简介基于YOLOv8的智慧社区电梯电动车禁入识别系统是一套面向深度学习与计算机视觉方向毕业设计、课程设计的完整方案专为电梯场景中电动车禁入需求设计。压缩包共8个文件以代码脚本、模型权重和说明文档为主其中三个脚本文件覆盖可视化界面、视频检测与模型训练三份权重文件可直接用于推理另附说明文件便于快速启动整体仅约16MB部署轻量目前已吸引41人次学习下载。项目代码经完整测试附带完整数据集、可视化页面与部署教程能够输出混淆矩阵、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等核心指标功能完善且操作简单。尤其适合计算机相关专业学生直接作为毕设或课设使用也便于在此代码基础上扩展其他目标检测功能满足答辩与项目演示需求。1. 从电梯里的“禁止入内”贴纸到 YOLOv8 识别闭环这个毕设项目在解决什么电梯轿厢里贴“禁止电动车入内”的告示物业天天擦天天有人推。真正起作用的是在电梯启动前拦住人的设备。基于 YOLOv8 的智慧社区电梯电动车禁入识别系统要做的就是在一台接在电梯监控后端的计算设备上用 YOLOv8 模型实时判断画面里有没有电动自行车命中后通过可视化界面弹出告警并联动语音播报或门控。作为毕设或课程设计这类项目的价值在于把目标检测、数据处理、界面开发和软硬件联动放进一个小框架里单人一两个月就能完成演示效果直观。拿到压缩包后最省事的路径是先把权重跑通再把训练数据和摄像头视角对齐而不是直接调网络结构。目标检测在这类场景里的难点并非“有车没车”而是车把、车座、反光板只要出现局部界面上要不要响警报。这个问题不解决后面所有界面和报警都是空转。2. 电梯场景的 YOLOv8 识别基础预训练模型、网络结构与数据标注做这个系统第一件事往往不是训练而是把预训练模型放进电梯视觉里看一眼。看过之后会得到两个结果要么大多数目标都能框住但把轮椅、童车、乘梯人的反光衣也框进来要么稍微侧一点的电动车完全漏检。这背后是数据分布差异不是模型本身的问题。2.1 电梯监控下的电动车俯拍、小目标与红外夜视带来的干扰电梯摄像头通常装在轿厢顶部一角以 45 度到 60 度的视角俯拍整个轿厢。电动自行车出现在画面里时多数是斜侧面或尾部透视压缩后宽高比不稳定车把和车座在画面中占的比例远小于室外场景。加上广角镜头边缘畸变同一个目标在画面中心和角落的特征差异很大模型在 COCO 这类户外数据上学到的“整体轮廓”经验会失效。夜间低照度时摄像头切换红外模式画面转成黑白颜色特征几乎不可用车身金属和地板高光会形成大面积反光。电梯门开启瞬间走廊里的电动车只有车头探进来目标面积小且很快被门框截断。这些因素决定了数据采集方式从真实电梯监控录制视频按帧提取图像而不是去网页找一堆电动车照片混合训练。观测项电梯监控中的典型表现对检测的影响车身完整度被电梯门或人体遮挡常露出 50% 以下阈值不宜过高标注应保留部分遮挡样本目标像素面积640 分辨率下约 60~220 像素imgsz 保持 640 即可加到 960 收益有限光线白天高亮、夜间红外黑白训练集要同时包含两种模式视角俯视加广角畸变增强参数应关闭大角度旋转避免学到错误的姿态偏置这四种情况在电梯项目里几乎同时出现所以不能只看模型在公开数据集上的 mAP。数据分布对结果的影响远大于骨干网络换大一号或者训练轮数多加 100 轮。2.2 YOLOv8 网络结构C2f、SPPF 和 anchor-free 检测头如何处理这类目标YOLOv8 的核心结构经常被问到的有两点。第一是 C2f 模块通过跨层分支让信息在骨干网络里更充分融合对局部被遮挡的目标有更好的语义恢复能力。第二是检测头从 anchor-based 改成 anchor-free回归分支直接预测中心点和宽高在目标尺寸变化大但长宽比相对集中的场景下少了一层 anchor 匹配的调参负担。对于“yolov8 head 改进”这个方向建议放到项目后期。如果漏检集中在画面远处的小目标可以在原有三个检测头前面加一个 P2 小目标头但这会把特征图放大到输入尺寸的 1/2训练显存和推理耗时都会明显上升。对于毕设级别项目一开始用 yolov8s 原装模型配 640 输入已经比大多数人期望的效果好。真正要改的是数据不是网络。保存网络结构图也是答辩时会被问到的一步yolo export modelruns/detect/train/weights/best.pt formatonnx imgsz640这行命令把训练好的 best.pt 导出为 ONNX 格式。导出成功后用 Netron 打开 onnx 文件就能看到每一层张量的形状。导出前要注意imgsz640必须和训练时的输入尺寸一致否则模型输入输出 shape 对不上导出的节点是推理图不含训练用的 loss 分支。如果不想用命令行也可以直接调用model.export(formatonnx)效果相同。2.3 数据标注规范单类还是多类局部遮挡样本要不要标常见做法是只定义“e-bike”一个类别。电梯禁入针对的是电动自行车和电动轻便摩托这两类在监控画面里的差异远小于它们与普通自行车的差异拆成多类会增加标注工作量报警界面却不需要区分它们。真正容易混淆的是轮椅、大号婴儿车、装有挡风被的电动车这些应该在训练集的背景类别里多出现模型才能把它们和电动自行车区分开。标注时约定这几条规则车体或推行状态下目标占画面候选框一半以上时标注车头已经进入轿厢、车身大部分在走廊时露出部分超过四分之一就标婴儿车、轮椅、拉杆箱不标但要在验证集里保留一定数量来观察误报同一段连续视频每隔 5~10 帧截取一帧避免训练集和验证集来自同一段连续帧否则验证精度虚高。数据标注后的目录结构通常写成这样path: /data/elevator_ebike train: images/train val: images/val names: 0: e-bike这个 YAML 文件同时给训练脚本标注数据路径和类别名。names必须从 0 开始类别顺序一旦确定不要在训练过程中修改否则模型预测的类别索引和标签 txt 对不上。第一次训练前可以跑一遍yolo detect train dataelevator.yaml modelyolov8s.pt epochs1正常启动时会有标注数量提示如果提示找不到标签优先检查标注文件是否和图片同名、是否放在对应的labels目录下而不是怀疑数据集本身。3. 训练自己的数据集YOLOv8 环境配置、超参与损失曲线训练阶段大部分坑集中在环境装配、显存超限和 loss 曲线看不懂。先给一套省事的环境配置再讲参数怎么设最后落到损失曲线怎么看。3.1 YOLOv8 环境配置conda、CUDA 与依赖库的对齐我一般用 conda 创建独立的 Python 3.10 环境再安装 ultralytics 和 opencvconda create -n ebike python3.10 -y conda activate ebike pip install ultralytics opencv-python nvidia-smiultralytics 会一并带起 torch、torchvision、onnx 等依赖。nvidia-smi用来确认本机显卡驱动状态驱动正常时 torch 自带的 CUDA 运行库基本都能直接工作。遇到无法在线安装的环境先在有网络条件的机器上执行pip download ultralytics opencv-python -d wheel_cache再把整个 wheel 目录拷贝到目标机器用pip install --no-index --find-linkswheel_cache ultralytics opencv-python完成安装整个过程不需要访问外部源。GTX1660Ti 这类 6GB 显存显卡上这套组合可以直接跑训练纯 CPU 机器只建议做推理演示不建议训练。3.2 训练关键参数与损失曲线一份可以直接抄的参数表核心训练命令如下yolo detect train dataelevator.yaml modelyolov8s.pt \ epochs300 batch8 imgsz640 device0 \ patience40 lr00.01 close_mosaic10 \ projectruns/elevator nametrain_ebike参数建议值为什么这样给epochs200~300电梯电动车场景样本量小后段训练仍会缓慢提升 AP不建议低于 150batch86GB 显存GTX1660Ti 这类 6GB 卡上 8 是安全值显存不足就减到 4 并关闭 cacheimgsz640目标占画面比例大640 足够平均目标小于 40 像素时再试 960patience30~50前 50 轮不触发早停防止训练初期 loss 震荡就提前中断lr00.01SGD/ 0.001AdamW手动改学习率时要注意和优化器匹配否则收敛慢close_mosaic10最后 10 轮关闭 mosaic 增强让模型适应真实分布否则验证集指标偏低训练结束后runs/elevator/train_ebike/下会生成weights/best.pt、last.pt、results.png和results.csv。选模型不能只看 val box_loss还要结合混淆矩阵观察误报类型。热词里经常有人搜“yolov8 画损失函数曲线图”官方 results 图里已经包含如果想自己复现import pandas as pd import matplotlib.pyplot as plt df pd.read_csv(runs/elevator/train_ebike/results.csv) df.columns [c.strip() for c in df.columns] for col in [train/box_loss, val/box_loss]: plt.plot(df[col].dropna(), labelcol) plt.legend() plt.savefig(loss_curve.png)results.csv的列名在不同版本里可能带空格所以先用列表推导式统一 strip。曲线横轴是 epoch看 loss 是否持续下降如果 val loss 在某个 epoch 后反弹而 train loss 继续下降说明进入过拟合回退到 val loss 最低点对应的权重即可这也是选择 best.pt 而不是 last.pt 的原因。3.3 电梯场景专属的数据增强旋转要关黑白样本要真常见误区是打开所有增强项让模型“更泛化”。电梯监控摄像头位置固定视角不会有大的旋转和多尺度变化所以degrees要调小甚至关闭translate保持默认。flipud也没有意义车辆不会倒立开着反而增加错误特征fliplr可以保留因为电梯左右两侧都可能进车。夜间样本不足时不要靠调 HSV 模拟黑白红外图。红外图像不是简单去色而是对比度变化和噪点增加最直接的办法是录一段夜间电梯监控视频抽 100~300 帧补充标注。如果项目要求只用白天数据就需要在界面层做两套置信度阈值夜间模式把 conf 从 0.45 提高到 0.55用于压制金属反光。4. 可视化界面与部署闭环RTSP 接入、推理线程与报警联动模型训完只是第一步。交付物里“可视化界面”的意义是让非技术人员能看到画面里的框也让报警动作有据可查。常见做法是把程序拆成取流、推理、界面、告警四个独立部分。4.1 部署架构拆分为什么界面和推理要分线程用 PySide6 或 Tkinter 做界面的项目最容易翻车的点是把推理直接写到界面的 while 循环里。摄像头一卡界面就无响应推理一慢画面也卡。常见做法是开一个抓帧线程专门读 VideoCapture检测结果通过队列传递界面只负责把最新帧和框画出来。如果项目要求远程查看可以用 Flask 加定时推帧后端把带框的 JPEG 推到页面前端用 img 标签刷新即可。报警联动是这个系统的重点。识别到电动车之后至少要有两个动作可选语音播报“电动自行车禁止入梯”和通过 USB 继电器阻断电梯关门。毕设环境里推荐 USB 继电器串口速率 9600 即可工作如果对接已有楼宇系统则需要看对方给出的是干接点还是电平信号接口方式稍有不同。4.2 一个最小可运行的可视化界面代码防抖、冷却与画框import time import cv2 from ultralytics import YOLO model YOLO(best.pt) cap cv2.VideoCapture(elevator_room.mp4) # 换成 RTSP 地址即可 COOLDOWN 30 # 两次告警最小间隔秒 HIT_FRAMES 5 # 连续命中多少帧判定为一次有效告警 CONF 0.45 hit_count 0 last_alarm 0.0 while cap.isOpened(): ok, frame cap.read() if not ok: break res model.predict(frame, confCONF, imgsz640, verboseFalse) boxes [b for b in res[0].boxes if int(b.cls) 0] if boxes: hit_count 1 else: hit_count max(hit_count - 1, 0) now time.time() if hit_count HIT_FRAMES and now - last_alarm COOLDOWN: print(trigger alarm: door keep open voice broadcast) last_alarm now hit_count 0 for b in boxes: x1, y1, x2, y2 map(int, b.xyxy[0]) cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 0, 255), 2) cv2.imshow(elevator e-bike detection, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()hit_count采用递增递减而不是布尔值单帧误检只会让计数加一不会立刻触发。HIT_FRAMES5表示连续命中 5 帧在 25fps 视频里大约是 0.2 秒可以滤掉闪烁式误检又不会让推行电动车的人跑出画面。COOLDOWN30是告警冷却时间防止电梯门反复开关时不停触发。CONF0.45是置信度阈值部署后如果反光误报多优先调它而不是改模型。cap cv2.VideoCapture处可以直接换成摄像头 RTSP 地址此时cap.isOpened()的成功与否取决于网络和设备响应速度。4.3 RTSP 断线重连与边缘设备上的推理加速摄像头偶发断电是常态原生的 VideoCapture 在断流后往往表现为isOpened()为 True 但read()一直返回 False。需要写一个带重试的打开函数def open_capture(url, retries3, timeout_s10): cap None for attempt in range(retries): cap cv2.VideoCapture(url, cv2.CAP_FFMPEG) cap.set(cv2.CAP_PROP_OPEN_TIMEOUT_MSEC, timeout_s * 1000) cap.set(cv2.CAP_PROP_READ_TIMEOUT_MSEC, timeout_s * 1000) if cap.isOpened(): return cap if cap is not None: cap.release() time.sleep(2 * (attempt 1)) return NoneCAP_PROP_OPEN_TIMEOUT_MSEC和CAP_PROP_READ_TIMEOUT_MSEC决定 OpenCV 等待设备响应的时间单位是毫秒对于网络摄像机不能设太短否则网络抖动一次就会触发重建。重试间隔按 2、4、6 秒递增避免摄像头重启过程中反复握手。推理加速方面如果部署机器有一张 GTX1660Titorch 半精度推理下 640 分辨率单帧大约 20ms 到 40ms足够覆盖电梯门开合周期。真正容易成为瓶颈的是取流缓冲CAP_PROP_BUFFERSIZE应设为 1让推理拿到最新画面而不是积压的旧帧。5. 验收测试与误报压制三个场景、两个阈值、一个复位条件跑通部署只算完成一半。最后要做的验收很简单准备三段视频。第一段是空电梯有人进出但不推车允许 0 次误报第二段是推行电动车进入轿厢要求从车头进入画面到车门关闭前至少触发一次告警第三段是婴儿车、轮椅、大件行李依次经过记录误报次数。用同一套防抖逻辑统计import cv2 from ultralytics import YOLO model YOLO(best.pt) cap cv2.VideoCapture(test_01_empty_elevator.mp4) frames 0 false_alarm 0 hit_count 0 while cap.isOpened(): ok, frame cap.read() if not ok: break frames 1 res model.predict(frame, conf0.45, imgsz640, verboseFalse) hit_count hit_count 1 if res[0].boxes else max(hit_count - 1, 0) if hit_count 5: false_alarm 1 hit_count 0 print(total frames:, frames, false alarms:, false_alarm)这个脚本把第 4 章的防抖逻辑原样搬到统计端得到的误报次数可以直接写进答辩材料。空电梯场景允许 10 分钟最多 1 次有人无车场景允许 10 分钟不超过 2 次因为条纹外套和反光条偶尔会骗过模型。5.1 置信度阈值和连续命中帧数的联动调整先看训练日志里的PR_curve.png取 precision 和 recall 交点附近的阈值作为起点再在 0.4、0.5、0.6、0.7 四个值上分别跑 5.1 的三段视频统计“空梯误报次数”和“真实目标触发时长”。漏报多时把 conf 降到 0.35同时把 hit_frames 提高到 8误报多时把 conf 抬到 0.6hit_frames 降到 3。电梯场景里有个反直觉的点降低连续命中帧数不一定增加误报因为模型单帧误报往往是闪烁式的hit_count 涨到 3 又跌回去而真实推行车会连续命中 20 帧以上。5.2 最后建议把参数放到配置文件里而不是改代码把模型路径、置信度阈值、连续命中帧数、冷却时间和摄像头地址全部挪到 config.ini[detection] model_path weights/best.pt conf 0.45 hit_frames 5 cooldown 30 iou 0.45 [source] rtsp_url rtsp://user:passip:554/Streaming/Channels/1程序启动时用 configparser 读入界面另外提供夜间模式按钮一键把 conf 切换到 0.55。后续换摄像头、换电梯都不需要改代码。第一次安装时先在白天光线下连续跑两小时确认空电梯不误报再开启夜间模式重新跑一遍夜视视频两个时段都通过后这套系统才算真正可交付。本文还有配套的精品资源点击获取
简介基于YOLOv8的智慧社区电梯电动车禁入识别系统是一套面向深度学习与计算机视觉方向毕业设计、课程设计的完整方案专为电梯场景中电动车禁入需求设计。压缩包共8个文件以代码脚本、模型权重和说明文档为主其中三个脚本文件覆盖可视化界面、视频检测与模型训练三份权重文件可直接用于推理另附说明文件便于快速启动整体仅约16MB部署轻量目前已吸引41人次学习下载。项目代码经完整测试附带完整数据集、可视化页面与部署教程能够输出混淆矩阵、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等核心指标功能完善且操作简单。尤其适合计算机相关专业学生直接作为毕设或课设使用也便于在此代码基础上扩展其他目标检测功能满足答辩与项目演示需求。1. 从电梯里的“禁止入内”贴纸到 YOLOv8 识别闭环这个毕设项目在解决什么电梯轿厢里贴“禁止电动车入内”的告示物业天天擦天天有人推。真正起作用的是在电梯启动前拦住人的设备。基于 YOLOv8 的智慧社区电梯电动车禁入识别系统要做的就是在一台接在电梯监控后端的计算设备上用 YOLOv8 模型实时判断画面里有没有电动自行车命中后通过可视化界面弹出告警并联动语音播报或门控。作为毕设或课程设计这类项目的价值在于把目标检测、数据处理、界面开发和软硬件联动放进一个小框架里单人一两个月就能完成演示效果直观。拿到压缩包后最省事的路径是先把权重跑通再把训练数据和摄像头视角对齐而不是直接调网络结构。目标检测在这类场景里的难点并非“有车没车”而是车把、车座、反光板只要出现局部界面上要不要响警报。这个问题不解决后面所有界面和报警都是空转。2. 电梯场景的 YOLOv8 识别基础预训练模型、网络结构与数据标注做这个系统第一件事往往不是训练而是把预训练模型放进电梯视觉里看一眼。看过之后会得到两个结果要么大多数目标都能框住但把轮椅、童车、乘梯人的反光衣也框进来要么稍微侧一点的电动车完全漏检。这背后是数据分布差异不是模型本身的问题。2.1 电梯监控下的电动车俯拍、小目标与红外夜视带来的干扰电梯摄像头通常装在轿厢顶部一角以 45 度到 60 度的视角俯拍整个轿厢。电动自行车出现在画面里时多数是斜侧面或尾部透视压缩后宽高比不稳定车把和车座在画面中占的比例远小于室外场景。加上广角镜头边缘畸变同一个目标在画面中心和角落的特征差异很大模型在 COCO 这类户外数据上学到的“整体轮廓”经验会失效。夜间低照度时摄像头切换红外模式画面转成黑白颜色特征几乎不可用车身金属和地板高光会形成大面积反光。电梯门开启瞬间走廊里的电动车只有车头探进来目标面积小且很快被门框截断。这些因素决定了数据采集方式从真实电梯监控录制视频按帧提取图像而不是去网页找一堆电动车照片混合训练。观测项电梯监控中的典型表现对检测的影响车身完整度被电梯门或人体遮挡常露出 50% 以下阈值不宜过高标注应保留部分遮挡样本目标像素面积640 分辨率下约 60~220 像素imgsz 保持 640 即可加到 960 收益有限光线白天高亮、夜间红外黑白训练集要同时包含两种模式视角俯视加广角畸变增强参数应关闭大角度旋转避免学到错误的姿态偏置这四种情况在电梯项目里几乎同时出现所以不能只看模型在公开数据集上的 mAP。数据分布对结果的影响远大于骨干网络换大一号或者训练轮数多加 100 轮。2.2 YOLOv8 网络结构C2f、SPPF 和 anchor-free 检测头如何处理这类目标YOLOv8 的核心结构经常被问到的有两点。第一是 C2f 模块通过跨层分支让信息在骨干网络里更充分融合对局部被遮挡的目标有更好的语义恢复能力。第二是检测头从 anchor-based 改成 anchor-free回归分支直接预测中心点和宽高在目标尺寸变化大但长宽比相对集中的场景下少了一层 anchor 匹配的调参负担。对于“yolov8 head 改进”这个方向建议放到项目后期。如果漏检集中在画面远处的小目标可以在原有三个检测头前面加一个 P2 小目标头但这会把特征图放大到输入尺寸的 1/2训练显存和推理耗时都会明显上升。对于毕设级别项目一开始用 yolov8s 原装模型配 640 输入已经比大多数人期望的效果好。真正要改的是数据不是网络。保存网络结构图也是答辩时会被问到的一步yolo export modelruns/detect/train/weights/best.pt formatonnx imgsz640这行命令把训练好的 best.pt 导出为 ONNX 格式。导出成功后用 Netron 打开 onnx 文件就能看到每一层张量的形状。导出前要注意imgsz640必须和训练时的输入尺寸一致否则模型输入输出 shape 对不上导出的节点是推理图不含训练用的 loss 分支。如果不想用命令行也可以直接调用model.export(formatonnx)效果相同。2.3 数据标注规范单类还是多类局部遮挡样本要不要标常见做法是只定义“e-bike”一个类别。电梯禁入针对的是电动自行车和电动轻便摩托这两类在监控画面里的差异远小于它们与普通自行车的差异拆成多类会增加标注工作量报警界面却不需要区分它们。真正容易混淆的是轮椅、大号婴儿车、装有挡风被的电动车这些应该在训练集的背景类别里多出现模型才能把它们和电动自行车区分开。标注时约定这几条规则车体或推行状态下目标占画面候选框一半以上时标注车头已经进入轿厢、车身大部分在走廊时露出部分超过四分之一就标婴儿车、轮椅、拉杆箱不标但要在验证集里保留一定数量来观察误报同一段连续视频每隔 5~10 帧截取一帧避免训练集和验证集来自同一段连续帧否则验证精度虚高。数据标注后的目录结构通常写成这样path: /data/elevator_ebike train: images/train val: images/val names: 0: e-bike这个 YAML 文件同时给训练脚本标注数据路径和类别名。names必须从 0 开始类别顺序一旦确定不要在训练过程中修改否则模型预测的类别索引和标签 txt 对不上。第一次训练前可以跑一遍yolo detect train dataelevator.yaml modelyolov8s.pt epochs1正常启动时会有标注数量提示如果提示找不到标签优先检查标注文件是否和图片同名、是否放在对应的labels目录下而不是怀疑数据集本身。3. 训练自己的数据集YOLOv8 环境配置、超参与损失曲线训练阶段大部分坑集中在环境装配、显存超限和 loss 曲线看不懂。先给一套省事的环境配置再讲参数怎么设最后落到损失曲线怎么看。3.1 YOLOv8 环境配置conda、CUDA 与依赖库的对齐我一般用 conda 创建独立的 Python 3.10 环境再安装 ultralytics 和 opencvconda create -n ebike python3.10 -y conda activate ebike pip install ultralytics opencv-python nvidia-smiultralytics 会一并带起 torch、torchvision、onnx 等依赖。nvidia-smi用来确认本机显卡驱动状态驱动正常时 torch 自带的 CUDA 运行库基本都能直接工作。遇到无法在线安装的环境先在有网络条件的机器上执行pip download ultralytics opencv-python -d wheel_cache再把整个 wheel 目录拷贝到目标机器用pip install --no-index --find-linkswheel_cache ultralytics opencv-python完成安装整个过程不需要访问外部源。GTX1660Ti 这类 6GB 显存显卡上这套组合可以直接跑训练纯 CPU 机器只建议做推理演示不建议训练。3.2 训练关键参数与损失曲线一份可以直接抄的参数表核心训练命令如下yolo detect train dataelevator.yaml modelyolov8s.pt \ epochs300 batch8 imgsz640 device0 \ patience40 lr00.01 close_mosaic10 \ projectruns/elevator nametrain_ebike参数建议值为什么这样给epochs200~300电梯电动车场景样本量小后段训练仍会缓慢提升 AP不建议低于 150batch86GB 显存GTX1660Ti 这类 6GB 卡上 8 是安全值显存不足就减到 4 并关闭 cacheimgsz640目标占画面比例大640 足够平均目标小于 40 像素时再试 960patience30~50前 50 轮不触发早停防止训练初期 loss 震荡就提前中断lr00.01SGD/ 0.001AdamW手动改学习率时要注意和优化器匹配否则收敛慢close_mosaic10最后 10 轮关闭 mosaic 增强让模型适应真实分布否则验证集指标偏低训练结束后runs/elevator/train_ebike/下会生成weights/best.pt、last.pt、results.png和results.csv。选模型不能只看 val box_loss还要结合混淆矩阵观察误报类型。热词里经常有人搜“yolov8 画损失函数曲线图”官方 results 图里已经包含如果想自己复现import pandas as pd import matplotlib.pyplot as plt df pd.read_csv(runs/elevator/train_ebike/results.csv) df.columns [c.strip() for c in df.columns] for col in [train/box_loss, val/box_loss]: plt.plot(df[col].dropna(), labelcol) plt.legend() plt.savefig(loss_curve.png)results.csv的列名在不同版本里可能带空格所以先用列表推导式统一 strip。曲线横轴是 epoch看 loss 是否持续下降如果 val loss 在某个 epoch 后反弹而 train loss 继续下降说明进入过拟合回退到 val loss 最低点对应的权重即可这也是选择 best.pt 而不是 last.pt 的原因。3.3 电梯场景专属的数据增强旋转要关黑白样本要真常见误区是打开所有增强项让模型“更泛化”。电梯监控摄像头位置固定视角不会有大的旋转和多尺度变化所以degrees要调小甚至关闭translate保持默认。flipud也没有意义车辆不会倒立开着反而增加错误特征fliplr可以保留因为电梯左右两侧都可能进车。夜间样本不足时不要靠调 HSV 模拟黑白红外图。红外图像不是简单去色而是对比度变化和噪点增加最直接的办法是录一段夜间电梯监控视频抽 100~300 帧补充标注。如果项目要求只用白天数据就需要在界面层做两套置信度阈值夜间模式把 conf 从 0.45 提高到 0.55用于压制金属反光。4. 可视化界面与部署闭环RTSP 接入、推理线程与报警联动模型训完只是第一步。交付物里“可视化界面”的意义是让非技术人员能看到画面里的框也让报警动作有据可查。常见做法是把程序拆成取流、推理、界面、告警四个独立部分。4.1 部署架构拆分为什么界面和推理要分线程用 PySide6 或 Tkinter 做界面的项目最容易翻车的点是把推理直接写到界面的 while 循环里。摄像头一卡界面就无响应推理一慢画面也卡。常见做法是开一个抓帧线程专门读 VideoCapture检测结果通过队列传递界面只负责把最新帧和框画出来。如果项目要求远程查看可以用 Flask 加定时推帧后端把带框的 JPEG 推到页面前端用 img 标签刷新即可。报警联动是这个系统的重点。识别到电动车之后至少要有两个动作可选语音播报“电动自行车禁止入梯”和通过 USB 继电器阻断电梯关门。毕设环境里推荐 USB 继电器串口速率 9600 即可工作如果对接已有楼宇系统则需要看对方给出的是干接点还是电平信号接口方式稍有不同。4.2 一个最小可运行的可视化界面代码防抖、冷却与画框import time import cv2 from ultralytics import YOLO model YOLO(best.pt) cap cv2.VideoCapture(elevator_room.mp4) # 换成 RTSP 地址即可 COOLDOWN 30 # 两次告警最小间隔秒 HIT_FRAMES 5 # 连续命中多少帧判定为一次有效告警 CONF 0.45 hit_count 0 last_alarm 0.0 while cap.isOpened(): ok, frame cap.read() if not ok: break res model.predict(frame, confCONF, imgsz640, verboseFalse) boxes [b for b in res[0].boxes if int(b.cls) 0] if boxes: hit_count 1 else: hit_count max(hit_count - 1, 0) now time.time() if hit_count HIT_FRAMES and now - last_alarm COOLDOWN: print(trigger alarm: door keep open voice broadcast) last_alarm now hit_count 0 for b in boxes: x1, y1, x2, y2 map(int, b.xyxy[0]) cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 0, 255), 2) cv2.imshow(elevator e-bike detection, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()hit_count采用递增递减而不是布尔值单帧误检只会让计数加一不会立刻触发。HIT_FRAMES5表示连续命中 5 帧在 25fps 视频里大约是 0.2 秒可以滤掉闪烁式误检又不会让推行电动车的人跑出画面。COOLDOWN30是告警冷却时间防止电梯门反复开关时不停触发。CONF0.45是置信度阈值部署后如果反光误报多优先调它而不是改模型。cap cv2.VideoCapture处可以直接换成摄像头 RTSP 地址此时cap.isOpened()的成功与否取决于网络和设备响应速度。4.3 RTSP 断线重连与边缘设备上的推理加速摄像头偶发断电是常态原生的 VideoCapture 在断流后往往表现为isOpened()为 True 但read()一直返回 False。需要写一个带重试的打开函数def open_capture(url, retries3, timeout_s10): cap None for attempt in range(retries): cap cv2.VideoCapture(url, cv2.CAP_FFMPEG) cap.set(cv2.CAP_PROP_OPEN_TIMEOUT_MSEC, timeout_s * 1000) cap.set(cv2.CAP_PROP_READ_TIMEOUT_MSEC, timeout_s * 1000) if cap.isOpened(): return cap if cap is not None: cap.release() time.sleep(2 * (attempt 1)) return NoneCAP_PROP_OPEN_TIMEOUT_MSEC和CAP_PROP_READ_TIMEOUT_MSEC决定 OpenCV 等待设备响应的时间单位是毫秒对于网络摄像机不能设太短否则网络抖动一次就会触发重建。重试间隔按 2、4、6 秒递增避免摄像头重启过程中反复握手。推理加速方面如果部署机器有一张 GTX1660Titorch 半精度推理下 640 分辨率单帧大约 20ms 到 40ms足够覆盖电梯门开合周期。真正容易成为瓶颈的是取流缓冲CAP_PROP_BUFFERSIZE应设为 1让推理拿到最新画面而不是积压的旧帧。5. 验收测试与误报压制三个场景、两个阈值、一个复位条件跑通部署只算完成一半。最后要做的验收很简单准备三段视频。第一段是空电梯有人进出但不推车允许 0 次误报第二段是推行电动车进入轿厢要求从车头进入画面到车门关闭前至少触发一次告警第三段是婴儿车、轮椅、大件行李依次经过记录误报次数。用同一套防抖逻辑统计import cv2 from ultralytics import YOLO model YOLO(best.pt) cap cv2.VideoCapture(test_01_empty_elevator.mp4) frames 0 false_alarm 0 hit_count 0 while cap.isOpened(): ok, frame cap.read() if not ok: break frames 1 res model.predict(frame, conf0.45, imgsz640, verboseFalse) hit_count hit_count 1 if res[0].boxes else max(hit_count - 1, 0) if hit_count 5: false_alarm 1 hit_count 0 print(total frames:, frames, false alarms:, false_alarm)这个脚本把第 4 章的防抖逻辑原样搬到统计端得到的误报次数可以直接写进答辩材料。空电梯场景允许 10 分钟最多 1 次有人无车场景允许 10 分钟不超过 2 次因为条纹外套和反光条偶尔会骗过模型。5.1 置信度阈值和连续命中帧数的联动调整先看训练日志里的PR_curve.png取 precision 和 recall 交点附近的阈值作为起点再在 0.4、0.5、0.6、0.7 四个值上分别跑 5.1 的三段视频统计“空梯误报次数”和“真实目标触发时长”。漏报多时把 conf 降到 0.35同时把 hit_frames 提高到 8误报多时把 conf 抬到 0.6hit_frames 降到 3。电梯场景里有个反直觉的点降低连续命中帧数不一定增加误报因为模型单帧误报往往是闪烁式的hit_count 涨到 3 又跌回去而真实推行车会连续命中 20 帧以上。5.2 最后建议把参数放到配置文件里而不是改代码把模型路径、置信度阈值、连续命中帧数、冷却时间和摄像头地址全部挪到 config.ini[detection] model_path weights/best.pt conf 0.45 hit_frames 5 cooldown 30 iou 0.45 [source] rtsp_url rtsp://user:passip:554/Streaming/Channels/1程序启动时用 configparser 读入界面另外提供夜间模式按钮一键把 conf 切换到 0.55。后续换摄像头、换电梯都不需要改代码。第一次安装时先在白天光线下连续跑两小时确认空电梯不误报再开启夜间模式重新跑一遍夜视视频两个时段都通过后这套系统才算真正可交付。本文还有配套的精品资源点击获取
