Yolo简单上手

什么是Yolo？

YOLO（You Only Look Once，意思是“你只需看一次”）是一个用来识别图片里物体的AI算法，特点是又快又准。

YOLO 是怎么工作的？

普通的方法（比如 R-CNN）是先找出可能有目标的地方，再去分类。而 YOLO 直接把整张图片输入，一次性就能识别所有目标，就像人一眼扫过去就能看出画面里有什么。

YOLO 的厉害之处

  1. 速度快 🚀 —— 一次看完，立刻给出结果，适合实时应用，比如自动驾驶、监控识别等。
  2. 准确率高 🎯 —— 通过深度学习不断优化，能精准找到目标。
  3. 结构简单 🏗 —— 直接输入图片，输出结果，没有复杂的中间步骤。

有趣的应用项目

  1. 打蚊子 https://b23.tv/n5GAoEK
  2. 停车位检测 https://b23.tv/rUjtwbw
  3. 机械臂视角抓取 https://b23.tv/e51dYnB
  4. 人形机器人机械臂 https://b23.tv/UkVEofg

项目搭建

  1. 安装必要的库 你需要安装 OpenCV 和 ultralytics（YOLO 的 Python 库）：
1
pip install opencv-python ultralytics
  1. 加载 YOLOv8 模型 使用 yolov8n.pt（轻量级 YOLOv8 版本）进行实时检测。
    测试代码：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
import cv2
from ultralytics import YOLO

# 加载 YOLOv8 预训练模型
model = YOLO("yolov8n.pt")

# 打开摄像头 (0 代表默认摄像头)
cap = cv2.VideoCapture(0)

while cap.isOpened():
    success, frame = cap.read()  # 读取摄像头画面
    if not success:
        break

    # 进行人体检测
    results = model(frame)  

    # 在画面上绘制检测结果
    for result in results:
        for box in result.boxes:
            x1, y1, x2, y2 = map(int, box.xyxy[0])  # 获取边界框坐标
            confidence = box.conf[0]  # 置信度
            label = result.names[int(box.cls[0])]  # 目标类别

            # 只检测 "person" 类别
            if label == "person":
                cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)  # 绿色框
                cv2.putText(frame, f"Person: {confidence:.2f}", (x1, y1 - 10),
                            cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

    # 显示检测画面
    cv2.imshow("Real-time Human Detection", frame)

    # 按 'q' 退出
    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

cap.release()
cv2.destroyAllWindows()