YOLOv8防护服穿戴检测：从目标检测原理到项目部署全流程

简介：一份基于YOLOv8的实验室防护服穿戴规范检测项目，面向计算机、自动化等专业的毕业设计、课程设计及入门进阶人群，专注解决安全着装自动识别与可视化评估问题。压缩包仅8个文件，包含3个Python脚本、3个PyTorch权重文件与2个说明文档，分别负责模型训练、视频检测、可视化页面、预训练/最优权重及部署指引，整体大小15.91MB，结构紧凑便于快速上手。项目可直接运行，训练后可产出核心指标曲线、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果及标签分布图，满足答辩评审对完整性和规范性的要求。配套完整数据集与README部署说明，按步骤配置即可复现，便于在现有代码基础上扩展其他检测场景。目前已有47人学习下载，适合拿来即用并在此基础上做功能扩展。

1. 从“毕设.zip”到能演示的穿戴检测：这套YOLOv8项目解决了什么问题

拿到《基于YOLOv8的实验室防护服穿戴规范检测》这类资源包，很多人第一反应是“解压、跑通、答辩”。这个方向本身不复杂：YOLOv8做目标检测，配合一个可视化界面，检测实验室里有没有按要求穿防护服、戴手套和护目镜。真正让它成为高校项目常客的，是“规范”两个字——它不是简单判断图片里有没有人，而是要把穿戴状态拆开、定位到具体的人身上再给结论。这也决定了你在训练和部署时不能用最省事的“单标签分类”思路，否则演示现场大概率翻车。

这个标题的落点很清晰：适合做毕设或课程设计的学生，也适合实验室安全巡检场景里想快速搭 Demo 的工程师。一套可跑的项目包通常包含源码、可视化界面、完整数据集和部署教程，听起来省事，但实际落地时环境依赖、数据格式、阈值设置都会成为坑。下面我按“原理→数据→训练→界面→排错→验证”的顺序，把这条链路拆开讲透。

2. 先理顺原理：YOLOv8做穿戴检测，拆任务比调模型更重要

很多拿 YOLOv8 做穿戴检测的人，动手第一件事就是下载预训练权重、找数据集、开训练。结果训练出来 loss 降得挺好，验证集 mAP 也有 0.8，一接到摄像头就飙出大量“假阳性”，最后只能靠调低置信度阈值勉强压下去。问题不在模型，而在于任务定义从一开始就是错的。“穿没穿防护服”看着像二分类，放到真实实验室里却是一个多目标检测加规则判断的问题，任务不拆开，后续调参全是玄学。

2.1 穿戴规范不是“一张图分对错”，而是多目标检测加规则判断

如果你把整张图直接分类成“合规/违规”，模型能学到的是场景全局特征：环境背景、桌面设备、光影都会参与决策。一旦换到另一间实验室，背景一变，预测就乱套。更重要的是，分类给不出“谁违规、哪个部位违规”的信息，这在多人共存的实验室里没法用。

正确做法是先把目标拆成检测框：

• person：人的位置；
• protective_suit：防护服区域；
• gloves：手套区域；
• goggles：护目镜区域；
• safety_helmet：安全帽区域（如果需要）。

模型负责找出这些物体的类别和位置，再用一段简单后处理规则判断“这个人是不是穿戴齐全”。例如，一个 person 框内如果没有检测到 protective_suit，就判定为“未穿防护服”；人手的区域附近没有 gloves 框，就判定为“未戴手套”。这样拆，每个检测类别的特征差异更大，YOLOv8 的收敛难度反而低，而且在答辩时能讲出“规则可解释”的亮点。

这里还有一个常见误用：有人把“穿防护服”和“未穿防护服”都做成正样本类别，让模型直接分类。实际项目里“未穿防护服”的负样本形态太开放，几乎无法标全，模型很容易把背景里类似白色物体当漏检目标。毕设项目一般只检测穿戴物，违规判断交给规则层。

2.2 YOLOv8 网络结构里三个关键参数：输入分辨率、anchor-free 设计、后处理阈值

搜索“yolov8网络结构图”的人常看到 backboen、C2f、SPPF、anchor-free 的 Detection Head。你不用把每个模块都背下来，但三个和“能不能检测好防护服”强相关的点必须理解。

第一个是输入分辨率。YOLOv8 默认训练尺寸 imgsz=640，对画面里占比较大的防护服很宽松，但护目镜、手套这类小目标经常只有几十个像素。把 imgsz 提到 960 能明显改善小目标召回，代价是显存占用上升。如果你的数据集只有一千张左右，我不建议直接上 960，容易在小数据集上过拟合；先用 640 跑通 baseline，再针对性用小目标增强。

第二个是 anchor-free 设计。YOLOv8 把检测头改成了解耦头，分类和回归分支分开输出，并在训练时使用 TaskAlignedAssigner 分配样本。它不再依赖手工锚框统计算法，你几乎不用像 YOLOv5 那样跑 anchor cluster。这对新手是友好的，少一个调参步骤。

第三个是推理时的 conf 和 iou 阈值。conf 控制“置信度多高才算检出”，界面演示时我一般从 0.35 起步；穿戴检测里人体和装备大量重叠，NMS 的 IoU 阈值用默认 0.45 容易把重叠的手套框抑制掉，建议调到 0.5 或 0.6，保留更多真实重叠目标。毕设项目里这两个值经常被写成界面里的控件，后面部署时会专门讲。

2.3 环境配置的版本搭配：CUDA、PyTorch、ultralytics 的坑

标题里的“简单部署即可运行”，最容易卡住人的不是模型，是环境。很多资源包自带 requirements.txt，但它往往只列 ultralytics 和 opencv，不会告诉你 PyTorch 要和 CUDA 匹配到什么程度。

先检查机器再装东西：

# 查看 NVIDIA 驱动支持的 CUDA 版本 nvidia-smi # 安装 PyTorch 后验证能否调用 GPU python -c "import torch; print(torch.__version__, torch.cuda.is_available())"

第一行命令看右上角“CUDA Version”，那表示驱动最高支持的版本。PyTorch 的 CUDA 构建版本只要不高于它就行。第二行输出应为2.x.x True，如果显示 False，说明 PyTorch 装成了 CPU 版，训练会慢到怀疑人生。

我的习惯是用 conda 建独立环境，Python 3.9 或 3.10，然后先装 PyTorch，再执行pip install ultralytics。不建议直接pip install -r requirements.txt，因为如果它固定了旧版 PyTorch，可能和你的 CUDA 驱动冲突，装上了也 ImportError。

3. 把数据集整理成 YOLO 格式：标注转换、划分与类别统计

“完整数据集”在毕设包里听起来是现成的，但打开后经常有两种情况：一种是已经转换成 YOLO txt 格式，直接能训练；另一种给的是 VOC XML 或 LabelImg 导出的 XML，需要预处理。很多学生卡在数据这一步，不是不会写循环，而是没搞清楚 YOLO 格式对路径、归一化和类别索引的要求。

3.1 防护服数据集的构成：从 XML 到 YOLO txt

YOLOv8 的数据集不需要 Coco JSON，只需要每个图片对应一个 txt 文件，文件名和图片名一致。txt 每行表示一个目标，格式是：

class_id x_center y_center width height

其中坐标都是相对于图片宽高的归一化浮点数。比如一张宽 1920 的图上，一个 xmin=960 的框中心 x 坐标就是 960/1920=0.5。同一个 txt 里可以有多行，表示一个图里多个目标。

同时需要一个 data.yaml：

path: ../lab_ppe_dataset train: images/train val: images/val nc: 4 names: 0: person 1: protective_suit 2: gloves 3: goggles

这里的 names 顺序不是随便写的，它必须和所有 txt 里的 class_id 对应。常见翻车现场是：转换脚本里类别顺序是['protective_suit', 'person', ...]，而 data.yaml 里又是另一种顺序，训练时模型学的东西全乱了。拿到任何数据集，先打印一个标签文件的第一行，再和 yaml 对照。

3.2 VOC 转 YOLO 标注的 Python 脚本：坐标归一化与边界裁剪

如果资源包给的是 VOC XML，我一般会写下面这个脚本统一转换。它做了两件关键事：坐标归一化和边界裁剪。

import xml.etree.ElementTree as ET from pathlib import Path def voc2yolo(xml_file, out_dir, class_names): root = ET.parse(xml_file).getroot() img_w = int(root.find('size/width').text) img_h = int(root.find('size/height').text) lines = [] for obj in root.iter('object'): name = obj.find('name').text.strip() if name not in class_names: continue # 不需要的类别直接跳过 cls_id = class_names.index(name) box = obj.find('bndbox') x1 = float(box.find('xmin').text) y1 = float(box.find('ymin').text) x2 = float(box.find('xmax').text) y2 = float(box.find('ymax').text) # 裁剪到图片范围内，避免负数或越界 x1 = max(0.0, min(x1, img_w - 1)) x2 = max(0.0, min(x2, img_w - 1)) y1 = max(0.0, min(y1, img_h - 1)) y2 = max(0.0, min(y2, img_h - 1)) if x2 <= x1 or y2 <= y1: continue # 无效框，丢弃 cx = (x1 + x2) / 2.0 / img_w cy = (y1 + y2) / 2.0 / img_h w = (x2 - x1) / img_w h = (y2 - y1) / img_h lines.append(f"{cls_id} {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}") if lines: out_file = out_dir / (Path(xml_file).stem + '.txt') out_file.write_text("\n".join(lines), encoding='utf-8')

这里class_names列表必须和 data.yaml 完全一致。很多数据集会把“手套”标注成 glove 和 gloves 两种，转换前最好做一次别名映射，比如统一成 glove。边界裁剪容易被忽略：数据集中偶尔会有人把 bbox 左上角标到图片外部，如果不处理，训练时 YOLOv8 内部算损失可能报负数或产生 NaN。

运行脚本后，建议再写一段校验，随机抽几张图，把 txt 坐标画回图片上人工看一眼。这一步能发现标签错位和类别名不一致，比自己盲训快得多。

3.3 train/val 划分与每类样本数检查

划分数据集也要写脚本，而不是手动拖拽。核心是按图片划分，不能按图片区域切图。同一张原图切出的多个子图如果同时出现在训练集和验证集，会造成数据泄漏，验证指标虚高。下面是一个保守版本：

import random from pathlib import Path from collections import Counter img_dir = Path("images") label_dir = Path("labels") train_ratio = 0.8 imgs = list(img_dir.glob("*.jpg")) + list(img_dir.glob("*.png")) random.seed(42) random.shuffle(imgs) split = int(len(imgs) * train_ratio) train_imgs = imgs[:split] val_imgs = imgs[split:] for split_dir, split_list in [("images/train", train_imgs), ("images/val", val_imgs)]: Path(split_dir).mkdir(parents=True, exist_ok=True) # 迁移图片，并同步迁移同名的 txt 标签 for img in train_imgs: img.rename(Path("images/train") / img.name) label = label_dir / (img.stem + ".txt") if label.exists(): label.rename(Path("labels/train") / label.name) # 统计每个类别的标注数量，确认正负样本是否离谱 counter = Counter() for label_file in Path("labels/train").glob("*.txt"): for line in label_file.read_text(encoding="utf-8").strip().splitlines(): if line.strip(): counter[int(line.split()[0])] += 1 print(counter)

这段脚本把图片和标签分到了独立目录。统计出的 Counter 是训练阶段最直观的信息：如果 person 有 2000 个框，而 gloves 只有 80 个，那小目标类别基本没法收敛。这时优先考虑补数据，其次才是换模型。不要在只有 80 个手套样本的情况下去调 YOLOv8 的网络结构，先把数据量做上去。

4. 训练、损失曲线与可视化界面：从 best.pt 到可演示的 App

数据集格式正确后，训练模型反而是最机械的一步。YOLOv8 的命令行和 API 都封装得很干净，百度一搜一大把，但真正决定项目能不能演示通过的，是超参、界面线程模型和部署教程里的运行环境配套。这一章重点讲这三个地方。

4.1 训练命令：epochs、batch、imgsz 怎么定才不浪费显存

用 ultralytics 官方方式训练自己的数据集，最小命令是：

yolo train data=lab_ppe.yaml model=yolov8n.pt epochs=120 imgsz=640 batch=16 patience=20 name=lab_ppe

参数含义：

• model=yolov8n.pt：n 是 nano，显存占用最小的版本。毕设场景用 n 或 s 足够，m/l 在 1000 张量级的数据集上提升不明显。
• epochs=120：别只看“官方预训练能跑 300”，小项目 80~120 轮看 loss 收敛就可以早停。
• batch=16：这是单卡 8G 显存的保守值。如果你的显卡只有 6G，比如 GTX 1660 Ti，直接把 batch 降到 8，否则会在第一个 epoch 就 OOM。
• patience=20：验证集指标连续 20 轮不升就自动停止，防止后期过拟合。
• name=lab_ppe：模型输出到runs/train/lab_ppe/，不会覆盖其他实验。

训练结束后，看runs/train/lab_ppe/results.png。它会画出 train/val 的 box_loss、cls_loss、dfl_loss 和 mAP 曲线。如果 loss 曲线没有明显下降，先别调参，回去检查数据标签；如果 val/cls_loss 在后期反弹，说明过拟合，把 epochs 降下来或加数据增强。

要画自定义损失函数曲线的话，ultralytics 会把每个 epoch 的指标存到results.csv，用 pandas 读取绘制即可，不用从训练日志里手动解析。

4.2 可视化界面怎么接模型：把推理放到 QThread 里

可视化界面这个需求不是花架子，它是答辩和演示的“面子工程”。常见做法是用 PyQt5 或 Tkinter 写一个窗口，左边放摄像头或视频画面，右边显示检测结果，再加开始、暂停按钮。

新手最容易犯的错是把 YOLO 推理放在 UI 主线程里。摄像头读取一帧、模型推理、画框、刷新界面全部串行，结果就是界面卡死，鼠标拖不动。正确做法是把摄像头和推理封装进一个 QThread 子线程，通过信号把 QImage 传给主线程刷新：

from PyQt5.QtCore import QThread, pyqtSignal from PyQt5.QtGui import QImage from ultralytics import YOLO import cv2 class InferThread(QThread): change_pixmap = pyqtSignal(QImage) def __init__(self, model_path, conf=0.35, iou=0.5, source=0): super().__init__() self.model = YOLO(model_path) self.conf = conf self.iou = iou self.cap = cv2.VideoCapture(source) def run(self): while self.cap.isOpened(): ret, frame = self.cap.read() if not ret: break res = self.model(frame, conf=self.conf, iou=self.iou, verbose=False) frame = res[0].plot() rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) h, w, ch = rgb.shape bytes_per_line = ch * w self.change_pixmap.emit( QImage(rgb.data, w, h, bytes_per_line, QImage.Format_RGB888) )

这里几个参数值得说明：

• conf=0.35：界面演示我倾向偏高，背景里穿白大褂的人容易误报成防护服，0.35 起步能少很多假阳性。
• iou=0.5：比默认 0.45 高一点，因为防护服和人体、手套和人手重叠得很厉害，阈值太低会互相抑制。
• verbose=False：关掉 ultralytics 的每帧日志，不然控制台刷屏，程序越跑越慢。
• QImage(rgb.data, ...)：这一步是拷贝像素，rgb 是局部变量，但 QImage 在 PyQt5 里持有数据引用，必须保证 rgb 在信号处理前不被回收。稳妥做法是信号里传QImage的拷贝，实际项目中我会先用cv2.cvtColor保证格式正确，再用rgb.copy()垫一份。

4.3 部署教程里的可靠套路：先锁版本，再考虑 exe

“部署教程”写得好不好，关键在于能不能让一个只装了 Anaconda 的人从零跑到看到界面。通常资源包会要求：

conda create -n lab_ppe python=3.9 -y conda activate lab_ppe pip install ultralytics==8.1.0 python run.py

我在实际交付时会多做一个动作：把当前环境导出成 requirements.txt 更全的清单，而不是只装 ultralytics。因为 YOLO 项目还依赖 PyQt5、opencv-python、numpy、torch，漏掉任何一个都会让“简单部署”变成“简单报错”。

如果要把项目打包成 exe 带给评委看，用 PyInstaller 打包时注意模型路径。很多人的源码里直接写了model = YOLO("C:/Users/xxx/best.pt")，换机器就废。更稳妥的是用相对路径定位：

from pathlib import Path BASE_DIR = Path(__file__).resolve().parent model_path = BASE_DIR / "weights" / "best.pt"

这样无论项目放在哪个目录，只要weights/best.pt相对位置不变，就能正常加载。

5. 避坑与排查：复现防护服穿戴检测最容易翻车的 5 个地方

这部分内容来自我和学生们反复“填坑”的经验，按“现象 → 原因 → 解决”写，每一条都能帮你节省至少半天调试时间。

5.1 现象：训练到一半程序被杀，显示 Killed 或 CUDA out of memory

原因：显存不足，多发生在 batch 太大、imgsz 太大、模型尺寸和显存不匹配同时发生时。6G 显存强行跑 yolov8m + batch 16 + imgsz 640，几乎必挂。

解决：先降到yolov8n.pt + batch 8 + imgsz 640。如果还不行，把训练时数据加载线程workers从默认 8 降到 2。很多新手忽略 workers 也会占内存，尤其当图片很大时，DataLoader 预取的数据能把内存吃满。再用nvidia-smi盯着显存，确认占用稳定后再慢慢加 batch。

5.2 现象：训练结束 mAP 有 0.8，但界面里反复把白色柜子、白大褂识别成防护服

原因：大概率不是模型没训练好，而是数据集中防护服的背景非常单一，模型学到了“白色大块区域”这个特征。另一个常见原因是手套或护目镜样本太少，模型被迫用防护服特征去近似其他类。

解决：先看验证集里误报目标的置信度分布。把 conf 从 0.35 提到 0.5，能压掉一部分；但根因是数据多样性不足，需要补充不同角度、不同光线、不同实验台背景下的防护服样本。这是毕设项目里最值得花时间的部分。

5.3 现象：可视化界面点“打开摄像头”后卡住，窗口一直转圈，几秒后无响应

原因：推理线程没有和 UI 线程分离，摄像头读取和模型推理堵住了 Qt 的事件循环。前面介绍的 QThread 写法就是为了解决这个问题。还有一个隐蔽原因：res[0].plot()返回的图片是 BGR 的，而 QImage 默认按 RGB 解释，不转色彩空间就会得到蓝紫偏色，严重时看起来像“检测失败”。

解决：检测逻辑放进 QThread 子线程；图像转 QImage 前用cv2.cvtColor转成 RGB，并确保bytes_per_line用对齐后的步长。Qt 对行字节数有 4 字节对齐要求，摄像头分辨率不规则时会出现图像拉伸或错位，最常见的分辨率 1280x720 一般没事。

5.4 现象：换一台电脑后按部署教程操作，显示 ModuleNotFoundError / AttributeError

原因：版本不一致。ultralytics 升级很快，8.0 和 8.2 的接口有差异，比如某个版本的YOLO构造函数换了参数名；如果 requirements.txt 没固定版本，pip 默认装最新，代码就可能崩。

解决：在项目目录里生成锁版本的清单，并让部署教程明确写一行版本号。例如：

pip freeze > requirements_lock.txt

交付时不要只给requirements.txt这样的宽泛清单，建议在 README 里写三行：Python 版本、PyTorch 版本、ultralytics 版本。我踩过最亏的一次，是模型在 TensorRT 导出时因为 PyTorch 版本从 2.0 升到 2.1，opset 兼容性问题浪费了整整一天。

5.5 现象：护目镜和手套经常漏检，戴没戴判断不准

原因：这类小目标在原图里像素少，且训练集里数量偏低。YOLOv8 对小目标不是不能检测，而是需要更多有效样本。另一个原因是摄像头取流分辨率过高，比如 1080p 传进模型前直接缩到 640，手套信息已经丢了。

解决：摄像头端使用 640x480 或 720p 抓流，不要用 1080p 再缩，减少缩放损失。训练时把 imgsz 提到 960，并且对包含护目镜、手套的图片做随机裁剪增强，模拟“局部放大”的效果。调参优先级是：补数据 > 改输入尺寸 > 调模型结构。

6. 进阶验证：错例回放与困难样本阈值校准

训练完 best.pt，很多人直接进界面演示，结果仅靠“看起来还行”的数据写论文，答辩被问两句就露馅。我多花一个晚上做的验证工作只有两件事：错例回放和阈值校准，但效果立竿见影。

所谓错例回放，就是把验证集图片用模型批量跑一遍，把预测框和真值框没有匹配上的图片按“置信度从低到高”输出到一个文件夹。置信度最低的前几十张图，基本就是模型最犹豫的困难样本。逐张看，你会发现三类问题：标注框和实际物体对不上、物体被严重遮挡、类别定义有歧义（比如手套露出三个指头到底算不算戴好）。这些问题在你调参时看不到，只有回放才暴露。

阈值校准也很适合做成界面里的一个参数下拉框。我一般跑三组对比：conf 0.25、0.35、0.5，分别统计真阳性率和假阳性率。取一个现场可接受的平衡值，通常 0.35 左右。不要追求完美检测，穿戴检测的核心是“明显违规能被发现”，而不是把每一帧都标出所有装备。

如果项目还能继续推进，可以按“时间段”把现场视频拆成训练集和跨天验证集。同一个上午的视频既进训练又进验证，mAP 会虚高；用第二天拍的新视频验证才更接近真实部署效果。这也是答辩时一个很好讲的技术亮点。

我自己早年接过类似项目，总想赶紧把界面跑起来拍照，结果现场阈值设得太低，摄像头扫过一排白色实验台时框了一片误报。那次之后我养成了一个习惯：训练完先花一小时做错例回放，再拿 3 段不同场景的视频做冒烟测试，全部通过才叫“部署完成”。这个习惯让我后面交付的每个检测项目都稳了不少，希望帮到你。

本文还有配套的精品资源，点击获取