保姆级教程：用YOLOv8在Windows/Linux上实现实时视频目标检测（附Python/CLI两种方法）

当你想让电脑"看懂"摄像头画面时，YOLOv8就像给机器装上了火眼金睛。这个来自Ultralytics的最新目标检测神器，能在普通显卡上实时分析视频流，准确标记出画面中的行人、车辆、宠物等对象。不同于学术论文里的复杂理论，本教程将带你用最接地气的方式，在个人电脑上快速搭建可运行的视频分析系统。

1. 环境配置：避开90%新手会踩的坑

在兴奋地敲下第一行代码前，正确的环境配置能节省数小时的debug时间。根据实测，Windows 10/11和Ubuntu 20.04 LTS是最稳定的运行平台，建议优先选择。

显卡驱动选择策略：

• NVIDIA显卡：驱动版本≥515.0，CUDA 11.7/11.8最佳
• AMD显卡：ROCm 5.4.2+（仅限Linux）
• 核显用户：OpenVINO工具包加速

bash复制# Linux用户必备依赖（Ubuntu示例）
sudo apt update && sudo apt install -y ffmpeg libsm6 libxext6

PyTorch版本直接影响推理速度，通过以下命令安装黄金组合：

bash复制pip install torch==2.0.1+cu117 torchvision==0.15.2+cu117 --extra-index-url https://download.pytorch.org/whl/cu117

验证环境是否就绪：

python复制import torch
print(f"CUDA可用: {torch.cuda.is_available()}")
print(f"GPU型号: {torch.cuda.get_device_name(0)}")

常见报错解决方案：

• CUDA out of memory：降低批处理大小（batch size）
• DLL load failed：重装对应CUDA版本的Visual C++运行时
• Unable to open camera：检查摄像头索引号（通常0是默认摄像头）

2. 两种武器任你选：Python脚本 vs CLI命令

2.1 Python API实战：定制你的检测流水线

创建real_time_detection.py文件，以下代码实现带FPS显示的摄像头检测：

python复制from ultralytics import YOLO
import cv2
import time

model = YOLO('yolov8n.pt')  # 尝试换成yolov8s.pt提升精度
cap = cv2.VideoCapture(0)  # 参数改为视频路径可处理文件

prev_time = 0
while cap.isOpened():
    success, frame = cap.read()
    if not success:
        break
    
    # 推理并渲染结果
    results = model(frame, stream=True)
    for r in results:
        annotated_frame = r.plot()
        
        # 计算实时FPS
        curr_time = time.time()
        fps = 1 / (curr_time - prev_time)
        prev_time = curr_time
        cv2.putText(annotated_frame, f'FPS: {int(fps)}', (10, 30),
                   cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)
        
        cv2.imshow("YOLOv8实时检测", annotated_frame)
    
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

关键参数调优指南：

• stream=True：减少内存消耗，适合长时间视频流
• conf=0.5：调整置信度阈值（平衡误检和漏检）
• imgsz=640：输入图像尺寸（越大越精确但更慢）

2.2 CLI黑科技：一行命令搞定复杂任务

对于快速验证场景，终端命令才是效率王者。新建detect_video.sh：

bash复制yolo task=detect \
    mode=predict \
    model=yolov8n.pt \
    source=0 \  # 摄像头设备号或视频路径
    show=True \
    conf=0.5 \
    save=True \  # 保存结果视频
    device=0 \  # 指定GPU编号
    half=True  # 启用FP16加速

进阶技巧组合：

bash复制# 多视频批量处理（支持通配符）
yolo detect predict model=yolov8s.pt source='videos/*.mp4'

# 导出检测结果为JSON
yolo detect predict model=yolov8n.pt source=0 save_json=True

# 使用TensorRT加速（需先导出engine）
yolo export model=yolov8n.pt format=engine
yolo detect predict model=yolov8n.engine source=0

3. 结果解读：从像素到语义的跨越

YOLOv8的输出不仅是画框这么简单，理解这些信息才能发挥最大价值：

检测结果数据结构：

python复制results[0].boxes.xyxy  # 边界框坐标(x1,y1,x2,y2)
results[0].boxes.conf   # 置信度列表
results[0].boxes.cls    # 类别ID
results[0].names        # 类别名称映射表

性能优化指标对照表：

典型检测问题诊断：

• 误检频繁：提高conf阈值，换用更大模型
• 漏检严重：测试不同imgsz，检查光照条件
• 类别混淆：尝试yolov8m.pt或yolov8l.pt

4. 工业级优化：让检测飞起来

当基础功能跑通后，这些技巧能让你的系统达到生产级水准：

多线程处理框架：

python复制from threading import Thread
from queue import Queue

frame_queue = Queue(maxsize=3)  # 缓冲队列

def capture_thread(cap):
    while True:
        ret, frame = cap.read()
        if not ret: break
        frame_queue.put(frame)

def detect_thread(model):
    while True:
        frame = frame_queue.get()
        results = model(frame)
        # 处理结果...

# 启动线程
Thread(target=capture_thread, args=(cap,)).start()
Thread(target=detect_thread, args=(model,)).start()

模型量化对比测试：

导出优化模型命令：

bash复制yolo export model=yolov8n.pt format=onnx  # 标准ONNX
yolo export model=yolov8n.pt format=engine device=0  # TensorRT
yolo export model=yolov8n.pt format=openvino  # 核显加速

在部署到树莓派等边缘设备时，建议使用OpenVINO格式：

python复制from openvino.runtime import Core
ie = Core()
model_ov = ie.compile_model("yolov8n_openvino_model/", "AUTO")
results = model_ov(input_tensor)