计算机视觉、YOLO算法模型训练、无人机监测人员密集自动识别
第一阶段：准备工作
1. 硬件确认
你需要一台带NVIDIA 独立显卡的电脑（显存 8G 以上，游戏本 / 设计本都行）；
如果没有，用 CPU 也能跑，但训练会很慢（不建议，最好找个带显卡的）。
2. 软件安装（按顺序装）
（1）确认 Python版本
打开命令行（CMD），输入：
python --version
- 装 Ultralytics YOLO（一键式 AI 工具）
pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple
（3）装 LabelImg（标注工具）
pip install labelImg -i https://pypi.tuna.tsinghua.edu.cn/simple
（4）验证安装成功
输入 yolo predict model=yolov8n.pt source=https://ultralytics.com/images/bus.jpg，如果能看到识别结果，说明 YOLO 装好了；
输入 labelImg，如果能打开一个画图软件，说明标注工具装好了
第二阶段：数据采集与标注
建一个规范的项目文件夹
在电脑里新建一个根文件夹，比如叫D:\Person_Detect_Project\，然后按下面的结构建好子文件夹（复制文件夹名就行，别乱改）：
二、核心第一步：准备教模型的教材（数据采集 + 标注）
这是最关键的一步，你教得越认真，模型认人越准，
1. 采集照片（拍你真实场景的无人机照片）
照片要求（直接决定模型效果，一定要按这个来）：
- 数量：至少 500 张起步，越多越好（1000 张以上效果会有质的飞跃）
- 内容：必须是无人机真实拍的场景（景区、园区、广场等），别用网上的室内照片，和你实际用的场景不匹配，训了也白训
- 多样性：
- 不同高度：10 米、30 米、50 米高空拍的都要有（你平时飞多高就拍多高）
- 不同密度：1-2 个人、十几个人、上百人的密集人群都要有
- 不同环境：晴天、阴天、傍晚、逆光的场景都拍一点
- 不同角度：正拍、斜拍、俯拍都要有
- 格式：统一用 JPG/PNG 格式，别用特殊格式
照片分配：
拍好的照片，80% 放进images/train/文件夹，20% 放进images/val/文件夹。比如你拍了 500 张，400 张放 train，100 张放 val。
2. 标注照片（教模型 “这个东西是人”）
这一步就是给模型划重点，你框得越准、越全，模型以后认人越准。
标注操作步骤（一步一步跟着做）：
- 打开 CMD，输入labelImg打开标注工具
- 关键设置（一步都不能错）：
- 点击左侧「Open Dir」，选择你刚才建的images/train/文件夹（打开要标注的照片）
- 点击左侧「Change Save Dir」，选择labels/train/文件夹（标注好的文件存在这里）
- 点击软件顶部的「PascalVOC」，点一下切换成「YOLO」格式（必须改！不然模型读不了）
- 开始标注：
- 按键盘W键，鼠标会变成十字，把照片里的每一个人都用框完整圈起来（哪怕只露一个头、半个身子，也要框）
- 框完之后，会弹出输入标签的框，统一输入 person（就写这个单词，别写中文、别写错，和官方模型的标签保持一致，你后面的代码不用改）
- 按Ctrl+S保存，按D键切到下一张，按A键回到上一张
- 全部标完 train 文件夹里的照片，再重复上面的步骤，把images/val/里的照片也标完，保存路径选labels/val/。
第三阶段：一键训练你的专属模型（电脑自动跑，不用你管）
标注完了，剩下的事电脑自动做，你只需要复制粘贴代码，点一下运行就行。
1.写数据集配置文件
在train_code/文件夹里，新建一个文本文件，改名叫person_drone.yaml，把下面的内容复制进去，路径改成你自己电脑的绝对路径：
- 写一键训练代码
在train_code/文件夹里，新建一个 Python 文件，叫train_person.py，把下面的内容复制进去：
- 开始训练
1.打开 CMD，用cd命令进入到train_code/文件夹，比如：
cd D:\Person_Detect_Project\train_code
运行训练代码：
2.python train_person.py
3.然后你就可以去休息了！
- 显卡好的话，1-2 小时就训完了；用 CPU 的话会很慢，建议找个带 NVIDIA 显卡的电脑。
- 训的过程中，电脑会自动打印进度，不用管它，别关窗口就行。
四、核心第三步：测试你的模型，看认人准不准
训练完成后，会在runs/train/person_drone_v1/weights/文件夹里，生成 2 个核心文件：
·best.pt：这就是你自己训出来的专属模型（整个流程的核心成果，识别最准的版本）
·last.pt：最后一轮训练的模型，不用管，用 best.pt 就行
现在我们来测试一下，这个模型比官方的好多少：
- 在train_code/里新建一个test_model.py，复制下面的代码
2.运行这个文件，打开生成的结果照片，看看模型是不是把所有的人都框出来了，有没有漏检、误检
五、核心第四步：替换到你现有的 server.py 里，直接用
测试没问题，就可以把你原来的官方模型，换成你自己训的专属模型了，只需要改 1 行代码！
1. 复制模型文件
把训好的best.pt复制到你server.py所在的文件夹里，改个好记的名字，比如person_drone_v1.pt。
2. 修改你的 server.py 代码
只需要改加载模型的那一行，把原来的：
改成你自己的模型文件：
其他代码完全不用动
你原来的classes=0、conf=0.3这些参数都不用改，因为我们标注的标签就是person，和官方的类别序号完全兼容，改完直接运行就行，识别效果会比原来的官方模型好很多！
- 怎么让模型越来越准？
如果发现模型在某些场景认不准（比如逆光、特别密集的人群），就按这个流程优化：
- 把这些认错 / 漏认的照片收集起来；
- 用 LabelImg 把这些照片标注好；
- 把新的照片和标注文件，加到train/文件夹里；
- 重新运行训练代码，把版本名改成person_drone_v2；
- 训完用新的best.pt替换旧的模型就行。
投喂的高质量场景照片越多，模型对你的业务场景适配度越高，识别就越准
小白常见问题避坑
- 训练的时候报错 “显存不足”：把训练代码里的batch=8改成batch=4，甚至batch=2，越小越省显存。
- 标注完了训练找不到文件：检查 yaml 里的路径是不是绝对路径，标注格式是不是 YOLO，标签名是不是person。
- 模型识别还是不准：先看是不是标注漏标、错标了，再补更多对应场景的照片，重新训。
- 训好的模型拷到别的电脑能用吗：完全可以，把best.pt文件拷过去，改一下路径就能用，不用联网。