简介YOLOv8智能小车检测资源包面向需要快速落地目标检测项目的开发者、科研人员或竞赛学生。内含已训练好的YOLOv8检测权重并附PR曲线、loss曲线等训练过程可视化结果可直接用于小车主视觉识别、避障跟随等场景的二次开发或教学演示省去从零训练的耗时。配套数据集使用LabelImg完成标注图片为JPG格式同时提供XML与TXT两种标签格式并分文件夹存放XML便于VOC格式解析TXT适合YOLO系列训练方便对接不同检测框架。压缩包共2000个文件其中1984个txt承载标签与配置13个md为使用说明2个pdf为参考文档1个yaml为模型结构配置整体约148.07MB目录组织清晰。已有329人学习下载适合作为毕业设计、课程设计或YOLOv8算法复现的完整参照既能帮助初学者理解标注与训练流程也能为有经验者提供可比较的模型基线。1. YOLOv8智能小车检测一条从数据到权重的完整闭环很多人拿到“YOLOv8智能小车检测”这个项目名第一反应是去下载一个训练好的检测权重然后往小车上一挂就完事。真这么干十有八九会在实车上翻车桌面上的检测效果看着不错小车一跑起来模糊、逆光、视角变化全来了。这个标题真正的含义不是“下载一个YOLOv8模型”而是“打通一套从数据采集、标注、训练到权重落地的检测系统”。你需要的是自己的数据集、自己训练的检测权重以及一套能扛住小车运动场景的部署方案。这篇文章就沿着这条路把环境搭建、数据集制作、训练参数、权重导出和实车验证的坑挨个说清楚。2. 小车端的检测方案怎么定选型、环境、硬件配合2.1 先想清楚YOLOv8n 还是 YOLOv8s智能小车上的检测第一约束不是精度是算力和发热。常见的小车视觉板卡有三类树莓派这类ARM板、Jetson Nano这类带GPU的板子、以及RK3588这类带NPU的板子。它们的推理能力差别很大直接决定了你用哪个YOLOv8变体。YOLOv8官方公开的参数表里nano版本和small版本的参数量差三倍多。nano版本在CPU上勉强能跑实时small版本在纯CPU上每秒只能处理几张图放到小车上基本不可用。我的建议是第一步统一用YOLOv8n起步先把整个链路跑通再根据你的板子实测帧率决定要不要升级到s版本。模型参数量量级单帧推理开销适合场景YOLOv8n小低树莓派、CPU、NPU低成本方案YOLOv8s中较高Jetson系列、独立GPU卡还有一个很多人忽视的点小车相机的安装角度。很多人把相机平放拍到的全是地面和近处障碍物的顶面目标特征不全。我一般会把相机略微下压一个角度让画面同时包含地面和前方目标这样训练出来的权重对真实行驶视角更友好。2.2 Ubuntu 20.04 搭建 YOLOv8 CPU 环境最小命令集如果手头没有NVIDIA显卡也完全可以先把环境搭起来跑通训练流程。下面这套命令我在Ubuntu 20.04上用过很多次CPU版本可以正常完成训练和推理只是速度慢一些适合先验证流程。创建独立的环境是一个值得养成的好习惯避免把系统Python弄乱。命令里的python3.9是兼容性比较好的选择ultralytics这个包对3.8到3.12都支持但3.9踩坑最少。# 创建 python 3.9 虚拟环境名字叫 yolov8 conda create -n yolov8 python3.9 -y # 激活环境 conda activate yolov8 # 安装 ultralytics 和 labelme # labelme 用来标注数据集装好后在终端敲 labelme 即可打开工具 pip install ultralytics labelme # 验证安装是否成功 yolo --help安装完成后建议先跑一次官方自带的检测示例确认环境本身没有问题。这一步很多人跳过等训练时报错才回头排查浪费不少时间。# 用官方预训练权重跑一张示例图 yolo predict modelyolov8n.pt sourcehttps://ultralytics.com/images/bus.jpg正常情况下会输出一张带检测框的结果图并打印出推理耗时。如果这步能过说明环境是完整的。CPU环境下推理一张640分辨率的图耗时通常在几百毫秒到一两秒不等这属于正常现象。2.3 相机和传感器怎么配合检测不是孤立的视觉问题YOLOv8在小车上只负责一件事每一帧画面里目标在哪里、属于哪一类。但小车真正需要的是“目标在我前方多远、偏左还是偏右”。检测框只给出像素坐标想要实际距离还得借助传感器。常见的做法是视觉板跑YOLOv8推理把检测结果通过串口或CAN发给主控板主控板再结合超声波、红外或IMU数据做决策。如果你的主控是STM32这类单片机视觉板和主控板之间用串口通信就够了帧率不高时波特率115200完全够用。通信协议可以很轻量把类别id、中心点坐标、框宽高打包发送即可不必跑复杂的中间件。关于IMU纠偏平时看到很多人在讨论的小车走偏问题我的经验是IMU负责短时间内的姿态估计但长时间累计漂移会越来越大最好定期用视觉检测到的明显特征点做重置。比如小车在赛道上看到停车标志时就是一个天然的重新校准点。3. 做一套自己的小车检测数据集采集、标注、格式转换3.1 数据怎么采小车视角和桌面视角是两回事很多人做数据集习惯把相机拿在手里对着目标拍拍拍或者从网上下载通用目标检测数据集。这么做有个致命问题训练集和实际部署时的视角分布不一致。小车上的相机高度低、视角前倾拍到的目标和手持相机拍到的完全不一样模型在实车上的泛化能力会大打折扣。正确的做法是把相机装在小车上推到实际场景里采集。哪怕你只是用手机模拟小车高度也比桌面拍摄强得多。采集时要覆盖这几类变化光照变化包括顺光、逆光、阴影区域距离远近从1米到5米都要有目标角度目标正对镜头和侧对镜头都要有运动模糊小车前进时拍的模糊帧不能全删适度保留反而能提升鲁棒性数据集规模上二分类或三分类的小车检测任务每个类别500到1000张图片是一个合理的起步区间。这个数量下YOLOv8n能学到不错的特征后续不够再加。3.2 用 Labelme 标注并转 YOLO 格式坐标归一是第一个坎Labelme是一个图形化标注工具装好后在终端输入labelme就能打开。它默认保存的是JSON格式文件而YOLOv8训练需要的是TXT格式每个标注目标的格式是“类别id cx cy bw bh”其中cx、cy是中心点坐标bw、bh是框宽高全部除以图像宽高做归一化。我用Labelme标注时习惯用矩形框而不是多边形因为小车检测只需要物体外接框多边形标注反而增加工作量。下面这个脚本能批量把Labelme的JSON转成YOLO的TXT。import json import glob from pathlib import Path def labelme_to_yolo(json_dir, out_dir, class_names): 将 labelme 的 json 标注转成 yolov8 训练用的 txt 文件 json_dir: 存放 labelme json 文件的目录 out_dir: 输出 txt 文件的目录 class_names: 类别名称列表顺序决定类别 id Path(out_dir).mkdir(parentsTrue, exist_okTrue) # 遍历每个 json 文件 for json_path in glob.glob(str(Path(json_dir) / *.json)): with open(json_path, encodingutf-8) as f: data json.load(f) img_w data[imageWidth] img_h data[imageHeight] # 输出文件名和 json 同名扩展名换成 .txt stem Path(json_path).stem txt_path Path(out_dir) / f{stem}.txt lines [] for shape in data[shapes]: label shape[label] if label not in class_names: # 跳过未在类别表中注册的标签 continue class_id class_names.index(label) # shape[points] 是矩形框的两个角点坐标 points shape[points] x1 min(p[0] for p in points) y1 min(p[1] for p in points) x2 max(p[0] for p in points) y2 max(p[1] for p in points) # 转成中心点 宽高并归一化到 0~1 cx ((x1 x2) / 2) / img_w cy ((y1 y2) / 2) / img_h bw (x2 - x1) / img_w bh (y2 - y1) / img_h lines.append(f{class_id} {cx:.6f} {cy:.6f} {bw:.6f} {bh:.6f}) with open(txt_path, w, encodingutf-8) as f: f.write(\n.join(lines)) if __name__ __main__: # 三个类别行人、锥桶、停车牌 labelme_to_yolo( json_dirlabels_json, out_dirlabels, class_names[person, cone, stop], )这段代码的逻辑不算复杂读JSON、取图像宽高、遍历标注框、计算归一化坐标、写入TXT。有两个细节值得注意。第一class_names的顺序一旦确定就不要随意改动训练配置文件和这个脚本必须保持一致否则类别会错位。第二bw和bh是归一化到0到1之间的小数YOLO训练时会把它们乘回原图尺寸如果看到哪个框的位置明显偏了先怀疑是不是这里算错了。3.3 划分训练集和验证集别把同一段路的照片分进两边标注完成后要把图片和TXT文件组织成YOLOv8要求的目录结构。划分训练集和验证集时有一个常见的坑直接把所有文件随机打散。如果采集数据时小车是沿同一条路线连续拍的相邻帧极其相似随机划分会让验证集里混入大量“训练时已经见过”的图片验证精度虚高。正确的做法是按采集批次或路径片段来划分。比如每跑完一段路线算一个批次把整批文件全部放进训练集或验证集不要让同一个批次的照片被拆散到两边。下面这段脚本按文件所属目录做批次划分更接近真实场景。import random import shutil from pathlib import Path # 原始目录结构 # images_all/ 存放所有图片 # labels_all/ 存放所有 txt 标注 # 划分后 # images/train、images/val、labels/train、labels/val random.seed(42) src_img_dir Path(images_all) src_lbl_dir Path(labels_all) dst_img_dir Path(images) dst_lbl_dir Path(labels) for sub in [train, val]: (dst_img_dir / sub).mkdir(parentsTrue, exist_okTrue) (dst_lbl_dir / sub).mkdir(parentsTrue, exist_okTrue) # 假设图片文件名包含批次信息例如 road01_0001.jpg # 按批次前缀分组整组划分 batches {} for img_path in src_img_dir.glob(*.jpg): batch_name img_path.stem.split(_)[0] # 提取 road01 batches.setdefault(batch_name, []).append(img_path) batch_names list(batches.keys()) random.shuffle(batch_names) val_batches set(batch_names[: max(1, len(batch_names) // 5)]) # 20% 批次做验证 for batch, img_paths in batches.items(): sub val if batch in val_batches else train for img_path in img_paths: lbl_path src_lbl_dir / (img_path.stem .txt) if not lbl_path.exists(): print(fwarning: missing label for {img_path.name}) continue shutil.copy(img_path, dst_img_dir / sub / img_path.name) shutil.copy(lbl_path, dst_lbl_dir / sub / lbl_path.name)这段脚本的要点在于“按批次划分”。如果你的文件名没有批次信息可以在采集时按路线分段存到不同子目录或者给文件名加一个批次前缀比如road01_0001.jpg、road02_0001.jpg。这样划分出来的验证集才有参考价值不然训练曲线好看、实车一测就露馅。4. 训练自己的检测权重命令、yaml 与结果判断4.1 从 COCO 预训练权重起步训练命令与参数含义训练自己的数据集不要从零开始训练。YOLOv8官方提供的yolov8n.pt是在COCO数据集上预训练过的权重把它作为起点做迁移学习收敛速度快得多而且对小数据集特别友好。下面是一份典型的小车三分类训练配置。# custom.yaml # 数据集路径相对于当前工作目录 path: datasets train: images/train val: images/val # 类别数和类别名 nc: 3 names: [person, cone, stop]YOLOv8会自动读取这个配置。然后是训练命令这里逐个参数说明含义。# 使用 yolov8n.pt 预训练权重在 custom.yaml 数据集上训练 # epochs100 表示最多训练100轮patience20 表示20轮没提升就自动停止 # imgsz640 是训练分辨率batch8 是每批图片数量 # device0 使用第一块GPUCPU环境改成 devicecpu yolo train modelyolov8n.pt datacustom.yaml epochs100 imgsz640 batch8 patience20 device0几个参数需要单独拎出来说。batch的大小取决于显存8GB显存跑YOLOv8n用batch8一般没问题显存不够就降到4或2。CPU训练时batch可以在4以下但速度会非常慢建议先跑5个epoch验证流程能通再决定是否要租GPU或换机器。patience是一个容易被忽视但很有用的参数。小车数据集如果只有几百张图过拟合通常发生在30到60轮之间早停可以自动帮你找到最优权重省去反复试错。imgsz保持640即可没必要为了“看得更清楚”调到1280那会让训练和推理都慢一倍以上。4.2 看懂 results 曲线早停位置和 best/last 权重怎么选训练结束后YOLOv8会自动在runs/detect/train目录下生成训练日志和一张results.png里面画了loss曲线和验证精度曲线。很多人训练完只看最后的mAP数值不看曲线形态这是不科学的。一条健康的训练曲线应该是box_loss、cls_loss、dfl_loss三条loss曲线平滑下降验证集精度逐步上升最后趋于平稳。如果你看到loss曲线训练集持续下降、但验证集loss在第40轮开始反弹说明模型已经开始过拟合这时最佳权重通常在反弹之前的那个检查点。训练目录里会有两个权重文件best.pt和last.pt。best.pt是验证集指标最好的那一轮保存的权重last.pt是最后一轮训练结束时的权重。我们部署到小车上用的永远是best.pt不是last.pt。很多人习惯性认为“最后的就是最好的”在深度学习训练里这个结论不成立。4.3 把权重导出成 ONNX给小车板上留一条后路训练得到best.pt后它还是一个PyTorch格式的权重文件。如果你的小车板子跑的是PyTorch那可以直接用但实际上板端推理很少直接用PyTorch因为内存占用大、启动慢。更常见的做法是导出成ONNX格式再转换到TensorRT、OpenVINO或RKNN等板端推理引擎。# 把 best.pt 导出成 onnx 格式 # opset16 是一个兼容性较好的版本 # imgsz640 要和训练时的分辨率保持一致 yolo export modelbest.pt formatonnx opset16 imgsz640导出完成后会在同目录下生成best.onnx。为什么强调这一步骤因为部署阶段的坑几乎都集中在格式转换上。后面避坑章节会详细展开这里先记住一个原则导出的imgsz必须和训练时的输入尺寸一致否则板端推理时会因为尺寸不匹配而报错或精度下降。如果你准备用TensorRT部署导出ONNX后还可以进一步转成TensorRT的engine文件如果板子是RK3588这类带NPU的芯片通常要先把ONNX转成RKNN格式。不同平台的转换工具链不一样但入口都是这个ONNX文件所以把ONNX导好是整个部署链路的基石。5. 小车检测项目的避坑记录五个最容易翻车的环节5.1 漏检永远发生在小车动起来之后现象模型在桌面静态测试时表现很好检测框稳稳当当一旦把小车放到地上跑起来目标稍微一远就漏检或者检测框剧烈抖动。原因小车运动时相机画面会产生运动模糊这和你训练数据里的静态清晰图片分布不一致。另外远距离目标在画面中占比小特征不明显模型天然容易漏。解决采集数据时务必包含运动状态下的模糊帧不要因为“看着不清楚”就删掉。另外推理时把conf阈值调低一点YOLOv8命令行预测时默认是0.25小车场景里我一般调到0.2附近宁可多几个误检框让控制逻辑去过滤也不要漏检导致小车直接撞上去。此外考虑把输入分辨率从640提升到960或1280对远处小目标有明显帮助代价是推理速度下降。5.2 CPU 环境训练看起来像死机其实只是慢现象CPU环境执行训练命令后终端长时间没有输出或者进度条半天不动新手很容易以为代码卡死直接CtrlC中断。原因YOLOv8在CPU上用默认的batch8训练每轮迭代可能要好几分钟前几轮甚至更慢。而终端在头几个迭代时输出频率很低看起来就像没反应。解决先用epochs5加上batch2的小参数跑一遍确认数据集配置、路径、标注格式都没问题再用完整参数正式训练。如果确认要走CPU训练全集把workers参数设小一些因为CPU训练时多线程数据加载会抢训练资源。另外用yolo train训练时加上verboseTrue可以更频繁地看到日志输出。5.3 best.pt 与 last.pt 选错精度白练现象训练完成后部署了权重实车测试时发现精度和训练日志里显示的验证精度差距很大。原因很多人直接用了last.pt但最后一轮权重往往不是泛化能力最好的那个。某些场景下比如数据集较小或学习率设置偏高模型在后期已经过拟合last.pt甚至会出现loss反弹。解决无脑用best.pt。判断依据是results.png中验证精度最高的那一轮。另外建议在导出前先用best.pt在验证集上跑一次yolo val确认mAP数值和训练日志里的val曲线接近再决定是否导出。5.4 ONNX 导出后在板子上报错现象best.onnx在PC上用ONNX Runtime加载正常但放到小车板端推理时报错常见的错误是“Unsupported operator”或“reshape dimension mismatch”。原因版本问题。导出ONNX时的opset版本和板端推理引擎支持的版本不一致。有些NPU工具链只支持较旧的opset有些又要求固定输入尺寸不支持动态尺寸。解决先确认板端推理引擎支持的opset范围。opset16兼容性较好但如果板子的NPU工具链偏老可以退回opset12再导一次如果报错和尺寸相关导出时显式固定输入形状去掉动态维度。5.5 输出框错位类别 id 与数据集配置对不上现象模型能画出检测框但框里的目标类别完全不对比如把锥桶识别成了停车牌而且错误是成片出现的。原因数据集标注转换脚本里class_names的顺序和训练配置文件custom.yaml里的names顺序不一致。YOLO训练和推理只认类别id不认类别名顺序一旦错位结果自然全乱。解决定下一个类别顺序后在标注转换脚本和custom.yaml里保持完全一致。改顺序后必须重新训练已经训好的权重无法通过改名修正。最稳妥的做法是训练前在验证集上跑一次yolo val打印出每个类别的AP肉眼看一遍是否和预设对齐。6. 把权重真正跑在小车上一个降低漏检的验证技巧权重导出后先别急着接电机闭环控制。我习惯先在小车板子上做一个纯视觉验证接上USB摄像头加载模型实时跑检测窗口。这一步能暴露大部分部署问题修改成本也最低。实时检测时单帧模型输出的抖动很大尤其是目标被短暂遮挡或运动模糊时检测框会突然消失。这里有一个不必上跟踪算法的技巧维护一个“最近检测结果”缓存当某一帧没检测到目标时不立刻输出空结果而是沿用上一帧的框并加上一个连续丢失计数。只有当目标连续消失超过3帧时才真正判定目标丢失。这个简单的状态保持逻辑能让小车的控制指令平滑很多远比直接裸奔检测结果可靠。我现在的习惯是任何新场景上线前都先在板子上用CPU跑一次完整推理链路记录延迟、丢帧率和误检分布再决定要不要换更小的模型或调阈值。视觉检测这个方向很多问题不是模型不行是数据集和场景没对齐。希望帮到你。本文还有配套的精品资源点击获取