简介本资源是一套面向计算机、人工智能及自动化等专业学生的毕业设计级项目聚焦煤矿安全生产场景基于YOLOv8实现传送带堆煤与堵塞的实时目标检测与智能预警。项目开箱即用涵盖完整训练流程、可视化交互界面与工业级部署方案特别适合毕设、课程设计或大作业开发也支持零基础学习者快速入门深度学习目标检测应用。压缩包共97个文件含70个Python源码含训练、推理、UI主控及评估模块、4个预训练与最优.pt模型、12个编译缓存文件、5个标注XML及配套README与配置说明整体24.21MB结构清晰、模块解耦便于二次开发与功能扩展。已有43人下载学习所有代码均经实测验证可一键生成F1曲线、混淆矩阵、PR曲线、标签分布图及验证集预测结果附带测试视频与图标资源真正实现从数据标注到系统上线的一站式交付。 在煤矿生产中传送带运输系统一旦出现堆煤堵塞轻则停机影响生产重则引发设备损坏甚至安全事故。过去主要靠人工巡检和简单的堆煤传感器要么响应慢要么误报率高。这几年YOLOv8在目标检测领域表现相当能打很多同行开始尝试把它用在这种工业异常场景里。我自己也基于YOLOv8做了一套煤矿传送带堆煤堵塞预警系统包含完整的源码、可视化监控界面、已经标注好的数据集和一步步的部署教程压缩包解压之后按文档操作就能跑起来很适合用来做毕业设计或者课程设计的完整项目。这篇文章我会把这套系统的核心内容拆开揉碎讲清楚从数据集怎么来的、标注要注意什么、模型训练踩过哪些坑、界面怎么跟检测逻辑打通到最终怎么部署到工控机上全部过一遍。不管你是正准备做相关课题的学生还是想在公司内部验证这套方案的技术人员都可以照着这个思路复现至少能帮你少走不少弯路。1. 项目整体设计与技术选型思路1.1 为什么选YOLOv8而不是其他检测模型做煤矿堆煤检测第一步就是选检测框架。很多人一上来就在YOLOv5、YOLOv7、YOLOv8之间纠结甚至还有人考虑Faster R-CNN这类两阶段模型。我的建议很直接YOLOv8是当前性价比最高的选择没有之一。先说YOLOv5它确实稳定社区资料也多但它的C3结构和后续的C2f结构相比在同样参数量下特征提取能力会弱一些尤其是对小目标和密集目标的表现不够好。传送带上的堆煤场景其实有一个特点煤块堆积区域往往和传送带、托辊、煤流背景混在一起目标边界不够清晰而且不同角度的光照会让煤堆呈现完全不同的纹理特征。这种场景下YOLOv8的C2f结构能更好地融合不同层级的特征检测鲁棒性明显更强。再看Faster R-CNN精度确实高但推理速度实在跟不上工业实时监控的需求。一套监控系统如果每秒只能处理两三帧那和没有差不多。煤矿现场用的是工控机配置不会太高GTX 1660 Ti这种级别的显卡是主流YOLOv8s在这种卡上跑640分辨率输入推理速度能稳定在30 FPS以上完全满足实时要求。还有一个很实际的原因YOLOv8的工程化做得好Ultralytics官方把训练、验证、导出、部署的流程统一封装了一套API走到底不需要自己拼装复杂的训练逻辑。对做毕设或者课程设计的同学来说省下的时间可以花在界面和功能完善上而不是在训练框架的泥潭里挣扎。1.2 系统整体架构与功能模块划分这套系统的整体架构我按“数据采集 - 模型推理 - 逻辑判定 - 可视化告警”四层来做每层职责清晰方便后期单独替换或者升级。最底层是数据层主要包含两部分一是用来训练模型的数据集这个直接决定模型上限后面我会详细讲二是实时视频流接入系统要兼容RTSP流、本地视频文件和图片三种输入方式。我见过太多项目只支持视频文件到现场接摄像头的时候就傻眼了所以这块我特地在代码里做了兼容。中间是推理层加载训练好的YOLOv8权重对每一帧画面执行目标检测输出煤堆目标的位置、置信度和类别。推理层的输出不只是画个框这么简单还要把检测结果传给逻辑判定层。逻辑判定层是这套系统的灵魂。单纯的“检测到煤堆”没有意义因为传送带上本来就有煤在正常运输关键是怎么区分“正常堆煤”和“异常堆煤”。我采用的策略是多维度联合判定检测框的置信度要超过阈值、目标区域面积占比要达到设定比例、并且连续若干帧保持这个状态三个条件同时满足才触发预警。这样可以有效过滤掉偶发的煤流波动和检测抖动。最上层是可视化界面基于PyQt5开发实现实时视频画面显示、检测框叠加、预警状态切换、报警记录保存、历史回放等功能。另外还有独立的告警模块支持画面闪烁、文字提示和声音报警。1.3 整体技术栈与版本选型技术选型这块我直接列一个清单都是经过实际验证的版本组合照抄不会出问题组件推荐版本说明操作系统Windows 10/11 或 Ubuntu 20.04/22.04毕设推荐Windows部署推荐UbuntuPython3.8 ~ 3.103.10以上容易出现依赖不兼容PyTorch1.13 ~ 2.0CUDA版本根据显卡驱动选择CUDA11.7 / 11.8和PyTorch版本严格对应ultralytics8.0.x以上建议锁版本新版本API可能有变动opencv-python4.5.x以上用于视频流处理和图像预处理PyQt55.15.x可视化界面开发pyqtgraph0.13.x实时数据曲线绘制这里强调一下CUDA和PyTorch的配套问题。很多同学在环境配置阶段卡了一整天就是版本没对上。PyTorch 1.13支持CUDA 11.7PyTorch 2.0支持CUDA 11.8装的时候用官方命令直接装对应版本最稳妥不要用pip默认源。具体安装命令文档里都有后面部署章节我再展开。2. 数据集构建从采集到标注的完整流程2.1 数据采集场景分析与样本规划数据是这套系统的地基模型性能的上限由数据决定。我见过不少同学拿了开源数据集直接训练效果差了就抱怨模型不行其实问题往往出在数据跟场景不匹配上。煤矿传送带堆煤检测这个问题必须用贴近真实场景的图片来训练。数据采集阶段要考虑几个典型场景一是传送带正常运行煤流均匀分布这是大量负样本的来源二是堆煤初期煤开始在小范围堆积这是最关键的正样本很多系统漏检就是这类样本不够三是严重堆煤煤已经漫过托辊甚至溢出传送带边缘这个阶段样本容易获取但模型已经“看得太晚”。另外还要覆盖不同光照条件井下和地面传送带的光照差异巨大白天、夜间、逆光、粉尘遮挡都要考虑。如果自己没有条件到现场拍有两个替代方案第一用公开的工业检测数据集做预训练然后在少量现场数据上微调第二把自己拍的视频按帧截取再做数据增强扩充。这套系统压缩包里附带的数据集就是按照上述场景规划采集并标注好的大概有几千张图片类别统一标注格式为标准YOLO格式拿到手即可训练。2.2 数据标注实操类别设定与边界框规则标注环节我在实际操作中踩过不少坑这里分享几个关键经验。首先是类别设定。堆煤检测不像通用物体检测有那么多类别我建议只设一个类别“coal_pile”堆煤把正常煤流和异常堆煤都作为同类的不同状态来处理。有人可能会想设两个类别“正常”和“异常”但这会让标注变得很主观边界模糊模型反而学不到稳健特征。单一类别配合面积和连续帧判定是更干净的方案。其次是边界框规则这是最容易翻车的地方。标注堆煤目标时框不能只框住煤堆凸起的部分要把整个堆煤区域连同上方的煤尘聚集区域包含进去。因为堆煤早期煤堆还比较矮如果框只标到可见部分的边界模型学到的是一个“切了一半”的目标推理时很容易漏检。另外标注时宁大勿小。YOLO的矩形框天然会包含一些背景区域特别是堆煤场景里煤流和周围设备颜色接近框稍微大一点对模型的影响不大但如果框太小漏掉了部分堆煤区域模型学到的特征就不完整。2.3 数据增强策略与训练集划分煤矿现场的图像质量不稳定粉尘、水雾、低光照都是常态。为了让模型适应这些环境数据增强必须做足不能只依赖原始图片。我平时用的增强策略包括HSV色彩空间随机调整、随机翻转、随机缩放、马赛克增强。其中马赛克增强特别适合堆煤场景因为现场画面中经常有多处疑似堆煤区域马赛克增强让模型在训练时同步看到不同位置的堆煤形态泛化能力会明显提升。但有一点要注意随机旋转的角度不要太大因为传送带场景有明确的方向结构旋转角度过大反而会让模型学到错误的几何关系。我在代码里把旋转角度限制在正负10度以内效果比我之前用正负30度要好不少。训练集划分我按8:1:1来做训练集占八成、验证集和测试集各占一成。划分时要用shuffle模式把不同场景的图片交叉打散避免同一个视频截帧的图片全部落到训练集或测试集导致验证结果虚高。3. 模型训练实战配置、参数与调优细节3.1 环境配置与训练前的准备训练这块我从零开始完整过一遍。如果你用的是官方提供的项目压缩包里面已经有一份requirements.txt和详细的环境配置文档按照文档操作十分钟就能完成环境搭建。这里我把核心步骤再列一下方便你们理解为什么这么做。第一步创建独立的虚拟环境。建议使用conda避免不同项目的依赖相互污染。conda create -n coal_yolov8 python3.9 conda activate coal_yolov8第二步安装PyTorch。在此之前先用nvidia-smi查看自己的显卡驱动版本确认支持的最高CUDA版本然后安装匹配的PyTorch。如果显卡是GTX 1660 Ti这类较老的卡建议用CUDA 11.7PyTorch 1.13组合稳定性和兼容性最好。# CUDA 11.7对应的安装命令 pip install torch1.13.1cu117 torchvision0.14.1cu117 --extra-index-url https://download.pytorch.org/whl/cu117第三步安装ultralytics和其他依赖。pip install ultralytics8.0.43 pip install opencv-python pyqt5 pyqtgraph装完之后运行一下python -c import torch; print(torch.cuda.is_available())输出True就说明环境没问题了。3.2 训练参数选择与训练过程记录训练参数这块直接决定模型最终效果我把自己反复试过的参数组合写出来供参考。我用的模型是YOLOv8s相比nano版本精度更高相比medium版本推理速度更快是工业场景的平衡点。输入分辨率设为640×640堆煤目标属于中等尺度目标不需要像检测小目标那样动辄用1280分辨率640足够。训练轮数设为100轮但开启了early stopping机制早停耐心15轮如果验证集损失连续15轮不下降就自动停止防止过拟合。批量大小设为16这个数值要考虑显存限制GTX 1660 Ti 6GB显存用16是安全的如果显存不足降到8。初始学习率设为0.01使用SGD优化器momentum设为0.937。这里说一个细节YOLOv8默认的warmup轮数是3如果训练过程中出现早期的剧烈波动把warmup提高到5到8轮会更平滑。训练时建议直接在终端里跑官方训练命令yolo detect train datacoal.yaml modelyolov8s.pt epochs100 batch16 imgsz640 patience15训练过程中我会持续观察两个指标一个是训练集和验证集的loss曲线看有没有过拟合的迹象另一个是验证集的mAP50和mAP50-95这两个数值是判断模型是否可用的核心依据。我这套数据集训练下来mAP50能到0.95以上mAP50-95在0.85左右检测效果已经相当理想。3.3 模型评估与阈值选择训练完成后不能只看一个mAP就完事还要针对堆煤检测的特殊性做评估。我重点看的是精确率和召回率的平衡点。堆煤检测属于安全预警场景漏检的代价远高于误报因此召回率优先级要高于精确率。在模型默认的置信度阈值0.25下我的测试结果是精确率0.96、召回率0.93。但在实际界面里我把置信度阈值调到0.35同时对检测框做进一步的面积判定。调高阈值是为了减少误报——煤矿现场的粉尘、水雾、灯光反射容易让模型产生假阳性而面积判定则保证只有足够大的堆煤区域才会触发预警。关于面积判定我多说一句。YOLO输出的检测框坐标映射到原始画面后计算框面积占画面总面积的比例。正常煤流也可能被模型识别为堆煤但它的面积占比通常小于5%异常堆煤往往在10%以上。我设定面积占比超过8%且持续5帧才进入预警状态这个参数组合在实测中基本没有误报同时堆煤刚形成时就能被及时捕捉。4. 可视化检测界面与部署落地4.1 界面功能设计与实现细节可视化界面是这套系统最直观的部分也是毕设答辩时最容易拿分的地方。我基于PyQt5开发整体界面分为四个区域左侧是实时视频显示区右上角是状态指示区右中是检测信息列表区底部是报警日志和操作控制区。视频显示区用QLabel作为画布通过OpenCV读取视频帧后转换成QImage格式再绘制检测框和类别标签。这里有个细节OpenCV读到的图像是BGR通道转成RGB之后再显示到界面上否则颜色会偏蓝偏暗看起来很别扭。状态指示区用三个圆形指示灯表示“正常运行”“注意监测”“严重预警”三种状态通过QPainter绘制圆点并填充颜色切换状态时同时更新颜色和文字。严重预警时还会让整个视频区域闪烁红色边框配合蜂鸣器报警发出声音现场值班人员不需要一直盯着屏幕也能感知异常。检测信息列表区用QTableWidget展示每一帧检测到的目标信息目标ID、类别、置信度、位置坐标、面积占比。信息实时刷新方便后续追溯和分析。报警日志区记录所有预警事件的截图和时间戳自动保存到本地日志目录。这个功能在毕设答辩时特别好用可以直接展示完整的预警记录说明系统“真的能用”而不是停留在演示阶段。4.2 界面与模型推理的联动逻辑界面和模型的联动是很多自己动手做系统的同学容易搞乱的地方。我最初的做法是直接在界面主线程里跑模型推理结果画面一卡一卡的其实原因是推理是耗时操作必须放到独立线程里执行界面才能保持流畅。我用的是QThread子线程处理视频帧读取和模型推理主线程只负责刷新界面。子线程每读取一帧就交给模型推理然后把结果通过信号量发送给主线程主线程拿到结果后更新画面和状态信息。这样视频显示能达到25 FPS以上界面完全不会阻塞。具体实现时我在VideoThread类的run方法里循环读取视频帧调用模型执行推理将结果封装成一个字典通过pyqtSignal发射给主界面的槽函数。槽函数里完成检测框绘制和状态判定。这里有一件事要特别注意模型实例必须在子线程内部创建不能在主线程创建后传给子线程使用因为PyTorch模型在不同线程之间共享会有变量冲突的问题。4.3 部署方案从开发机到工控机部署是这类项目从“能跑”到“真正能用”的关键一步。我提供两种部署方式分别对应不同场景。第一种是最简单的源码部署适合做毕设展示、课程设计或者短期的现场验证。把项目整个拷贝到目标机器上配置好Python环境、安装依赖、放置训练好的权重文件然后运行主程序即可。这种方式的好处是方便调试和二次开发坏处是要现场装环境依赖容易出问题。第二种是打包部署适合要交付给现场长期运行的情况。用PyInstaller把Python脚本打包成独立的exe文件运行环境一并打包进去目标机器上不需要安装Python也能跑。打包命令大致如下pyinstaller -F -w -i icon.ico main.py --collect-all ultralytics不过PyInstaller打包YOLOv8项目有几个坑要特别注意。ultralytics依赖了一些动态导入的模块打包时经常漏掉需要在spec文件里手动添加hidden imports权重文件默认从相对路径加载打包后路径会变必须在代码里用sys._MEIPASS处理资源路径。项目压缩包里的部署文档对这些问题都有详细说明按照文档操作就能绕开这些坑。实际的项目里我推荐在开发机上训练好模型、调试好代码然后用第二种方式打包好再部署到工控机。这样做的好处是现场不需要碰代码安装完依赖或者直接双击exe就能跑运维成本低很多。4.4 摄像头RTSP流接入与实测试效果前面提到系统支持三种视频输入源本地视频文件、摄像头RTSP流和静态图片。现场实测时我用RTSP流接入井下摄像头延时在200毫秒以内完全能够满足实时监控的需求。RTSP接入用OpenCV的VideoCapture就能实现关键是设置缓冲区和超时参数。直接这样读RTSP流经常会卡在连接阶段我加了两个处理cap cv2.VideoCapture(rtsp_url, cv2.CAP_FFMPEG) cap.set(cv2.CAP_PROP_BUFFERSIZE, 1) cap.set(cv2.CAP_PROP_OPEN_TIMEOUT_MSEC, 5000) cap.set(cv2.CAP_PROP_READ_TIMEOUT_MSEC, 5000)把缓冲区设为1是防止OpenCV默认缓存大量帧导致画面延迟越来越高这个细节我试了很多次才定位到。另外现场摄像头通常都有动态码流和帧率波动如果检测到丢帧严重可以在代码里加一个自动重连机制画面断开后每隔两秒尝试重新连接。实测效果在传送带正常运行状态、煤流达到输送量上限但未堆积时不触发报警当煤流在转载点逐渐堆积堆煤面积达到画面8%以上且持续5帧时界面切换为严重预警状态报警日志同步记录时间戳和当前画面截图。这个判定逻辑在持续运行中表现稳定没有出现过一次漏报。5. 常见问题与排查技巧实录5.1 环境配置阶段的典型错误与处理环境配置是初学者最容易卡住的环节我在调试过程中整理了几个高频问题的排查方法。第一个是torch.cuda.is_available()返回False。这个90%的情况是PyTorch和CUDA版本不匹配。用nvidia-smi查看驱动支持的CUDA版本再用pip list | grep torch确认自己的PyTorch是CPU版本还是GPU版本。如果装了CPU版本卸载后用带cu117或cu118的源重装。第二个是ultralytics包导入报错提示缺少libiomp5md.dll或者类似的DLL文件。这个问题在Windows上很常见根源是OpenMP库冲突可以通过在代码开头加import os; os.environ[KMP_DUPLICATE_LIB_OK]TRUE来规避。虽然是临时的解决方案但实测有效。第三个是显存不足OOM。训练时报CUDA out of memory通常是因为批量大小和模型规模超出了显卡容量。可以把batch size降到8或4同时关闭数据加载时的workers数量减少内存峰值。如果还不行把图片分辨率降到416试试不过会损失一部分精度不建议作为常规方案。5.2 训练效果不理想的调优思路很多同学问为什么我训练出来的模型检测效果差、误报多、漏检多这个问题不能只看某一个方面需要系统排查。如果是漏检先确认是否是堆煤早期的目标太小、边缘模糊导致。我建议先用训练好的模型跑几张标注过的测试图用代码把检测框和真实标注框同时画出来对比直观地看出是哪类目标被漏掉了。如果是小目标漏检可以针对性增加小目标样本或者提高输入分辨率到960。如果是误报先把置信度阈值往上调一段观察误报是否减少。如果阈值调到0.6还是有误报说明模型学到了一些不该学的背景特征常见原因是数据集中负样本不足。正常煤流、空载皮带、检修状态等场景的图片数量应该至少占总样本的两成让模型见过足够多“没有堆煤”的画面。如果是检测框不准确比如框太大或者太小优先检查标注质量。我经历过一次因为标注时为了赶时间很多框没标到位后来用标注工具重新对齐了一遍mAP直接提升了5个百分点。标注质量对YOLO系列模型的影响比大多数人想象的大得多。5.3 界面运行卡顿与报警不触发的排查界面卡顿和报警逻辑不触发这两个问题在联调阶段也很常见。卡顿问题通常出在线程设计上。如果推理和界面刷新在同一个线程卡顿是必然的。检查一下你的视频读取和模型推理是否在独立线程里运行主线程是否只做UI更新和信号接收。另外OpenCV读视频时内部也会有缓冲区即使子线程处理不及时画面仍然会以最高速度读取导致CPU占用高所以摄像头输入时要把CAP_PROP_BUFFERSIZE设为1。报警不触发的问题我把排查路径整理成一张速查表症状可能原因排查方法检测框正常但无报警面积占比阈值过高打印当前检测框面积调低面积阈值只在视频后半段才报警连续帧计数逻辑写错了检查帧计数重置条件用日志确认状态偶发性误报无法消除置信度阈值偏低逐帧回放误报画面调高置信度阈值报警后无法恢复状态转换条件缺失检查是否需要连续N帧无堆煤才解除报警最后一条我特别强调一下预警触发之后一定要设置“解除报警”的条件比如连续20帧检测不到堆煤才恢复为正常状态。否则运输系统因为煤流抖动瞬间低于阈值就反复报警、恢复会让人完全麻木反而不利于安全监控。5.4 模型导出与硬件加速部署技巧如果系统要部署到无GPU的边缘设备还可以把模型导出为不同的部署格式。YOLOv8支持导出ONNX、TensorRT、OpenVINO等格式我在项目里演示了导出ONNX和用OpenVINO加速的流程。导出ONNX的命令很简单yolo export modelbest.pt formatonnx imgsz640ONNX格式可以在CPU上通过ONNX Runtime直接推理虽然速度不如GPU但在没有独立显卡的工控机上也能跑10 FPS以上。如果设备有Intel核显还可以进一步导出OpenVINO格式推理速度能再快两到三倍。硬件加速这块对煤矿现场的部署很有价值。很多煤矿的工控机不配独立显卡因为井下环境对设备稳定性的要求远高于图形性能。用OpenVINO或者TensorRT做推理优化让系统在只有CPU的机器上也能满足实时监测的帧率需求是从实验室demo走向真正工程化落地必须考虑的一步。项目代码里已经预留了ONNX推理的接口切换部署模式只需要改一行配置很方便。我在实际部署中发现用ONNX Runtime在CPU上跑640输入尺寸的YOLOv8s单帧推理时间可以控制在90毫秒左右虽然达不到GPU的实时性但对于堆煤预警这种响应时间要求不是特别苛刻的场景完全够用。如果后续要进一步提升性能可以把模型换成YOLOv8n尺寸更小推理速度能翻倍。本文还有配套的精品资源点击获取 基于YOLOv8的煤矿传送带堆煤堵塞预警系统实现
简介本资源是一套面向计算机、人工智能及自动化等专业学生的毕业设计级项目聚焦煤矿安全生产场景基于YOLOv8实现传送带堆煤与堵塞的实时目标检测与智能预警。项目开箱即用涵盖完整训练流程、可视化交互界面与工业级部署方案特别适合毕设、课程设计或大作业开发也支持零基础学习者快速入门深度学习目标检测应用。压缩包共97个文件含70个Python源码含训练、推理、UI主控及评估模块、4个预训练与最优.pt模型、12个编译缓存文件、5个标注XML及配套README与配置说明整体24.21MB结构清晰、模块解耦便于二次开发与功能扩展。已有43人下载学习所有代码均经实测验证可一键生成F1曲线、混淆矩阵、PR曲线、标签分布图及验证集预测结果附带测试视频与图标资源真正实现从数据标注到系统上线的一站式交付。 在煤矿生产中传送带运输系统一旦出现堆煤堵塞轻则停机影响生产重则引发设备损坏甚至安全事故。过去主要靠人工巡检和简单的堆煤传感器要么响应慢要么误报率高。这几年YOLOv8在目标检测领域表现相当能打很多同行开始尝试把它用在这种工业异常场景里。我自己也基于YOLOv8做了一套煤矿传送带堆煤堵塞预警系统包含完整的源码、可视化监控界面、已经标注好的数据集和一步步的部署教程压缩包解压之后按文档操作就能跑起来很适合用来做毕业设计或者课程设计的完整项目。这篇文章我会把这套系统的核心内容拆开揉碎讲清楚从数据集怎么来的、标注要注意什么、模型训练踩过哪些坑、界面怎么跟检测逻辑打通到最终怎么部署到工控机上全部过一遍。不管你是正准备做相关课题的学生还是想在公司内部验证这套方案的技术人员都可以照着这个思路复现至少能帮你少走不少弯路。1. 项目整体设计与技术选型思路1.1 为什么选YOLOv8而不是其他检测模型做煤矿堆煤检测第一步就是选检测框架。很多人一上来就在YOLOv5、YOLOv7、YOLOv8之间纠结甚至还有人考虑Faster R-CNN这类两阶段模型。我的建议很直接YOLOv8是当前性价比最高的选择没有之一。先说YOLOv5它确实稳定社区资料也多但它的C3结构和后续的C2f结构相比在同样参数量下特征提取能力会弱一些尤其是对小目标和密集目标的表现不够好。传送带上的堆煤场景其实有一个特点煤块堆积区域往往和传送带、托辊、煤流背景混在一起目标边界不够清晰而且不同角度的光照会让煤堆呈现完全不同的纹理特征。这种场景下YOLOv8的C2f结构能更好地融合不同层级的特征检测鲁棒性明显更强。再看Faster R-CNN精度确实高但推理速度实在跟不上工业实时监控的需求。一套监控系统如果每秒只能处理两三帧那和没有差不多。煤矿现场用的是工控机配置不会太高GTX 1660 Ti这种级别的显卡是主流YOLOv8s在这种卡上跑640分辨率输入推理速度能稳定在30 FPS以上完全满足实时要求。还有一个很实际的原因YOLOv8的工程化做得好Ultralytics官方把训练、验证、导出、部署的流程统一封装了一套API走到底不需要自己拼装复杂的训练逻辑。对做毕设或者课程设计的同学来说省下的时间可以花在界面和功能完善上而不是在训练框架的泥潭里挣扎。1.2 系统整体架构与功能模块划分这套系统的整体架构我按“数据采集 - 模型推理 - 逻辑判定 - 可视化告警”四层来做每层职责清晰方便后期单独替换或者升级。最底层是数据层主要包含两部分一是用来训练模型的数据集这个直接决定模型上限后面我会详细讲二是实时视频流接入系统要兼容RTSP流、本地视频文件和图片三种输入方式。我见过太多项目只支持视频文件到现场接摄像头的时候就傻眼了所以这块我特地在代码里做了兼容。中间是推理层加载训练好的YOLOv8权重对每一帧画面执行目标检测输出煤堆目标的位置、置信度和类别。推理层的输出不只是画个框这么简单还要把检测结果传给逻辑判定层。逻辑判定层是这套系统的灵魂。单纯的“检测到煤堆”没有意义因为传送带上本来就有煤在正常运输关键是怎么区分“正常堆煤”和“异常堆煤”。我采用的策略是多维度联合判定检测框的置信度要超过阈值、目标区域面积占比要达到设定比例、并且连续若干帧保持这个状态三个条件同时满足才触发预警。这样可以有效过滤掉偶发的煤流波动和检测抖动。最上层是可视化界面基于PyQt5开发实现实时视频画面显示、检测框叠加、预警状态切换、报警记录保存、历史回放等功能。另外还有独立的告警模块支持画面闪烁、文字提示和声音报警。1.3 整体技术栈与版本选型技术选型这块我直接列一个清单都是经过实际验证的版本组合照抄不会出问题组件推荐版本说明操作系统Windows 10/11 或 Ubuntu 20.04/22.04毕设推荐Windows部署推荐UbuntuPython3.8 ~ 3.103.10以上容易出现依赖不兼容PyTorch1.13 ~ 2.0CUDA版本根据显卡驱动选择CUDA11.7 / 11.8和PyTorch版本严格对应ultralytics8.0.x以上建议锁版本新版本API可能有变动opencv-python4.5.x以上用于视频流处理和图像预处理PyQt55.15.x可视化界面开发pyqtgraph0.13.x实时数据曲线绘制这里强调一下CUDA和PyTorch的配套问题。很多同学在环境配置阶段卡了一整天就是版本没对上。PyTorch 1.13支持CUDA 11.7PyTorch 2.0支持CUDA 11.8装的时候用官方命令直接装对应版本最稳妥不要用pip默认源。具体安装命令文档里都有后面部署章节我再展开。2. 数据集构建从采集到标注的完整流程2.1 数据采集场景分析与样本规划数据是这套系统的地基模型性能的上限由数据决定。我见过不少同学拿了开源数据集直接训练效果差了就抱怨模型不行其实问题往往出在数据跟场景不匹配上。煤矿传送带堆煤检测这个问题必须用贴近真实场景的图片来训练。数据采集阶段要考虑几个典型场景一是传送带正常运行煤流均匀分布这是大量负样本的来源二是堆煤初期煤开始在小范围堆积这是最关键的正样本很多系统漏检就是这类样本不够三是严重堆煤煤已经漫过托辊甚至溢出传送带边缘这个阶段样本容易获取但模型已经“看得太晚”。另外还要覆盖不同光照条件井下和地面传送带的光照差异巨大白天、夜间、逆光、粉尘遮挡都要考虑。如果自己没有条件到现场拍有两个替代方案第一用公开的工业检测数据集做预训练然后在少量现场数据上微调第二把自己拍的视频按帧截取再做数据增强扩充。这套系统压缩包里附带的数据集就是按照上述场景规划采集并标注好的大概有几千张图片类别统一标注格式为标准YOLO格式拿到手即可训练。2.2 数据标注实操类别设定与边界框规则标注环节我在实际操作中踩过不少坑这里分享几个关键经验。首先是类别设定。堆煤检测不像通用物体检测有那么多类别我建议只设一个类别“coal_pile”堆煤把正常煤流和异常堆煤都作为同类的不同状态来处理。有人可能会想设两个类别“正常”和“异常”但这会让标注变得很主观边界模糊模型反而学不到稳健特征。单一类别配合面积和连续帧判定是更干净的方案。其次是边界框规则这是最容易翻车的地方。标注堆煤目标时框不能只框住煤堆凸起的部分要把整个堆煤区域连同上方的煤尘聚集区域包含进去。因为堆煤早期煤堆还比较矮如果框只标到可见部分的边界模型学到的是一个“切了一半”的目标推理时很容易漏检。另外标注时宁大勿小。YOLO的矩形框天然会包含一些背景区域特别是堆煤场景里煤流和周围设备颜色接近框稍微大一点对模型的影响不大但如果框太小漏掉了部分堆煤区域模型学到的特征就不完整。2.3 数据增强策略与训练集划分煤矿现场的图像质量不稳定粉尘、水雾、低光照都是常态。为了让模型适应这些环境数据增强必须做足不能只依赖原始图片。我平时用的增强策略包括HSV色彩空间随机调整、随机翻转、随机缩放、马赛克增强。其中马赛克增强特别适合堆煤场景因为现场画面中经常有多处疑似堆煤区域马赛克增强让模型在训练时同步看到不同位置的堆煤形态泛化能力会明显提升。但有一点要注意随机旋转的角度不要太大因为传送带场景有明确的方向结构旋转角度过大反而会让模型学到错误的几何关系。我在代码里把旋转角度限制在正负10度以内效果比我之前用正负30度要好不少。训练集划分我按8:1:1来做训练集占八成、验证集和测试集各占一成。划分时要用shuffle模式把不同场景的图片交叉打散避免同一个视频截帧的图片全部落到训练集或测试集导致验证结果虚高。3. 模型训练实战配置、参数与调优细节3.1 环境配置与训练前的准备训练这块我从零开始完整过一遍。如果你用的是官方提供的项目压缩包里面已经有一份requirements.txt和详细的环境配置文档按照文档操作十分钟就能完成环境搭建。这里我把核心步骤再列一下方便你们理解为什么这么做。第一步创建独立的虚拟环境。建议使用conda避免不同项目的依赖相互污染。conda create -n coal_yolov8 python3.9 conda activate coal_yolov8第二步安装PyTorch。在此之前先用nvidia-smi查看自己的显卡驱动版本确认支持的最高CUDA版本然后安装匹配的PyTorch。如果显卡是GTX 1660 Ti这类较老的卡建议用CUDA 11.7PyTorch 1.13组合稳定性和兼容性最好。# CUDA 11.7对应的安装命令 pip install torch1.13.1cu117 torchvision0.14.1cu117 --extra-index-url https://download.pytorch.org/whl/cu117第三步安装ultralytics和其他依赖。pip install ultralytics8.0.43 pip install opencv-python pyqt5 pyqtgraph装完之后运行一下python -c import torch; print(torch.cuda.is_available())输出True就说明环境没问题了。3.2 训练参数选择与训练过程记录训练参数这块直接决定模型最终效果我把自己反复试过的参数组合写出来供参考。我用的模型是YOLOv8s相比nano版本精度更高相比medium版本推理速度更快是工业场景的平衡点。输入分辨率设为640×640堆煤目标属于中等尺度目标不需要像检测小目标那样动辄用1280分辨率640足够。训练轮数设为100轮但开启了early stopping机制早停耐心15轮如果验证集损失连续15轮不下降就自动停止防止过拟合。批量大小设为16这个数值要考虑显存限制GTX 1660 Ti 6GB显存用16是安全的如果显存不足降到8。初始学习率设为0.01使用SGD优化器momentum设为0.937。这里说一个细节YOLOv8默认的warmup轮数是3如果训练过程中出现早期的剧烈波动把warmup提高到5到8轮会更平滑。训练时建议直接在终端里跑官方训练命令yolo detect train datacoal.yaml modelyolov8s.pt epochs100 batch16 imgsz640 patience15训练过程中我会持续观察两个指标一个是训练集和验证集的loss曲线看有没有过拟合的迹象另一个是验证集的mAP50和mAP50-95这两个数值是判断模型是否可用的核心依据。我这套数据集训练下来mAP50能到0.95以上mAP50-95在0.85左右检测效果已经相当理想。3.3 模型评估与阈值选择训练完成后不能只看一个mAP就完事还要针对堆煤检测的特殊性做评估。我重点看的是精确率和召回率的平衡点。堆煤检测属于安全预警场景漏检的代价远高于误报因此召回率优先级要高于精确率。在模型默认的置信度阈值0.25下我的测试结果是精确率0.96、召回率0.93。但在实际界面里我把置信度阈值调到0.35同时对检测框做进一步的面积判定。调高阈值是为了减少误报——煤矿现场的粉尘、水雾、灯光反射容易让模型产生假阳性而面积判定则保证只有足够大的堆煤区域才会触发预警。关于面积判定我多说一句。YOLO输出的检测框坐标映射到原始画面后计算框面积占画面总面积的比例。正常煤流也可能被模型识别为堆煤但它的面积占比通常小于5%异常堆煤往往在10%以上。我设定面积占比超过8%且持续5帧才进入预警状态这个参数组合在实测中基本没有误报同时堆煤刚形成时就能被及时捕捉。4. 可视化检测界面与部署落地4.1 界面功能设计与实现细节可视化界面是这套系统最直观的部分也是毕设答辩时最容易拿分的地方。我基于PyQt5开发整体界面分为四个区域左侧是实时视频显示区右上角是状态指示区右中是检测信息列表区底部是报警日志和操作控制区。视频显示区用QLabel作为画布通过OpenCV读取视频帧后转换成QImage格式再绘制检测框和类别标签。这里有个细节OpenCV读到的图像是BGR通道转成RGB之后再显示到界面上否则颜色会偏蓝偏暗看起来很别扭。状态指示区用三个圆形指示灯表示“正常运行”“注意监测”“严重预警”三种状态通过QPainter绘制圆点并填充颜色切换状态时同时更新颜色和文字。严重预警时还会让整个视频区域闪烁红色边框配合蜂鸣器报警发出声音现场值班人员不需要一直盯着屏幕也能感知异常。检测信息列表区用QTableWidget展示每一帧检测到的目标信息目标ID、类别、置信度、位置坐标、面积占比。信息实时刷新方便后续追溯和分析。报警日志区记录所有预警事件的截图和时间戳自动保存到本地日志目录。这个功能在毕设答辩时特别好用可以直接展示完整的预警记录说明系统“真的能用”而不是停留在演示阶段。4.2 界面与模型推理的联动逻辑界面和模型的联动是很多自己动手做系统的同学容易搞乱的地方。我最初的做法是直接在界面主线程里跑模型推理结果画面一卡一卡的其实原因是推理是耗时操作必须放到独立线程里执行界面才能保持流畅。我用的是QThread子线程处理视频帧读取和模型推理主线程只负责刷新界面。子线程每读取一帧就交给模型推理然后把结果通过信号量发送给主线程主线程拿到结果后更新画面和状态信息。这样视频显示能达到25 FPS以上界面完全不会阻塞。具体实现时我在VideoThread类的run方法里循环读取视频帧调用模型执行推理将结果封装成一个字典通过pyqtSignal发射给主界面的槽函数。槽函数里完成检测框绘制和状态判定。这里有一件事要特别注意模型实例必须在子线程内部创建不能在主线程创建后传给子线程使用因为PyTorch模型在不同线程之间共享会有变量冲突的问题。4.3 部署方案从开发机到工控机部署是这类项目从“能跑”到“真正能用”的关键一步。我提供两种部署方式分别对应不同场景。第一种是最简单的源码部署适合做毕设展示、课程设计或者短期的现场验证。把项目整个拷贝到目标机器上配置好Python环境、安装依赖、放置训练好的权重文件然后运行主程序即可。这种方式的好处是方便调试和二次开发坏处是要现场装环境依赖容易出问题。第二种是打包部署适合要交付给现场长期运行的情况。用PyInstaller把Python脚本打包成独立的exe文件运行环境一并打包进去目标机器上不需要安装Python也能跑。打包命令大致如下pyinstaller -F -w -i icon.ico main.py --collect-all ultralytics不过PyInstaller打包YOLOv8项目有几个坑要特别注意。ultralytics依赖了一些动态导入的模块打包时经常漏掉需要在spec文件里手动添加hidden imports权重文件默认从相对路径加载打包后路径会变必须在代码里用sys._MEIPASS处理资源路径。项目压缩包里的部署文档对这些问题都有详细说明按照文档操作就能绕开这些坑。实际的项目里我推荐在开发机上训练好模型、调试好代码然后用第二种方式打包好再部署到工控机。这样做的好处是现场不需要碰代码安装完依赖或者直接双击exe就能跑运维成本低很多。4.4 摄像头RTSP流接入与实测试效果前面提到系统支持三种视频输入源本地视频文件、摄像头RTSP流和静态图片。现场实测时我用RTSP流接入井下摄像头延时在200毫秒以内完全能够满足实时监控的需求。RTSP接入用OpenCV的VideoCapture就能实现关键是设置缓冲区和超时参数。直接这样读RTSP流经常会卡在连接阶段我加了两个处理cap cv2.VideoCapture(rtsp_url, cv2.CAP_FFMPEG) cap.set(cv2.CAP_PROP_BUFFERSIZE, 1) cap.set(cv2.CAP_PROP_OPEN_TIMEOUT_MSEC, 5000) cap.set(cv2.CAP_PROP_READ_TIMEOUT_MSEC, 5000)把缓冲区设为1是防止OpenCV默认缓存大量帧导致画面延迟越来越高这个细节我试了很多次才定位到。另外现场摄像头通常都有动态码流和帧率波动如果检测到丢帧严重可以在代码里加一个自动重连机制画面断开后每隔两秒尝试重新连接。实测效果在传送带正常运行状态、煤流达到输送量上限但未堆积时不触发报警当煤流在转载点逐渐堆积堆煤面积达到画面8%以上且持续5帧时界面切换为严重预警状态报警日志同步记录时间戳和当前画面截图。这个判定逻辑在持续运行中表现稳定没有出现过一次漏报。5. 常见问题与排查技巧实录5.1 环境配置阶段的典型错误与处理环境配置是初学者最容易卡住的环节我在调试过程中整理了几个高频问题的排查方法。第一个是torch.cuda.is_available()返回False。这个90%的情况是PyTorch和CUDA版本不匹配。用nvidia-smi查看驱动支持的CUDA版本再用pip list | grep torch确认自己的PyTorch是CPU版本还是GPU版本。如果装了CPU版本卸载后用带cu117或cu118的源重装。第二个是ultralytics包导入报错提示缺少libiomp5md.dll或者类似的DLL文件。这个问题在Windows上很常见根源是OpenMP库冲突可以通过在代码开头加import os; os.environ[KMP_DUPLICATE_LIB_OK]TRUE来规避。虽然是临时的解决方案但实测有效。第三个是显存不足OOM。训练时报CUDA out of memory通常是因为批量大小和模型规模超出了显卡容量。可以把batch size降到8或4同时关闭数据加载时的workers数量减少内存峰值。如果还不行把图片分辨率降到416试试不过会损失一部分精度不建议作为常规方案。5.2 训练效果不理想的调优思路很多同学问为什么我训练出来的模型检测效果差、误报多、漏检多这个问题不能只看某一个方面需要系统排查。如果是漏检先确认是否是堆煤早期的目标太小、边缘模糊导致。我建议先用训练好的模型跑几张标注过的测试图用代码把检测框和真实标注框同时画出来对比直观地看出是哪类目标被漏掉了。如果是小目标漏检可以针对性增加小目标样本或者提高输入分辨率到960。如果是误报先把置信度阈值往上调一段观察误报是否减少。如果阈值调到0.6还是有误报说明模型学到了一些不该学的背景特征常见原因是数据集中负样本不足。正常煤流、空载皮带、检修状态等场景的图片数量应该至少占总样本的两成让模型见过足够多“没有堆煤”的画面。如果是检测框不准确比如框太大或者太小优先检查标注质量。我经历过一次因为标注时为了赶时间很多框没标到位后来用标注工具重新对齐了一遍mAP直接提升了5个百分点。标注质量对YOLO系列模型的影响比大多数人想象的大得多。5.3 界面运行卡顿与报警不触发的排查界面卡顿和报警逻辑不触发这两个问题在联调阶段也很常见。卡顿问题通常出在线程设计上。如果推理和界面刷新在同一个线程卡顿是必然的。检查一下你的视频读取和模型推理是否在独立线程里运行主线程是否只做UI更新和信号接收。另外OpenCV读视频时内部也会有缓冲区即使子线程处理不及时画面仍然会以最高速度读取导致CPU占用高所以摄像头输入时要把CAP_PROP_BUFFERSIZE设为1。报警不触发的问题我把排查路径整理成一张速查表症状可能原因排查方法检测框正常但无报警面积占比阈值过高打印当前检测框面积调低面积阈值只在视频后半段才报警连续帧计数逻辑写错了检查帧计数重置条件用日志确认状态偶发性误报无法消除置信度阈值偏低逐帧回放误报画面调高置信度阈值报警后无法恢复状态转换条件缺失检查是否需要连续N帧无堆煤才解除报警最后一条我特别强调一下预警触发之后一定要设置“解除报警”的条件比如连续20帧检测不到堆煤才恢复为正常状态。否则运输系统因为煤流抖动瞬间低于阈值就反复报警、恢复会让人完全麻木反而不利于安全监控。5.4 模型导出与硬件加速部署技巧如果系统要部署到无GPU的边缘设备还可以把模型导出为不同的部署格式。YOLOv8支持导出ONNX、TensorRT、OpenVINO等格式我在项目里演示了导出ONNX和用OpenVINO加速的流程。导出ONNX的命令很简单yolo export modelbest.pt formatonnx imgsz640ONNX格式可以在CPU上通过ONNX Runtime直接推理虽然速度不如GPU但在没有独立显卡的工控机上也能跑10 FPS以上。如果设备有Intel核显还可以进一步导出OpenVINO格式推理速度能再快两到三倍。硬件加速这块对煤矿现场的部署很有价值。很多煤矿的工控机不配独立显卡因为井下环境对设备稳定性的要求远高于图形性能。用OpenVINO或者TensorRT做推理优化让系统在只有CPU的机器上也能满足实时监测的帧率需求是从实验室demo走向真正工程化落地必须考虑的一步。项目代码里已经预留了ONNX推理的接口切换部署模式只需要改一行配置很方便。我在实际部署中发现用ONNX Runtime在CPU上跑640输入尺寸的YOLOv8s单帧推理时间可以控制在90毫秒左右虽然达不到GPU的实时性但对于堆煤预警这种响应时间要求不是特别苛刻的场景完全够用。如果后续要进一步提升性能可以把模型换成YOLOv8n尺寸更小推理速度能翻倍。本文还有配套的精品资源点击获取