简介这份资源是面向高校学生与深度学习初学者的毕业设计完整项目包主题为基于深度学习的人流量检测系统使用Python开发已通过导师指导可直接用于课程设计、期末大作业或自学实践。压缩包共1482个文件约61.64MB涵盖76个Python源码文件、382个html页面、208张png图片及js、css、md、json、yaml等配套资源其中person_detection模块承载行人检测算法实现run.py为系统入口doc与pfd_web目录分别存放项目文档和Web界面设计文件附赠内容中还可能包含预训练模型与数据集链接。项目完整覆盖数据收集、模型训练、算法部署与系统实现全流程涉及CNN等网络结构并关注检测的准确性、实时性与鲁棒性。目前已有75人学习适合希望将深度学习与计算机视觉理论落地为实际应用、积累项目经验的学习者参考。1. 从一段监控视频说起人流量检测系统到底在数什么商场门口那台摄像头每天拍下几万帧画面。物业想知道今天进了多少人、哪个时段最挤、要不要加开一部电梯。传统做法是安排一个人盯着屏幕按计数器或者在地上铺压力感应踏板。前者费人力还容易走神后者一遇到并排走、拎大箱子、推婴儿车就漏计。基于深度学习的人流量检测系统要解决的就是把这件事自动化给一段视频或一路实时流输出画面里的人数、每个人的位置甚至进一步统计穿越某条线的累计人次。这个方向在计算机毕业设计里出现频率极高原因很实际——它同时踩中了深度学习、Python、源码可复现三个点。你不需要昂贵的采集设备一段公开的监控视频、一台带显卡的笔记本就能跑起来算法侧有成熟的开源检测模型可以直接用工程侧用 Python 把检测、跟踪、计数串成一条流水线代码量可控答辩时也讲得清楚。适合谁做适合已经学过 Python 基础、想找一个能出可视化结果、又能体现算法理解的题目的同学。它不要求你从零训练一个网络但要求你搞明白检测模型输出的是什么、怎么把逐帧结果变成有意义的人数统计。我见过太多人卡在同一个地方模型能框出人但一帧一帧数出来的数字疯狂跳动同一个人被重复计数。这不是模型的问题是系统设计的问题。接下来几章我把这套系统从选型到跑通、从计数逻辑到踩坑按我实际做过的顺序讲一遍。2. 选检测模型还是选跟踪方案人流量检测系统的技术栈怎么定动手之前先想清楚一件事人流量检测系统的核心难点不在“检测”而在“去重”。检测模型负责回答“这一帧里人在哪”跟踪或计数逻辑负责回答“这个人和上一帧那个人是不是同一个”。很多人一上来就纠结用 YOLO 还是 Faster R-CNN其实检测模型选哪个对最终计数准确率的影响远小于去重逻辑写得好不好。2.1 检测模型选型为什么多数人流量检测系统落在 YOLO 系列人流量检测对实时性有要求。监控视频常见 25 帧每秒如果单帧推理要 200 毫秒整条流水线就跟不上画面会卡成幻灯片。YOLO 系列属于单阶段检测器一次前向传播同时输出边界框和类别速度上有天然优势。Faster R-CNN 这类两阶段检测器精度可能略高但推理慢用在离线视频分析还行做实时系统就吃力。选型时看三个指标推理速度FPS、小目标召回率、部署难度。监控画面里人往往只占几十个像素属于小目标所以模型的输入分辨率不能压得太狠。我一般会把输入尺寸设到 640再根据显卡显存决定 batch size。部署难度上YOLO 有成熟的 Python 推理接口导出成 ONNX 之后还能脱离训练框架跑这对毕业设计这种“换台电脑也要能演示”的场景很关键。提示不要为了追求论文里的高 mAP 去选一个推理极慢的模型。人流量检测系统的验收标准是计数误差和实时性不是检测榜单排名。2.2 跟踪与计数ByteTrack 和虚拟线计数怎么配合检测只给当前帧跟踪负责给每个人分配一个稳定的 ID。常用做法是 ByteTrack 这类基于检测的跟踪器它不依赖外观特征主要靠运动预测和 IoU 匹配速度快、对遮挡有一定容忍。跟踪稳定之后计数就变成“统计有多少个 ID 越过了某条线”。虚拟线计数的逻辑是为每个跟踪 ID 记录它上一帧的中心点位置当中心点从线的这一侧移动到另一侧时计数加一。这里有个细节——线要有方向进和出分开统计否则来回走动的人会被反复计数。下面这段伪代码说明了核心判断# tracks: 当前帧所有跟踪目标每个含 id 和中心点 (cx, cy) # last_positions: 字典记录每个 id 上一帧的中心点 # line_y: 虚拟线的纵坐标假设水平线从上往下穿越算进入 count_in 0 for t in tracks: tid, cx, cy t[id], t[cx], t[cy] if tid in last_positions: prev_cy last_positions[tid][1] # 上一帧在线上方当前帧在线下方判定为一次进入 if prev_cy line_y cy: count_in 1 last_positions[tid] (cx, cy)逻辑说明只对已经出现过的 ID 做穿越判断新 ID 第一帧只记录位置不计数避免刚进画面就被误判。参数line_y要根据实际画面里人行走的通道位置来定不能随便取画面中线。如果摄像头是斜视角水平线可能不够用需要改成任意方向的线段用向量叉积判断穿越方向。2.3 环境搭建Python 依赖和推理后端怎么装环境这块我建议用 conda 建独立环境避免和系统里的其他包打架。核心依赖就几个推理框架、图像处理、数值计算。下面是一份能跑通的最小依赖清单版本不写死装当前稳定版即可# 创建并激活环境 conda create -n crowd python3.10 -y conda activate crowd # 安装推理与图像处理依赖 pip install ultralytics opencv-python numpy # ultralytics 提供 YOLO 的 Python 接口opencv 负责读写视频和画框逻辑说明ultralytics这个包把模型加载、推理、后处理都封装好了几行代码就能跑检测。opencv-python用来读视频帧、画检测框和计数线。装完之后先跑一个最小验证确认模型能加载、能对一张图出结果再去接视频。参数上python3.10是比较稳的版本太新的 Python 有时会遇到某些包还没出预编译轮子装起来费劲。注意如果你用的是没有独立显卡的机器推理会走 CPU速度可能只有几 FPS。毕业设计演示建议至少用一台带 NVIDIA 显卡的机器或者把视频抽帧成图片做离线分析避开实时性要求。3. 把检测跑起来从单张图片到视频流的完整链路环境好了接下来把检测真正跑通。这一章的目标是你能拿到一段视频输出带框的画面并且框的位置是对的。听起来简单但视频读写、坐标缩放、帧率控制这几个地方每个都能让人卡半天。3.1 用 YOLO 在本地跑通单帧检测的最小命令先别急着上视频用一张图确认模型没问题。准备一张有人的图片跑下面这段from ultralytics import YOLO # 加载预训练模型首次运行会自动下载权重 model YOLO(yolov8n.pt) # 对单张图片推理conf 是置信度阈值 results model(test.jpg, conf0.4, classes[0]) # classes[0] 表示只检测 person 这一类COCO 数据集里 person 的类别 id 是 0 for r in results: boxes r.boxes print(检测到人数:, len(boxes)) for box in boxes: # xyxy 是左上角和右下角坐标 print(box.xyxy.tolist(), box.conf.tolist())逻辑说明YOLO(yolov8n.pt)里的n是 nano 版本模型最小、速度最快适合先跑通流程。conf0.4是置信度阈值低于这个值的框会被丢掉阈值调低会检出更多目标但误检增加调高则相反。classes[0]只保留人类避免把车、椅子也框进来干扰计数。跑通后你会看到打印出人数和每个框的坐标坐标是相对原图的像素值。参数怎么调如果发现漏检人没被框住先把conf降到 0.25 试试如果误检多把广告牌上的人像也框了把conf提到 0.5 以上。yolov8n换成yolov8s或yolov8m精度会提升但速度下降根据你的显卡权衡。3.2 视频逐帧推理读帧、推理、画框、写出的四步循环单帧没问题后把循环套上。视频处理的标准结构是读一帧、推理、画结果、写一帧直到读完。import cv2 from ultralytics import YOLO model YOLO(yolov8n.pt) cap cv2.VideoCapture(crowd.mp4) # 获取视频参数用于写出同样规格的结果视频 fps int(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 cv2.VideoWriter(out.mp4, cv2.VideoWriter_fourcc(*mp4v), fps, (w, h)) while True: ret, frame cap.read() if not ret: break # 视频读完 results model(frame, conf0.4, classes[0], verboseFalse) for r in results: for box in r.boxes: x1, y1, x2, y2 map(int, box.xyxy[0].tolist()) cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2) writer.write(frame) cap.release() writer.release()逻辑说明cv2.VideoCapture打开视频read()每次返回一帧和是否成功的标志。verboseFalse关掉模型每帧的日志输出否则终端会被刷屏。画框用cv2.rectangle颜色(0,255,0)是绿色线宽 2。写出视频的编码器用mp4v兼容性好。参数说明fps从原视频读取保证输出视频播放速度正常。如果原视频帧率很高比如 60逐帧推理跟不上可以每隔一帧处理一次但计数时要相应调整否则会漏掉快速移动的人。这一步跑完你应该得到一个带绿框的输出视频框基本跟得住人。3.3 接上跟踪与计数让数字稳定下来检测框有了现在把跟踪和虚拟线计数接进去。跟踪器用 ByteTrack它已经集成在 ultralytics 里调用时加一个参数就行。import cv2 from ultralytics import YOLO model YOLO(yolov8n.pt) cap cv2.VideoCapture(crowd.mp4) line_y 300 # 虚拟线纵坐标按实际画面调整 last_pos {} # 记录每个 id 上一帧的中心点 count_in 0 while True: ret, frame cap.read() if not ret: break # persistTrue 让跟踪器在帧之间保持状态 results model.track(frame, conf0.4, classes[0], persistTrue, verboseFalse) for r in results: if r.boxes.id is None: continue # 这一帧没有跟踪到任何目标 ids r.boxes.id.int().tolist() boxes r.boxes.xyxy.tolist() for tid, box in zip(ids, boxes): x1, y1, x2, y2 box cx, cy (x1 x2) / 2, (y1 y2) / 2 if tid in last_pos: if last_pos[tid] line_y cy: count_in 1 last_pos[tid] cy cv2.rectangle(frame, (int(x1), int(y1)), (int(x2), int(y2)), (0, 255, 0), 2) cv2.line(frame, (0, line_y), (frame.shape[1], line_y), (0, 0, 255), 2) cv2.putText(frame, fIN: {count_in}, (20, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2) cv2.imshow(crowd, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()逻辑说明model.track在检测基础上加了跟踪persistTrue是关键它让跟踪器记住上一帧的状态否则每帧都当新目标处理ID 会乱跳。r.boxes.id是跟踪 ID可能为 None这一帧没目标。计数逻辑和前面伪代码一致只对已存在的 ID 判断穿越。cv2.line画出虚拟线cv2.putText在左上角显示累计进入人数。参数说明line_y是唯一需要你手动调的参数打开视频看人主要从哪个位置走过把线放在通道中间。如果画面里人从右往左走那要改成判断横坐标穿越逻辑对称。cv2.waitKey(1)里的 1 是等待毫秒数值越小播放越快设成 0 会暂停等按键。4. 人流量检测系统避坑那些让计数翻车的细节这一章是我踩过的坑合集。每个都真实发生过现象、原因、解决按顺序写清楚你对照自己的系统排查。4.1 同一个人被反复计数ID 跳变是元凶现象计数数字涨得比实际人数快很多明明画面里只有五个人计数器显示二十几。原因跟踪 ID 不稳定。当人走到画面边缘、被遮挡、或者检测框抖动时跟踪器可能给同一个人分配了新 ID。新 ID 第一次出现时如果它的位置刚好在线的另一侧就会被误判为一次穿越。解决第一新 ID 的第一帧只记录位置不参与穿越判断这一点前面代码已经做了。第二给跟踪器加一个“丢失后保留”的缓冲人短暂被遮挡时不立刻删 ID。第三如果 ID 跳变仍然严重考虑引入简单的外观特征做二次匹配但会牺牲速度。我一般先调跟踪器的匹配阈值把 IoU 匹配放宽一点让 ID 更稳。4.2 计数线位置选错斜视角下水平线失效现象人明明从通道走过计数不增加或者人在远处走动没经过通道计数却涨了。原因摄像头是斜视角画面里“通道”在图像上不是水平的而虚拟线画成了水平线导致穿越判断和实际行走方向对不上。解决把虚拟线改成任意方向的线段用向量叉积判断点在线段的哪一侧。具体做法是记录每个人上一帧中心点相对线段的方向符号符号翻转才算穿越。线段两个端点根据画面里实际通道的透视位置来定不要凭感觉画。4.3 置信度阈值一刀切远处的人全漏了现象画面近处的人框得很准远处的人一个都检测不到计数严重偏低。原因远处的人像素少模型输出的置信度天然偏低。统一的conf0.4把远处目标全过滤掉了。解决不要用单一阈值。可以按检测框面积分档小框用低阈值、大框用高阈值或者直接降低全局阈值到 0.25再靠跟踪的连续性过滤掉偶发误检。另一个办法是提高模型输入分辨率让远处的人占更多像素但推理会变慢。我通常先降阈值观察误检是否可接受再决定要不要换更大的模型。4.4 视频读写踩坑输出文件打不开或没画面现象程序跑完没报错但输出的 mp4 文件打不开或者打开是黑屏。原因编码器不匹配或者写出的帧尺寸和原视频不一致。cv2.VideoWriter对尺寸很敏感宽高写反、或者和实际帧尺寸差一个像素都会导致写入失败。解决写之前先打印frame.shape确认实际尺寸用这个尺寸初始化 writer。编码器mp4v在多数环境可用如果不行换XVID配合.avi后缀。另外writer.write的帧必须是 BGR 三通道如果中间做了灰度转换写之前要转回来。4.5 实时演示卡顿推理和显示抢资源现象本地跑视频文件正常一接摄像头就卡画面延迟好几秒。原因摄像头采集、模型推理、画面显示在同一个循环里串行执行任何一步慢都会拖累整体。显示窗口的刷新也会占用时间。解决把推理和显示解耦用队列缓冲帧。或者降低处理帧率每两帧处理一次显示时复用上一帧的结果。演示场景下如果只是给人看计数效果可以关掉实时显示只输出计数数字把资源全留给推理。5. 让系统更像一个“系统”统计报表与参数调优的进阶做法前面跑通的是最小可用版本。答辩或者实际交付时光有一个跳动的数字不够你需要能回答“今天总共多少人、高峰在几点、误差有多大”。这一章讲怎么把逐帧结果沉淀成可分析的数据以及几个让准确率再上一档的技巧。5.1 把逐帧计数落成时间序列按分钟聚合的统计表最直接的做法是记录每次计数发生的时间戳最后按分钟或按小时聚合。下面这段代码在计数发生时追加一条记录程序结束后汇总import time import csv records [] # 每条记录含时间戳和方向 def on_cross(direction): # direction: in 或 out records.append({ts: time.time(), dir: direction}) # 程序结束后按分钟聚合 from collections import defaultdict buckets defaultdict(lambda: {in: 0, out: 0}) for r in records: minute time.strftime(%H:%M, time.localtime(r[ts])) buckets[minute][r[dir]] 1 with open(report.csv, w, newline) as f: writer csv.writer(f) writer.writerow([时间, 进入, 离开, 净流入]) for minute, v in sorted(buckets.items()): writer.writerow([minute, v[in], v[out], v[in] - v[out]])逻辑说明on_cross在每次穿越判断成立时调用记录时间戳和方向。聚合时用strftime把时间戳格式化成分钟字符串作为 key。输出 CSV 可以直接用 Excel 打开画折线图答辩时展示高峰时段一目了然。参数上聚合粒度按视频时长选几分钟的演示视频按秒聚合几小时的监控按分钟聚合。5.2 用抽帧评估法量化你的计数误差系统准不准不能靠感觉。找一个已知人数的视频片段人工数出真实穿越次数和系统输出对比。更严谨的做法是抽帧评估每隔一定帧数截一张图人工标注画面里的人数和模型检测人数对比算平均绝对误差。评估项做法关注指标检测精度抽帧人工标人数 vs 模型检出人数平均绝对误差、漏检率计数精度人工数穿越次数 vs 系统计数相对误差百分比实时性记录处理总帧数和耗时平均 FPSID 稳定性观察同一人 ID 切换次数每百帧 ID 切换数这张表可以直接放进毕业设计论文的实验章节。评估时注意人工标注本身也有误差所以不要追求零误差相对误差控制在 10% 以内就算可用。5.3 三个让准确率再上一档的调参习惯第一个习惯分时段调阈值。白天光线好检测置信度普遍高傍晚逆光置信度整体下降。如果系统要跑全天固定阈值必然在某个时段翻车。可以按画面亮度动态调整conf亮度低时降到 0.3亮度正常时用 0.45。第二个习惯给虚拟线加缓冲带。不要用一条零宽度的线判断穿越而是用两条线组成的窄带。人进入窄带时标记状态离开窄带时根据离开方向计数。这样能过滤掉在线上来回踱步导致的反复计数。第三个习惯定期清理过期 ID。跟踪器维护的 ID 表会越来越大长时间运行后内存上涨、匹配变慢。每隔一段时间清理掉超过若干帧没有更新的 ID保持跟踪器轻量。我做完这套系统最大的教训是模型选型花了两天去重逻辑调了一周。真正决定人流量检测系统好不好用的从来不是检测网络有多深而是你有没有耐心把跟踪和计数的边界情况一个个堵上。先把最小链路跑通再拿真实视频反复看计数和实际差多少差在哪一段比对着论文调参有用得多。希望帮到你。本文还有配套的精品资源点击获取 基于深度学习的人流量检测系统：YOLO+ByteTrack从零搭建与避坑指南
简介这份资源是面向高校学生与深度学习初学者的毕业设计完整项目包主题为基于深度学习的人流量检测系统使用Python开发已通过导师指导可直接用于课程设计、期末大作业或自学实践。压缩包共1482个文件约61.64MB涵盖76个Python源码文件、382个html页面、208张png图片及js、css、md、json、yaml等配套资源其中person_detection模块承载行人检测算法实现run.py为系统入口doc与pfd_web目录分别存放项目文档和Web界面设计文件附赠内容中还可能包含预训练模型与数据集链接。项目完整覆盖数据收集、模型训练、算法部署与系统实现全流程涉及CNN等网络结构并关注检测的准确性、实时性与鲁棒性。目前已有75人学习适合希望将深度学习与计算机视觉理论落地为实际应用、积累项目经验的学习者参考。1. 从一段监控视频说起人流量检测系统到底在数什么商场门口那台摄像头每天拍下几万帧画面。物业想知道今天进了多少人、哪个时段最挤、要不要加开一部电梯。传统做法是安排一个人盯着屏幕按计数器或者在地上铺压力感应踏板。前者费人力还容易走神后者一遇到并排走、拎大箱子、推婴儿车就漏计。基于深度学习的人流量检测系统要解决的就是把这件事自动化给一段视频或一路实时流输出画面里的人数、每个人的位置甚至进一步统计穿越某条线的累计人次。这个方向在计算机毕业设计里出现频率极高原因很实际——它同时踩中了深度学习、Python、源码可复现三个点。你不需要昂贵的采集设备一段公开的监控视频、一台带显卡的笔记本就能跑起来算法侧有成熟的开源检测模型可以直接用工程侧用 Python 把检测、跟踪、计数串成一条流水线代码量可控答辩时也讲得清楚。适合谁做适合已经学过 Python 基础、想找一个能出可视化结果、又能体现算法理解的题目的同学。它不要求你从零训练一个网络但要求你搞明白检测模型输出的是什么、怎么把逐帧结果变成有意义的人数统计。我见过太多人卡在同一个地方模型能框出人但一帧一帧数出来的数字疯狂跳动同一个人被重复计数。这不是模型的问题是系统设计的问题。接下来几章我把这套系统从选型到跑通、从计数逻辑到踩坑按我实际做过的顺序讲一遍。2. 选检测模型还是选跟踪方案人流量检测系统的技术栈怎么定动手之前先想清楚一件事人流量检测系统的核心难点不在“检测”而在“去重”。检测模型负责回答“这一帧里人在哪”跟踪或计数逻辑负责回答“这个人和上一帧那个人是不是同一个”。很多人一上来就纠结用 YOLO 还是 Faster R-CNN其实检测模型选哪个对最终计数准确率的影响远小于去重逻辑写得好不好。2.1 检测模型选型为什么多数人流量检测系统落在 YOLO 系列人流量检测对实时性有要求。监控视频常见 25 帧每秒如果单帧推理要 200 毫秒整条流水线就跟不上画面会卡成幻灯片。YOLO 系列属于单阶段检测器一次前向传播同时输出边界框和类别速度上有天然优势。Faster R-CNN 这类两阶段检测器精度可能略高但推理慢用在离线视频分析还行做实时系统就吃力。选型时看三个指标推理速度FPS、小目标召回率、部署难度。监控画面里人往往只占几十个像素属于小目标所以模型的输入分辨率不能压得太狠。我一般会把输入尺寸设到 640再根据显卡显存决定 batch size。部署难度上YOLO 有成熟的 Python 推理接口导出成 ONNX 之后还能脱离训练框架跑这对毕业设计这种“换台电脑也要能演示”的场景很关键。提示不要为了追求论文里的高 mAP 去选一个推理极慢的模型。人流量检测系统的验收标准是计数误差和实时性不是检测榜单排名。2.2 跟踪与计数ByteTrack 和虚拟线计数怎么配合检测只给当前帧跟踪负责给每个人分配一个稳定的 ID。常用做法是 ByteTrack 这类基于检测的跟踪器它不依赖外观特征主要靠运动预测和 IoU 匹配速度快、对遮挡有一定容忍。跟踪稳定之后计数就变成“统计有多少个 ID 越过了某条线”。虚拟线计数的逻辑是为每个跟踪 ID 记录它上一帧的中心点位置当中心点从线的这一侧移动到另一侧时计数加一。这里有个细节——线要有方向进和出分开统计否则来回走动的人会被反复计数。下面这段伪代码说明了核心判断# tracks: 当前帧所有跟踪目标每个含 id 和中心点 (cx, cy) # last_positions: 字典记录每个 id 上一帧的中心点 # line_y: 虚拟线的纵坐标假设水平线从上往下穿越算进入 count_in 0 for t in tracks: tid, cx, cy t[id], t[cx], t[cy] if tid in last_positions: prev_cy last_positions[tid][1] # 上一帧在线上方当前帧在线下方判定为一次进入 if prev_cy line_y cy: count_in 1 last_positions[tid] (cx, cy)逻辑说明只对已经出现过的 ID 做穿越判断新 ID 第一帧只记录位置不计数避免刚进画面就被误判。参数line_y要根据实际画面里人行走的通道位置来定不能随便取画面中线。如果摄像头是斜视角水平线可能不够用需要改成任意方向的线段用向量叉积判断穿越方向。2.3 环境搭建Python 依赖和推理后端怎么装环境这块我建议用 conda 建独立环境避免和系统里的其他包打架。核心依赖就几个推理框架、图像处理、数值计算。下面是一份能跑通的最小依赖清单版本不写死装当前稳定版即可# 创建并激活环境 conda create -n crowd python3.10 -y conda activate crowd # 安装推理与图像处理依赖 pip install ultralytics opencv-python numpy # ultralytics 提供 YOLO 的 Python 接口opencv 负责读写视频和画框逻辑说明ultralytics这个包把模型加载、推理、后处理都封装好了几行代码就能跑检测。opencv-python用来读视频帧、画检测框和计数线。装完之后先跑一个最小验证确认模型能加载、能对一张图出结果再去接视频。参数上python3.10是比较稳的版本太新的 Python 有时会遇到某些包还没出预编译轮子装起来费劲。注意如果你用的是没有独立显卡的机器推理会走 CPU速度可能只有几 FPS。毕业设计演示建议至少用一台带 NVIDIA 显卡的机器或者把视频抽帧成图片做离线分析避开实时性要求。3. 把检测跑起来从单张图片到视频流的完整链路环境好了接下来把检测真正跑通。这一章的目标是你能拿到一段视频输出带框的画面并且框的位置是对的。听起来简单但视频读写、坐标缩放、帧率控制这几个地方每个都能让人卡半天。3.1 用 YOLO 在本地跑通单帧检测的最小命令先别急着上视频用一张图确认模型没问题。准备一张有人的图片跑下面这段from ultralytics import YOLO # 加载预训练模型首次运行会自动下载权重 model YOLO(yolov8n.pt) # 对单张图片推理conf 是置信度阈值 results model(test.jpg, conf0.4, classes[0]) # classes[0] 表示只检测 person 这一类COCO 数据集里 person 的类别 id 是 0 for r in results: boxes r.boxes print(检测到人数:, len(boxes)) for box in boxes: # xyxy 是左上角和右下角坐标 print(box.xyxy.tolist(), box.conf.tolist())逻辑说明YOLO(yolov8n.pt)里的n是 nano 版本模型最小、速度最快适合先跑通流程。conf0.4是置信度阈值低于这个值的框会被丢掉阈值调低会检出更多目标但误检增加调高则相反。classes[0]只保留人类避免把车、椅子也框进来干扰计数。跑通后你会看到打印出人数和每个框的坐标坐标是相对原图的像素值。参数怎么调如果发现漏检人没被框住先把conf降到 0.25 试试如果误检多把广告牌上的人像也框了把conf提到 0.5 以上。yolov8n换成yolov8s或yolov8m精度会提升但速度下降根据你的显卡权衡。3.2 视频逐帧推理读帧、推理、画框、写出的四步循环单帧没问题后把循环套上。视频处理的标准结构是读一帧、推理、画结果、写一帧直到读完。import cv2 from ultralytics import YOLO model YOLO(yolov8n.pt) cap cv2.VideoCapture(crowd.mp4) # 获取视频参数用于写出同样规格的结果视频 fps int(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 cv2.VideoWriter(out.mp4, cv2.VideoWriter_fourcc(*mp4v), fps, (w, h)) while True: ret, frame cap.read() if not ret: break # 视频读完 results model(frame, conf0.4, classes[0], verboseFalse) for r in results: for box in r.boxes: x1, y1, x2, y2 map(int, box.xyxy[0].tolist()) cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2) writer.write(frame) cap.release() writer.release()逻辑说明cv2.VideoCapture打开视频read()每次返回一帧和是否成功的标志。verboseFalse关掉模型每帧的日志输出否则终端会被刷屏。画框用cv2.rectangle颜色(0,255,0)是绿色线宽 2。写出视频的编码器用mp4v兼容性好。参数说明fps从原视频读取保证输出视频播放速度正常。如果原视频帧率很高比如 60逐帧推理跟不上可以每隔一帧处理一次但计数时要相应调整否则会漏掉快速移动的人。这一步跑完你应该得到一个带绿框的输出视频框基本跟得住人。3.3 接上跟踪与计数让数字稳定下来检测框有了现在把跟踪和虚拟线计数接进去。跟踪器用 ByteTrack它已经集成在 ultralytics 里调用时加一个参数就行。import cv2 from ultralytics import YOLO model YOLO(yolov8n.pt) cap cv2.VideoCapture(crowd.mp4) line_y 300 # 虚拟线纵坐标按实际画面调整 last_pos {} # 记录每个 id 上一帧的中心点 count_in 0 while True: ret, frame cap.read() if not ret: break # persistTrue 让跟踪器在帧之间保持状态 results model.track(frame, conf0.4, classes[0], persistTrue, verboseFalse) for r in results: if r.boxes.id is None: continue # 这一帧没有跟踪到任何目标 ids r.boxes.id.int().tolist() boxes r.boxes.xyxy.tolist() for tid, box in zip(ids, boxes): x1, y1, x2, y2 box cx, cy (x1 x2) / 2, (y1 y2) / 2 if tid in last_pos: if last_pos[tid] line_y cy: count_in 1 last_pos[tid] cy cv2.rectangle(frame, (int(x1), int(y1)), (int(x2), int(y2)), (0, 255, 0), 2) cv2.line(frame, (0, line_y), (frame.shape[1], line_y), (0, 0, 255), 2) cv2.putText(frame, fIN: {count_in}, (20, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2) cv2.imshow(crowd, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()逻辑说明model.track在检测基础上加了跟踪persistTrue是关键它让跟踪器记住上一帧的状态否则每帧都当新目标处理ID 会乱跳。r.boxes.id是跟踪 ID可能为 None这一帧没目标。计数逻辑和前面伪代码一致只对已存在的 ID 判断穿越。cv2.line画出虚拟线cv2.putText在左上角显示累计进入人数。参数说明line_y是唯一需要你手动调的参数打开视频看人主要从哪个位置走过把线放在通道中间。如果画面里人从右往左走那要改成判断横坐标穿越逻辑对称。cv2.waitKey(1)里的 1 是等待毫秒数值越小播放越快设成 0 会暂停等按键。4. 人流量检测系统避坑那些让计数翻车的细节这一章是我踩过的坑合集。每个都真实发生过现象、原因、解决按顺序写清楚你对照自己的系统排查。4.1 同一个人被反复计数ID 跳变是元凶现象计数数字涨得比实际人数快很多明明画面里只有五个人计数器显示二十几。原因跟踪 ID 不稳定。当人走到画面边缘、被遮挡、或者检测框抖动时跟踪器可能给同一个人分配了新 ID。新 ID 第一次出现时如果它的位置刚好在线的另一侧就会被误判为一次穿越。解决第一新 ID 的第一帧只记录位置不参与穿越判断这一点前面代码已经做了。第二给跟踪器加一个“丢失后保留”的缓冲人短暂被遮挡时不立刻删 ID。第三如果 ID 跳变仍然严重考虑引入简单的外观特征做二次匹配但会牺牲速度。我一般先调跟踪器的匹配阈值把 IoU 匹配放宽一点让 ID 更稳。4.2 计数线位置选错斜视角下水平线失效现象人明明从通道走过计数不增加或者人在远处走动没经过通道计数却涨了。原因摄像头是斜视角画面里“通道”在图像上不是水平的而虚拟线画成了水平线导致穿越判断和实际行走方向对不上。解决把虚拟线改成任意方向的线段用向量叉积判断点在线段的哪一侧。具体做法是记录每个人上一帧中心点相对线段的方向符号符号翻转才算穿越。线段两个端点根据画面里实际通道的透视位置来定不要凭感觉画。4.3 置信度阈值一刀切远处的人全漏了现象画面近处的人框得很准远处的人一个都检测不到计数严重偏低。原因远处的人像素少模型输出的置信度天然偏低。统一的conf0.4把远处目标全过滤掉了。解决不要用单一阈值。可以按检测框面积分档小框用低阈值、大框用高阈值或者直接降低全局阈值到 0.25再靠跟踪的连续性过滤掉偶发误检。另一个办法是提高模型输入分辨率让远处的人占更多像素但推理会变慢。我通常先降阈值观察误检是否可接受再决定要不要换更大的模型。4.4 视频读写踩坑输出文件打不开或没画面现象程序跑完没报错但输出的 mp4 文件打不开或者打开是黑屏。原因编码器不匹配或者写出的帧尺寸和原视频不一致。cv2.VideoWriter对尺寸很敏感宽高写反、或者和实际帧尺寸差一个像素都会导致写入失败。解决写之前先打印frame.shape确认实际尺寸用这个尺寸初始化 writer。编码器mp4v在多数环境可用如果不行换XVID配合.avi后缀。另外writer.write的帧必须是 BGR 三通道如果中间做了灰度转换写之前要转回来。4.5 实时演示卡顿推理和显示抢资源现象本地跑视频文件正常一接摄像头就卡画面延迟好几秒。原因摄像头采集、模型推理、画面显示在同一个循环里串行执行任何一步慢都会拖累整体。显示窗口的刷新也会占用时间。解决把推理和显示解耦用队列缓冲帧。或者降低处理帧率每两帧处理一次显示时复用上一帧的结果。演示场景下如果只是给人看计数效果可以关掉实时显示只输出计数数字把资源全留给推理。5. 让系统更像一个“系统”统计报表与参数调优的进阶做法前面跑通的是最小可用版本。答辩或者实际交付时光有一个跳动的数字不够你需要能回答“今天总共多少人、高峰在几点、误差有多大”。这一章讲怎么把逐帧结果沉淀成可分析的数据以及几个让准确率再上一档的技巧。5.1 把逐帧计数落成时间序列按分钟聚合的统计表最直接的做法是记录每次计数发生的时间戳最后按分钟或按小时聚合。下面这段代码在计数发生时追加一条记录程序结束后汇总import time import csv records [] # 每条记录含时间戳和方向 def on_cross(direction): # direction: in 或 out records.append({ts: time.time(), dir: direction}) # 程序结束后按分钟聚合 from collections import defaultdict buckets defaultdict(lambda: {in: 0, out: 0}) for r in records: minute time.strftime(%H:%M, time.localtime(r[ts])) buckets[minute][r[dir]] 1 with open(report.csv, w, newline) as f: writer csv.writer(f) writer.writerow([时间, 进入, 离开, 净流入]) for minute, v in sorted(buckets.items()): writer.writerow([minute, v[in], v[out], v[in] - v[out]])逻辑说明on_cross在每次穿越判断成立时调用记录时间戳和方向。聚合时用strftime把时间戳格式化成分钟字符串作为 key。输出 CSV 可以直接用 Excel 打开画折线图答辩时展示高峰时段一目了然。参数上聚合粒度按视频时长选几分钟的演示视频按秒聚合几小时的监控按分钟聚合。5.2 用抽帧评估法量化你的计数误差系统准不准不能靠感觉。找一个已知人数的视频片段人工数出真实穿越次数和系统输出对比。更严谨的做法是抽帧评估每隔一定帧数截一张图人工标注画面里的人数和模型检测人数对比算平均绝对误差。评估项做法关注指标检测精度抽帧人工标人数 vs 模型检出人数平均绝对误差、漏检率计数精度人工数穿越次数 vs 系统计数相对误差百分比实时性记录处理总帧数和耗时平均 FPSID 稳定性观察同一人 ID 切换次数每百帧 ID 切换数这张表可以直接放进毕业设计论文的实验章节。评估时注意人工标注本身也有误差所以不要追求零误差相对误差控制在 10% 以内就算可用。5.3 三个让准确率再上一档的调参习惯第一个习惯分时段调阈值。白天光线好检测置信度普遍高傍晚逆光置信度整体下降。如果系统要跑全天固定阈值必然在某个时段翻车。可以按画面亮度动态调整conf亮度低时降到 0.3亮度正常时用 0.45。第二个习惯给虚拟线加缓冲带。不要用一条零宽度的线判断穿越而是用两条线组成的窄带。人进入窄带时标记状态离开窄带时根据离开方向计数。这样能过滤掉在线上来回踱步导致的反复计数。第三个习惯定期清理过期 ID。跟踪器维护的 ID 表会越来越大长时间运行后内存上涨、匹配变慢。每隔一段时间清理掉超过若干帧没有更新的 ID保持跟踪器轻量。我做完这套系统最大的教训是模型选型花了两天去重逻辑调了一周。真正决定人流量检测系统好不好用的从来不是检测网络有多深而是你有没有耐心把跟踪和计数的边界情况一个个堵上。先把最小链路跑通再拿真实视频反复看计数和实际差多少差在哪一段比对着论文调参有用得多。希望帮到你。本文还有配套的精品资源点击获取