YOLOv8实战：交通监控车辆行人计数系统搭建

1. 引言

1.1 业务场景描述

在城市交通管理、智能安防和公共设施调度中，实时掌握道路或区域内的车辆与行人流量是关键需求。传统人工统计方式效率低、成本高且难以持续运行。随着计算机视觉技术的发展，基于深度学习的目标检测方案为自动化计数提供了高效、精准的解决路径。

本项目聚焦于构建一个工业级交通监控车辆行人计数系统，利用YOLOv8模型实现对视频流或图像中“人”和“车”类目标的实时识别与数量统计。系统部署轻量、响应迅速，适用于边缘设备或无GPU环境下的长期运行。

1.2 痛点分析

现有交通监控系统普遍存在以下问题：

检测精度不足：小目标（如远距离行人）漏检率高。
依赖高性能硬件：多数AI模型需GPU支持，部署成本高昂。
缺乏结构化输出：仅提供可视化结果，缺少自动化的数据汇总功能。
集成复杂度高：需额外开发接口对接模型与前端展示。

针对上述挑战，本文介绍的解决方案采用Ultralytics YOLOv8 Nano轻量模型，结合WebUI界面，实现了从检测到统计的一体化闭环，具备“开箱即用”的工程优势。

1.3 方案预告

本文将详细介绍如何基于预置镜像快速搭建一套完整的车辆行人计数系统，涵盖：

模型选型依据
系统功能演示
实际使用流程
核心代码解析
性能优化建议

最终实现一个无需ModelScope平台依赖、独立运行、毫秒级响应的CPU友好型目标检测服务。

2. 技术方案选型

2.1 为什么选择YOLOv8？

YOLO（You Only Look Once）系列作为单阶段目标检测的经典架构，在速度与精度之间取得了良好平衡。YOLOv8由Ultralytics团队于2023年发布，是当前工业界广泛采用的先进模型之一，其核心优势包括：

更高的mAP（平均精度）：相比YOLOv5，在相同输入尺寸下提升约2-3%。
更优的小目标检测能力：改进的Neck结构增强了特征融合能力。
模块化设计：便于自定义训练、导出和部署。
官方支持完善：提供Python API、CLI工具及多平台推理支持。

特别地，yolov8n.pt（Nano版本）参数量仅为3.2M，适合在资源受限设备上部署，满足本项目的CPU极速运行需求。

2.2 对比其他常见方案

方案	推理速度（CPU）	是否支持80类物体	是否内置统计功能	部署难度
YOLOv8 Nano (本方案)	~40ms/帧	✅ 是	✅ 是（WebUI集成）	⭐ 极简
YOLOv5s	~60ms/帧	✅ 是	❌ 否	⭐⭐ 中等
SSD MobileNet	~80ms/帧	✅ 是	❌ 否	⭐⭐⭐ 复杂
Faster R-CNN	>200ms/帧	✅ 是	❌ 否	⭐⭐⭐⭐ 高

结论：YOLOv8 Nano在保持高检测性能的同时，显著降低延迟，配合集成化WebUI，成为最适合本场景的技术选型。

3. 系统实现详解

3.1 环境准备

本系统已封装为CSDN星图镜像广场中的标准化AI镜像，用户无需手动安装依赖库或配置环境。启动步骤如下：

# 镜像内部已预装以下核心组件 pip install ultralytics flask opencv-python numpy matplotlib

所有依赖均经过版本锁定测试，确保零报错运行。

3.2 基础概念快速入门

目标检测三要素

类别识别（Classification）：判断物体属于哪一类（如person、car）。
边界框定位（Localization）：用矩形框标出物体位置（x, y, w, h）。
置信度评分（Confidence）：表示预测结果的可信程度（0~1）。

YOLOv8通过一次前向传播完成以上三项任务，实现端到端的高效推理。

COCO 80类通用物体

本模型基于COCO数据集训练，涵盖日常生活中常见的80个类别，其中包括：

person
bicycle,car,motorbike,bus,truck
traffic light,fire hydrant
dog,cat
laptop,cell phone

这些类别足以覆盖绝大多数城市交通监控场景。

3.3 分步实践教程

步骤一：启动镜像并访问WebUI

在CSDN星图镜像广场搜索“YOLOv8 工业级版”并创建实例。
实例启动后，点击平台提供的HTTP按钮，打开Web界面。

步骤二：上传测试图像

选择一张包含多个行人和车辆的街景图片（例如十字路口、停车场），点击上传。

步骤三：查看检测结果

系统自动执行以下操作：

调用YOLOv8n模型进行推理
绘制检测框并标注类别与置信度
统计各物体出现次数，并在下方显示报告

示例输出：

📊 统计报告: person 7, car 4, traffic light 2

3.4 核心代码解析

以下是系统后端处理逻辑的核心代码片段，展示了从图像接收、模型推理到结果返回的完整流程。

from ultralytics import YOLO from flask import Flask, request, jsonify, render_template import cv2 import numpy as np from collections import Counter app = Flask(__name__) model = YOLO('yolov8n.pt') # 加载预训练模型 @app.route('/') def index(): return render_template('index.html') @app.route('/detect', methods=['POST']) def detect(): file = request.files['image'] img_bytes = file.read() nparr = np.frombuffer(img_bytes, np.uint8) img = cv2.imdecode(nparr, cv2.IMREAD_COLOR) # 模型推理 results = model(img, conf=0.5) # 设置置信度阈值为0.5 # 提取检测结果 result_img = results[0].plot() # 包含边框和标签的图像 names = model.names detected_classes = [names[int(cls)] for cls in results[0].boxes.cls] # 统计数量 count_dict = Counter(detected_classes) report = ", ".join([f"{k} {v}" for k, v in count_dict.items()]) # 编码回图像字节流 _, buffer = cv2.imencode('.jpg', result_img) img_str = base64.b64encode(buffer).decode() return jsonify({ 'image': img_str, 'report': f"📊 统计报告: {report}" }) if __name__ == '__main__': app.run(host='0.0.0.0', port=5000)

代码说明：

使用Flask构建轻量Web服务，监听/detect接口。
model(img)完成推理，返回包含边界框、类别、置信度的对象。
results[0].plot()自动生成带标注的图像。
Counter对检测类别进行频次统计，生成结构化报告。
图像以Base64编码返回前端，便于HTML直接渲染。

3.5 进阶技巧

自定义类别过滤

若只关注“person”和“car”，可在统计前添加过滤：

target_classes = ['person', 'car'] filtered_classes = [c for c in detected_classes if c in target_classes]

动态置信度调节

可通过前端传参控制检测灵敏度：

conf_threshold = float(request.form.get('conf', 0.5)) results = model(img, conf=conf_threshold)

视频流扩展支持

将单张图像处理升级为视频流分析，只需替换输入源为摄像头或RTSP流：

cap = cv2.VideoCapture(0) # 或 rtsp://xxx while True: ret, frame = cap.read() if not ret: break results = model(frame) # ...后续处理

3.6 常见问题解答

Q1：是否必须联网？A：否。模型文件已内置，首次加载后可完全离线运行。

Q2：能否更换为自定义训练模型？A：可以。将.pt权重文件替换并修改model = YOLO('your_model.pt')即可。

Q3：CPU推理太慢怎么办？A：建议使用Intel i5及以上处理器；也可尝试yolov8n.engineTensorRT加速格式（需CUDA环境）。

Q4：如何导出统计数据？A：可在后端增加CSV或JSON导出接口，定期保存历史记录用于分析。

4. 实践问题与优化

4.1 实际落地难点

尽管YOLOv8性能优越，但在真实交通场景中仍面临挑战：

遮挡严重：密集人群或车辆重叠导致部分目标未被识别。
光照变化大：夜间或逆光条件下图像质量下降，影响检测效果。
尺度差异明显：近处车辆大，远处行人小，单一模型难以兼顾。

4.2 优化方案

数据增强预处理

对输入图像进行自适应直方图均衡化，提升低光照区域对比度：

def enhance_image(img): gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) enhanced = cv2.equalizeHist(gray) return cv2.cvtColor(enhanced, cv2.COLOR_GRAY2BGR)

多尺度检测策略

启用YOLOv8的多尺度推理模式，提高小目标召回率：

results = model(img, imgsz=640, augment=True) # 开启TTA

区域感兴趣（ROI）计数

限定检测区域，避免无关区域干扰统计结果：

mask = np.zeros_like(img) cv2.rectangle(mask, (100, 200), (500, 400), (255, 255, 255), -1) masked_img = cv2.bitwise_and(img, mask)

后处理去重逻辑

对于连续帧视频流，引入简单的ID跟踪机制防止重复计数：

from collections import defaultdict track_history = defaultdict(list) for box in results[0].boxes: center = (int(box.xywh[0][0]), int(box.xywh[0][1])) track_history[box.id.item()].append(center)