Matlab实现YOLO交通目标检测毕设全流程实战指南

简介：这份毕业设计资料包提供基于Matlab的YOLO交通目标检测完整实现，面向计算机、电子信息工程、数学等相关专业学生，可作为课程设计、期末大作业或毕业设计的参考资料，也适合需要快速上手目标检测项目的初学者参考。压缩包内共348个文件，以338张交通场景图像、4个算法源码、4个数据文件、1个说明文档和1个演示视频为主，整体大小约211.96MB，目录结构清晰，便于按图像数据集、核心代码、训练数据与演示视频分类查阅。目前已有707人浏览学习，适合具备一定编程基础、能够自行调试代码并解决运行报错的读者。借助源码、说明文档和可视化素材，可以系统理解YOLO检测流程、交通场景目标识别与结果可视化思路，并进一步修改参数、扩展检测类别或接入自己的数据集，用于论文实验和毕业设计成果展示。

1. 用Matlab做YOLO交通目标检测毕设：这条路为什么值得走

毕业设计题目挂上“基于Matlab实现YOLO算法交通目标检测应用”，意味着你选择了一条“算法要落地、代码要能跑、论文要有图”的路。先说一个反直觉的结论：在Matlab里做YOLO交通目标检测，最难的从来不是YOLO网络本身——Matlab官方工具箱已经把主干网络、锚框预测和损失函数封装好了——真正的门槛是版本匹配、数据标注格式和训练参数这三件事。这个方案能解决的核心诉求是：不写一行底层卷积代码，用官方检测器搭配预训练权重，在350张街景图上完成车辆、行人、公交车的检测训练，最后输出检测框可视化图、混淆矩阵和mAP指标。它适合三类人：用Matlab做毕设的工科生、答辩需要演示视频和结果截图的研究生、以及想快速验证YOLO在交通场景效果的初学者。

2. 让YOLO在Matlab里跑通的三条路线：选错一条，毕设直接翻车

2.1 官方工具箱路线：yolov4ObjectDetector 的前世今生

Matlab从R2019a开始引入YOLO v2检测器，从R2021a开始提供yolov4ObjectDetector，底层主干是CSP-Darknet53，预训练权重在COCO数据集上完成。对交通目标检测来说，COCO预训练已经覆盖car、truck、bus、bicycle、motorcycle、person这些类别，正是毕设要用的对象。官方路线的最大价值是“黑匣子可控”：训练、评估、可视化三条链路全是同一套API，不会出现Python写的权重在Matlab里加载失败的情况。

创建检测器的最小命令如下：

% 创建YOLO v4检测器，输入尺寸416x416，类别按交通场景自定义 inputSize = [416 416 3]; classNames = {'car', 'truck', 'bus', 'pedestrian', 'bicycle'}; detector = yolov4ObjectDetector('csp-darknet53-coco', classNames, ... InputSize = inputSize);

这段代码有三个需要解释的点。第一，csp-darknet53-coco是预训练模型名称，函数会返回一个配置好的检测器，但此时锚框还是COCO默认值，训练时会根据你的标注数据重新计算，下面第四章会讲锚框调整方法。第二，InputSize决定了网络把输入图像缩放到多大，416x416是速度和精度的平衡点，交通场景里小目标多，如果想提高远处行人的召回率，可以改成[608 608 3]，代价是显存占用和训练时间翻倍。第三，classNames里类别的顺序必须和后续标注的标签顺序完全一致，这是新手最常踩的坑——顺序不一致时，检测结果显示的标签和实际类别对不上，且训练过程中损失函数正常下降，不容易察觉。

官方工具箱路线的优势是训练闭环完整。trainYOLOv4ObjectDetector可以直接吃groundTruth对象和imageDatastore，不需要手工做一个中间格式。评估阶段有evaluateDetectionPrecision和evaluateDetectionMissRate，能直接产出论文需要的PR曲线、召回率和平均精确率。这套链路下来，毕设的“算法实现”部分几乎全被官方函数承接，你需要做的核心工作是数据整理和参数调优。

2.2 Python互调路线：让Matlab借用Torch的推理能力

如果你在选题时发现身边的参考代码全是PyTorch写的，YOLOv5、YOLOv8权重满天飞，但学校要求最终交付Matlab版本，那么Python互调路线是保住阵容的选择。Matlab从R2018a开始内置Python接口，可以在Matlab脚本里直接创建Python对象、传递数据、调用Python函数。

一个可行的做法是把Python当成推理引擎，Matlab负责图像读取、检测结果可视化和指标统计。

% 配置Python环境，torch和yolov5仓库需要提前装好 pyenv('Version', 'D:\Python39\python.exe'); py.importlib.import_module('torch'); py.importlib.import_module('yolov5'); % 加载YOLOv5s模型 model = py.torch.hub.load('ultralytics/yolov5', 'yolov5s', pretrained=true); % 读取一张交通图像，交给Python模型推理 frame = imread('highway_day.jpg'); framePy = py.numpy.array(frame); results = model(framePy); % 把检测结果转回Matlab结构 boxes = double(py.array.array('d', results.xyxy{1}(:, 1:4))); scores = double(py.array.array('d', results.xyxy{1}(:, 5)));

这条路线能让你直接用上YOLOv5s甚至YOLOv8的预训练权重，检测精度通常比Matlab自带的YOLO v4更稳，小目标召回率更高。但代价是环境耦合风险大：Python版本、PyTorch版本、CUDA版本三者不匹配时，pyenv加载报错是常态。另一个实际问题是，很多学校的毕设查重和代码审查要求“核心算法自行实现”或“代码在纯Matlab环境可运行”，一旦答辩现场没有Python环境，整个演示就卡在模型加载这一步。

我的建议是：如果时间充足，优先用2.1的官方路线做完训练和检测，把Python互调作为进阶章节写入论文“方法对比”部分，体现工作量且不承担环境风险。如果非要走互调路线，务必在答辩准备机上提前做一次完整环境恢复测试。

2.3 三条路线对比与选型建议

除上述两条之外，还有一条第三方路线——从Darknet加载权重到Matlab自建网络，但这条路本质上是手工复刻YOLO层结构，框的尺寸、归一化方式、batch norm参数任何一个对不上，检测结果全是乱框，调试成本极高，不建议毕设碰。

把三条路线放在一起对比，选型逻辑就清晰了。

用一句话总结选型经验：毕设答辩看重“系统能跑、指标能看、代码能解释”，官方工具箱路线是性价比最高的选择。我现在做类似交通检测项目时也默认先走官方路线，只有在客户明确要求用最新YOLO版本时才切到Python互调。

3. 把350张图像做成可训练数据集：标注、转格式与亮度平衡

3.1 用imageLabeler做标注，别自己写标注代码

很多人拿到350张交通图像后，第一反应是写脚本读图、画框、存坐标。这个思路在毕设时间表里是灾难——人工画几百个框本身就耗时，手工写的标注界面还容易出坐标偏移、类别名拼写错误。Matlab自带图像标注器imageLabeler，直接支持交互式画框并导出groundTruth对象，这是最快路径。

操作步骤很简单：命令行输入imageLabeler，加载全部图像，点击“ROI Label”定义要标注的类别，然后逐张框选目标。导出时选择“Export to Workspace”，得到一个groundTruth对象。

% 从工作区导出后，确认标注数据的基本结构 disp(gTruth.LabelDefinitions); % 查看类别定义 disp(gTruth.LabelData.Properties.VariableNames); % 查看每个图像对应的标注变量

这里要特别说明导出数据的组织方式：gTruth.LabelData是一个表格，行对应每一张图像，列对应类别，单元格里存放的是Mx4的边界框矩阵，每行是[x y width height]。这个结构是后面训练函数的直接输入，所以千万不要在导出后手动改成别的格式。另外，350张图中如果存在完全没有目标的负样本，LabelData对应单元格会是空数组{}，训练函数能自动处理，但评估阶段的混淆矩阵计算要留意空样本带来的分母问题，第五章会展开讲。

还有一个我自己踩过的坑：标注时用了中文类别名，比如“汽车”“行人”，训练虽然能跑，但导出检测结果时insertObjectAnnotation渲染的文字变成乱码方块，在论文截图里非常掉价。建议直接用英文类别名，或者标注完成后在gTruth.LabelDefinitions里统一改成英文。

3.2 格式转换：VOC XML与Matlab groundTruth的互转脚本

如果你的图像来源是公开数据集，比如UA-DETRAC或者BDD100K的切片，原始标注可能是VOC格式的XML文件。这部分数据没法直接让trainYOLOv4ObjectDetector吃进去，需要写一个转换脚本。

% convertVOCToGroundTruth.m —— 把VOC XML标注转为Matlab boxLabelDatastore function [imds, blds] = convertVOCToGroundTruth(imgDir, annDir, classNames) imds = imageDatastore(imgDir); labelTable = table(); for i = 1:numel(imds.Files) [~, name, ~] = fileparts(imds.Files{i}); xmlPath = fullfile(annDir, [name '.xml']); if ~exist(xmlPath, 'file') % 缺少标注文件的图像直接跳过，避免训练时报维度错误 continue; end % 用 xmlread 解析VOC标注 docNode = xmlread(xmlPath); objects = docNode.getElementsByTagName('object'); numObj = objects.getLength(); boxes = zeros(numObj, 4); labels = cell(numObj, 1); for j = 0:numObj-1 objNode = objects.item(j); % 提取bndbox子节点坐标 xmin = str2double(objNode.getElementsByTagName('xmin').item(0).getTextContent()); ymin = str2double(objNode.getElementsByTagName('ymin').item(0).getTextContent()); xmax = str2double(objNode.getElementsByTagName('xmax').item(0).getTextContent()); ymax = str2double(objNode.getElementsByTagName('ymax').item(0).getTextContent()); boxes(j+1, :) = [xmin ymin xmax-xmin ymax-ymin]; labels{j+1} = char(objNode.getElementsByTagName('name').item(0).getTextContent()); end % 只保留需要的类别，别的目标忽略 keep = ismember(labels, classNames); if any(keep) labelTable = [labelTable; table({imds.Files{i}}, {boxes(keep, :)}, {labels(keep)}, ... 'VariableNames', {'ImageFilename', 'Boxes', 'Labels'})]; end end blds = boxLabelDatastore(labelTable); end

这段脚本把VOC的(xmin, ymin, xmax, ymax)坐标系转成Matlab检测器期望的(x, y, width, height)，同时过滤掉不在classNames里的类别。使用时有两个参数容易出错：一是classNames的顺序，必须与此前创建检测器时的顺序一致；二是XML里类别名可能存在大小写混写，比如“Car”和“car”，建议在labels{j+1}赋值后统一lower()转换。

转换完成后，用boxLabelDatastore包装表格，就可以直接丢给训练函数。检查数据是否正确的标准做法是随机抽10张图，把标注框画上去看一眼：

% 可视化检查转换后的标注框 img = readimage(imds, 5); boxData = read(blds); annotated = insertObjectAnnotation(img, 'rectangle', boxData.Boxes{5}, boxData.Labels{5}); imshow(annotated);

这一步能发现坐标系翻转、框偏移、图像和标注错位三类典型问题。转换脚本第一次跑出来的结果几乎必然有问题，不要跳过去。

3.3 图像亮度平衡与数据增强：让检测器在夜间和逆光下不翻车

交通检测和一般物体检测最大的差异在于光照分布极不均匀：白天强光、傍晚逆光、夜间路灯低照度。如果350张图里大量存在整体偏暗或局部过曝的样本，YOLO会把亮度当成一种干扰特征，白天训练集上F1很高，一到夜间测试图上漏检率飙升。

处理这类问题我一般会先做统计，再做亮度平衡。统计方式是计算全部图像的HSV亮度通道均值，画出分布直方图，如果峰值集中在低亮度区间，说明暗光样本占比过高。

% 对整体偏暗的图像做HSV亮度补偿 function imgOut = balanceBrightness(imgIn) imgHSV = rgb2hsv(imgIn); vChannel = imgHSV(:, :, 3); % 以全图亮度中位数为基准，拉伸到[0.4, 0.8]区间 vMax = max(vChannel(:)); vMin = min(vChannel(:)); vNorm = (vChannel - vMin) / (vMax - vMin + eps); vNew = vNorm * 0.4 + 0.4; imgHSV(:, :, 3) = vNew; imgOut = hsv2rgb(imgHSV); end

这个函数只调整亮度通道，不动色调和饱和度，避免引入色偏。参数0.4和0.8是经验值，把全图亮度线性映射到0.4到0.8之间，暗部细节被提亮的同时高光不溢出。处理完所有图像后，重新计算亮度直方图，确认整体分布居中。

亮度平衡之外，数据增强也是让检测器在350张图的小样本上稳住精度的关键操作。Matlab的augmentedImageDatastore可以在训练时随机做翻转、缩放、平移，等效扩充训练集。

% 配置数据增强：随机X翻转、随机缩放0.8~1.2、随机平移10% augmenter = imageDataAugmenter(... 'RandXReflection', true, ... 'RandScale', [0.8 1.2], ... 'RandXTranslation', [-10 10], ... 'RandYTranslation', [-10 10]); augmentedDS = augmentedImageDatastore(inputSize(1:2), imds, ... 'DataAugmentation', augmenter, ... 'OutputSizeMode', 'randcrop');

注意增强只该用在训练数据上，验证和测试阶段必须保证原始尺寸和内容不变，否则评估指标失真。另外一个细节是OutputSizeMode设为'randcrop'而不是'resize'，前者在缩放后随机裁剪到输入尺寸，相当于额外做了轻微平移，后者直接拉伸会让目标形状畸变，降低检测精度。

4. 训练配置与参数调优：让损失函数降下来、让检测框贴上去

4.1 用预训练模型起步，训练参数这样设

350张图像从头训练YOLO必然过拟合，正确的起手式是加载COCO预训练检测器，然后微调最后几层。Matlab的yolov4ObjectDetector在创建时就默认加载了预训练权重，但如果你换了自己定义的类别集合，检测头输出维度改变，需要重新训练。这个过程在Matlab里是自动处理的，不必手动裁剪层。

训练参数的选择直接决定训练是否收敛，下面这个配置是我在类似小数据集上调出来的比较稳的组合：

% 定义训练选项，重点看学习率和MiniBatchSize options = trainingOptions('adam', ... 'InitialLearnRate', 0.001, ... 'LearnRateSchedule', 'piecewise', ... 'LearnRateDropPeriod', 10, ... 'LearnRateDropFactor', 0.1, ... 'MiniBatchSize', 8, ... 'MaxEpochs', 50, ... 'Shuffle', 'every-epoch', ... 'VerboseFrequency', 10, ... 'ExecutionEnvironment', 'auto'); % 开始训练，gTruth来自imageLabeler导出或3.2节转换 [detector, info] = trainYOLOv4ObjectDetector(detector, gTruth, options);

几个参数的实际含义值得花时间理解。InitialLearnRate=0.001是微调场景的安全起点，如果从零训练需要0.0001甚至更低，因为预训练权重已经接近最优解，学习率太大会用一步就把之前的特征破坏掉。MiniBatchSize=8受限于显存，批量越大梯度估计越准，但8是一个在6GB显存显卡上跑416x416输入的常见上限。MaxEpochs=50对小数据集够用，350张图每轮迭代次数不多，50轮大概几分钟到半小时就能跑完。

ExecutionEnvironment='auto'会让Matlab自动检测CUDA显卡，没有GPU就退回CPU。这里要明确一个血泪经验：YOLO v4在CPU上训练，一张416x416图像的前向传播就要几百毫秒，50轮训练可能要跑到第二天早上，一定要提前用一个小数据集测试单迭代耗时，再决定要不要租云GPU。R2021a以上版本还支持'multi-gpu'选项，最多可以同时用四块卡。

4.2 读懂损失函数曲线：trainYOLOv4ObjectDetector 的玄学指标

训练过程中info结构里保存了每个迭代的损失值，很多人只知道看曲线“有没有下降”，却不知道YOLO的损失由三部分组成：边界框回归损失、目标置信度损失、分类损失。Matlab在Verbose输出里显示的Training Loss是三者加权后的总值，曲线平稳下降只代表整体在收敛，不代表每个子项都正常。

% 画出训练损失曲线，对照训练日志观察下降趋势 figure; plot(info.TrainingLoss, 'LineWidth', 1.5); grid on; xlabel('Iteration'); ylabel('Training Loss'); title('YOLOv4 Training Loss Curve');

正常的损失曲线形态是前10个迭代急速下降，然后进入缓慢下降段，最后在某个值附近小幅震荡。如果看到以下三种异常，优先检查对应原因。第一，损失开局就是NaN，几乎可以断定学习率过大或标注中存在空框；第二，损失降到一定值后反弹且持续上升，这是过拟合信号，需要加大数据增强或减小模型容量；第三，损失下降速度远慢于同类项目，检查是否忘记设置Shuffle='every-epoch'，顺序读取样本会让网络反复学习同一批图像的分布。

还有一类问题是训练正常但验证精度不涨。这种情况我一般从“标签语义”入手排查：交通场景中“car”和“truck”在视觉上高度相似，如果标注时的边界没有严格统一——同一种面包车一半人标成car，一半人标成truck——模型学到的是夹在两个类别中间的模糊特征，损失照降，精度停滞。解决手段是检查gTruth.LabelData里各类别框数量，把数量悬殊的类别考虑合并。

4.3 评估与导出：混淆矩阵、召回率与 mAP 怎么算成论文素材

训练完成后，评估环节是毕业设计里最能体现工作量的部分。Matlab提供了evaluateDetectionPrecision函数，可以计算每个类别的平均精确率AP，以及整体mAP。

% 在验证集图像上做检测 results = detect(detector, valImds, 'Threshold', 0.5); % 计算每个类别的precision-recall曲线和AP值 [ap, recall, precision] = evaluateDetectionPrecision(results, valGTruth, ... 'Threshold', 0.5, ... 'IoUThreshold', 0.5); % 打印每个类别的AP，并求整体mAP for i = 1:numel(ap) fprintf('Class %s AP = %.3f\n', classNames{i}, ap(i)); end fprintf('mAP = %.3f\n', mean(ap));

Threshold=0.5是置信度阈值，低于0.5的检测结果直接丢弃；IoUThreshold=0.5是判断“框和真值是否匹配”的交并比门槛，这两个阈值决定了AP数值的大小，论文里务必写明。需要留意的陷阱是，验证集里某张图有目标但检测器完全没输出时，这张图的真值会被计入漏检，拉低召回率，这是正常行为，不是代码bug。

混淆矩阵的制作需要自己组装。先用detect得到所有检测框，再按类别统计真正类、假正类、假负类。一个常见疑问是“yolo混淆矩阵总合不唯一”——这是因为不同置信度阈值下，一个检测框可能被归为检测成功也可能归为漏检，矩阵里的数字不是固定值。消除争议的办法是固定Threshold=0.5并用这个阈值跑完整评估，在论文里明确标注阈值条件，否则结果不可复现。

5. Matlab跑YOLO常见问题避坑：5个实测翻车点

5.1 yolov4ObjectDetector不存在：版本与工具箱双重校验

现象：运行yolov4ObjectDetector直接报错Undefined function or variable，或者提示缺少Deep Learning Toolbox。

原因：yolov4ObjectDetector从R2021a开始提供，旧版本只有yolov2ObjectDetector。另一类场景是机器上装了R2021a，但只装了基础Matlab环境，没有购买Deep Learning Toolbox和Computer Vision Toolbox，函数依旧不存在。

解决：先运行ver查看工具箱列表，确认Deep Learning Toolbox在列。版本低于R2021a的话，要么改用yolov2ObjectDetector重新走一遍流程，要么升级Matlab。升级后注意原有代码里的trainYOLOv2ObjectDetector和trainYOLOv4ObjectDetector的函数签名有差异，训练参数结构体基本兼容，但检测器创建语句必须改。另外，安装新版本后imageLabeler的标注数据格式可能与旧版本不一致，建议重新导出一次groundTruth。

5.2 训练Loss全是NaN：学习率与空标注框

现象：训练日志第一行输出Loss就是NaN，之后全部NaN，模型完全无法收敛。

原因：最常见的是InitialLearnRate设得过大，预训练权重被一步更新推出有效范围；其次是标注数据中存在没有目标的图像，损失计算时某些项的分母为0。

解决：先把学习率降到0.0001试跑5个epoch，如果Loss恢复正常说明是学习率问题，再逐步调回0.001。如果依然NaN，逐个检查gTruth.LabelData，找出空标注行——用ismissing函数批量检查单元格是否为空，把空行删除或单独放到测试集。这个排查顺序是固定的，先小学习率后查数据，不要一上来就怀疑代码。

5.3 检测框画不出来：通道、阈值与渲染逻辑

现象：detect返回的检测框数组为空，但肉眼明显能看到图像里有车辆。

原因：三选一的可能。第一，置信度阈值太高，交通目标在遮挡或暗光场景下置信度输出普遍只有0.3左右，阈值设在0.5以上框全被过滤；第二，输入图像不是RGB三通道，灰度图或RGBA图在检测器内部被错误处理；第三，模型没训练好，检测头对所有候选区域都输出了低置信度。

解决：先用detect(detector, img, 'Threshold', 0.1)跑一遍，确认低阈值下有没有框。如果有框而0.5阈值没有，说明模型本身学到了目标但置信度偏低，可以适当降阈值，或者检查训练集的标注框是否都完整覆盖目标本体。如果0.1也没框，检查图像尺寸是否接近训练时的InputSize——把一张1080p的大图直接丢给训练在416x416下的检测器，小目标可能被压缩到几个像素，必然检测不到，需要先切分图像或缩放到接近输入尺寸的倍数。

5.4 350张图过拟合：增强、冻结层与验证集

现象：训练损失降到很低，验证集的mAP停滞在0.2左右，检测结果里大量误检框。

原因：典型的小数据过拟合。350张图对YOLO v4来说太少，模型把训练图的背景纹理也记进了特征。

解决：首先在trainingOptions里调大LearnRateDropFactor配合LearnRateDropPeriod，让后期学习率衰减更激进，减小对高频噪声的拟合；其次启用在3.3节配置的augmentedImageDatastore做增强；最后可以把训练集改为前300张、验证集50张，并确保验证集里各类目标数量比例与训练集相近，避免验证集恰好都是稀有类别导致评估失真。我做这类项目时还会把detector里的主干层冻结，只训练检测头——冻结后参数量减少，过拟合风险显著下降，训练速度也快一倍；具体做法是查看layerGraph里主干层的LearnRateFactor属性，将所有非检测头的层设为0。

5.5 混淆矩阵总合对不上：IoU阈值与置信度阈值

现象：用evaluateDetectionPrecision得到的总样本数，和核对检测框数量时发现数对不上，混淆矩阵里TP+FP+FN不等于总目标数。

原因：混淆矩阵的统计逻辑依赖两个前提——置信度阈值过滤掉的框不计入任何统计，IoU阈值决定了一个预测框是TP还是FP。改任何一个阈值，矩阵里的数字就全变了。

解决：明确在代码里固化阈值参数，评估后把Threshold和IoUThreshold写进论文的实验设置小节。如果论文需要和同类算法对比，必须保证对比时两者使用相同的阈值口径。另外，evaluateDetectionPrecision返回的precision和recall已经是插值平滑后的值，拿它手算混淆矩阵时中间数字会有小数，这是正常情况，不要追求整数。到这一步，关于“yolo混淆矩阵总合不唯一”的疑问就能解释清楚，不是bug，是评估口径问题。

6. 让毕设再进一步：把YOLO检测做成视频演示与数据导出

6.1 视频检测流程：配出带框的交通监控输出

毕业设计答辩时，一张静态检测图的说服力远不如一段带检测框的视频。Matlab的VideoReader和VideoWriter组合可以完成从视频读取到结果输出的闭环，而且代码量不大。

% 读取交通监控视频，逐帧检测并写出带框视频 vid = VideoReader('traffic_clip.mp4'); writer = VideoWriter('detected_result.avi'); open(writer); while hasFrame(vid) frame = readFrame(vid); % 保持训练时一致的输入尺寸，检测时用0.3阈值减少漏检 [bboxes, scores, labels] = detect(detector, frame, 'Threshold', 0.3); if ~isempty(bboxes) annotations = string(labels) + ": " + string(round(scores, 2)); frame = insertObjectAnnotation(frame, 'rectangle', bboxes, annotations, ... 'FontSize', 14, 'LineWidth', 2); end writeVideo(writer, frame); end close(writer);

这段代码有两个实用细节。一是detect的Threshold在视频里可以比评估时设低一些——视频的连续性让你能容忍单帧的少量误检，但漏检造成的目标消失观感非常突兀。二是写视频前先确认VideoWriter的输出格式能被答辩电脑的播放器打开，avi格式虽然通用，但压缩率低文件大，如果原视频超过两分钟建议改用'MPEG-4'格式。

处理长视频时还需要考虑帧率匹配。VideoReader默认按原始帧率读，VideoWriter默认写30fps，如果原视频帧率不同，输出视频会变快或变慢。解决方案是set(writer, 'FrameRate', vid.FrameRate)，保持时间轴一致。

6.2 检测结果批量导出Excel：论文图表一步到位

论文里除了检测截图，还需要定量统计表，比如“各类别目标数量统计”“不同时段的检测置信度均值”。手动数太累，可以用writetable把检测结果直接输出成Excel表格。

% 批量检测一个文件夹里的图像，汇总结果到表格 imgFiles = dir(fullfile('test_imgs', '*.jpg')); resultTable = table(); for i = 1:numel(imgFiles) img = imread(fullfile(imgFiles(i).folder, imgFiles(i).name)); [bboxes, scores, labels] = detect(detector, img, 'Threshold', 0.5); for j = 1:numel(scores) resultTable = [resultTable; table(... string(imgFiles(i).name), ... string(labels(j)), ... scores(j), ... bboxes(j, 1), bboxes(j, 2), bboxes(j, 3), bboxes(j, 4), ... 'VariableNames', {'ImageName', 'Label', 'Score', 'X', 'Y', 'W', 'H'})]; end end % 写入Excel，论文附录可以直接用 writetable(resultTable, 'detection_results.xlsx');

导出Excel后，用数据透视表按Label聚合，就能统计每类的目标数量和平均置信度。这个步骤还有一个隐藏价值：如果你发现某张图的检测框坐标异常——比如框跑到图像边界外——说明标注时把背景也圈进了目标，回查gTruth修正后重训，这就是一套数据闭环。论文里写“共标注350张图像，包含xxx个目标，训练后mAP为xxx”时，所有数字都能从这个表格里找到出处。

我自己的习惯是每次训练完都做这样一次全量检测导出，把结果Excel存成一个固定文件，论文写结果章节时直接引用，而不是临时跑代码截图。这么做的另一个好处是，答辩被问到某个具体检测案例时，可以当场打开表格定位到对应的图像和置信度。

这个方法陪我熬过了自己的毕设修改期，也帮朋友补过两次被指出“结果无法复现”的检测项目——只要你把阈值、版本号、数据集划分三条信息写死在论文里，任何审阅人都能按同样的步骤跑出相近的数字。希望帮到你。

本文还有配套的精品资源，点击获取