基于YOLOv8的竹签计数检测系统开发与实践

1. 项目概述：基于YOLOv8的竹签计数检测系统

在食品加工、日用品制造等行业中，竹签作为常见耗材，其生产过程中的计数环节往往依赖人工完成。传统人工计数方式不仅效率低下，在堆叠、交错等复杂场景下还容易出现误差。我们开发的这套基于YOLOv8深度学习模型的竹签计数检测系统，通过计算机视觉技术实现了自动化精准计数。

系统采用PyQt5构建用户界面，支持三种检测模式：

• 单张图片检测：适用于来料抽检场景
• 视频流检测：适用于生产线连续监控
• 摄像头实时检测：适用于现场即时盘点

核心检测模型基于Ultralytics YOLOv8实现，在自建数据集上达到98.7%的检测准确率。系统特别优化了堆叠竹签的识别能力，即使在密集交错情况下也能保持稳定计数。

2. 系统架构与关键技术解析

2.1 整体架构设计

系统采用模块化设计，主要分为三个层次：

1. 用户界面层：

   • 基于PyQt5构建的GUI界面
   • 提供模型加载、参数调整、检测模式切换等功能
   • 实时显示检测结果和统计信息

2. 算法引擎层：

   • YOLOv8目标检测模型
   • OpenCV图像处理模块
   • 多线程任务调度

3. 数据层：

   • 预训练模型权重文件(.pt)
   • 类别定义文件(.txt)
   • 输入输出数据缓存

2.2 YOLOv8模型选型考量

选择YOLOv8作为核心检测模型主要基于以下优势：

1. 检测精度与速度平衡：

   • 相比前代YOLOv5，v8版本在保持实时性的同时提升了约5-10%的mAP
   • 针对小目标检测优化了特征金字塔结构

2. 易于部署：

   • 提供Python API和CLI两种调用方式
   • 支持ONNX、TensorRT等格式导出
   • 内存占用较同类模型降低15-20%

3. 训练便捷性：

   • 内置数据增强策略
   • 自动优化anchor box尺寸
   • 丰富的预训练模型选择

提示：在实际工业场景中，我们测试了YOLOv8n(纳米级)、YOLOv8s(小型)和YOLOv8m(中型)三个版本，最终选择YOLOv8s作为平衡点，在RTX 3060显卡上可实现120FPS的检测速度。

3. 系统实现细节

3.1 开发环境配置

推荐使用以下环境配置：

bash复制# 创建conda环境
conda create -n bamboo_counter python=3.8
conda activate bamboo_counter

# 安装核心依赖
pip install ultralytics pyqt5 opencv-python

硬件建议配置：

• GPU: NVIDIA GTX 1660及以上
• 内存: 8GB以上
• 存储: 至少2GB空闲空间

3.2 核心代码实现解析

模型加载与初始化

python复制def load_model(self):
    """加载YOLOv8模型"""
    try:
        if not os.path.exists(self.model_path):
            self.log("错误: weights/best.pt 文件不存在！")
            return
            
        # 使用Ultralytics提供的YOLO类加载模型
        self.model = YOLO(self.model_path)
        
        # 将模型设置为验证模式
        self.model.model.eval()
        
        # 记录模型信息
        self.log(f"模型加载成功: {self.model_path}")
        self.log(f"模型结构: {self.model.model}")
        self.status_label.setText("状态: 模型加载成功")
    except Exception as e:
        self.log(f"加载模型失败: {e}")

关键点说明：

1. YOLO()类是Ultralytics提供的封装，自动处理模型加载和预处理
2. model.eval()将模型设置为评估模式，关闭dropout等训练专用层
3. 错误处理机制确保系统稳定性

图像检测流程

python复制def detect_image(self):
    """图片检测流程"""
    if not self.model:
        self.log("请先加载模型！")
        return

    # 使用QT文件对话框选择图片
    file_path, _ = QFileDialog.getOpenFileName(
        self, "选择图片", "", 
        "Images (*.png *.xpm *.jpg *.bmp *.jpeg)")
    
    if not file_path:
        return

    # 使用OpenCV读取图像
    frame = cv2.imread(file_path)
    if frame is None:
        self.log("图片读取失败！")
        return
    
    # 获取用户设置的阈值参数
    conf_thres = self.conf_slider.value() / 100
    iou_thres = self.iou_slider.value() / 100
    
    # YOLOv8推理
    results = self.model(
        frame, 
        conf=conf_thres, 
        iou=iou_thres,
        imgsz=640  # 固定输入尺寸
    )
    
    # 解析检测结果
    annotated_frame = results[0].plot()  # 自动绘制检测框
    count = len(results[0].boxes)  # 获取检测数量
    
    # 添加计数文本
    cv2.putText(
        annotated_frame, 
        f'Num: {count}', 
        (10, 50), 
        cv2.FONT_HERSHEY_SIMPLEX, 
        1.5, (0, 0, 255), 3
    )
    
    # 显示处理后的图像
    self.display_image(annotated_frame)
    self.log(f"图片检测完成，总数: {count}")

关键技术细节：

1. 使用滑动条动态调整置信度和IoU阈值
2. results[0].plot()自动完成检测框绘制和颜色分配
3. OpenCV的putText函数添加计数结果显示

3.3 实时视频流处理

python复制def update_frame(self):
    """摄像头实时帧处理"""
    ret, frame = self.cap.read()
    if not ret:
        self.log("视频帧读取失败")
        return
    
    # 计时开始
    start_time = time.time()
    
    # YOLOv8推理
    results = self.model(
        frame, 
        conf=self.conf_slider.value()/100, 
        iou=self.iou_slider.value()/100,
        imgsz=640
    )
    
    # 计算FPS
    fps = 1 / (time.time() - start_time)
    
    # 绘制结果
    annotated_frame = results[0].plot()
    count = len(results[0].boxes)
    
    # 添加计数和FPS信息
    cv2.putText(
        annotated_frame, 
        f'Num: {count} | FPS: {fps:.1f}', 
        (10, 50), 
        cv2.FONT_HERSHEY_SIMPLEX, 
        1, (0, 0, 255), 2
    )
    
    # 显示处理后的帧
    self.display_image(annotated_frame)

性能优化技巧：

1. 固定输入尺寸(imgsz=640)避免动态调整带来的性能损耗
2. 计算并显示实时FPS监控系统性能
3. 使用QTimer控制帧率，避免资源过度占用

4. 数据集构建与模型训练

4.1 数据采集与标注规范

构建高质量数据集的关键步骤：

1. 采集场景覆盖：

   • 单根竹签特写
   • 少量堆叠(2-5根)
   • 密集交错(10根以上)
   • 不同光照条件(自然光、室内光、强光)

2. 标注规范：

   • 使用LabelImg或CVAT工具标注
   • YOLO格式：class x_center y_center width height
   • 确保边界框完整包含竹签
   • 对部分遮挡目标仍需标注完整轮廓

3. 数据增强策略：

   • 颜色扰动(HSV调整)
   • 随机旋转(-15°~+15°)
   • 模糊和噪声添加
   • Mosaic增强(4图拼接)

4.2 数据配置文件示例

data.yaml文件内容：

yaml复制path: ./datasets/bamboo
train: images/train
val: images/val
test: images/test

# 类别数量
nc: 1

# 类别名称
names: ['stick']

# 可选参数
augment: True  # 是否启用自动增强
rect: False    # 是否使用矩形训练

4.3 模型训练命令与参数

完整训练命令：

bash复制yolo task=detect \
mode=train \
model=yolov8s.pt \
data=data.yaml \
epochs=150 \
imgsz=640 \
batch=16 \
optimizer=Adam \
lr0=0.001 \
name=bamboo_v8s

关键参数说明：

• imgsz=640: 输入图像尺寸
• batch=16: 根据GPU显存调整
• optimizer=Adam: 推荐使用AdamW
• lr0=0.001: 初始学习率
• name: 实验名称，用于结果保存

训练过程监控：

bash复制tensorboard --logdir runs/detect

5. 系统优化与问题排查

5.1 常见性能问题与解决方案

5.2 界面响应优化技巧

1. 多线程处理：

   python复制from PyQt5.QtCore import QThread, pyqtSignal
   
   class DetectionThread(QThread):
       finished = pyqtSignal(np.ndarray, int)
       
       def __init__(self, model, frame):
           super().__init__()
           self.model = model
           self.frame = frame
           
       def run(self):
           results = self.model(self.frame)
           count = len(results[0].boxes)
           self.finished.emit(results[0].plot(), count)
   

2. 图像显示优化：

   • 使用QPixmap缓存减少UI刷新开销
   • 设置固定显示尺寸避免动态调整

3. 资源管理：

   • 实现显存清理机制
   • 添加心跳检测防止卡死

5.3 模型部署建议

1. 导出为ONNX格式：

   python复制model.export(format='onnx', imgsz=[640,640], dynamic=False)
   

2. TensorRT加速：

   bash复制yolo export model=best.pt format=engine device=0
   

3. 量化压缩：

   python复制model.export(format='onnx', int8=True, imgsz=640)
   

6. 实际应用案例

在某竹制品工厂的实测数据显示：

• 计数准确率：

  • 单根竹签：99.8%
  • 少量堆叠(2-5根)：98.3%
  • 密集交错(10根以上)：95.7%

• 效率提升：

  • 传统人工计数：200根/分钟
  • 本系统计数：1500根/分钟(提升7.5倍)

• 成本节约：

  • 减少2个专职计数岗位
  • 6个月收回硬件投入

特殊场景处理经验：

1. 反光竹签：通过HSV色彩空间转换降低反光影响
2. 断裂竹签：调整长宽比过滤非完整目标
3. 运动模糊：在视频流中启用帧间相关性校验

这套系统经过3次迭代优化，目前已在5家工厂稳定运行超过6个月。实际部署中发现，定期(每周)用产线新数据微调模型，可保持98%以上的持续准确率。