基于YOLOv8的‘海参等四类水下目标‘检测实验

基于YOLOv8的水下目标检测 实验使用URPC2021数据集。 该数据集包含：海参“holothurian”，海胆“echinus”，扇贝“scallop”和海星“starfish”等四类。 检测数据集包含YOLO txt格式。 图片数量如下: train(6468张) val(1617张) 项目采用yolov8s进行训练，使用pyqt5设计了界面，可直接检测。

水下环境的光线衰减和复杂背景让目标检测变得异常棘手。这次我们选用YOLOv8s模型搭配URPC2021数据集，针对海参、海胆、扇贝、海星四类生物构建检测系统。项目亮点在于训练完成后可以通过摄像头实时检测，先看段实战代码感受下检测流程：

from ultralytics import YOLO def detect_objects(img_path): model = YOLO('best.pt') results = model.predict(source=img_path, conf=0.5) for result in results: boxes = result.boxes.xyxy classes = result.boxes.cls scores = result.boxes.conf return zip(boxes, classes, scores)

这段代码暴露了YOLOv8的三个实用特性：模型加载仅需一行、推理结果结构化输出、置信度阈值直接过滤无效检测。注意result.boxes对象封装了坐标、类别、置信度三个关键信息，比早期版本更符合工程直觉。

数据集处理阶段发现类别分布不均衡问题严重。通过下面这段统计脚本可以看到海胆样本占了半壁江山：

import pandas as pd from collections import Counter def count_labels(label_dir): class_counts = Counter() for label_file in Path(label_dir).glob('*.txt'): with open(label_file) as f: for line in f: class_id = int(line.strip().split()[0]) class_counts[class_id] +=1 return pd.DataFrame.from_dict(class_counts, orient='index')

运行结果发现海胆类样本占比达47%，于是我们在数据增强时特意为其他类别增加了旋转和色彩扰动，避免模型产生偏倚。

基于YOLOv8的水下目标检测 实验使用URPC2021数据集。 该数据集包含：海参“holothurian”，海胆“echinus”，扇贝“scallop”和海星“starfish”等四类。 检测数据集包含YOLO txt格式。 图片数量如下: train(6468张) val(1617张) 项目采用yolov8s进行训练，使用pyqt5设计了界面，可直接检测。

界面设计采用PyQt5实现，重点解决视频流处理问题。这里有个防止界面卡顿的小技巧——单独开线程处理视频帧：

class VideoThread(QThread): frame_signal = pyqtSignal(np.ndarray) def run(self): cap = cv2.VideoCapture(0) while True: ret, frame = cap.read() if ret: self.frame_signal.emit(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB))

主界面中通过信号槽机制更新检测结果，避免GUI线程阻塞。检测框绘制部分需要注意坐标转换，YOLO返回的是归一化坐标而PyQt使用的是绝对像素坐标，这里需要做逆运算：

def draw_boxes(image, detections, img_width, img_height): for box, cls_id, conf in detections: x1 = int(box[0] * img_width) y1 = int(box[1] * img_height) x2 = int(box[2] * img_width) y2 = int(box[3] * img_height) cv2.rectangle(image, (x1,y1), (x2,y2), (0,255,0), 2)

实际测试时模型在浑浊水域的表现超出预期，但对密集小目标（如成堆的海胆）仍有漏检。后续计划引入动态标签分配策略改进小目标检测，毕竟海洋生物可不会乖乖排着队让我们检测。

整个项目跑下来最大的感触是：模型部署的最后一公里往往比训练更费周折。比如发现直接加载模型会导致界面启动缓慢，后来改成懒加载模式——只有点击检测按钮时才初始化模型，启动时间从6秒缩短到1秒以内。这些实战经验，可比单纯追求mAP值有意义多了。