简介这是一套面向计算机、人工智能、自动化等专业学生与教师的YOLOv8宠物行为分析完整项目可直接用于毕业设计、课程设计或大作业。资源包含训练好的模型权重、完整数据集、可视化交互界面与部署说明部署后即可运行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便于答辩展示与结果分析。压缩包共97个文件约24.21MB以70个Python源码文件为主辅以pt模型权重、xml标注、pyc缓存及少量txt说明与mp4演示视频结构清晰覆盖训练、检测与界面服务等模块。目前已有46人学习。读者可据此快速复现完整流程理解数据组织、模型训练与可视化评估思路并在此基础上修改扩展功能适合作为毕设或课设的可靠起点。1. 从一份能直接跑通的宠物行为分析系统说起如果你正在找一份能直接跑通的 YOLOv8 实战项目尤其是带完整数据集、可视化界面和部署说明的那种这份《基于 YOLOv8 的宠物行为分析系统》值得花时间拆一遍。它不是那种只丢几个脚本、缺权重、缺数据的半成品而是把源码、best.pt 权重、五类行为检测服务、可视化页面、训练脚本和部署说明打包在一起的完整工程。拿到手后按 README.txt 走一遍基本能在本地把检测跑起来看到视频里的宠物行为被框出来并打上类别标签。这套东西解决的核心问题是把 YOLOv8 从“能训练”推进到“能演示、能答辩、能交作业”。它适合计算机、人工智能、通信、自动化等专业的在校学生做毕设或课程设计也适合刚接触目标检测、想找一个完整工程练手的新手。项目里已经包含五类宠物行为的检测逻辑、训练配置、评估指标输出以及一个基于 PyQt 或类似框架的可视化界面省去了自己从零搭界面的时间。接下来我会按“资源里有什么 → 怎么跑起来 → 怎么训练自己的数据 → 坑在哪 → 怎么改”的顺序把这份资源拆成可复现的步骤。2. 资源结构拆解从 main.py 到 best.pt 的完整链路2.1 目录里真正值得关注的几个文件拿到压缩包后先别急着双击 main.py。我一般会先扫一遍目录确认权重、数据、服务脚本和界面入口是否齐全。这份资源里下面这些文件是核心文件/目录作用是否必须main.py可视化界面入口启动后加载模型和视频是five_type_det_service.py五类行为检测服务封装推理逻辑是model/best.pt训练好的 YOLOv8 权重直接用于推理是模型训练/train_mode.py训练脚本支持自定义数据集训练时需要模型训练/yolov8n.pt官方预训练权重用于迁移学习训练时需要abnoenal_video_five_type_test/测试视频目录含 mp4 样本演示时需要utils/数据加载、增强、指标、绘图等工具是config/模型配置文件含 rtmdet、faster-rcnn 等参考用README.txt部署说明和运行步骤必读从目录能看出作者把训练和推理分开了推理走 main.py five_type_det_service.py best.pt训练走 模型训练/train_mode.py yolov8n.pt。这种拆分对毕设答辩很友好演示时不用等训练直接加载权重就能出结果。2.2 五类行为检测服务是怎么封装的five_type_det_service.py 是整个系统的推理核心。它把 YOLOv8 的加载、预处理、推理、后处理封装成一个服务类main.py 只需要调用这个服务传入视频帧或图片路径就能拿到检测结果。常见做法是继承 YOLO 类重写 predict 或call把类别映射和置信度阈值固定下来。下面是我根据这类工程常见写法还原的一个简化版服务封装你可以对照源码看结构# five_type_det_service.py 简化示意 from ultralytics import YOLO import cv2 import numpy as np class FiveTypeDetService: def __init__(self, weight_path, conf0.25, iou0.45): # 加载训练好的权重best.pt 里已经包含五类行为的分类头 self.model YOLO(weight_path) self.conf conf # 置信度阈值低于这个值的框会被过滤 self.iou iou # NMS 的 IoU 阈值控制重叠框合并程度 self.class_names [sitting, standing, walking, eating, sleeping] def detect_frame(self, frame): # 直接传 numpy 数组YOLOv8 内部会做 letterbox 和归一化 results self.model.predict(frame, confself.conf, iouself.iou, verboseFalse) boxes [] for r in results: for box in r.boxes: x1, y1, x2, y2 box.xyxy[0].cpu().numpy() cls_id int(box.cls[0].cpu().numpy()) score float(box.conf[0].cpu().numpy()) boxes.append({ bbox: [int(x1), int(y1), int(x2), int(y2)], class: self.class_names[cls_id], score: round(score, 3) }) return boxes def detect_video(self, video_path, output_pathNone): cap cv2.VideoCapture(video_path) fps cap.get(cv2.CAP_PROP_FPS) w int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) h int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) writer None if output_path: fourcc cv2.VideoWriter_fourcc(*mp4v) writer cv2.VideoWriter(output_path, fourcc, fps, (w, h)) while cap.isOpened(): ret, frame cap.read() if not ret: break detections self.detect_frame(frame) for det in detections: x1, y1, x2, y2 det[bbox] cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2) label f{det[class]} {det[score]} cv2.putText(frame, label, (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2) if writer: writer.write(frame) cv2.imshow(Pet Behavior, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() if writer: writer.release() cv2.destroyAllWindows()这段代码的关键参数有三个conf 控制检测框的严格程度调高会减少误检但可能漏检iou 控制重叠框的合并宠物姿态变化大时可以适当调低class_names 的顺序必须和训练时 data.yaml 里的 names 一致否则会出现“框对了但标签错了”的翻车现场。源码里的 five_type_det_service.py 大概率还加了异常处理和日志但核心逻辑就是上面这些。2.3 可视化界面和推理入口怎么衔接main.py 是界面入口通常用 PyQt5 或 tkinter 搭一个窗口上面放“选择视频”“开始检测”“停止”几个按钮中间是视频显示区域。它不直接碰 YOLO而是实例化 FiveTypeDetService把视频路径传进去服务层返回带框的帧界面层负责显示。这种分层的好处是你想换模型只改服务层你想换界面只改 main.py。我一般会先单独跑 five_type_det_service.py 里的测试代码确认模型能加载、能出框再去调界面。因为界面报错往往只是表象真正的问题多半在权重路径或类别映射上。资源里带了 abnoenal_video_five_type_test 目录下的 mp4 样本拿一个出来测能最快验证整条链路是否通。3. 本地部署实操环境、权重、视频检测三步走3.1 环境配置Python 版本和依赖怎么定这份资源的目录里有pycache/detect.cpython-39.pyc说明作者用的是 Python 3.9。我建议直接对齐 3.9避免 ultralytics 和 PyQt5 的版本冲突。常见做法是建一个 conda 环境conda create -n pet_yolov8 python3.9 -y conda activate pet_yolov8 pip install ultralytics opencv-python PyQt5 numpy matplotlib pandas seaborn -i https://pypi.tuna.tsinghua.edu.cn/simpleultralytics 会自动装 torch、torchvision 等依赖。如果你有 NVIDIA 显卡想用 GPU 加速需要去 PyTorch 官网按 CUDA 版本装对应的 torch。没有显卡也能跑CPU 推理一张图大概几百毫秒视频会慢一些但演示够用。装完后用下面这行验证import torch print(torch.__version__) print(torch.cuda.is_available()) # 有显卡且驱动正常会返回 True如果 torch.cuda.is_available() 返回 False先别急着怀疑代码大概率是 CUDA 版本和驱动不匹配。我一般会先用 CPU 把流程跑通再折腾 GPU。3.2 权重加载和路径问题资源里有两个 best.pt一个在 model/ 目录下一个在 模型训练/ 目录下。推理用 model/best.pt训练时用 模型训练/yolov8n.pt 做预训练起点。加载权重时路径最好用绝对路径或者用 os.path.dirname(file) 拼相对路径避免从不同目录启动时找不到文件。import os from ultralytics import YOLO # 用脚本所在目录拼权重路径避免工作目录变化导致找不到 base_dir os.path.dirname(os.path.abspath(__file__)) weight_path os.path.join(base_dir, model, best.pt) model YOLO(weight_path) # 打印模型类别确认和你的预期一致 print(model.names)model.names 会输出类别索引和名称的映射。如果这里输出的类别和你数据集里的不一致后面画框的标签就会全错。这是血泪经验先看 names再跑推理。3.3 跑通第一个视频检测环境好了、权重能加载了下一步就是拿测试视频跑一遍。资源里 abnoenal_video_five_type_test 目录下有 mp4 文件直接用它python main.py如果 main.py 是界面入口启动后点“选择视频”选中测试 mp4再点“开始检测”。如果界面没弹出来或者报错可以先用命令行方式调服务层from five_type_det_service import FiveTypeDetService service FiveTypeDetService(model/best.pt, conf0.25, iou0.45) service.detect_video(abnoenal_video_five_type_test/your_video.mp4, output.mp4)命令行能跑通说明模型和服务层没问题问题就在界面层。命令行跑不通就看报错是权重加载失败、opencv 读视频失败还是类别映射越界。常见的是 opencv 读视频返回 None原因是视频编码格式不支持换一个 mp4 样本或者用 ffmpeg 转码即可。3.4 训练自己的数据集从 data.yaml 到 train_mode.py如果你想用自己的宠物行为数据重新训练资源里的 模型训练/train_mode.py 就是入口。YOLOv8 训练需要准备 data.yaml里面写清楚 train、val 路径和类别名称# data.yaml train: ./dataset/images/train val: ./dataset/images/val nc: 5 names: [sitting, standing, walking, eating, sleeping]然后改 train_mode.py 里的参数from ultralytics import YOLO model YOLO(yolov8n.pt) # 从官方预训练权重开始收敛更快 model.train( datadata.yaml, epochs100, # 毕设级别 100 轮通常够用数据少可以降到 50 imgsz640, # 输入尺寸显卡显存小就降到 416 或 320 batch16, # 批大小显存不够就减半 device0, # 0 表示第一块 GPUCPU 训练写 cpu projectruns/train, namepet_behavior )训练完成后best.pt 会保存在 runs/train/pet_behavior/weights/ 下把它替换到 model/ 目录再跑 main.py就能用新权重检测了。资源摘要里提到的混淆矩阵、F1 曲线、PR 曲线YOLOv8 训练结束后会自动生成在 runs/train/pet_behavior/ 下答辩时直接截图用。4. 避坑与排查权重、类别、显存和界面四个高频问题4.1 现象检测框位置对但标签全错原因训练时 data.yaml 的 names 顺序和推理时 class_names 的顺序不一致。YOLOv8 输出的是类别索引索引到名称的映射一旦错位就会出现“框对了但标签是另一个行为”。解决先打印 model.names再对照 five_type_det_service.py 里的 class_names确保顺序完全一致。如果源码里是硬编码的列表直接改成从 model.names 动态读取避免以后换数据集又错。4.2 现象CUDA out of memory原因batch 或 imgsz 设得太大显存不够。GTX 1660 Ti 这类 6GB 显存的卡跑 yolov8n 用 imgsz640、batch16 可能会爆。解决先把 batch 降到 8 或 4再把 imgsz 降到 416。如果还爆检查是不是同时开了其他占显存的程序。训练时可以用 ampTrue 开启混合精度能省不少显存。4.3 现象main.py 启动后界面卡死或闪退原因PyQt5 的事件循环和 OpenCV 的 waitKey 冲突或者视频读取在主线程里阻塞了界面刷新。解决把视频检测放到 QThread 里通过信号槽把帧传给界面显示。如果不想大改可以先在服务层用 cv2.imshow 单独测试确认模型没问题后再排查界面代码。常见做法是界面只负责显示检测逻辑全部丢到子线程。4.4 现象训练 loss 不下降或 mAP 一直很低原因学习率太大、数据标注质量差、类别不平衡或者预训练权重没加载成功。解决先确认 yolov8n.pt 真的被加载了可以看训练日志第一行有没有 “Transferred X/X items”。然后检查标注文件YOLO 格式的 txt 里类别索引是否从 0 开始、坐标是否归一化到 0-1。如果某类样本特别少可以在 data.yaml 里加权重或者用增强手段扩充。4.5 现象换了自己的数据集后验证集预测结果图全是乱框原因验证集路径写错或者图片和标签文件名不对应。YOLOv8 要求 images/val 下的 jpg 和 labels/val 下的 txt 同名。解决写个脚本检查文件名匹配import os img_dir dataset/images/val label_dir dataset/labels/val img_files {os.path.splitext(f)[0] for f in os.listdir(img_dir)} label_files {os.path.splitext(f)[0] for f in os.listdir(label_dir)} missing img_files - label_files print(缺少标签的图片:, missing)把 missing 里的文件补上标签或者从验证集里移除再重新跑验证。5. 进阶用法把五类行为扩展到更多类别并验证指标5.1 扩展类别时改哪几个地方这份资源默认是五类行为如果你想加“抓挠”“跳跃”等类别需要同步改四个地方data.yaml 的 nc 和 names、训练脚本里的模型头YOLOv8 会自动根据 nc 调整、five_type_det_service.py 里的 class_names、以及界面里如果有类别筛选也要改。改完后重新训练不要直接在旧权重上微调新类别否则旧类别的性能会掉。5.2 用验证集指标判断模型能不能上答辩训练结束后runs/train/pet_behavior/ 下会有 results.csv里面记录了每轮的 precision、recall、mAP50、mAP50-95。我一般会重点看三个数mAP50 是否稳定在 0.8 以上、recall 是否明显低于 precision、以及验证集预测结果图里有没有大量漏检。如果 mAP50 高但 recall 低说明模型偏保守可以适当降低推理时的 conf 阈值。import pandas as pd df pd.read_csv(runs/train/pet_behavior/results.csv) # 看最后 10 轮的平均 mAP50 print(df.tail(10)[[metrics/mAP50(B), metrics/precision(B), metrics/recall(B)]].mean())如果这三个指标都在 0.75 以上答辩演示基本稳了。如果偏低优先检查数据标注而不是盲目加轮数。5.3 一个我常用的验证习惯每次换权重或改类别后我不会直接跑完整视频而是先抽三张验证集图片用命令行跑单图推理看框和标签对不对。确认没问题再跑视频。这个习惯帮我省了很多“视频跑一半发现标签全错”的时间。从那以后我每次替换 best.pt 或改 data.yaml都强制走一遍单图验证再进界面演示。希望这份拆解能帮你把这份资源真正跑起来而不是只躺在硬盘里。本文还有配套的精品资源点击获取 基于YOLOv8的宠物行为分析系统：完整源码、权重与部署实战
简介这是一套面向计算机、人工智能、自动化等专业学生与教师的YOLOv8宠物行为分析完整项目可直接用于毕业设计、课程设计或大作业。资源包含训练好的模型权重、完整数据集、可视化交互界面与部署说明部署后即可运行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便于答辩展示与结果分析。压缩包共97个文件约24.21MB以70个Python源码文件为主辅以pt模型权重、xml标注、pyc缓存及少量txt说明与mp4演示视频结构清晰覆盖训练、检测与界面服务等模块。目前已有46人学习。读者可据此快速复现完整流程理解数据组织、模型训练与可视化评估思路并在此基础上修改扩展功能适合作为毕设或课设的可靠起点。1. 从一份能直接跑通的宠物行为分析系统说起如果你正在找一份能直接跑通的 YOLOv8 实战项目尤其是带完整数据集、可视化界面和部署说明的那种这份《基于 YOLOv8 的宠物行为分析系统》值得花时间拆一遍。它不是那种只丢几个脚本、缺权重、缺数据的半成品而是把源码、best.pt 权重、五类行为检测服务、可视化页面、训练脚本和部署说明打包在一起的完整工程。拿到手后按 README.txt 走一遍基本能在本地把检测跑起来看到视频里的宠物行为被框出来并打上类别标签。这套东西解决的核心问题是把 YOLOv8 从“能训练”推进到“能演示、能答辩、能交作业”。它适合计算机、人工智能、通信、自动化等专业的在校学生做毕设或课程设计也适合刚接触目标检测、想找一个完整工程练手的新手。项目里已经包含五类宠物行为的检测逻辑、训练配置、评估指标输出以及一个基于 PyQt 或类似框架的可视化界面省去了自己从零搭界面的时间。接下来我会按“资源里有什么 → 怎么跑起来 → 怎么训练自己的数据 → 坑在哪 → 怎么改”的顺序把这份资源拆成可复现的步骤。2. 资源结构拆解从 main.py 到 best.pt 的完整链路2.1 目录里真正值得关注的几个文件拿到压缩包后先别急着双击 main.py。我一般会先扫一遍目录确认权重、数据、服务脚本和界面入口是否齐全。这份资源里下面这些文件是核心文件/目录作用是否必须main.py可视化界面入口启动后加载模型和视频是five_type_det_service.py五类行为检测服务封装推理逻辑是model/best.pt训练好的 YOLOv8 权重直接用于推理是模型训练/train_mode.py训练脚本支持自定义数据集训练时需要模型训练/yolov8n.pt官方预训练权重用于迁移学习训练时需要abnoenal_video_five_type_test/测试视频目录含 mp4 样本演示时需要utils/数据加载、增强、指标、绘图等工具是config/模型配置文件含 rtmdet、faster-rcnn 等参考用README.txt部署说明和运行步骤必读从目录能看出作者把训练和推理分开了推理走 main.py five_type_det_service.py best.pt训练走 模型训练/train_mode.py yolov8n.pt。这种拆分对毕设答辩很友好演示时不用等训练直接加载权重就能出结果。2.2 五类行为检测服务是怎么封装的five_type_det_service.py 是整个系统的推理核心。它把 YOLOv8 的加载、预处理、推理、后处理封装成一个服务类main.py 只需要调用这个服务传入视频帧或图片路径就能拿到检测结果。常见做法是继承 YOLO 类重写 predict 或call把类别映射和置信度阈值固定下来。下面是我根据这类工程常见写法还原的一个简化版服务封装你可以对照源码看结构# five_type_det_service.py 简化示意 from ultralytics import YOLO import cv2 import numpy as np class FiveTypeDetService: def __init__(self, weight_path, conf0.25, iou0.45): # 加载训练好的权重best.pt 里已经包含五类行为的分类头 self.model YOLO(weight_path) self.conf conf # 置信度阈值低于这个值的框会被过滤 self.iou iou # NMS 的 IoU 阈值控制重叠框合并程度 self.class_names [sitting, standing, walking, eating, sleeping] def detect_frame(self, frame): # 直接传 numpy 数组YOLOv8 内部会做 letterbox 和归一化 results self.model.predict(frame, confself.conf, iouself.iou, verboseFalse) boxes [] for r in results: for box in r.boxes: x1, y1, x2, y2 box.xyxy[0].cpu().numpy() cls_id int(box.cls[0].cpu().numpy()) score float(box.conf[0].cpu().numpy()) boxes.append({ bbox: [int(x1), int(y1), int(x2), int(y2)], class: self.class_names[cls_id], score: round(score, 3) }) return boxes def detect_video(self, video_path, output_pathNone): cap cv2.VideoCapture(video_path) fps cap.get(cv2.CAP_PROP_FPS) w int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) h int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) writer None if output_path: fourcc cv2.VideoWriter_fourcc(*mp4v) writer cv2.VideoWriter(output_path, fourcc, fps, (w, h)) while cap.isOpened(): ret, frame cap.read() if not ret: break detections self.detect_frame(frame) for det in detections: x1, y1, x2, y2 det[bbox] cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2) label f{det[class]} {det[score]} cv2.putText(frame, label, (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2) if writer: writer.write(frame) cv2.imshow(Pet Behavior, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() if writer: writer.release() cv2.destroyAllWindows()这段代码的关键参数有三个conf 控制检测框的严格程度调高会减少误检但可能漏检iou 控制重叠框的合并宠物姿态变化大时可以适当调低class_names 的顺序必须和训练时 data.yaml 里的 names 一致否则会出现“框对了但标签错了”的翻车现场。源码里的 five_type_det_service.py 大概率还加了异常处理和日志但核心逻辑就是上面这些。2.3 可视化界面和推理入口怎么衔接main.py 是界面入口通常用 PyQt5 或 tkinter 搭一个窗口上面放“选择视频”“开始检测”“停止”几个按钮中间是视频显示区域。它不直接碰 YOLO而是实例化 FiveTypeDetService把视频路径传进去服务层返回带框的帧界面层负责显示。这种分层的好处是你想换模型只改服务层你想换界面只改 main.py。我一般会先单独跑 five_type_det_service.py 里的测试代码确认模型能加载、能出框再去调界面。因为界面报错往往只是表象真正的问题多半在权重路径或类别映射上。资源里带了 abnoenal_video_five_type_test 目录下的 mp4 样本拿一个出来测能最快验证整条链路是否通。3. 本地部署实操环境、权重、视频检测三步走3.1 环境配置Python 版本和依赖怎么定这份资源的目录里有pycache/detect.cpython-39.pyc说明作者用的是 Python 3.9。我建议直接对齐 3.9避免 ultralytics 和 PyQt5 的版本冲突。常见做法是建一个 conda 环境conda create -n pet_yolov8 python3.9 -y conda activate pet_yolov8 pip install ultralytics opencv-python PyQt5 numpy matplotlib pandas seaborn -i https://pypi.tuna.tsinghua.edu.cn/simpleultralytics 会自动装 torch、torchvision 等依赖。如果你有 NVIDIA 显卡想用 GPU 加速需要去 PyTorch 官网按 CUDA 版本装对应的 torch。没有显卡也能跑CPU 推理一张图大概几百毫秒视频会慢一些但演示够用。装完后用下面这行验证import torch print(torch.__version__) print(torch.cuda.is_available()) # 有显卡且驱动正常会返回 True如果 torch.cuda.is_available() 返回 False先别急着怀疑代码大概率是 CUDA 版本和驱动不匹配。我一般会先用 CPU 把流程跑通再折腾 GPU。3.2 权重加载和路径问题资源里有两个 best.pt一个在 model/ 目录下一个在 模型训练/ 目录下。推理用 model/best.pt训练时用 模型训练/yolov8n.pt 做预训练起点。加载权重时路径最好用绝对路径或者用 os.path.dirname(file) 拼相对路径避免从不同目录启动时找不到文件。import os from ultralytics import YOLO # 用脚本所在目录拼权重路径避免工作目录变化导致找不到 base_dir os.path.dirname(os.path.abspath(__file__)) weight_path os.path.join(base_dir, model, best.pt) model YOLO(weight_path) # 打印模型类别确认和你的预期一致 print(model.names)model.names 会输出类别索引和名称的映射。如果这里输出的类别和你数据集里的不一致后面画框的标签就会全错。这是血泪经验先看 names再跑推理。3.3 跑通第一个视频检测环境好了、权重能加载了下一步就是拿测试视频跑一遍。资源里 abnoenal_video_five_type_test 目录下有 mp4 文件直接用它python main.py如果 main.py 是界面入口启动后点“选择视频”选中测试 mp4再点“开始检测”。如果界面没弹出来或者报错可以先用命令行方式调服务层from five_type_det_service import FiveTypeDetService service FiveTypeDetService(model/best.pt, conf0.25, iou0.45) service.detect_video(abnoenal_video_five_type_test/your_video.mp4, output.mp4)命令行能跑通说明模型和服务层没问题问题就在界面层。命令行跑不通就看报错是权重加载失败、opencv 读视频失败还是类别映射越界。常见的是 opencv 读视频返回 None原因是视频编码格式不支持换一个 mp4 样本或者用 ffmpeg 转码即可。3.4 训练自己的数据集从 data.yaml 到 train_mode.py如果你想用自己的宠物行为数据重新训练资源里的 模型训练/train_mode.py 就是入口。YOLOv8 训练需要准备 data.yaml里面写清楚 train、val 路径和类别名称# data.yaml train: ./dataset/images/train val: ./dataset/images/val nc: 5 names: [sitting, standing, walking, eating, sleeping]然后改 train_mode.py 里的参数from ultralytics import YOLO model YOLO(yolov8n.pt) # 从官方预训练权重开始收敛更快 model.train( datadata.yaml, epochs100, # 毕设级别 100 轮通常够用数据少可以降到 50 imgsz640, # 输入尺寸显卡显存小就降到 416 或 320 batch16, # 批大小显存不够就减半 device0, # 0 表示第一块 GPUCPU 训练写 cpu projectruns/train, namepet_behavior )训练完成后best.pt 会保存在 runs/train/pet_behavior/weights/ 下把它替换到 model/ 目录再跑 main.py就能用新权重检测了。资源摘要里提到的混淆矩阵、F1 曲线、PR 曲线YOLOv8 训练结束后会自动生成在 runs/train/pet_behavior/ 下答辩时直接截图用。4. 避坑与排查权重、类别、显存和界面四个高频问题4.1 现象检测框位置对但标签全错原因训练时 data.yaml 的 names 顺序和推理时 class_names 的顺序不一致。YOLOv8 输出的是类别索引索引到名称的映射一旦错位就会出现“框对了但标签是另一个行为”。解决先打印 model.names再对照 five_type_det_service.py 里的 class_names确保顺序完全一致。如果源码里是硬编码的列表直接改成从 model.names 动态读取避免以后换数据集又错。4.2 现象CUDA out of memory原因batch 或 imgsz 设得太大显存不够。GTX 1660 Ti 这类 6GB 显存的卡跑 yolov8n 用 imgsz640、batch16 可能会爆。解决先把 batch 降到 8 或 4再把 imgsz 降到 416。如果还爆检查是不是同时开了其他占显存的程序。训练时可以用 ampTrue 开启混合精度能省不少显存。4.3 现象main.py 启动后界面卡死或闪退原因PyQt5 的事件循环和 OpenCV 的 waitKey 冲突或者视频读取在主线程里阻塞了界面刷新。解决把视频检测放到 QThread 里通过信号槽把帧传给界面显示。如果不想大改可以先在服务层用 cv2.imshow 单独测试确认模型没问题后再排查界面代码。常见做法是界面只负责显示检测逻辑全部丢到子线程。4.4 现象训练 loss 不下降或 mAP 一直很低原因学习率太大、数据标注质量差、类别不平衡或者预训练权重没加载成功。解决先确认 yolov8n.pt 真的被加载了可以看训练日志第一行有没有 “Transferred X/X items”。然后检查标注文件YOLO 格式的 txt 里类别索引是否从 0 开始、坐标是否归一化到 0-1。如果某类样本特别少可以在 data.yaml 里加权重或者用增强手段扩充。4.5 现象换了自己的数据集后验证集预测结果图全是乱框原因验证集路径写错或者图片和标签文件名不对应。YOLOv8 要求 images/val 下的 jpg 和 labels/val 下的 txt 同名。解决写个脚本检查文件名匹配import os img_dir dataset/images/val label_dir dataset/labels/val img_files {os.path.splitext(f)[0] for f in os.listdir(img_dir)} label_files {os.path.splitext(f)[0] for f in os.listdir(label_dir)} missing img_files - label_files print(缺少标签的图片:, missing)把 missing 里的文件补上标签或者从验证集里移除再重新跑验证。5. 进阶用法把五类行为扩展到更多类别并验证指标5.1 扩展类别时改哪几个地方这份资源默认是五类行为如果你想加“抓挠”“跳跃”等类别需要同步改四个地方data.yaml 的 nc 和 names、训练脚本里的模型头YOLOv8 会自动根据 nc 调整、five_type_det_service.py 里的 class_names、以及界面里如果有类别筛选也要改。改完后重新训练不要直接在旧权重上微调新类别否则旧类别的性能会掉。5.2 用验证集指标判断模型能不能上答辩训练结束后runs/train/pet_behavior/ 下会有 results.csv里面记录了每轮的 precision、recall、mAP50、mAP50-95。我一般会重点看三个数mAP50 是否稳定在 0.8 以上、recall 是否明显低于 precision、以及验证集预测结果图里有没有大量漏检。如果 mAP50 高但 recall 低说明模型偏保守可以适当降低推理时的 conf 阈值。import pandas as pd df pd.read_csv(runs/train/pet_behavior/results.csv) # 看最后 10 轮的平均 mAP50 print(df.tail(10)[[metrics/mAP50(B), metrics/precision(B), metrics/recall(B)]].mean())如果这三个指标都在 0.75 以上答辩演示基本稳了。如果偏低优先检查数据标注而不是盲目加轮数。5.3 一个我常用的验证习惯每次换权重或改类别后我不会直接跑完整视频而是先抽三张验证集图片用命令行跑单图推理看框和标签对不对。确认没问题再跑视频。这个习惯帮我省了很多“视频跑一半发现标签全错”的时间。从那以后我每次替换 best.pt 或改 data.yaml都强制走一遍单图验证再进界面演示。希望这份拆解能帮你把这份资源真正跑起来而不是只躺在硬盘里。本文还有配套的精品资源点击获取