1. 在Windows系统上搭建YOLOv8环境：从零开始实现物体识别

作为一名长期从事计算机视觉开发的工程师，我经常需要在各种环境下部署YOLO模型。今天我将分享在Windows系统上搭建YOLOv8环境并进行物体识别的完整流程，包含许多官方文档中不会提及的实用技巧。

YOLOv8是Ultralytics公司推出的最新一代目标检测模型，相比前代在精度和速度上都有显著提升。它支持多种任务（检测、分割、分类）且易于部署，特别适合快速原型开发。下面我将从环境准备到实际推理，一步步带你完成整个流程。

提示：虽然本文以CPU版本为例，但所有步骤同样适用于GPU环境，只需在安装时选择对应的PyTorch版本即可。

1.1 系统与硬件要求

在开始之前，请确保你的Windows系统满足以下条件：

• 操作系统：Windows 10/11 64位（32位系统无法运行）
• 内存：至少8GB（推荐16GB以上，处理大图像时更流畅）
• 存储空间：至少10GB可用空间（用于安装Python、库文件和模型权重）
• Python版本：3.8-3.11（目前YOLOv8对3.12兼容性不佳）

我特别建议使用Windows 11系统，因为其对Python环境的支持更为完善。如果你的设备内存不足8GB，可以考虑使用YOLOv8n（nano）这类轻量级模型，它们对资源需求更低。

2. 环境配置详解

2.1 Python安装与配置

Python是运行YOLOv8的基础，以下是具体安装步骤：

1. 访问Python官网下载页面（https://www.python.org/downloads/windows/）
2. 选择3.8-3.11之间的版本（推荐3.9.13，稳定性最佳）
3. 下载Windows installer（64位）
4. 运行安装程序时，务必勾选"Add Python to PATH"选项
5. 选择"Customize installation"，勾选所有可选组件（包括pip和Python测试套件）

安装完成后，验证Python是否配置正确：

python --version

如果显示版本号（如"Python 3.9.13"）说明安装成功。

常见问题：如果提示"python不是内部或外部命令"，说明环境变量未正确设置。可以手动添加Python安装路径到系统环境变量的PATH中。

2.2 安装YOLOv8及相关依赖

YOLOv8通过ultralytics包提供，安装步骤如下：

1. 首先升级pip到最新版本：

python -m pip install --upgrade pip

2. 安装YOLOv8核心库（CPU版本）：

pip install ultralytics

这个命令会自动安装CPU版的PyTorch和torchvision，无需额外操作。安装完成后，验证是否成功：

python -c "from ultralytics import YOLO; import torch; print('CPU可用:', not torch.cuda.is_available()); model = YOLO('yolov8n.pt'); print('YOLOv8 CPU版安装成功！')"

正常输出应类似：

CPU可用: True
YOLOv8 CPU版安装成功！

3. YOLOv8物体识别实战

3.1 准备测试环境

创建一个专门的工作目录是个好习惯，可以避免路径混乱。我推荐以下结构：

D:\yolov8_demo
│   yolov8_cpu_infer.py  # 推理脚本
└───images
    │   test.jpg         # 测试图片
    │   result.jpg       # 输出结果

准备一张测试图片（如包含人、车、动物等常见物体的照片），命名为test.jpg放入images文件夹。

3.2 编写推理脚本

创建yolov8_cpu_infer.py文件，内容如下：

from ultralytics import YOLO
import cv2

# 加载模型（首次运行会自动下载yolov8n.pt）
model = YOLO('yolov8n.pt')

# 图片路径（根据实际位置修改）
img_path = 'D:\\yolov8_demo\\images\\test.jpg'

# 执行推理
results = model(
    source=img_path,
    device='cpu',  # 明确指定使用CPU
    imgsz=640,     # 推理尺寸（640是速度和精度的平衡点）
    conf=0.25      # 置信度阈值（只显示≥25%的目标）
)

# 打印文本结果
print("===== 检测结果 =====")
for result in results:
    print(f"检测到 {len(result.boxes)} 个目标")
    for box in result.boxes:
        cls_name = result.names[int(box.cls)]
        confidence = round(float(box.conf), 2)
        x1, y1, x2, y2 = map(int, box.xyxy[0])
        print(f"{cls_name}: {confidence} @ ({x1},{y1})-({x2},{y2})")

# 可视化结果
img = cv2.imread(img_path)
for box in results[0].boxes:
    x1, y1, x2, y2 = map(int, box.xyxy[0])
    cls_name = results[0].names[int(box.cls)]
    confidence = round(float(box.conf), 2)
    
    # 绘制边界框
    cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2)
    
    # 添加标签
    cv2.putText(
        img, 
        f"{cls_name} {confidence}", 
        (x1, y1-10), 
        cv2.FONT_HERSHEY_SIMPLEX, 
        0.5, 
        (0, 255, 0), 
        1
    )

# 保存结果
save_path = img_path.replace('test.jpg', 'result.jpg')
cv2.imwrite(save_path, img)
print(f"\n结果已保存至: {save_path}")

3.3 运行与结果解析

打开命令提示符，导航到脚本目录并执行：

cd D:\yolov8_demo
python yolov8_cpu_infer.py

运行过程会显示类似以下信息：

===== 检测结果 =====
检测到 3 个目标
person: 0.98 @ (120,80)-(180,220)
car: 0.92 @ (300,150)-(450,250)
dog: 0.87 @ (50,200)-(150,300)

结果已保存至: D:\yolov8_demo\images\result.jpg

生成的result.jpg会在原图上用绿色框标出检测到的物体，并显示类别和置信度。

4. 高级技巧与优化建议

4.1 模型选择与性能权衡

YOLOv8提供多种预训练模型，根据需求选择：

模型名称	参数量	适用场景	CPU推理速度(FPS)
yolov8n	3.2M	移动设备	15-20
yolov8s	11.4M	平衡选择	8-12
yolov8m	26.3M	精度优先	3-5
yolov8l	44.1M	高精度	1-2
yolov8x	68.8M	极致精度	0.5-1

更换模型只需修改加载代码：

model = YOLO('yolov8s.pt')  # 使用small版本

4.2 参数调优指南

关键参数及其影响：

1. imgsz（图像尺寸）：

   • 值越大，检测小目标能力越强，但速度越慢
   • 推荐值：640（平衡点），320（快速），1280（高精度）

2. conf（置信度阈值）：

   • 值越高，误检越少，但可能漏检
   • 推荐值：0.25（默认），0.5（严格），0.1（宽松）

3. iou（交并比阈值）：

   • 控制重叠框的合并程度
   • 推荐值：0.45（默认），0.7（减少重叠检测）

优化后的推理示例：

results = model(
    source=img_path,
    device='cpu',
    imgsz=1280,      # 更高分辨率
    conf=0.4,        # 更高置信度
    iou=0.5,         # 更严格的重叠控制
    augment=True      # 使用测试时增强
)

4.3 常见问题排查

1. 模型下载失败：

   • 解决方案：手动下载pt文件（https://github.com/ultralytics/assets/releases）
   • 放置到C:\Users[用户名].cache\torch\hub\checkpoints

2. 推理速度慢：

   • 检查是否意外使用了GPU（torch.cuda.is_available()）
   • 尝试更小的模型（yolov8n）
   • 降低imgsz（如从640降到320）

3. 检测结果不理想：

   • 提高imgsz（增强小目标检测）
   • 调整conf阈值（平衡漏检和误检）
   • 考虑使用更大的模型（如从yolov8n升级到yolov8s）

4. OpenCV无法显示图片：

   • 确保图片路径使用双反斜杠（D:\path\to\image.jpg）
   • 检查图片是否被其他程序占用

5. 项目扩展思路

掌握了基础推理后，你可以进一步：

1. 视频流处理：修改source参数为视频路径或摄像头索引（0）

results = model(source=0)  # 使用默认摄像头

2. 批量处理：传入包含多张图片的目录路径

results = model(source='D:\\images\\')

3. 自定义训练：使用自己的数据集微调模型

model.train(data='custom.yaml', epochs=100, imgsz=640)

4. 导出为其他格式：将模型转换为ONNX或TensorRT格式

model.export(format='onnx')  # 导出为ONNX

在实际项目中，我发现合理设置imgsz对性能影响最大。对于监控场景（主要检测人、车），使用yolov8s配合imgsz=640能在精度和速度间取得很好平衡。而需要检测小物体（如手机、钥匙）时，yolov8m+imgsz=1280的组合更为合适。