简介一套基于YOLOv8的港口船舶吃水线实时监测预警系统项目面向计算机视觉、人工智能方向的毕设与课程设计场景。代码经作者本人毕业设计验证运行无误提供完整源码、船舶吃水线数据集、可视化交互界面与部署说明开箱即可复现训练、检测与预警流程。压缩包共97个文件以70个Python脚本为核心涵盖数据处理、模型训练、检测服务与界面逻辑另含4个PyTorch模型权重pt文件、5个xml配置文件、12个pyc编译文件及1个mp4演示视频整体仅24.21MB结构清晰便于查阅。项目可输出混淆矩阵、F1分数曲线、PR曲线、验证集预测结果及标签分布图等核心指标适合答辩展示也支持在此基础上二次开发。目前已吸引57人学习下载是快速搭建目标检测预警系统的实用参考。1. 港口吃水线监测场景里YOLOv8 为什么比传统视觉更靠谱港口场景里船舶吃水线是船体与水面交界的那条亮暗分界线直接对应载货量多读 1 厘米五万吨散货船就是几百吨载重偏差。过去码头值班靠望远镜目测雨雾天基本靠经验靠泊后派人登轮看水尺又跟不上装船节奏。岸桥和高位球机早是港口标配用视觉替代人眼顺理成章但水面反光、波浪、船身锈迹和潮位变化会让边缘检测彻底跑偏Canny 找出来的水线十帧能跳五六帧。YOLOv8 把问题拆成两层先检测船体侧面和载重线标尺这类强语义目标再用关键点回归定位水线两端最后按标尺的物理尺寸换算吃水值。对毕设和课程设计这条路线的优势是数据量小、训练命令短、一块 GTX1660Ti 就能实时推理。下面按数据标注、训练调参、实时推理、预警标定四条线展开每个环节的参数和坑都会讲到。2. 港口船舶水线数据集制作从实拍视频到 YOLOv8 pose 标注2.1 水线为什么标注成两个关键点而不是一个目标框吃水线不是一段有清晰边界的物体它是船壳与水面的一条交界线框选的话上边界受波浪和反光影响每帧都在变回归出来的高度噪声很大。常见做法是把水线建模成两个关键点水线与船首侧轮廓的交点、水线与船尾侧轮廓的交点连线就是当前吃水线。YOLOv8-pose 的输出格式天然支持这种表达单实例两个关键点回归压力小对 640×640 输入下的中远距离船体也能扛住。另外还需要一个物理参照物。船体舷外通常画有载重线标尺一个圆圈加一组水平刻度线按国际载重线公约的通用规定圆圈外径 300 mm圈心横线长 450 mm。把这个圆圈区域单独检测出来就能用它做每帧像素到毫米的标定。注意这里要用普通检测模型detect来框载重线区域而不是 pose因为它的作用是提供尺度基准不是提供姿态。如果船侧只有水尺刻度没有载重圈就把刻度数字区域框出来一个刻度格的间距惯例是 100 mm具体以船级社图纸为准。2.2 采集建议四个时段、两种视角、一个禁区数据采集直接决定水线关键点能不能学出来。我的经验是覆盖四类光照时段晴天上午侧光、正午顶光、傍晚逆光、夜间补光。每种时段各占四分之一。视角方面最好同时采集平视球机与水面接近同高和俯视岸桥高处往下 15 度左右倾斜两类画面实际部署时摄像头位置固定后不会正好是理想角度。要避开一个采集禁区镜头正对船首或船尾。这两个方向的投影会压缩水线长度两个关键点几乎重合网络学不到线段的语义。正侧方与船体法线夹角超过 30 度也建议放弃换算吃水值时误差会成倍放大。分辨率不低于 1080p原始视频按下表切帧切帧间隔不小于 2 帧避免相邻帧高度相似导致验证集虚高。采集条件建议配置说明时段覆盖4 类光照各 25%保证水线在强反光和弱光下都可见机位角平视 俯视 15°训练时不要只给正侧方样本切帧间隔≥2 帧降低相邻帧相似度防过拟合单船目标量每船 ≥120 张保证船型多样性尤其内河船和远洋船比例标注前先做清洗删掉雨雾导致船体轮廓不可辨、回波反光盖住水线的帧这类脏数据进训练集会拉低模型在换船型时的可迁移性。数据总量控制在 500900 张即可水线检测是单类任务不需要追求大规模数据集。2.3 用 Labelme 标注并转成 YOLOv8 pose 文本格式标注工具我用 x-anylabeling 或 Labelme关键在于标注协议要统一船体侧面画一个矩形框类别名 ship矩形框内沿水线画一条线段类别名 waterline。线段的两端就是后续训练用的两个关键点。不要手抖把线段画到船壳反光区域里关键点落在强反光上会让 pose 分支的损失长期下不去。Labelme 默认保存为 JSONYOLOv8-pose 不认这个格式需要转成一行一条的归一化文本。转换脚本的核心逻辑是读每个 JSON提取船体矩形框再找中点落在该框内的水线线段最后按 pose 格式写出。import json, os def labelme_to_yolo_pose(json_path, out_path, img_w, img_h): with open(json_path, encodingutf-8) as f: data json.load(f) boxes, lines [], [] for shp in data[shapes]: if shp[label] ship: xs [p[0] for p in shp[points]] ys [p[1] for p in shp[points]] boxes.append([min(xs), min(ys), max(xs), max(ys)]) elif shp[label] waterline: lines.append(shp[points]) out [] for x1, y1, x2, y2 in boxes: for p1, p2 in lines: mx, my (p1[0] p2[0]) / 2, (p1[1] p2[1]) / 2 if x1 mx x2 and y1 my y2: cx (x1 x2) / 2 / img_w cy (y1 y2) / 2 / img_h w (x2 - x1) / img_w h (y2 - y1) / img_h kx1, ky1 p1[0] / img_w, p1[1] / img_h kx2, ky2 p2[0] / img_w, p2[1] / img_h out.append(f0 {cx:.6f} {cy:.6f} {w:.6f} {h:.6f} f{kx1:.6f} {ky1:.6f} 2 {kx2:.6f} {ky2:.6f} 2) with open(out_path, w, encodingutf-8) as f: f.write(\n.join(out))代码逻辑先把 shapes 里两类标注分开存放再对每个船体矩形遍历全部水线线段用线段中点是否落在矩形内做配对避免一张图多条船时串线。pose 文本最后两个2是可见性标记YOLOv8 约定 0 表示未标注、1 表示被遮挡、2 表示可见。写文件时保留 6 位小数过短的精度会在归一化还原时产生像素级抖动。2.4 数据集划分与 yaml 配置转换完成后按 train : val 8 : 2 划分注意按视频片段分而不是随机分帧。同一段视频的相邻帧内容高度相似随机划分会让验证集分数虚高实际换现场后泛化能力根本没上去。划分完逐个检查 txt 文件行数不能为 0关键点坐标必须在 [0,1] 区间框宽高不能为 0这三个问题用一个小脚本扫一遍即可不必人工复查。path: dataset/waterline train: images/train val: images/val kpt_shape: [2, 3] names: 0: shipkpt_shape 第一个数字是关键点数 2第二个是每个关键点的数据维度 3即 x、y、可见性。names 的索引从 0 开始且必须连续。载重线标尺的检测数据集同样用这个结构类别名 loadline是普通 detect 格式训练目标框即可标注流程比 pose 更简单这里不再展开。3. 用 YOLOv8 训练水线数据集C2f 结构、关键参数与损失曲线判断3.1 yolov8 环境配置先确认手里的卡能跑哪个型号环境配置最省心的顺序是新建 Python 3.10 虚拟环境装 torch 和 ultralytics再验证 CUDA 可用。水线这套任务通常单类双关键点模型容量不需要很大yolov8n-pose 或 yolov8s-pose 足够。用 GTX1660Ti 这类 6 GB 显存的卡n 型号在 640 输入下 batch 可以开到 32s 型号建议 batch 16 以内再往上要么爆显存要么触发梯度累积导致训练变慢。conda create -n yolo python3.10 -y conda activate yolo pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121 pip install ultralytics python -c import torch; print(torch.cuda.is_available())最后一行的输出必须是 True。如果现场机器装不了 cu121 源直接用 pypi 的 CPU 版也能完成训练只是每轮慢 35 倍。水线数据量小CPU 训练 500 张图不是不能接受但实时推理部署还是建议上 GPU。提示torch 和 ultralytics 的版本要匹配建议 torch 2.0 以上配 ultralytics 8.1接口变动集中在导出环节先不要追最新版避免和训练脚本不兼容。3.2 C2f 结构与网络结构图水线检测依赖哪一层特征YOLOv8 的主干是带 C2f 模块的 CSPDarknet。C2f 与 YOLOv5 的 C3 核心区别是输入先经过一次 1×1 卷积分成两条分支其中一条再经过 n 个 Bottleneck最后把两条分支在通道维拼接并再卷积。拼接操作让梯度在反向传播时有多条路径可走浅层特征不容易在较深的网络中消失。对水线这种线状小目标浅层的边缘纹理信息非常重要C2f 的多分支恰恰保证了浅层梯度通畅。想看具体结构时不要背图直接把模型实例化后用 torchinfo 打印from ultralytics import YOLO from torchinfo import summary model YOLO(yolov8n-pose.pt).model summary(model, input_size(1, 3, 640, 640), depth4, verbose0)打印结果里重点看 Neck 部分的 PAN-FPN 上采样路径以及 Detect head 的三个输出尺度 80×80、40×40、20×20。水线在整幅画面里的占比不一小船占 20×20 输出近处大船的水线局部纹理走 80×80 输出。毕设想加创新点时最常见的改法是动 Head比如在 decoupled head 的输出分支上加一个水线角度回归头或者换成轻量注意力模块。这些改动要在 yaml 结构文件里改改完先用 summary 确认输出形状没变。3.3 训练命令与 7 个必调超参数yolov8 训练自己的数据集核心命令只有一条yolo pose train datawaterline.yaml modelyolov8n-pose.pt \ epochs200 imgsz640 batch16 device0 \ optimizerAdamW lr00.001 lrf0.01 \ patience50 cos_lrTruemodel 参数填预训练权重文件路径ultralytics 会自动下载也可以换成已下载的本地路径。训练过程会生成 runs/pose/train 目录每轮结果写进 results.csv。下面是这个场景里真正需要动手调的参数参数建议值设置理由imgsz640水线关键点需要足够上下文320 精度下降明显batch166 GB 显存上限附近不够就调小optimizerAdamW小数据量下比 SGD 收敛快默认参数不要乱动lr00.001AdamW 下超过 0.005 训练必震荡lrf0.01末期学习率降到初始的 1%利于关键点精调cos_lrTrue余弦退火让后 50 轮损失曲线更平滑patience50验证损失 50 轮不降就早停防止无效等待3.4 用结果文件画损失函数曲线图判断收敛训练完打开 runs/pose/train/results.csv里面有 train/box_loss、train/pose_loss、val/box_loss、val/pose_loss 四列。单看终端打印的最终 mAP 会漏掉过程信息画曲线图才能看出问题import pandas as pd import matplotlib.pyplot as plt df pd.read_csv(runs/pose/train/results.csv) fig, axes plt.subplots(1, 2, figsize(12, 4)) axes[0].plot(df[epoch], df[train/box_loss], labeltrain box) axes[0].plot(df[epoch], df[val/box_loss], labelval box) axes[1].plot(df[epoch], df[train/pose_loss], labeltrain pose) axes[1].plot(df[epoch], df[val/pose_loss], labelval pose) for ax in axes: ax.set_xlabel(epoch) ax.legend() ax.grid(alpha0.3) plt.tight_layout() plt.savefig(loss_curve.png, dpi150)判断标准有三条train 和 val 两条曲线同时下降并趋平属于正常收敛val 在第 80 轮掉头上升而 train 继续降是过拟合回到 3.3 表把 patience 调小用早停得到的最优权重val 从头到尾不降先看数据集 txt 文件是否有空行再看 kpt_shape 是否写成了 [2,2]两个数字写反是新手最常见的错误。4. 实时推理与可视化界面YOLOv8 输出如何变成吃水预警4.1 RTSP 接入与逐帧推理的最小实现部署阶段摄像头走 RTSP 协议是最普遍的情况。港口摄像机一般输出 H.264 流OpenCV 的 VideoCapture 可以直接读但默认缓冲会让画面滞后 12 秒对实时预警来说必须把缓冲压掉。下面是逐帧推理的最小骨架import cv2 from ultralytics import YOLO pose_model YOLO(runs/pose/train/weights/best.pt) mark_model YOLO(runs/detect/loadline/weights/best.pt) cap cv2.VideoCapture(rtsp://192.168.1.64:554/stream1) cap.set(cv2.CAP_PROP_BUFFERSIZE, 1) cap.set(cv2.CAP_PROP_FPS, 25) while cap.isOpened(): ret, frame cap.read() if not ret: cap.open(rtsp://192.168.1.64:554/stream1) continue r1 pose_model(frame, verboseFalse)[0] r2 mark_model(frame, verboseFalse)[0] annotated r1.plot() cv2.imshow(port, annotated) if cv2.waitKey(1) 0xFF ord(q): breakRTSP 断流后 cap.read() 会持续返回 False这里用重新 open 做简单重连。verboseFalse 必须加否则每帧都把推理日志打到终端跑一晚上日志就是几个 GB。推理速度不够时把 imgsz 降到 480或者给 predict 指定 device0。4.2 关键点坐标与水线判定像素差值怎么换算成毫米拿到 r1.keypoints 之后第一个容易踩的坑是 shape。keypoints.xy 的形状是 (N, K, 2)N 是检测到的船体数量K 是关键点数 2。取第 0 艘船的两个关键点平均 Y 坐标作为水线的图像位置再和载重线检测框中心的 Y 坐标做差换算安全余量kpts r1.keypoints # 形状 (N, K, 2) conf r1.keypoints.conf if kpts is not None and conf[0].min() 0.5: p kpts.xy[0] # 第 0 艘船的 K 个关键点 y_wl float(p[:, 1].mean()) boxes r2.boxes if boxes is not None and len(boxes) 0: y_mark float(boxes.xywh[0][1]) # 载重线圆圈中心 Y dy_pix y_wl - y_mark # 水线在标尺下方多少像素 margin_mm dy_pix * mm_per_pix # 实际安全余量(mm)图像坐标系里 Y 轴向下y_wl 大于 y_mark 表示水线在载重线下方是安全状态margin_mm 小于预警阈值时触发报警。mm_per_pix 来自第 5 章的标定方法不要在图里写死一个常量船靠泊位置和潮位变化都会改变实际尺度。现象排查方向cap.read() 始终 FalseRTSP 地址是否带认证、摄像机并发连接数是否达到上限关键点置信度长期低于 0.5训练集缺夜间样本回看增强配置是否覆盖低亮度/status 数据不更新推理线程未启动Flask debug 模式双进程抢摄像头提示conf[0].min() 0.5 是硬门槛两个关键点的置信度必须同时达标才计算吃水值防止一个关键点落在反光噪声上导致误报。4.3 Flask 可视化界面视频流与预警状态同屏可视化界面用 Flask 做最省事。思路是后台线程不断推理并更新全局状态字典路由 /video 以 multipart 流返回标注帧路由 /status 以 JSON 返回当前吃水余量和预警等级。from flask import Flask, Response, jsonify import cv2, time from ultralytics import YOLO app Flask(__name__) state {margin_mm: 0.0, level: 正常} def gen_frames(): cap cv2.VideoCapture(rtsp://192.168.1.64:554/stream1) while True: ret, frame cap.read() if not ret: time.sleep(1) continue r1 pose_model(frame, verboseFalse)[0] annotated r1.plot() ret, jpeg cv2.imencode(.jpg, annotated, [cv2.IMWRITE_JPEG_QUALITY, 85]) yield (b--frame\r\nContent-Type: image/jpeg\r\n\r\n jpeg.tobytes() b\r\n) app.route(/video) def video(): return Response(gen_frames(), mimetypemultipart/x-mixed-replace; boundaryframe) app.route(/status) def status(): return jsonify(state)前端页面只需一个 img 指向 /video一个 div 显示余量和等级img src/video width1280 div idstatus余量-- mm / 等级--/div script setInterval(async () { const s await (await fetch(/status)).json(); document.getElementById(status).textContent 余量${s.margin_mm.toFixed(1)} mm / 等级${s.level}; }, 2000); /scriptstate 的更新放在独立推理线程里不要在 gen_frames 里每帧更新这样 /status 的轮询不受视频帧率影响。JPEG 质量压到 851080p 每帧能省 200 KB 左右带宽局域网不明显公网远程查看时差异很大。4.4 部署Docker 打包与开机自启港口现场机器通常不想手动装 Python 环境常见做法是 Docker 打包。ultralytics 官方提供 cpu 和 cuda 两个基础镜像单路视频流用 CPU 推理也能到 1520 FPSFROM ultralytics/ultralytics:latest-cpu WORKDIR /app COPY runs/pose/train/weights/best.pt /app/best-pose.pt COPY runs/detect/loadline/weights/best.pt /app/best-mark.pt COPY app.py /app/ RUN pip install flask EXPOSE 8000 CMD [python, app.py]构建后运行 docker build -t waterline:1.0 .容器网络设为 host 模式避免端口映射带来的 RTSP 出网问题。开机自启用 systemd 服务或者 docker --restartalways 都行前者便于 journalctl 看日志后者配置简单现场运维一般选后者。5. 吃水预警系统落地技巧载重线自动标定与多帧波动抑制5.1 用载重线圆圈做逐帧自动标定mm_per_pix 不能靠猜。载重线圆圈外径按国际通用规定是 300 mm在检测框里用 300 除以圆圈的像素高度就得到当前帧的毫米每像素。逐帧算出的比例尺用中位数过滤丢掉置信度低于 0.5 的帧这样即使个别帧圆圈检测框抖动标定值也不会跟着跳。如果船侧只有水尺刻度没有载重圈用刻度间距标定一个刻度格按 100 mm 算取检测框内两条相邻刻度线的像素间距除以 100效果等价。标定结果每 5 分钟重新计算一次覆盖摄像头因风力抖动产生的微小位移比自己手工量一次写死要可靠得多。5.2 滑动窗口投票与迟滞状态机抑制波浪误报水线天然随波浪上下浮动单帧判定必然误报。我一般用 15 帧滑动窗口取中位数再用带迟滞的状态机切换预警等级from collections import deque import statistics window deque(maxlen15) level normal WARN_MM 50 # 余量小于 50mm 进入预警 SAFE_MM 80 # 余量回到 80mm 才解除 def judge(margin_mm, level): window.append(margin_mm) if len(window) 15: return level m statistics.median(window) if level normal and m WARN_MM: return warn if level warn and m SAFE_MM: return normal return level中位数比均值抗离群点波浪导致某一帧水线突然上跳十几像素时均值会被带偏而中位数几乎不动。迟滞的意思是进入预警的阈值和解除预警的阈值不一样避免水线在临界值附近反复横跳导致告警抖动。告警触发时把标注帧保存到 logs/alarm 目录文件名带时间戳和船名事后可以对照潮位表核对是否是潮位上涨造成的正常变化。本文还有配套的精品资源点击获取