基于YOLOv8的智能会议室人数统计系统：从算法到完整工程实践-育师

简介：本资源是一套面向计算机、人工智能及相关专业在校学生的毕业设计级项目，聚焦智能会议室场景下的参会人数实时统计问题，基于YOLOv8目标检测模型实现高精度人头识别与计数。项目涵盖完整开发闭环：含训练代码、推理脚本、轻量级可视化界面、标注完备的自建会议室数据集及详细部署指南，兼顾学术规范性与工程可用性，特别适合作为毕设、课程设计或大作业选题。压缩包共8个文件（3个Python主程序、3个PyTorch模型权重文件、2个说明文档），总大小15.91MB，结构精炼，开箱即用。已有32人下载学习，所有模块均经实测验证——运行后可自动生成F1分数曲线、精确率-召回率曲线、混淆矩阵、验证集预测结果图及标签分布统计等核心评估图表，配套README提供清晰执行路径与参数说明，显著降低初学者入门门槛。

1. 项目概述：从会议室痛点到一个可运行的智能统计系统

每次开完会，行政或项目助理最头疼的事情之一，可能就是统计参会人数了。点名签到太耗时，手动数人头容易出错，尤其是那种人来人往、中途有人进出的大型会议室或培训室。这个痛点，恰好是计算机视觉技术可以大显身手的地方。今天要拆解的这个项目——《基于YOLOv8的智能会议室参会人数统计》，就是一个非常典型的、将前沿AI模型落地到具体业务场景的实战案例。它不仅仅是一个算法演示，更是一个包含了完整源码、可视化操作界面、标注好的数据集以及详细部署教程的“开箱即用”型解决方案。

简单来说，这个项目利用YOLOv8这个当前非常流行的目标检测模型，自动识别监控摄像头画面中的“人”，进而实时统计会议室内的总人数。它的核心价值在于“完整性”和“易用性”。你拿到手的不是一个孤零零的Python脚本，而是一个工程化的项目包，里面包含了从数据准备、模型训练（或使用预训练模型）、到开发图形界面（GUI）、最后打包部署的全套材料。这对于计算机视觉的初学者、需要完成毕业设计或课程设计的学生、甚至是希望快速验证技术可行性的开发者来说，无疑是一个宝藏。

它解决了几个关键问题：第一，提供了专门针对会议室场景、已经标注好的人体检测数据集，省去了自己收集和标注数据这个最繁琐的步骤；第二，提供了一个基于PyQt或Tkinter等库开发的桌面可视化界面，让用户无需面对命令行，通过点击按钮就能完成视频分析、查看结果；第三，部署教程详细到环境配置、依赖库安装、可能遇到的报错及解决方案，目标就是让即使只有基础Python知识的同学，也能在自己的电脑上成功运行起来。接下来，我们就深入这个项目的内部，看看它是如何一步步构建起来的，以及你在复现或借鉴时需要注意哪些关键细节。

2. 核心思路与技术选型解析：为什么是YOLOv8？

2.1 任务定义与方案对比

我们要解决的核心任务是“会议室人数统计”，这本质上是一个**目标检测（Object Detection）**问题，更具体地说，是“人体检测”。目标是在视频流的每一帧中，定位出所有“人”的位置（用边界框表示），并统计框的数量。

实现这个目标有多种技术路径：

传统图像处理：例如使用背景减除法（如MOG2, KNN）检测运动物体，再通过轮廓分析判断是否为人。这种方法计算量小，但对光照变化、静止人员、复杂背景非常敏感，在会议室这种人员可能长时间静坐的场景下，准确率很低。
基于深度学习的目标检测模型：这是当前的主流方案。它又可以分为两阶段（如Faster R-CNN）和一阶段（如YOLO系列、SSD）模型。两阶段模型精度高但速度慢；一阶段模型在精度和速度间取得了更好的平衡，尤其适合实时视频流处理。

为什么最终选择YOLOv8？对于“人数统计”这个具体应用，我们最关心的两个指标是准确率和实时性。会议室监控通常需要实时或近实时的反馈，同时要能准确区分人和椅子、投影仪等类似物体。YOLOv8作为Ultralytics公司推出的最新一代YOLO模型，在保持YOLO系列一贯高速推理特性的同时，在精度上有了显著提升。它提供了从轻量级（YOLOv8n）到高精度（YOLOv8x）不同规模的模型，用户可以根据自己的硬件条件（比如是用笔记本电脑的CPU还是带GPU的服务器）灵活选择。此外，YOLOv8的生态极其完善，文档清晰，预训练模型丰富（其中就包含在COCO数据集上训练好的、性能优异的人体检测模型），并且提供了极其简单的Fine-tuning（微调）接口，这对于我们利用项目自带的会议室数据集进行针对性优化至关重要。

2.2 项目整体架构设计

一个完整的、可交付的智能人数统计系统，绝不仅仅是一个模型。这个项目的价值在于它构建了一个清晰的端到端流水线。我们可以将其架构分解为以下几个核心模块：

数据模块：项目提供的“完整数据集”是基石。它应该包含大量从会议室监控角度拍摄的图片，每张图片中的“人”都被精确地用边界框（Bounding Box）标注出来。数据格式通常是YOLO格式（每个对象对应一个txt文件，内容为类别ID和归一化的中心点坐标、宽高）。这些数据覆盖了不同的光照条件、人员密度（空会议室、稀疏就坐、满员）、人员姿态（站立、坐下、行走）以及可能的遮挡情况。
模型模块：核心是YOLOv8模型。项目可能直接提供了在会议室数据集上微调好的模型权重文件（.pt文件）。用户也可以利用提供的脚本，用自己的数据重新训练或进一步微调。模型负责接收单张图片或视频帧，输出检测到的所有人体边界框和置信度。
处理逻辑模块：这是业务的“大脑”。它接收模型的检测结果，并实现人数统计逻辑。例如：
- 去重与跟踪：简单统计每一帧的检测框数量。但这样会导致人稍微移动就被重复计数。更优的方案是引入简单的跟踪算法（如基于IOU的卡尔曼滤波跟踪或DeepSORT的简化版），为每个检测到的人分配一个临时ID，在一段时间内持续跟踪，从而得到更稳定的“在场人数”，而非“瞬时检测数”。
- 区域统计：可以设定一个“有效区域”（ROI），只统计进入该区域（如会议桌周围）的人数，忽略门口路过的人。
- 数据平滑：对连续帧的统计结果进行平滑处理（如取移动平均），避免因单帧漏检或误检导致人数剧烈跳动。
可视化界面模块（GUI）：这是项目“操作简单”的体现。一个典型的界面可能包含：
- 视频显示区域（实时显示摄像头画面或已加载的视频文件）。
- 控制按钮（开始/停止分析、选择视频源、打开摄像头）。
- 参数设置（如置信度阈值、ROI绘制）。
- 结果显示区域（以数字、图表形式实时展示当前人数、历史人数曲线）。
- 结果导出功能（将统计结果保存为Excel或CSV文件）。
部署与打包模块：为了让项目真正“简单部署即可运行”，作者通常会提供详细的requirements.txt文件列出所有Python依赖，以及解决常见环境问题的部署教程。更进阶的做法是使用PyInstaller或Nuitka将整个Python项目打包成独立的可执行文件（.exe等），用户无需安装Python环境即可运行。

这个架构确保了从原始视频输入到最终人数数据输出，每一个环节都有对应的代码实现，形成了一个闭环系统。

3. 核心组件深度拆解与实操要点

3.1 YOLOv8模型的使用与微调策略

拿到项目源码后，你首先会接触到的就是模型部分。YOLOv8的使用非常便捷，这得益于Ultralytics精心设计的API。

直接使用预训练模型进行推理：如果你的目的是快速验证，可以直接使用YOLOv8官方提供的、在COCO数据集上预训练的模型。COCO数据集中包含‘person’类别，因此这个模型已经具备了不错的人体检测能力。在代码中，通常只需要几行：

from ultralytics import YOLO # 加载预训练模型（例如中等尺寸的YOLOv8m） model = YOLO('yolov8m.pt') # 对单张图片进行推理 results = model('meeting_room.jpg') # 结果中包含检测到的框、置信度、类别ID等信息 boxes = results[0].boxes

使用项目自带数据集进行微调（Fine-tuning）：为了在特定的会议室场景中获得最佳效果，强烈建议使用项目提供的数据集对预训练模型进行微调。会议室场景与COCO的通用场景存在分布差异，比如视角固定、人员通常呈坐姿、可能存在大面积遮挡（被桌子挡住下半身）。微调能让模型更好地适应这些特点。

微调的核心步骤通常封装在一个训练脚本里，关键参数需要理解：

data: 指向数据集配置文件（如meeting_room.yaml），该文件定义了训练集、验证集的路径以及类别名称（本项目只有‘person’一类）。
model: 指定基础模型，如yolov8n.pt。微调会在此权重基础上继续训练。
epochs: 训练轮数。对于微调，由于已有较好的初始权重，轮数不需要太多，50-100轮通常足够。
imgsz: 输入图片尺寸。较大的尺寸（如640）精度可能更高，但训练和推理速度更慢。需要根据硬件权衡。
batch: 批大小。取决于你的GPU显存。
workers: 数据加载的进程数。可以加快数据读取速度。

一个典型的训练命令可能如下：

yolo train data=meeting_room.yaml model=yolov8m.pt epochs=50 imgsz=640 batch=16 workers=4

实操心得：微调时的注意事项
数据划分：确保项目提供的数据集已经合理划分为训练集（train）和验证集（val）。如果没有，你需要自己按大约8:2的比例进行划分，并相应修改配置文件。
学习率：微调时，学习率（lr0）应设置得比从头训练小一个数量级（例如1e-3->1e-4），以免破坏预训练模型已经学到的通用特征。
早停（Early Stopping）：可以启用早停功能（patience=10），当验证集指标在连续多个epoch不再提升时自动停止训练，防止过拟合。
评估指标：重点关注mAP50-95和precision、recall。对于人数统计，我们更关心recall（查全率），即尽量不漏检人，即使因此引入一些误检（如把椅子误认为人），后续也可以通过逻辑判断（如大小、长宽比、位置）进行一定过滤。

3.2 可视化界面的设计与实现

一个友好的GUI能极大提升项目的易用性和演示效果。这类项目常用PyQt5或Tkinter来构建界面。我们以PyQt5为例，拆解其核心功能实现。

界面布局：通常采用主窗口（QMainWindow）承载，左侧或上方为视频显示区域（QLabel），右侧或下方为控制面板（QWidget，内部使用QVBoxLayout/HBoxLayout排列各种按钮和显示组件）。

核心功能线程化：这是GUI设计的关键！视频读取、模型推理、人数统计都是耗时操作，如果放在主线程（GUI线程）中执行，会导致界面“卡死”、无响应。必须使用多线程。

视频采集线程：负责从摄像头或视频文件循环读取帧。
处理线程：接收视频帧，调用YOLOv8模型进行推理，执行人数统计逻辑，然后将处理后的帧（画上了检测框和人数）和统计结果发送回主线程。
主线程：只负责更新UI（显示图像、更新人数标签）。

信号与槽（Signal & Slot）机制：这是PyQt实现线程间通信的标准方式。处理线程在处理完一帧后，会发出一个自定义信号，该信号携带处理后的图像数据和人数结果。主线程中有一个槽函数连接到这个信号，用于接收并更新UI。

# 示例：自定义信号 class ProcessingThread(QThread): frame_processed = pyqtSignal(np.ndarray, int) # 信号：发送图像和人数 def run(self): while self.is_running: frame = self.capture_frame() results = self.model(frame) person_count = len(results[0].boxes) # ... 可能进行跟踪、画框等操作 ... self.frame_processed.emit(annotated_frame, person_count) # 在主窗口类中连接信号与槽 self.processing_thread.frame_processed.connect(self.update_ui) def update_ui(self, image, count): self.video_label.setPixmap(self.convert_np_to_pixmap(image)) self.count_label.setText(f"当前人数: {count}")

参数可调：好的GUI应该允许用户调整关键参数，如：

置信度阈值（Confidence Threshold）：通过一个QSlider或QDoubleSpinBox控制，实时过滤掉低置信度的检测框。
感兴趣区域（ROI）：允许用户在视频画面上用鼠标拖拽绘制一个矩形区域，只统计该区域内的人。

避坑指南：GUI开发常见问题
内存泄漏：在视频循环中，如果不及时释放不再需要的图像内存（尤其是高分辨率图像），会导致内存使用量持续增长。确保在更新QLabel的Pixmap前，清理旧的Pixmap。
线程安全：确保共享变量（如“是否停止”的标志）的访问是线程安全的，可以使用QMutex进行加锁保护。
界面冻结：即使使用了线程，如果UI更新操作过于频繁（如每秒30次），主线程也可能因忙于刷新而响应迟钝。可以考虑使用一个队列（Queue）或定时器，以固定的频率（如每秒10次）从处理线程拉取最新结果进行更新，而不是每次收到信号都立即更新。

3.3 人数统计逻辑的优化

最简单的统计方法是直接计算每一帧中检测到的“person”类别的边界框数量。但这种方法在以下场景会出问题：

遮挡：两个人靠得很近或被桌子部分遮挡时，模型可能只检出一个框。
短暂漏检：人静止不动或姿势特殊时，某一帧可能没检测到，导致人数骤降。
误检：将非人物体（如人形立牌、椅子）误检为人。

因此，需要引入更鲁棒的逻辑：

1. 基于跟踪的稳定计数：为每个新出现的检测框分配一个唯一ID，并在后续帧中尝试将其与已有的ID进行关联（匹配）。匹配算法可以基于：

IOU（交并比）：计算当前帧的框与上一帧各个框的IOU，IOU最大的且超过阈值则认为是同一个目标。
特征匹配：使用ReID（重识别）模型提取每个检测框的外观特征，通过特征距离进行匹配（更准，但更慢）。
运动预测：使用卡尔曼滤波器预测目标在下一帧的位置，将预测位置与实际检测位置进行匹配。

通过跟踪，我们可以得到每个目标的“生命期”。统计人数时，不再是统计瞬时检测框数，而是统计当前处于“活跃”状态（例如，最近N帧内被更新过）的目标ID数量。这能有效平滑因单帧漏检带来的波动。

2. 后处理过滤规则：在统计前，对检测框进行一些规则过滤：

尺寸过滤：根据会议室的实际物理空间和摄像头位置，可以估算出人在画面中的合理像素高度范围。过滤掉过大或过小的框（可能是误检或远处的人）。
长宽比过滤：站立的人通常高大于宽，坐下的人宽高比可能接近1。可以设定一个合理的宽高比范围。
位置过滤（静态ROI）：只统计会议桌区域的框。

3. 数据平滑：即使有了跟踪，最终的人数输出也可以再进行一次时间维度上的平滑，比如使用一个长度为5的滑动窗口，取其中位数作为当前输出人数，可以滤除偶发的跳动。

# 一个简化的基于IOU跟踪的计数示例 class SimpleTracker: def __init__(self, max_disappeared=10): self.next_object_id = 0 self.objects = {} # id -> (bbox, disappeared_frames) self.max_disappeared = max_disappeared def update(self, detections): # detections: 当前帧检测到的所有框 [x1, y1, x2, y2] # 1. 为现有对象预测新位置（这里简化为上一帧位置） # 2. 匹配 detections 和 existing objects (基于IOU) # 3. 更新匹配上的对象坐标，重置其disappeared_frames # 4. 为未匹配的detections分配新ID # 5. 增加未匹配的existing objects的disappeared_frames，如果超过阈值则删除 # 6. 返回当前活跃的对象ID列表 active_ids = [oid for oid, obj in self.objects.items() if obj['disappeared'] <= self.max_disappeared] return len(active_ids)

4. 从零开始的完整部署与运行指南

假设你刚刚下载了项目压缩包智能会议室参会人数统计.zip，下面是一份详细的、手把手的部署运行流程，涵盖了从环境准备到最终运行的每一步。

4.1 环境准备与依赖安装

步骤1：解压项目将下载的ZIP文件解压到一个没有中文和空格的目录下，例如D:\Projects\meeting_counter。

步骤2：检查项目结构进入解压后的文件夹，你通常会看到类似如下的结构：

meeting_counter/ ├── data/ # 数据集目录（images/, labels/, meeting_room.yaml） ├── models/ # 存放模型权重文件（.pt） ├── src/ # 源代码目录 │ ├── gui.py # 主界面程序 │ ├── detector.py # 检测与统计逻辑 │ ├── tracker.py # 跟踪算法实现 │ └── utils/ # 工具函数 ├── requirements.txt # Python依赖列表 ├── train.py # 模型训练脚本 ├── run_gui.bat # Windows启动脚本（可选） └── README.md # 项目说明文档

步骤3：创建Python虚拟环境（强烈推荐）为了避免与系统Python环境冲突，使用虚拟环境是最佳实践。

# 打开命令行（CMD或PowerShell），进入项目目录 cd D:\Projects\meeting_counter # 使用conda创建环境（如果你安装了Anaconda/Miniconda） conda create -n meeting python=3.8 -y conda activate meeting # 或者使用venv创建环境 python -m venv venv # 激活环境 (Windows) venv\Scripts\activate # 激活环境 (Linux/macOS) source venv/bin/activate

步骤4：安装PyTorch（核心深度学习框架）这是最关键也最容易出错的一步。你需要根据你的电脑是否有GPU（NVIDIA显卡）以及CUDA版本来选择正确的PyTorch安装命令。先去 NVIDIA控制面板查看你的CUDA版本（如果没有GPU，则安装CPU版本）。访问 PyTorch官网，选择适合你环境的配置，获取安装命令。例如，对于CUDA 11.8的Windows系统：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

对于只有CPU的机器：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu

步骤5：安装其他项目依赖在激活的虚拟环境中，运行：

pip install -r requirements.txt

requirements.txt文件通常包含以下关键库：

ultralytics>=8.0.0 # YOLOv8官方库 opencv-python>=4.5.0 # 图像处理与视频IO PyQt5>=5.15.0 # 图形界面库 numpy>=1.19.0 pandas>=1.3.0 # 可能用于结果导出

4.2 模型准备与验证

步骤1：获取模型权重项目通常会提供已经训练好的模型文件（如best.pt或yolov8n_meeting.pt），放在models/目录下。如果没有，你需要自己训练。

使用预提供模型：直接使用即可。
自行训练：运行python train.py（具体参数请查看脚本或README）。训练过程会在runs/detect/train/目录下生成权重和训练日志。

步骤2：快速验证模型在运行完整GUI前，可以先写一个简单的脚本测试模型是否能正常工作。创建一个test.py文件：

from ultralytics import YOLO import cv2 # 加载你的模型 model = YOLO('./models/best.pt') # 测试一张图片 img = cv2.imread('./data/images/test.jpg') results = model(img)[0] # 可视化结果 annotated_img = results.plot() # 这个方法会自动把框画在图上 cv2.imshow('Detection', annotated_img) cv2.waitKey(0) cv2.destroyAllWindows() # 打印检测到的数量 print(f"检测到人数: {len(results.boxes)}")

运行这个脚本，如果能看到图片上画出了人的框，并打印出人数，说明模型和环境基本没问题。

4.3 运行可视化界面

步骤1：启动GUI通常主入口文件是src/gui.py或根目录下的main.py。

python src/gui.py

如果项目提供了启动脚本（如run_gui.bat），在Windows下可以直接双击运行。

步骤2：界面操作启动后，你应该能看到一个图形窗口。典型的操作流程是：

选择视频源：点击“打开视频文件”按钮选择一个本地会议视频（如.mp4,.avi），或者点击“打开摄像头”使用电脑自带的USB摄像头。
开始分析：点击“开始”或“运行”按钮。界面会开始播放视频，并在视频上实时画出蓝色（或其他颜色）的检测框，同时在某个位置显示当前统计的人数。
调整参数：如果发现误检或漏检严重，可以尝试调整右侧的“置信度阈值”滑块。调高阈值可以过滤掉更多误检，但也可能增加漏检。
导出结果：分析完成后，点击“导出结果”按钮，可能会将每一帧的时间戳和人数保存为CSV文件，方便后续分析。
停止/退出：点击“停止”结束分析，点击窗口关闭按钮退出程序。

4.4 自定义与二次开发

如果你对这个项目有进一步的需求，可以进行如下修改：

1. 修改统计逻辑：找到src/detector.py或src/tracker.py中负责计数的函数（可能是count_people或update）。你可以在这里加入前面提到的ROI过滤、尺寸过滤等规则。

2. 更换模型：如果你想尝试其他模型（如YOLOv5, YOLOv9，或更轻量的NanoDet），需要修改模型加载和推理的代码部分。注意不同模型的输入输出格式可能略有不同。

3. 美化界面：修改src/gui.py，使用Qt Designer工具（pyuic5命令将.ui文件转为.py）可以更直观地设计界面布局，然后调整样式表（QSS）来改变颜色、字体等。

4. 增加新功能：

历史曲线：在界面中增加一个Matplotlib图表，实时绘制人数随时间变化的曲线。
区域人数：实现鼠标交互绘制多个ROI，并分别统计每个区域的人数。
数据上传：将统计结果通过HTTP请求发送到指定的服务器或数据库。

5. 常见问题排查与性能优化实录

在实际部署和运行过程中，你几乎一定会遇到一些问题。下面是我在复现类似项目时踩过的坑和解决方案。

5.1 环境与依赖问题

问题1：安装ultralytics或PyTorch时网络超时或速度极慢。

原因：默认的PyPI源或PyTorch源在国外。

解决：使用国内镜像源加速。

# 临时使用镜像源安装 pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple pip install torch ... -i https://pypi.tuna.tsinghua.edu.cn/simple # 或者设置pip的全局默认源 pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

问题2：运行时报错ImportError: DLL load failed while importing ...或libcudart... not found。

原因：PyTorch的CUDA版本与系统安装的CUDA驱动版本不匹配，或者根本没有安装CUDA Toolkit。
解决：
1. 确认你的显卡支持CUDA且已安装驱动。
2. 在命令行输入nvidia-smi查看驱动支持的CUDA最高版本（如12.4）。
3. 根据这个版本，去PyTorch官网选择不高于此版本的CUDA版本进行安装（例如驱动支持12.4，可以安装cu118或cu121的PyTorch，因为它们向下兼容）。如果不想用GPU，直接安装CPU版本的PyTorch。

问题3：运行GUI时提示Unable to open camera或视频文件无法加载。

原因：摄像头索引错误或视频编解码器问题。
解决：
- 摄像头：通常内置摄像头索引是0，外接USB摄像头可能是1或2。可以在代码中尝试不同的数字。
- 视频文件：确保视频路径没有中文和空格。如果OpenCV无法解码，可以尝试用ffmpeg转换视频格式（如转为MP4with H.264编码）。
```
ffmpeg -i input.avi -vcodec libx264 output.mp4
```

5.2 模型推理与性能问题

问题4：推理速度非常慢，画面卡顿（FPS很低）。

原因：模型太大，或硬件（特别是没有GPU）性能不足。
解决：
1. 换用更小的模型：如果项目提供了多个权重，尝试使用yolov8n.pt（Nano版本）而不是yolov8x.pt。速度会快很多，精度略有下降。
2. 降低推理尺寸：在推理时设置较小的imgsz参数，如从640降到320。这能显著提升速度，但小目标检测能力会下降。
```
results = model(frame, imgsz=320)
```
3. 启用GPU：确保PyTorch在使用GPU。在代码开始时可以检查：
```
import torch print(torch.cuda.is_available()) # 输出应为True device = 'cuda' if torch.cuda.is_available() else 'cpu' model = YOLO('model.pt').to(device)
```
4. 使用半精度（FP16）推理：现代GPU支持FP16计算，更快且占用显存更少。
```
results = model(frame, half=True)
```

问题5：人数统计不准，漏检或误检严重。

原因：模型在特定场景下泛化能力不足，或后处理参数不合适。
解决：
1. 调整置信度阈值：这是最直接的方法。通过GUI滑块降低阈值可以减少漏检（但误检增多），提高阈值可以减少误检（但漏检增多）。需要找到一个平衡点。
2. 微调模型：如果项目自带数据集，用自己的环境重新训练或微调几个epoch，让模型适应你会议室的具体光线、视角和背景。
3. 优化后处理：
  - 漏检多：检查跟踪算法中的max_disappeared参数是否太小。人短暂静止（如低头看手机）可能导致连续几帧漏检，如果max_disappeared太小，ID会被过早删除。可以适当调大（如从10调到20）。
  - 误检多：实施前面提到的尺寸过滤和长宽比过滤。分析误检框的特点（比如都是小方块或细长条），在代码中加入对应规则。
```
# 在统计前过滤检测框 for box in results.boxes: x1, y1, x2, y2 = box.xyxy[0].tolist() cls = int(box.cls[0]) conf = float(box.conf[0]) # 只处理‘person’类 if cls == 0 and conf > confidence_threshold: w, h = x2 - x1, y2 - y1 area = w * h # 规则1：面积过滤（排除过大过小的框） if 2000 < area < 50000: # 规则2：宽高比过滤（排除过于扁平的框，可能是桌子） if 0.3 < h/w < 3.0: valid_boxes.append(box)
```

5.3 打包与分发问题

问题6：使用PyInstaller打包成exe后，文件巨大（>1GB）或运行时出错。

原因：PyInstaller打包了整个虚拟环境，包括很多不必要的库；或者动态链接库没有正确打包。
解决：
1. 创建干净的虚拟环境：新建一个虚拟环境，只安装项目最核心的依赖（ultralytics,opencv-python,PyQt5,torch等）。
2. 使用--exclude-module排除大型库：有些库在运行时并不需要。但排除需谨慎。
3. 手动处理数据文件：模型文件（.pt）和界面图标（.ico）等需要额外通过--add-data参数指定打包进去。
4. 使用Hook文件：对于PyTorch、OpenCV等复杂库，需要为其编写Hook文件，告诉PyInstaller如何正确收集其动态库。这是一个进阶话题，遇到具体错误时搜索“PyInstaller hook for [库名]”通常能找到解决方案。
5. 考虑使用更高效的打包工具：如Nuitka，它能将Python代码编译成C，再打包，有时能生成更小、更快的可执行文件。

这个项目提供了一个绝佳的起点，将YOLOv8从一篇论文或一个Github仓库里的代码，变成了一个解决实际问题的桌面应用。通过拆解它的架构、复现它的步骤、并解决其中遇到的问题，你不仅能学会如何使用一个先进的AI模型，更能掌握将一个AI想法工程化、产品化的完整流程。无论是为了完成学业，还是作为个人技术能力的证明，这都是一次非常有价值的实践。

本文还有配套的精品资源，点击获取