YOLOv8实战：从校园人脸识别到公路车辆检测的完整流程

简介：一套基于YOLOv8的智慧校园人脸识别与公路汽车检测综合项目资源，面向目标检测和人脸识别方向的学习者，适用于毕业设计、课程设计或工程实训。项目核心流程包括：利用yolov8l-face模型检测并跟踪校园门口的人脸，再借助dlib库中的resnet模型提取128维人脸特征，与已有数据集比对后判断是否为校内学生，绿色表示通过、红色表示未通过，画面中央还会实时统计可识别人脸数量；另一部分则提供基于YOLOv8的公路汽车检测脚本，可用于车辆目标检测实验。资源包共34个文件，压缩后约334MB，主要包含Python源码、pt模型文件、dat特征数据、png样本图、mp4演示视频以及md说明文档，解压即可对照运行。已有459人学习下载，包内不仅提供完整代码和模型权重，还配有测试视频与README文档，能从模型加载、实时检测到结果可视化的完整链路给出清晰示例，帮助读者掌握YOLOv8的检测与跟踪技巧，理解dlib人脸特征匹配的实践方法，同时为后续算法改进或二次开发提供良好起点。

1. 一个课题，两个场景：YOLOv8如何同时支撑校园人脸识别与公路汽车检测

校园门口一台人脸识别门禁机，马路对面一台车辆道闸相机，两套系统在学校里通常由一个团队维护，底层的视觉算法却出奇一致：目标检测。这个课题把两件表面无关的事拉到同一条技术线上——YOLOv8负责先框出人脸和车辆，再分别接身份识别与车流计数的下游任务。它真正要解决的不是算法论文，而是一套能跑通的数据、训练、部署链路：环境怎么搭、数据怎么标、参数怎么调、坑怎么避。对正在做毕业设计或第一次接手校园视觉项目的从业者来说，这是用一套框架吃透两类落地场景的最短路径。下面按我实际做这一路的顺序展开。

2. 环境与数据准备：在Ubuntu20.04搭建YOLOv8（CPU版也能跑）并用labelme转YOLO格式

整个项目我习惯先搭环境再碰数据。这一步最花时间的往往不是命令，而是版本之间的隐性冲突。Ubuntu20.04是很多学校服务器和工控机的主力系统，LTS支持周期长，教程覆盖面也广，所以拿它举例最省事。如果你手头只有一台纯CPU机器，也不用慌，CPU版完全能跑通后续所有代码，只是训练会很慢。我一般建议先用CPU版把数据流和脚本调试完，再换到有显卡的机器上跑正式训练，这样能省掉大量排队等待的时间。

2.1 在Ubuntu20.04搭建YOLOv8环境：CPU版与GTX1660Ti两种装法

先用Anaconda创建独立环境，这是我认为最重要的一步。很多人习惯直接往系统Python里pip install，装到后面把环境弄乱，重装系统才能解决。下面这组命令在Ubuntu20.04上可以直接执行：

conda create -n yolo python=3.9 -y conda activate yolo pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu pip install ultralytics pip install opencv-python

第一行创建名为yolo的独立环境，Python版本选3.9，这是ultralytics支持很稳的版本；第二行激活环境；第三行从PyTorch官方CPU索引安装CPU版torch，避免pip默认拉取体积巨大的CUDA版；第四行安装ultralytics包，它会把yolo命令行工具一起装好；最后装opencv-python，用于图片读取和画框。如果是纯CPU环境，到这里就已经够了。

如果你的机器是GTX1660Ti，那就要换成CUDA版PyTorch。1660Ti虽然是老卡，但跑YOLOv8训练完全没问题，关键在于torch版本要匹配驱动。我习惯用CUDA 11.8的索引：

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

装完后用一行命令验证环境是否识别GPU：

python -c "import torch, ultralytics; print(torch.__version__, torch.cuda.is_available())"

输出里torch.cuda.is_available()为True，说明CUDA可用。注意先执行nvidia-smi确认驱动版本，再决定装cu118还是cu121，老驱动强行装新CUDA运行时会在import torch时报错。装完后跑一个最小推理，验证整个链路：

yolo predict model=yolov8n.pt source=bus.jpg

这条命令会下载yolov8n.pt权重，然后对bus.jpg执行目标检测，并把标注结果保存到runs/detect/predict目录。第一次运行如果网络慢，模型可能下载很久，可以手动把yolov8n.pt下载好放到当前目录，命令会优先读取本地文件。这个动作对应大家常说的yolov8安装和yolov8环境配置，其实核心就这几步，不需要自己编译源码。

有个习惯值得养成：用PyCharm打开项目时，在Settings里把Project Interpreter指向conda环境下的python解释器，路径一般是~/anaconda3/envs/yolo/bin/python。命令行里明明可以用yolo，PyCharm里运行却报ModuleNotFoundError，十有八九是解释器选错了。

2.2 数据准备：labelme标注转YOLO格式，四个边界坑

环境跑通后，就进入整个项目最不能省略的环节：准备数据集。人脸识别训练的是一个人脸检测模型，车辆检测训练的是另一个车辆检测模型，它们的data.yaml、标注、训练命令结构完全一样，差别只在类别定义和图片内容。这个课题里，我建议把两个数据集分开管理，不要混在一个yaml里。

标注工具我常用labelme，因为它安装简单，输出JSON格式，方便做二次处理。标注时不要随手画矩形，尽量用多边形把目标轮廓圈出来，因为人脸和车辆经常有遮挡，矩形框会把大量背景包进来，影响模型收敛。标注完成后，需要把labelme的JSON转成YOLO需要的txt格式。下面这段脚本我每次都会用到：

import json import os from PIL import Image def convert_labelme_to_yolo(json_file, img_dir, out_dir, class_map): with open(json_file, 'r', encoding='utf-8') as f: data = json.load(f) img_name = data['imagePath'] img = Image.open(os.path.join(img_dir, img_name)) w, h = img.size lines = [] for shape in data['shapes']: label = shape['label'] if label not in class_map: continue pts = shape['points'] xs = [p[0] for p in pts] ys = [p[1] for p in pts] x_min, x_max = min(xs), max(xs) y_min, y_max = min(ys), max(ys) # YOLO格式要求：归一化后的中心点x, 中心点y, 框宽, 框高 cx = ((x_min + x_max) / 2) / w cy = ((y_min + y_max) / 2) / h bw = (x_max - x_min) / w bh = (y_max - y_min) / h lines.append(f"{class_map[label]} {cx:.6f} {cy:.6f} {bw:.6f} {bh:.6f}") out_name = os.path.splitext(os.path.basename(json_file))[0] + '.txt' with open(os.path.join(out_dir, out_name), 'w') as f: f.write('\n'.join(lines))

这段脚本的逻辑是：读取labelme的JSON文件，从imagePath拿到原图，用PIL读取真实宽高；然后遍历所有shape，取每个多边形所有顶点的最小外接矩形作为检测框；最后把坐标归一化后写入txt文件。关键点在于归一化必须除以原图宽高，不能拿标注界面里显示的缩放尺寸，否则导出后所有框都会错位。class_map是类别映射字典，比如{"face": 0}或{"car": 0, "truck": 1}，它决定了txt每行开头的数字。

处理数据集用于YOLOv8训练时，还有四个容易踩的边界坑。第一，txt文件名必须和图片文件名完全一致，包括后缀前的名字，不能改后缀名，否则标签加载不上。第二，data.yaml里的path建议写成绝对路径，相对路径在换目录执行命令时经常找不到图片。第三，训练集和验证集要按场景分层抽样，不要把所有白天图片放训练集、所有夜晚图片放验证集，否则会得到“白天效果很好、傍晚完全失灵”的模型。第四，转换完成后要检查图片和标签数量是否一致：

ls images/train | wc -l ls labels/train | wc -l

两个数字相等，才说明标签没有丢失。data.yaml的写法是这样的：

path: /home/user/data/face_det train: images/train val: images/val names: 0: face

这里names的类别顺序必须和txt里的class_id一致。如果训练人脸检测，names就写face；训练车辆检测，就换成car、truck、bus这些实际类别。数据量不需要一开始就追求上万张，我做过校园人脸检测，几百张充分标注的图片就能训出可用的模型，关键是质量。

3. 人脸识别这半边：先用YOLOv8把人脸框出来，再用OpenCV完成身份比对

这是整个项目里最容易跑偏的地方。“基于YOLOv8的人脸识别”听起来像是一个模型解决所有问题，实际工程里检测和识别是两件事。YOLOv8只负责检测，输出的是人脸框坐标；判断“框里是谁”属于识别，需要另外一套特征提取和比对逻辑。很多第一次做门禁项目的人把大量时间花在改进YOLOv8结构上，却没有想清楚识别链路，最后demo只能画框，不能认人。

3.1 检测和识别必须拆分：YOLOv8输出的坐标框不是身份

我拆分的理由很实际。人脸库会变，每年有新生入学、老生毕业，如果让YOLOv8直接做人脸分类训练，类别写死在模型里，新增人员就要重新训练整个模型。而检测加比对的架构里，新增人员只需要往特征库里插入一条记录，模型完全不用动。门禁场景的常见做法是：YOLOv8检测人脸框，裁剪出人脸区域，再做姿态对齐，喂给特征提取模型，最后和注册库比对相似度。

检测模型的训练数据标注也简单，所有标注为face的框就够。识别模型的训练数据则是裁剪好的人脸图片，按人员ID分文件夹存放。两套数据可以完全独立维护，这也让模型迭代轻松很多。如果你只是做课程设计或毕业设计，YOLOv8加OpenCV的组合完全能撑起完整流程。

3.2 用opencv-contrib跑通人脸比对：LBPH的训练与识别

OpenCV自带的LBPH人脸识别模块非常轻量，不需要GPU，不需要额外下载大模型，装一个opencv-contrib-python就能用。第一次做这个课题时，我只装了opencv-python，运行cv2.face.LBPHFaceRecognizer_create()直接报错，后来才发现face模块在contrib包里。这个坑很典型，先记住：

pip install opencv-contrib-python

LBPH的原理不复杂：把灰度图分成若干小块，统计每块的局部二值模式直方图，再把所有块的直方图拼起来当作人脸特征。识别时计算两个直方图的距离，距离越小说明越相似。由于特征本身对光照敏感，使用时要做好预处理。下面这段代码演示如何用YOLOv8裁剪的人脸图训练LBPH模型：

import cv2 import os import glob face_dir = "faces" # 每个子目录是一个人，目录名是工号或姓名 images, labels = [], [] label_map = {} for idx, person_dir in enumerate(sorted(os.listdir(face_dir))): label_map[idx] = person_dir for img_path in glob.glob(os.path.join(face_dir, person_dir, "*.jpg")): img = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE) img = cv2.resize(img, (112, 112)) images.append(img) labels.append(idx) recognizer = cv2.face.LBPHFaceRecognizer_create() recognizer.train(images, labels) recognizer.write("face_recognizer.yml")

代码的逻辑是：遍历faces目录下的每个子目录，把每张人脸图转成灰度并缩放到112x112，同时记录对应的标签索引；最后用LBPH训练并保存模型文件。112x112是常见的人脸输入尺寸，太小会丢掉特征，太大会让直方图维度过高。每个人员建议至少采集20张不同角度的正脸图，角度差的样本太少，识别阶段会频繁误拒。

识别阶段同样需要加载模型，把YOLOv8检测到的人脸裁剪图缩放后送进predict：

import cv2 recognizer = cv2.face.LBPHFaceRecognizer_create() recognizer.read("face_recognizer.yml") gray = cv2.cvtColor(face_crop, cv2.COLOR_BGR2GRAY) gray = cv2.resize(gray, (112, 112)) label, confidence = recognizer.predict(gray) if confidence < 50: print(f"识别成功：{label_map[label]}，置信度{confidence:.2f}") else: print("未注册人员")

这里threshold取50是我在校园门禁项目上的起点值。LBPH的置信度越小表示越相似，50这个值偏严，能降低误识别率，但也会增加误拒率。实际部署时应该拿现场采集的测试集调这个阈值，我习惯把阈值设在40到60之间，然后结合业务诉求调整。如果是门禁考勤场景，宁可误拒也不要误放。

提示：LBPH应对正脸还行，一旦出现侧脸、口罩、帽子，识别率会明显下降。校园门禁固定机位通常要求正脸刷门，所以够用。

3.3 树莓派、门禁机与PyCharm联动：算力不足时的取舍

人脸识别门禁机和我们自己搭的树莓派系统，本质是同一套逻辑，差别只在算力和摄像头位置。树莓派4B跑YOLOv8n做推理还能接受，但把检测、裁剪、特征识别整条链路都压在树莓派上，视频流帧率会明显下降。我建议把方案拆成两种：一是树莓派只抓拍和显示结果，检测识别放在局域网服务器；二是树莓派本地跑onnxruntime加速的YOLOv8n，每隔几帧检测一次，不做全实时。如果硬件是STM32这类MCU，YOLO基本跑不动，人脸检测必须交给上位机处理。

还有一个很常见的问题，就是前面提到的PyCharm和Anaconda联动。明明在终端用conda activate yolo后一切正常，打开PyCharm却import不到ultralytics和cv2。原因是PyCharm默认用了自己创建的新解释器，没有指向Anaconda里那个yolo环境。解决方法很简单：File -> Settings -> Project -> Python Interpreter，选Conda Environment，指定Existing environment为yolo。这个问题和算法无关，但每年都有人卡在这。

4. 公路汽车检测这半边：车辆数据集、freeze冻结训练与损失函数曲线怎么看

公路车辆检测与人脸检测都是目标检测，但难点取向完全不同。人脸框在画面里的尺寸相对稳定，而公路监控视角下的车辆尺度变化极大，远处车辆只有十几个像素，近处货车能占半幅画面。夜间车灯衍射、雨天反光、树木遮挡，都会让漏检率飙升。所以车辆检测模型的训练参数不能直接照搬人脸检测那套。

4.1 车辆检测用YOLOv8n还是YOLOv8s：预训练权重怎么选

先决定模型规模。如果部署在普通服务器或边缘盒子上，我习惯在两个尺度上各跑一版：先跑yolov8n，再跑yolov8s，夜间样本上肉眼对比漏检率。n模型推理快，但远处小车的召回明显不足；s模型精度好一截，对GTX1660Ti来说训练也不算吃力。如果相机安装在立杆高处，视野开阔但车辆很小，还可以试yolov8m，不过显存要求会更高。

数据集方面，公路场景的常见做法是拿公开车辆数据集或COCO预训练权重做起点。yolov8s.pt本身已经在COCO上训练过，COCO包含car、truck、bus这些类，如果你的需求就是检测这些，可以直接复用预训练权重的类别。如果还要区分大货车、小轿车、SUV，就得用自己的标注数据重新微调。我建议先直接用COCO预训练模型跑一段真实监控视频，看看哪些类别漏检严重，再决定要不要自训。

对自训的小数据集，不要从头训练。从头训练yolov8s需要大量数据和更长的训练时间，而基于COCO预训练权重微调，几百张车辆图就能看到不错的效果。这就是为什么我始终强调，第一次做YOLOv8训练自己的数据集，一定要带model=某个.pt预训练文件，而不是不带模型参数硬训。

4.2 车辆检测训练参数怎么定：imgsz、freeze、batch与lr0

车辆检测的显存瓶颈常常出现在输入分辨率上。监控画面里小目标多，imgsz越大，小车的特征保留越完整。下面是我在GTX1660Ti上常用的参数组合：

yolo train data=vehicle.yaml model=yolov8s.pt epochs=100 imgsz=1280 batch=8 freeze=10 lr0=0.005

这些参数按场景调整的空间很大，先看一张表：

freeze这个参数经常被忽略。它的作用是冻结模型前若干层的权重，只训练后面部分。对于只有几百张车辆的私有数据集，冻结前10层能显著降低过拟合风险，训练速度也更快。如果数据集上了几千张，可以缩小freeze层数或干脆不冻结，让底层特征也参与适配。探测车灯眩光这类特殊场景时，我建议不要冻结太多层，因为COCO预训练特征里没有这种光照模式。

显存不够时的退路是把batch降到4，同时lr0降到0.002左右。batch变小会让梯度噪声变大，损失曲线会抖动，如果继续用0.01的学习率，训练很容易震荡。这也是很多人在GTX1660Ti上跑yolov8翻车的原因：只降batch不降lr，结果loss曲线一路跳。

训练完成后，用best.pt做推理验证：

yolo predict model=runs/detect/train/weights/best.pt source=highway_test.jpg imgsz=1280

推理时imgsz要和训练保持一致，否则模型看到的物体尺度变化，精度会受影响。

4.3 画损失函数曲线图：怎么判断模型训练状态

YOLOv8训练过程中会自动保存results.csv，里面包含每个epoch的train和val损失，以及precision、recall、mAP等指标。我每次训练完都会画一张损失函数曲线图，判断训练是否正常。代码很简短：

import pandas as pd import matplotlib.pyplot as plt df = pd.read_csv("runs/detect/train/results.csv") df.columns = [c.strip() for c in df.columns] plt.figure(figsize=(10, 5)) plt.plot(df["epoch"], df["train/box_loss"], label="train/box_loss") plt.plot(df["epoch"], df["val/box_loss"], label="val/box_loss") plt.xlabel("epoch") plt.ylabel("loss") plt.legend() plt.grid(True) plt.show()

这段代码先读取results.csv，再strip掉列名首尾空格，因为不同版本YOLOv8的列名格式可能带空格。然后画出train和val的box_loss曲线。判断标准很简单：train和val同时下降，说明模型在学习；train降但val不降或上涨，说明过拟合，需要增加数据增强或早停；两者都平坦不动，说明学习率太低或模型容量不够。也可以把metrics/mAP50(B)画在同一张图里，用来确认精度和损失是否对应。

车辆检测项目里，我还会特别关注val_loss曲线的抖动幅度。如果是白天黑夜混合的训练集，val_loss出现周期性波动是正常的，因为验证集里不同时段的图片难度不一样。但如果波动大到mAP从0.8掉到0.3，就要检查验证集是不是混入了标注质量很差的图片。

5. 避坑指南：人脸识别与汽车检测从训练到部署的4个高频翻车点

从数据到部署，这个课题里的问题更多出现在工程链路，而不是算法本身。下面这4个坑我基本每次都会遇到，按现象、原因、解决三步讲清楚。

5.1 数据集：训练正常启动但mAP始终为0，标签根本没加载

现象：训练日志一切正常，每个epoch的loss也在下降，但precision和mAP始终是0，明显不对劲。

原因：data.yaml里的path指向错误目录，或images和labels的目录结构对不上。YOLOv8要求images/train和labels/train两个目录名严格对应，如果你把标签放在labels/train下，但图片在images/train下，两者文件名不一致，数据就静默丢失。

解决：先检查目录树，确认标签文件与图片文件一一对应。然后用ultralytics自带的check_det_dataset做一次校验：

python -c "from ultralytics.data.utils import check_det_dataset; check_det_dataset('data.yaml')"

如果输出里显示的类别数和图片数与你预期不符，就看data.yaml的path是不是绝对路径。我遇到过最隐蔽的一次是把path写成了相对路径，在项目根目录执行yolo命令没问题，换到上级目录执行就全乱了。后来我统一规定：data.yaml里path永远写绝对路径。

5.2 训练：损失函数曲线锯齿状，vval_loss不降反升

现象：train/box_loss在下降，但val/box_loss波动非常大，甚至持续上升，mAP也上不去。

原因：数据集划分不均衡。公路车辆数据如果白天图片全在训练集、夜晚图片全在验证集，val_loss必然下不来。另一种可能是batch_size太小，梯度噪声过大，SGD优化器稳不住。

解决：划分数据集时按场景分层采样，让白天、夜晚、雨天、逆光等场景在训练集和验证集中比例接近。batch_size至少给到8，如果显存不足就同时降低imgsz而不是只调batch。还可以把lr0从0.01降到0.005，观察损失曲线是否变得平滑。记住一点：损失曲线震荡不等于模型坏，要看趋势，不抓单个epoch的尖峰。

5.3 部署：GPU上训练好的模型，转成onnx到CPU或RK3588后精度掉点

现象：训练集上mAP不错，导出onnx后在CPU上跑同一张测试图，漏检明显变多，框的位置也有偏移。

原因：部署时输入尺寸和训练时不统一。训练用了imgsz=1280，导出onnx时却用了默认640，远处小目标直接丢失；另外，部署端的预处理如果直接用cv2.resize，而不是用YOLOv8训练时的letterbox方式，图像会被拉伸变形，检测框自然不准。

解决：导出onnx时固定输入尺寸，并保证和训练一致：

yolo export model=runs/detect/train/weights/best.pt format=onnx imgsz=1280

推理代码里要复现YOLOv8的letterbox逻辑，把图像等比缩放后填充到指定尺寸，而不是简单拉伸。这条对RK3588这类板端芯片尤其重要，很多部署教程直接讲模型转换，却忽略了预处理一致性问题。

5.4 人脸识别：A刷脸把B放进来了，误识别问题

现象：置信度阈值设了50，测试时A的照片被识别成B，门禁直接放行。

原因：LBPH的置信度受光照影响很大。YOLOv8裁剪出的人脸框如果直接缩放到112x112，没有做双眼对齐，同一个人的特征在不同角度下差异很大，和库里另一个人的特征距离反而更近。

解决：裁剪人脸后先做关键点对齐，让两只眼睛保持在同一水平线再进行缩放。阈值从50收紧到40，让系统更严格。更稳妥的方案是加确认逻辑，比如连续三帧识别为同一人才判定通过，单帧误识别不会直接触发开门。门禁系统的原则是宁可误拒，不可误放。

6. 把两个模型串成智慧校园应用：模型导出与推理联调的完整闭环

人脸模型和车辆模型都训好后，回到“智慧校园”这个最终目标，要做的是把两个模型放进同一个推理服务里。不要在一个循环里串行调用两个模型的predict，那样处理速度会明显变慢。常见做法是：一个视频流进来后，先按业务类型走不同分支，人脸识别走检测加比对链路，车辆检测走检测加计数链路；或者用两个进程分别处理两路视频流，再汇总结果。

下面这个最小框架我在本地验证时经常用，跑通了再搬到服务器：

from ultralytics import YOLO import cv2 face_model = YOLO("face_best.pt") vehicle_model = YOLO("vehicle_best.pt") def handle_frame(frame, task): if task == "face": results = face_model(frame, conf=0.6, imgsz=640, verbose=False) for r in results: for box in r.boxes.xyxy.cpu().numpy(): x1, y1, x2, y2 = map(int, box) face_crop = frame[y1:y2, x1:x2] # 裁剪后送LBPH或特征模型比对 elif task == "vehicle": results = vehicle_model(frame, conf=0.4, imgsz=640, verbose=False) # 记录车辆框中心点，统计车流量

代码里几个细节值得注意：verbose=False可以让推理时不刷屏，适合视频流逐帧处理；conf阈值对人脸设0.6，对车辆设0.4，因为车辆误检的代价比人脸误检低，宁可多框一些再做业务过滤；imgsz统一用640，这是CPU推理和边缘设备上的常见折中选择。r.boxes.xyxy返回的是tensor，需要先转numpy再取整，否则画框时会报类型错误。

等流程稳定后，再把模型导出成onnx，这是我做部署前必做的一步：

yolo export model=face_best.pt format=onnx imgsz=640 yolo export model=vehicle_best.pt format=onnx imgsz=640

导出后，CPU上可以用onnxruntime替换ultralytics推理，内存占用和延迟都会改善；如果要上TensorRT或板端芯片，onnx也是统一的中间格式。我个人的习惯是导出onnx后一定先在本地对比几个典型场景的输出框，确认和原始模型一致后再去部署，这个习惯帮我省掉过很多次现场调试。整个课题做完你会发现，最花时间的不是YOLOv8结构本身，而是数据质量和部署一致性。先把这两件事做扎实，再考虑轻量化改进也不迟。希望帮到你。

本文还有配套的精品资源，点击获取