡。5.4 导出为 ONNX 模型如果想加速推理或部署到其他框架可以把 PyTorch 模型导出为 ONNX 格式yolo export modelbest.pt formatonnx opset12 simplifyTrueONNX 模型可以用 ONNX Runtime 推理CPU 上速度比 PyTorch 原生推理快一些而且不需要安装完整的 PyTorch 环境。6. PyQt5 界面开发与系统集成6.1 主界面结构设计PyQt5 界面建议采用左右布局左侧为控制区模型选择、参数设置、图片/视频/摄像头选择按钮、检测开关。右侧为主显示区原图和检测结果切换显示。底部为状态栏显示模型名称、检测耗时、目标数量、当前帧率。核心界面代码如下import sys import cv2 from PyQt5.QtWidgets import QApplication, QMainWindow, QWidget, QVBoxLayout, QHBoxLayout, QPushButton, QLabel, QComboBox, QDoubleSpinBox, QGroupBox from PyQt5.QtGui import QImage, QPixmap from PyQt5.QtCore import Qt, QTimer from ultralytics import YOLO class SmokeDetectionWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle(YOLOv8 抽烟检测识别系统) self.setMinimumSize(1200, 700) # 模型 self.model None self.weights_path best.pt # 初始化界面 self.init_ui() # 摄像头/视频定时器 self.timer QTimer() self.timer.timeout.connect(self.process_frame) # 视频捕获 self.cap None # 加载默认权重如果存在 # self.load_model() def init_ui(self): # 主布局 central_widget QWidget() self.setCentralWidget(central_widget) main_layout QHBoxLayout(central_widget) # 左侧控制面板 control_panel QGroupBox(参数控制) control_layout QVBoxLayout(control_panel) self.load_model_btn QPushButton(加载 YOLOv8 模型) self.load_model_btn.clicked.connect(self.load_model) self.load_image_btn QPushButton(选择图片检测) self.load_image_btn.clicked.connect(self.load_image) self.load_video_btn QPushButton(选择视频检测) self.load_video_btn.clicked.connect(self.load_video) self.open_camera_btn QPushButton(打开摄像头检测) self.open_camera_btn.clicked.connect(self.open_camera) self.stop_btn QPushButton(停止检测) self.stop_btn.clicked.connect(self.stop_detection) control_layout.addWidget(self.load_model_btn) control_layout.addWidget(self.load_image_btn) control_layout.addWidget(self.load_video_btn) control_layout.addWidget(self.open_camera_btn) control_layout.addWidget(self.stop_btn) main_layout.addWidget(control_panel) # 右侧显示区域 self.image_label QLabel() self.image_label.setAlignment(Qt.AlignCenter) self.image_label.setStyleSheet(border: 1px solid gray; min-height: 500px;) main_layout.addWidget(self.image_label, stretch1) def load_model(self): from PyQt5.QtWidgets import QFileDialog file_path, _ QFileDialog.getOpenFileName(self, 选择模型文件, ./, Model Files (*.pt *.onnx)) if file_path: self.weights_path file_path try: self.model YOLO(file_path) self.show_status(f模型加载成功: {file_path}) except Exception as e: self.show_status(f模型加载失败: {str(e)}) def show_status(self, message): self.statusBar().showMessage(message) def stop_detection(self): if self.timer.isActive(): self.timer.stop() if self.cap: self.cap.release() self.cap None def closeEvent(self, event): self.stop_detection() event.accept() def main(): app QApplication(sys.argv) window SmokeDetectionWindow() window.show() sys.exit(app.exec_()) if __name__ __main__: main()这个骨架代码实现了界面布局和基础按钮重点是后续添加推理逻辑。6.2 图片检测功能图片检测的处理流程是选择图片 - 读取图片 - YOLOv8 推理 - 绘制标注框 - 在界面显示。核心代码如下def load_image(self): from PyQt5.QtWidgets import QFileDialog file_path, _ QFileDialog.getOpenFileName(self, 选择图片, ./, Image Files (*.jpg *.jpeg *.png *.bmp)) if not file_path: return if self.model is None: self.show_status(请先加载模型) return # 读取图片 img cv2.imread(file_path) # YOLOv8 推理 results self.model.predict(img, conf0.45, iou0.5, verboseFalse) # 绘制结果 annotated_frame results[0].plot() # 显示结果 height, width, channel annotated_frame.shape bytes_per_line 3 * width q_image QImage(annotated_frame.data, width, height, bytes_per_line, QImage.Format_RGB888).rgbSwapped() pixmap QPixmap.fromImage(q_image) self.image_label.setPixmap(pixmap.scaled(self.image_label.size(), Qt.KeepAspectRatio)) # 统计信息 num_targets len(results[0].boxes) self.show_status(f检测到目标数量: {num_targets})注意results[0].plot()会返回已经绘制好标注框的 BGR 图像显示到 PyQt5 界面时要转换成 RGB 格式。6.3 摄像头实时检测摄像头实时检测的核心是 QTimer 定时器 OpenCV 视频捕获。每 30ms 左右读取一帧画面并送入模型推理推理结果实时更新到界面。这里要用 QThread 避免卡顿。def open_camera(self): if self.model is None: self.show_status(请先加载模型) return self.cap cv2.VideoCapture(0) # 0 表示默认摄像头 if not self.cap.isOpened(): self.show_status(无法打开摄像头) return self.timer.start(30) # 每 30ms 处理一帧 def process_frame(self): ret, frame self.cap.read() if not ret: return # YOLOv8 推理 results self.model.predict(frame, conf0.45, iou0.5, verboseFalse) annotated_frame results[0].plot() # 显示 height, width, channel annotated_frame.shape bytes_per_line 3 * width q_image QImage(annotated_frame.data, width, height, bytes_per_line, QImage.Format_RGB888).rgbSwapped() pixmap QPixmap.fromImage(q_image) self.image_label.setPixmap(pixmap.scaled(self.image_label.size(), Qt.KeepAspectRatio)) # 状态栏信息 boxes results[0].boxes num_smoking len(boxes) if boxes is not None else 0 self.show_status(f抽烟检测数量: {num_smoking} | FPS 通过定时器控制)6.4 视频文件检测视频文件检测逻辑和摄像头类似区别是视频源从 OpenCV 的VideoCapture(0)换成视频文件路径def load_video(self): from PyQt5.QtWidgets import QFileDialog file_path, _ QFileDialog.getOpenFileName(self, 选择视频, ./, Video Files (*.mp4 *.avi *.mov)) if not file_path: return if self.model is None: self.show_status(请先加载模型) return self.cap cv2.VideoCapture(file_path) if not self.cap.isOpened(): self.show_status(无法打开视频文件) return self.timer.start(30)7. 功能测试与效果验证7.1 图片检测测试测试目的验证模型能否在单张图片中正确识别抽烟行为。操作步骤双击启动系统点击“加载 YOLOv8 模型”选择训练好的best.pt。准备 10 张测试图片包含不同光线、不同人物姿态、不同距离的场景。逐张选择图片检测观察检测框是否正确、置信度是多少、有无漏检和误检。记录每张图片的目标数量和检测耗时。判断标准画面中明显持有烟支并被检测到置信度大于 0.5合格。画面中明显吸烟但未检测到漏检需要补充类似训练数据或调低置信度阈值。画面中没有吸烟行为但误报误检需要调整阈值或检查背景是否干扰。7.2 实时摄像头测试测试目的验证系统在实时场景下的推理速度和交互流畅度。操作步骤点击“打开摄像头检测”模拟真实监控环境。手持烟支进入画面观察检测框是否实时跟随。改变距离和角度测试不同姿态下的检测效果。观察画面是否有卡顿FPS 是否满足实际需求。如果画面卡顿严重优先检查是否使用了 GPU 推理CPU 推理在 YOLOv8s 下可能只有 3-8 FPS。输入分辨率是否过高640 输入和 1280 输入的速度差距明显。定时器间隔是否设置太小建议 30ms 或 50ms。7.3 模型效果评估在验证集上运行评估命令yolo detect val datasmoke.yaml modelbest.pt输出结果中重点看各类别的 Precision、Recall 和 mAP50。如果 mAP50 低于 0.85建议先增加数据量、调整训练超参不要急着集成到界面里。8. 接口 API 扩展与批量任务8.1 在 PyQt5 项目内嵌 API 服务PyQt5 是桌面应用但可以在这个基础上封装一个轻量 HTTP 接口服务方便其他系统调用。这里用 Flask 做一个简单的推理接口# api_service.py from flask import Flask, request, jsonify from ultralytics import YOLO import cv2 import numpy as np app Flask(__name__) model YOLO(best.pt) app.route(/detect, methods[POST]) def detect(): # 接收图片文件 file request.files.get(image) if not file: return jsonify({error: no image uploaded}), 400 # 读取图片 img_bytes np.frombuffer(file.read(), np.uint8) img cv2.imdecode(img_bytes, cv2.IMREAD_COLOR) if img is None: return jsonify({error: invalid image}), 400 # 推理 results model.predict(img, conf0.45, iou0.5, verboseFalse) boxes results[0].boxes detections [] if boxes is not None: for box in boxes: conf float(box.conf[0]) cls_id int(box.cls[0]) xyxy box.xyxy[0].tolist() detections.append({ class: model.names[cls_id], confidence: round(conf, 4), bbox: [round(coord, 2) for coord in xyxy] }) return jsonify({ num_detections: len(detections), detections: detections }) if __name__ __main__: app.run(host127.0.0.1, port5000)保存为api_service.py启动python api_service.py然后可以用 Pythonrequests库测试接口import requests url http://127.0.0.1:5000/detect image_path test_smoking.jpg with open(image_path, rb) as f: response requests.post(url, files{image: f}, timeout30) print(response.json())返回结果是一个 JSON包含检测数量、类别、置信度和检测框坐标。这个接口可以部署在局域网内让其他业务系统调用。8.2 批量任务处理批量检测是实际生产中最常用的功能。不需要对每一张图片都打开界面写一个脚本遍历输入目录即可# batch_detection.py import os import cv2 from ultralytics import YOLO model YOLO(best.pt) input_dir ./test_images output_dir ./test_results os.makedirs(output_dir, exist_okTrue) # 支持常见图片格式 image_exts (.jpg, .jpeg, .png, .bmp) for filename in sorted(os.listdir(input_dir)): if not filename.lower().endswith(image_exts): continue file_path os.path.join(input_dir, filename) img cv2.imread(file_path) if img is None: print(f跳过无法读取的文件: {filename}) continue results model.predict(img, conf0.45, iou0.5, verboseFalse) annotated results[0].plot() output_path os.path.join(output_dir, foutput_{filename}) cv2.imwrite(output_path, annotated) num_targets len(results[0].boxes) print(f处理完成: {filename}检测到 {num_targets} 个目标保存到 {output_path})批量任务要关注两个异常场景一是某些图片本身损坏会返回 None脚本要跳过而不是报错退出二是输出文件名不能冲突最好加前缀或时间戳。8.3 批量任务改进方向如果想做完整批处理队列可以加入日志记录每次处理记录时间、文件名、检测数量、耗时后续统计分析。失败重试读取失败或推理异常的图片放到failed/目录统一重跑。结果汇总把所有图片的检测数量汇总成 CSV 文件方便复核。9. 资源占用与性能观察9.1 显存占用观察方法训练和推理时可以用 NVIDIA 的命令行工具实时查看显存占用nvidia-smi在推理过程中反复执行观察利用率----------------------------------------------------------------------------- | NVIDIA-SMI 驱动版本 | | GPU 名称 显存占用 利用率 温度 | | NVIDIA GeForce GTX 1660 Ti 3000MiB 40% 62C | -----------------------------------------------------------------------------实际显存占用受模型规格、输入分辨率和 batch size 影响。YOLOv8n 在 640 分辨率下单张推理常见情况是 1-2GBYOLOv8s 常见 2-4GBYOLOv8m 以上可能在 4-8GB 甚至更高。但具体数值要按本机测试不要直接套用别人的数字。9.2 CPU 与 GPU 推理差异CPU 推理速度远低于 GPU。以 YOLOv8s 为例在普通 i5 CPU 上单张 640x640 图片可能耗时 0.5-2 秒在 GTX 1660 Ti 上可能只需要 20-80 毫秒。这个差距在视频实时检测中非常明显。代码中自动选择设备import torch device cuda if torch.cuda.is_available() else cpu print(f推理设备: {device}) model YOLO(best.pt).to(device)9.3 降低显存占用的方法如果显存不够按优先级调整换小模型YOLOv8m 换成 YOLOv8s 或 YOLOv8n。降低输入分辨率1280 降到 640检测速度提升明显小目标精度会下降。降低 batch size批量推理时显存是线性增长的。推理时关闭梯度模型推理模式下不需要梯度计算。减少并行进程不要同时开多个推理进程。9.4 端口冲突与进程残留如果 API 服务或摄像头被占用先检查端口和进程# 查看端口占用 netstat -ano | findstr :5000 # 结束指定 PID 进程Windows taskkill /PID 1234 /FLinux 用户用lsof -i :5000 kill -9 PID10. 常见问题与排查方法问题现象可能原因排查方式解决方案torch.cuda.is_available()返回 FalseCUDA 版本与 PyTorch 不匹配或未安装 GPU 版 PyTorch检查nvidia-smi驱动版本用pip list查看 torch 版本按驱动版本重装对应 CUDA 版 PyTorch加载权重时报错模型文件损坏或与 ultralytics 版本不兼容查看报错堆栈信息重新导出模型或升级/降级 ultralytics摄像头打不开摄像头被其他程序占用或 OpenCV 不支持该摄像头先关闭其他占用摄像头的软件再测试更换摄像头测试或改用cv2.VideoCapture(1)选择其他设备号检测画面特别卡CPU 推理、分辨率过高查看 CPU 占用率和单帧耗时切换到 GPU 推理或降低分辨率PyQt5 界面显示不全分辨率适配问题查看窗口最小尺寸设置增大setMinimumSize或调整布局拉伸策略API 接口超时图片过大、目标数量多、服务器负载高逐步压测单张耗时和并发请求限制上传图片大小增加超时时间考虑加任务队列批量任务中途停止某张图片损坏导致异常查看日志定位具体文件在代码中加 try-except 继续处理训练时损失不下降学习率过高/过低、数据量太少查看训练曲线图调整学习率、增加数据、切换优化器配置漏检率偏高训练数据不足、输入分辨率低查看验证集 mAP 和具体漏检图片补充数据、提高输入分辨率、降低置信度阈值误检率偏高背景干扰、数据标注不规范查看误检图片特征增加难负样本、提高置信度阈值PyQt5 启动后弹出缺少 DLL 错误系统缺少 VC 运行库查看错误提示安装对应运行库重试11. 最佳实践与使用建议11.1 从最小可运行版本开始第一次搭建不建议直接追求高精度。先用 YOLOv8n 少量数据集跑通全流程验证图片检测、摄像头检测、界面显示、接口调用都正常后再换大模型、扩充数据逐步优化。保留一套“能跑的最小配置”是排障的基础。11.2 数据集管理规范数据集文件建议按版本号管理datasets/ ├── smoke_v1/ ├── smoke_v2/ └── smoke_v3/每次新增数据都复制一份不要在原数据集上直接改。训练输出目录自动按时间生成可以记录下来哪一版数据训练的模型效果最好。11.3 推理服务稳定性如果要做 API 服务建议注意默认绑定127.0.0.1只允许本机访问跨机器访问再改0.0.0.0并加访问控制。单次请求不要传超大图片服务端限制文件大小。加一个简单的并发限制避免多个请求同时打满显存。推理服务不要和 PyQt5 界面跑在同一个进程里分开启动更稳。11.4 合规使用提醒这句再强调一次抽烟检测系统涉及公共区域监控摄像头部署前必须完成合规评估和告知授权。如果要做身份绑定、处罚通知、人脸识别等扩展功能需要额外评估法律风险不建议在演示项目中直接集成。12. 总结与下一步这个项目最值得尝试的点不是“抽烟检测”这一个功能本身而是 YOLOv8 PyQt5 这套组合的通用性。你只需要换掉训练数据把类别改成安全帽、反光衣、烟火、口罩系统框架几乎不用动就能快速变成另一套检测工具。这种迁移能力才是这个项目的核心价值。拿到代码后第一个要验证的是图片检测流程加载模型、选一张测试图、看结果。这一步通了后面摄像头、视频、API 都会顺畅很多。最容易踩的坑是环境配置阶段 PyTorch 版本和 CUDA 不匹配导致 GPU 不可用以及 PyQt5 界面在主线程做推理导致卡顿这两个问题占了初学者的很大比例。下一步可以往两个方向扩展方向一把模型从.pt导出为 ONNX用 ONNX Runtime 做 CPU 推理部署到无 GPU 的 Windows 终端免安装深度学习环境。方向二在 PyQt5 界面中加入检测记录管理、截图保存、时间段统计、告警提示把它做成一套完整的安全管理终端。接口服务 批量检测脚本 桌面界面三路并行这套系统已经具备工程化落地的雏形了。建议收藏备用搭建时可直接按文章中的步骤走。
这次我们来看一个很典型的深度学习落地项目基于 YOLOv8 和 PyQt5 的抽烟吸烟检测识别系统。这个项目把目标检测模型和桌面 GUI 结合起来直接用摄像头或图片识别画面中的人员是否在抽烟很适合做安全监管、生产规范检查、禁烟区域提醒这类场景。核心卖点很直接模型用 YOLOv8前端交互用 PyQt5整个系统就是一套本地部署、可视化操作的检测识别工具。一次性说清这个项目的三个关键点第一YOLOv8 是目前工业界用得最多的目标检测模型之一检测速度和精度平衡得很好支持 CPU 推理也支持 GPU 加速第二PyQt5 负责桌面端界面可以加载模型、选择图片或打开摄像头、实时显示检测结果操作路径很清晰第三虽然是“抽烟检测”这个垂直场景但整个项目的代码结构、模型训练流程、界面交互方式完全可以迁移到其他检测任务比如安全帽检测、工服检测、烟火识别等做一遍就相当于掌握了一套通用方案。这篇文章会按实际部署流程走一遍从环境准备、模型训练、模型导出、PyQt5 界面开发到图像检测、视频检测、摄像头实时检测和批量任务处理最后给出性能观察方法和常见问题排查清单。读完你可以直接照着搭出一套可运行的桌面检测系统。1. 核心能力速览能力项说明项目类型深度学习目标检测 桌面 GUI 应用检测模型YOLOv8Ultralytics 系列模型界面框架PyQt5主要功能图片检测、视频检测、摄像头实时检测、单张/批量结果展示检测任务人员吸烟行为识别可根据数据集扩展硬件要求CPU 可运行GPUNVIDIA CUDA可明显提升推理速度显存占用与模型规格、输入分辨率、批量数相关YOLOv8n 约 1-2GB大模型更高需按本机实际测试支持平台Windows / Linux / macOS需安装对应版本依赖启动方式Python 脚本启动可打包为 exe 桌面程序是否支持 API可在项目基础上封装 Flask/FastAPI 服务是否支持批量任务可通过脚本遍历文件夹批量检测并保存结果输入形式图片文件、视频文件、摄像头视频流输出形式带标注框的图片/视频、检测结果表格、统计信息适合场景工厂/工地/园区禁烟监测、课堂/网吧等室内场景、安防系统二次开发这里要先说明一点如果你看到有些文章写“显存只占 4G”这个数字不一定适合你的显卡。YOLOv8 有 n/s/m/l/x 五种规格模型越大精度越高、显存占用也越高。实际部署时要以本机测试为准。2. 适用场景与使用边界2.1 适用场景抽烟检测系统最常见的应用场景是安全监管。很多工厂、化工厂、加油站、建筑工地都有明确的禁烟规定靠人工盯监控效率低而这个系统可以 7×24 小时自动检测发现疑似吸烟行为后截图保存、告警提示方便事后追溯。另一个场景是室内公共场所比如网吧、电影院、商场卫生间、学校宿舍等。通过摄像头实时检测一旦发现有人抽烟系统可以自动记录并通知管理人员。2.2 使用边界与合规提醒这个项目本身是技术演示和二次开发的基础但在实际使用中有几条边界必须说清楚授权要求如果部署在公共区域摄像头覆盖范围、录像保存、人脸信息处理都需要符合当地隐私保护法规使用前必须获得相应授权并在明显位置告知监控范围。数据集版权训练模型用的数据集如果是公开数据集要注意开源许可证如果是自己采集的数据要确保采集过程合规。不要使用未授权抓取的视频图片训练。检测结果仅供参考AI 检测会存在漏检、误检不能作为执法或处罚的唯一依据系统输出的截图和记录只是辅助证据。慎用“处罚”功能有的版本会加入人脸识别 身份绑定这涉及生物特征信息不建议随意集成除非有完整的合规评估。3. 技术栈与系统架构3.1 YOLOv8 选型分析YOLOv8 是 Ultralytics 公司推出的目标检测模型支持目标检测、实例分割、姿态估计和分类任务。和 YOLOv5 相比YOLOv8 在模型结构上做了改进包括 C2f 模块替换 C3 模块、Anchor-Free 检测头、新的损失函数设计等整体检测精度和训练收敛速度都有提升。YOLOv8 提供五个规格模型参数量适合场景YOLOv8n约 3.2M边缘设备、CPU 推理、追求速度YOLOv8s约 11.2M普通 GPU、速度精度均衡YOLOv8m约 25.9M精度优先、GPU 推理YOLOv8l约 43.7M高精度场景YOLOv8x约 68.2M最高精度、对算力要求高抽烟检测属于小目标检测如果摄像头覆盖范围大、人员距离远烟头本身很小这属于小目标检测难点。简单数据集用 YOLOv8s 可以跑如果画面复杂、目标尺寸小建议在训练时提高输入分辨率或者使用 YOLOv8m 以上规格。3.2 PyQt5 界面功能拆分PyQt5 负责整个桌面应用的交互层主要功能模块包括模型加载模块加载训练好的.pt模型文件或 ONNX 模型。图像选择与显示模块选择本地图片显示原图和检测结果。视频检测模块读取视频文件逐帧检测并显示。摄像头模块调用 OpenCV 打开摄像头实时检测。结果统计模块显示检测到的目标数量、检测耗时、FPS 等。参数配置模块置信度阈值、IoU 阈值、输入分辨率等可调参数。3.3 系统整体架构这套系统的数据流可以分成三路图片/视频 - OpenCV 读取帧 - YOLOv8 推理 - 绘制标注框 - PyQt5 界面显示 摄像头 - OpenCV VideoCapture - YOLOv8 推理 - 实时标注显示 批量文件 - 脚本遍历目录 - YOLOv8 推理 - 结果保存到输出目录界面和推理逻辑建议分开处理。PyQt5 主线程只负责界面刷新检测推理放到 QThread 工作线程中否则视频流和摄像头画面会卡顿。这是一个非常关键的工程细节后面代码示例里会体现。4. 本地部署环境准备4.1 硬件环境最低配置CPU 推理操作系统Windows 10/11 或 Ubuntu 18.04CPUIntel i5 或同级以上内存8GB 以上磁盘20GB 以上可用空间包含 PyTorch、模型文件和数据集推荐配置GPU 推理NVIDIA 显卡GTX 1060 6G 以上支持 CUDA显存6GB 以上CUDA 版本根据显卡驱动版本选择磁盘建议 SSD 运行环境说明一下“GTX 1660 Ti 跑 YOLOv8”这个问题。1660 Ti 是 6G 显存跑 YOLOv8n 和 YOLOv8s 完全没问题实测速度有明显提升如果跑 YOLOv8m 以上模型6G 显存要关注 batch size 和输入分辨率必要时降到 640x640 输入。4.2 软件环境需要安装的软件和依赖软件/依赖版本建议说明Python3.8 - 3.11YOLOv8 官方文档推荐 3.8PyTorch2.x根据 CUDA 版本选择对应安装命令CUDA Toolkit11.8 或 12.1仅 GPU 推理需要ultralytics最新稳定版YOLOv8 官方库PyQt55.15.x桌面界面opencv-python4.x图像与视频处理numpy1.24 或以上数值计算Pillow最新稳定版图像处理4.3 安装命令先创建虚拟环境避免依赖冲突# 创建虚拟环境 conda create -n smoke_detect python3.10 conda activate smoke_detect # 安装 PyTorch GPU 版本以 CUDA 11.8 为例 # 如果不需要 GPU直接安装 CPU 版本即可 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 # 安装 YOLOv8 依赖库 pip install ultralytics # 安装 PyQt5 和图像处理库 pip install pyqt5 pyqt5-tools opencv-python numpy PillowCPU 用户可以直接执行pip install torch torchvision torchaudio pip install ultralytics pyqt5 pyqt5-tools opencv-python numpy Pillow安装完成后用下面的命令验证环境import torch import ultralytics from PyQt5.QtWidgets import QApplication import cv2 print(torch:, torch.__version__) print(cuda available:, torch.cuda.is_available()) print(ultralytics:, ultralytics.__version__) print(opencv:, cv2.__version__) print(环境准备完成)如果cuda available返回 True说明 GPU 可用返回 False 但能正常输出 torch 版本则说明当前是 CPU 环境也能跑推理只是速度会慢一些。5. YOLOv8 模型训练与导出5.1 数据集整理抽烟检测数据集的标准结构如下datasets/ ├── smoke/ │ ├── images/ │ │ ├── train/ # 训练图片 │ │ └── val/ # 验证图片 │ ├── labels/ │ │ ├── train/ # 训练标签txt 格式 │ │ └── val/ # 验证标签 │ └── smoke.yaml # 数据集配置文件smoke.yaml内容是# 数据集配置文件 path: ./datasets/smoke train: images/train val: images/val names: 0: smoking标签文件是 YOLO 格式的 txt 文件每行对应一个目标class x_center y_center width height其中坐标值都是归一化到 0-1 的相对坐标。例如一张图片中有一个烟头标签内容是0 0.5123 0.4821 0.1234 0.1567标注工具可以使用 LabelImg 或 labelme导出时选择 YOLO 格式。5.2 训练命令训练前先确认数据集没有 copyright 风险尽量使用自己采集或具有合法授权来源的数据。# 使用 YOLOv8s 训练输入分辨率 640训练 100 轮 yolo detect train datasmoke.yaml modelyolov8s.pt epochs100 imgsz640 batch8 device0参数说明参数含义建议值data数据集配置文件smoke.yamlmodel预训练权重yolov8s.ptepochs训练轮数50-200imgsz输入分辨率640 或 960batch批大小显存小就调小device0 表示第一块 GPUcpu 表示 CPU0 或 cpu如果是第一次跑、想验证流程先跑 30 轮以下yolo detect train datasmoke.yaml modelyolov8s.pt epochs30 imgsz640 batch4 devicecpu训练完成后模型会保存在runs/detect/train/weights/best.pt。这个文件就是后面界面要加载的核心模型。5.3 模型精度评估训练完成后可以看几个关键指标mAP50IoU 阈值为 0.5 时的平均精度一般抽烟检测做到 0.85 以上效果就比较可用了。mAP50-95更严格的综合指标。Precision和Recall误检和漏检的平衡禁烟场景宁可误检多一些也不希望漏检。confusion_matrix.png查看类别混淆情况如果烟头和打火机、手部经常混淆说明需要补充这些负样本数据。如果检测效果不好优先考虑这几个方向数据量不够或图片场景太单一。训练轮数不足过早停止了。输入分辨率太低烟头像素占比太小。正负样本不均衡。5.4 导出为 ONNX 模型如果想加速推理或部署到其他框架可以把 PyTorch 模型导出为 ONNX 格式yolo export modelbest.pt formatonnx opset12 simplifyTrueONNX 模型可以用 ONNX Runtime 推理CPU 上速度比 PyTorch 原生推理快一些而且不需要安装完整的 PyTorch 环境。6. PyQt5 界面开发与系统集成6.1 主界面结构设计PyQt5 界面建议采用左右布局左侧为控制区模型选择、参数设置、图片/视频/摄像头选择按钮、检测开关。右侧为主显示区原图和检测结果切换显示。底部为状态栏显示模型名称、检测耗时、目标数量、当前帧率。核心界面代码如下import sys import cv2 from PyQt5.QtWidgets import QApplication, QMainWindow, QWidget, QVBoxLayout, QHBoxLayout, QPushButton, QLabel, QComboBox, QDoubleSpinBox, QGroupBox from PyQt5.QtGui import QImage, QPixmap from PyQt5.QtCore import Qt, QTimer from ultralytics import YOLO class SmokeDetectionWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle(YOLOv8 抽烟检测识别系统) self.setMinimumSize(1200, 700) # 模型 self.model None self.weights_path best.pt # 初始化界面 self.init_ui() # 摄像头/视频定时器 self.timer QTimer() self.timer.timeout.connect(self.process_frame) # 视频捕获 self.cap None # 加载默认权重如果存在 # self.load_model() def init_ui(self): # 主布局 central_widget QWidget() self.setCentralWidget(central_widget) main_layout QHBoxLayout(central_widget) # 左侧控制面板 control_panel QGroupBox(参数控制) control_layout QVBoxLayout(control_panel) self.load_model_btn QPushButton(加载 YOLOv8 模型) self.load_model_btn.clicked.connect(self.load_model) self.load_image_btn QPushButton(选择图片检测) self.load_image_btn.clicked.connect(self.load_image) self.load_video_btn QPushButton(选择视频检测) self.load_video_btn.clicked.connect(self.load_video) self.open_camera_btn QPushButton(打开摄像头检测) self.open_camera_btn.clicked.connect(self.open_camera) self.stop_btn QPushButton(停止检测) self.stop_btn.clicked.connect(self.stop_detection) control_layout.addWidget(self.load_model_btn) control_layout.addWidget(self.load_image_btn) control_layout.addWidget(self.load_video_btn) control_layout.addWidget(self.open_camera_btn) control_layout.addWidget(self.stop_btn) main_layout.addWidget(control_panel) # 右侧显示区域 self.image_label QLabel() self.image_label.setAlignment(Qt.AlignCenter) self.image_label.setStyleSheet(border: 1px solid gray; min-height: 500px;) main_layout.addWidget(self.image_label, stretch1) def load_model(self): from PyQt5.QtWidgets import QFileDialog file_path, _ QFileDialog.getOpenFileName(self, 选择模型文件, ./, Model Files (*.pt *.onnx)) if file_path: self.weights_path file_path try: self.model YOLO(file_path) self.show_status(f模型加载成功: {file_path}) except Exception as e: self.show_status(f模型加载失败: {str(e)}) def show_status(self, message): self.statusBar().showMessage(message) def stop_detection(self): if self.timer.isActive(): self.timer.stop() if self.cap: self.cap.release() self.cap None def closeEvent(self, event): self.stop_detection() event.accept() def main(): app QApplication(sys.argv) window SmokeDetectionWindow() window.show() sys.exit(app.exec_()) if __name__ __main__: main()这个骨架代码实现了界面布局和基础按钮重点是后续添加推理逻辑。6.2 图片检测功能图片检测的处理流程是选择图片 - 读取图片 - YOLOv8 推理 - 绘制标注框 - 在界面显示。核心代码如下def load_image(self): from PyQt5.QtWidgets import QFileDialog file_path, _ QFileDialog.getOpenFileName(self, 选择图片, ./, Image Files (*.jpg *.jpeg *.png *.bmp)) if not file_path: return if self.model is None: self.show_status(请先加载模型) return # 读取图片 img cv2.imread(file_path) # YOLOv8 推理 results self.model.predict(img, conf0.45, iou0.5, verboseFalse) # 绘制结果 annotated_frame results[0].plot() # 显示结果 height, width, channel annotated_frame.shape bytes_per_line 3 * width q_image QImage(annotated_frame.data, width, height, bytes_per_line, QImage.Format_RGB888).rgbSwapped() pixmap QPixmap.fromImage(q_image) self.image_label.setPixmap(pixmap.scaled(self.image_label.size(), Qt.KeepAspectRatio)) # 统计信息 num_targets len(results[0].boxes) self.show_status(f检测到目标数量: {num_targets})注意results[0].plot()会返回已经绘制好标注框的 BGR 图像显示到 PyQt5 界面时要转换成 RGB 格式。6.3 摄像头实时检测摄像头实时检测的核心是 QTimer 定时器 OpenCV 视频捕获。每 30ms 左右读取一帧画面并送入模型推理推理结果实时更新到界面。这里要用 QThread 避免卡顿。def open_camera(self): if self.model is None: self.show_status(请先加载模型) return self.cap cv2.VideoCapture(0) # 0 表示默认摄像头 if not self.cap.isOpened(): self.show_status(无法打开摄像头) return self.timer.start(30) # 每 30ms 处理一帧 def process_frame(self): ret, frame self.cap.read() if not ret: return # YOLOv8 推理 results self.model.predict(frame, conf0.45, iou0.5, verboseFalse) annotated_frame results[0].plot() # 显示 height, width, channel annotated_frame.shape bytes_per_line 3 * width q_image QImage(annotated_frame.data, width, height, bytes_per_line, QImage.Format_RGB888).rgbSwapped() pixmap QPixmap.fromImage(q_image) self.image_label.setPixmap(pixmap.scaled(self.image_label.size(), Qt.KeepAspectRatio)) # 状态栏信息 boxes results[0].boxes num_smoking len(boxes) if boxes is not None else 0 self.show_status(f抽烟检测数量: {num_smoking} | FPS 通过定时器控制)6.4 视频文件检测视频文件检测逻辑和摄像头类似区别是视频源从 OpenCV 的VideoCapture(0)换成视频文件路径def load_video(self): from PyQt5.QtWidgets import QFileDialog file_path, _ QFileDialog.getOpenFileName(self, 选择视频, ./, Video Files (*.mp4 *.avi *.mov)) if not file_path: return if self.model is None: self.show_status(请先加载模型) return self.cap cv2.VideoCapture(file_path) if not self.cap.isOpened(): self.show_status(无法打开视频文件) return self.timer.start(30)7. 功能测试与效果验证7.1 图片检测测试测试目的验证模型能否在单张图片中正确识别抽烟行为。操作步骤双击启动系统点击“加载 YOLOv8 模型”选择训练好的best.pt。准备 10 张测试图片包含不同光线、不同人物姿态、不同距离的场景。逐张选择图片检测观察检测框是否正确、置信度是多少、有无漏检和误检。记录每张图片的目标数量和检测耗时。判断标准画面中明显持有烟支并被检测到置信度大于 0.5合格。画面中明显吸烟但未检测到漏检需要补充类似训练数据或调低置信度阈值。画面中没有吸烟行为但误报误检需要调整阈值或检查背景是否干扰。7.2 实时摄像头测试测试目的验证系统在实时场景下的推理速度和交互流畅度。操作步骤点击“打开摄像头检测”模拟真实监控环境。手持烟支进入画面观察检测框是否实时跟随。改变距离和角度测试不同姿态下的检测效果。观察画面是否有卡顿FPS 是否满足实际需求。如果画面卡顿严重优先检查是否使用了 GPU 推理CPU 推理在 YOLOv8s 下可能只有 3-8 FPS。输入分辨率是否过高640 输入和 1280 输入的速度差距明显。定时器间隔是否设置太小建议 30ms 或 50ms。7.3 模型效果评估在验证集上运行评估命令yolo detect val datasmoke.yaml modelbest.pt输出结果中重点看各类别的 Precision、Recall 和 mAP50。如果 mAP50 低于 0.85建议先增加数据量、调整训练超参不要急着集成到界面里。8. 接口 API 扩展与批量任务8.1 在 PyQt5 项目内嵌 API 服务PyQt5 是桌面应用但可以在这个基础上封装一个轻量 HTTP 接口服务方便其他系统调用。这里用 Flask 做一个简单的推理接口# api_service.py from flask import Flask, request, jsonify from ultralytics import YOLO import cv2 import numpy as np app Flask(__name__) model YOLO(best.pt) app.route(/detect, methods[POST]) def detect(): # 接收图片文件 file request.files.get(image) if not file: return jsonify({error: no image uploaded}), 400 # 读取图片 img_bytes np.frombuffer(file.read(), np.uint8) img cv2.imdecode(img_bytes, cv2.IMREAD_COLOR) if img is None: return jsonify({error: invalid image}), 400 # 推理 results model.predict(img, conf0.45, iou0.5, verboseFalse) boxes results[0].boxes detections [] if boxes is not None: for box in boxes: conf float(box.conf[0]) cls_id int(box.cls[0]) xyxy box.xyxy[0].tolist() detections.append({ class: model.names[cls_id], confidence: round(conf, 4), bbox: [round(coord, 2) for coord in xyxy] }) return jsonify({ num_detections: len(detections), detections: detections }) if __name__ __main__: app.run(host127.0.0.1, port5000)保存为api_service.py启动python api_service.py然后可以用 Pythonrequests库测试接口import requests url http://127.0.0.1:5000/detect image_path test_smoking.jpg with open(image_path, rb) as f: response requests.post(url, files{image: f}, timeout30) print(response.json())返回结果是一个 JSON包含检测数量、类别、置信度和检测框坐标。这个接口可以部署在局域网内让其他业务系统调用。8.2 批量任务处理批量检测是实际生产中最常用的功能。不需要对每一张图片都打开界面写一个脚本遍历输入目录即可# batch_detection.py import os import cv2 from ultralytics import YOLO model YOLO(best.pt) input_dir ./test_images output_dir ./test_results os.makedirs(output_dir, exist_okTrue) # 支持常见图片格式 image_exts (.jpg, .jpeg, .png, .bmp) for filename in sorted(os.listdir(input_dir)): if not filename.lower().endswith(image_exts): continue file_path os.path.join(input_dir, filename) img cv2.imread(file_path) if img is None: print(f跳过无法读取的文件: {filename}) continue results model.predict(img, conf0.45, iou0.5, verboseFalse) annotated results[0].plot() output_path os.path.join(output_dir, foutput_{filename}) cv2.imwrite(output_path, annotated) num_targets len(results[0].boxes) print(f处理完成: {filename}检测到 {num_targets} 个目标保存到 {output_path})批量任务要关注两个异常场景一是某些图片本身损坏会返回 None脚本要跳过而不是报错退出二是输出文件名不能冲突最好加前缀或时间戳。8.3 批量任务改进方向如果想做完整批处理队列可以加入日志记录每次处理记录时间、文件名、检测数量、耗时后续统计分析。失败重试读取失败或推理异常的图片放到failed/目录统一重跑。结果汇总把所有图片的检测数量汇总成 CSV 文件方便复核。9. 资源占用与性能观察9.1 显存占用观察方法训练和推理时可以用 NVIDIA 的命令行工具实时查看显存占用nvidia-smi在推理过程中反复执行观察利用率----------------------------------------------------------------------------- | NVIDIA-SMI 驱动版本 | | GPU 名称 显存占用 利用率 温度 | | NVIDIA GeForce GTX 1660 Ti 3000MiB 40% 62C | -----------------------------------------------------------------------------实际显存占用受模型规格、输入分辨率和 batch size 影响。YOLOv8n 在 640 分辨率下单张推理常见情况是 1-2GBYOLOv8s 常见 2-4GBYOLOv8m 以上可能在 4-8GB 甚至更高。但具体数值要按本机测试不要直接套用别人的数字。9.2 CPU 与 GPU 推理差异CPU 推理速度远低于 GPU。以 YOLOv8s 为例在普通 i5 CPU 上单张 640x640 图片可能耗时 0.5-2 秒在 GTX 1660 Ti 上可能只需要 20-80 毫秒。这个差距在视频实时检测中非常明显。代码中自动选择设备import torch device cuda if torch.cuda.is_available() else cpu print(f推理设备: {device}) model YOLO(best.pt).to(device)9.3 降低显存占用的方法如果显存不够按优先级调整换小模型YOLOv8m 换成 YOLOv8s 或 YOLOv8n。降低输入分辨率1280 降到 640检测速度提升明显小目标精度会下降。降低 batch size批量推理时显存是线性增长的。推理时关闭梯度模型推理模式下不需要梯度计算。减少并行进程不要同时开多个推理进程。9.4 端口冲突与进程残留如果 API 服务或摄像头被占用先检查端口和进程# 查看端口占用 netstat -ano | findstr :5000 # 结束指定 PID 进程Windows taskkill /PID 1234 /FLinux 用户用lsof -i :5000 kill -9 PID10. 常见问题与排查方法问题现象可能原因排查方式解决方案torch.cuda.is_available()返回 FalseCUDA 版本与 PyTorch 不匹配或未安装 GPU 版 PyTorch检查nvidia-smi驱动版本用pip list查看 torch 版本按驱动版本重装对应 CUDA 版 PyTorch加载权重时报错模型文件损坏或与 ultralytics 版本不兼容查看报错堆栈信息重新导出模型或升级/降级 ultralytics摄像头打不开摄像头被其他程序占用或 OpenCV 不支持该摄像头先关闭其他占用摄像头的软件再测试更换摄像头测试或改用cv2.VideoCapture(1)选择其他设备号检测画面特别卡CPU 推理、分辨率过高查看 CPU 占用率和单帧耗时切换到 GPU 推理或降低分辨率PyQt5 界面显示不全分辨率适配问题查看窗口最小尺寸设置增大setMinimumSize或调整布局拉伸策略API 接口超时图片过大、目标数量多、服务器负载高逐步压测单张耗时和并发请求限制上传图片大小增加超时时间考虑加任务队列批量任务中途停止某张图片损坏导致异常查看日志定位具体文件在代码中加 try-except 继续处理训练时损失不下降学习率过高/过低、数据量太少查看训练曲线图调整学习率、增加数据、切换优化器配置漏检率偏高训练数据不足、输入分辨率低查看验证集 mAP 和具体漏检图片补充数据、提高输入分辨率、降低置信度阈值误检率偏高背景干扰、数据标注不规范查看误检图片特征增加难负样本、提高置信度阈值PyQt5 启动后弹出缺少 DLL 错误系统缺少 VC 运行库查看错误提示安装对应运行库重试11. 最佳实践与使用建议11.1 从最小可运行版本开始第一次搭建不建议直接追求高精度。先用 YOLOv8n 少量数据集跑通全流程验证图片检测、摄像头检测、界面显示、接口调用都正常后再换大模型、扩充数据逐步优化。保留一套“能跑的最小配置”是排障的基础。11.2 数据集管理规范数据集文件建议按版本号管理datasets/ ├── smoke_v1/ ├── smoke_v2/ └── smoke_v3/每次新增数据都复制一份不要在原数据集上直接改。训练输出目录自动按时间生成可以记录下来哪一版数据训练的模型效果最好。11.3 推理服务稳定性如果要做 API 服务建议注意默认绑定127.0.0.1只允许本机访问跨机器访问再改0.0.0.0并加访问控制。单次请求不要传超大图片服务端限制文件大小。加一个简单的并发限制避免多个请求同时打满显存。推理服务不要和 PyQt5 界面跑在同一个进程里分开启动更稳。11.4 合规使用提醒这句再强调一次抽烟检测系统涉及公共区域监控摄像头部署前必须完成合规评估和告知授权。如果要做身份绑定、处罚通知、人脸识别等扩展功能需要额外评估法律风险不建议在演示项目中直接集成。12. 总结与下一步这个项目最值得尝试的点不是“抽烟检测”这一个功能本身而是 YOLOv8 PyQt5 这套组合的通用性。你只需要换掉训练数据把类别改成安全帽、反光衣、烟火、口罩系统框架几乎不用动就能快速变成另一套检测工具。这种迁移能力才是这个项目的核心价值。拿到代码后第一个要验证的是图片检测流程加载模型、选一张测试图、看结果。这一步通了后面摄像头、视频、API 都会顺畅很多。最容易踩的坑是环境配置阶段 PyTorch 版本和 CUDA 不匹配导致 GPU 不可用以及 PyQt5 界面在主线程做推理导致卡顿这两个问题占了初学者的很大比例。下一步可以往两个方向扩展方向一把模型从.pt导出为 ONNX用 ONNX Runtime 做 CPU 推理部署到无 GPU 的 Windows 终端免安装深度学习环境。方向二在 PyQt5 界面中加入检测记录管理、截图保存、时间段统计、告警提示把它做成一套完整的安全管理终端。接口服务 批量检测脚本 桌面界面三路并行这套系统已经具备工程化落地的雏形了。建议收藏备用搭建时可直接按文章中的步骤走。
