简介：这是一套面向计算机、人工智能、自动化等专业学生与教师的机场跑道FOD（异物）监测系统完整项目，基于YOLOv8目标检测框架实现，可用于毕业设计、课程设计或大作业演示。资源包共97个文件，以70个Python源码文件为核心，辅以4个pt模型权重、5个xml配置、12个pyc编译文件及mp4演示视频等，压缩包约24.21MB，涵盖训练、推理、可视化界面与部署说明。项目已完整跑通，可生成核心指标曲线、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果与标签分布图，并配有可视化页面与README说明，部署简单、上手即用。目前已有124人学习下载。读者可据此快速复现整套检测流程，理解YOLOv8在跑道异物监测中的落地方式，也可在源码基础上修改扩展，用于毕设答辩或项目初期立项演示。
1. 机场跑道 FOD 监测到底难在哪：从一条 3 厘米螺栓说起
一条 3 厘米长的螺栓掉在跑道接缝处，肉眼在 200 米外几乎看不见，但一架落地速度 250 km/h 的客机发动机吸入它，维修账单能到七位数。FOD（Foreign Object Debris，外来物碎片）监测要解决的就是这件事：在飞机起降前，把跑道上的金属件、碎石、塑料、纸箱、鸟尸这类东西找出来并定位。传统做法靠人工巡道，一小时一趟，中间的空窗期就是风险敞口。
这套《基于 YOLOv8 的机场跑道 FOD 监测系统》想干的事很直接：用摄像头拍跑道，用 YOLOv8 做目标检测，把 FOD 框出来，再配一个可视化界面和完整数据集，让毕设或课程设计能简单部署就跑起来。它适合三类人：要交毕设的学生、想快速验证 FOD 检测可行性的工程师、以及需要一套能改能扩的检测基线的人。核心词就三个——YOLOv8、FOD、监测系统，后面所有章节都围绕它们展开。
2. YOLOv8 做 FOD 检测的选型账：为什么不是 Faster R-CNN 或 YOLOv5
2.1 跑道场景对检测器的三个硬约束
跑道 FOD 检测和普通目标检测不一样，它有三个绕不开的约束。第一是目标极小，FOD 在画面里可能只占 20×20 像素，YOLOv8 的 P3 特征图（stride 8）是能覆盖这个尺度的最低层，再往下就丢了。第二是背景单调但干扰多，跑道是灰色混凝土，FOD 和接缝、轮胎印、阴影的对比度很低，模型容易把接缝当目标。第三是实时性，跑道监控通常多路摄像头，单路推理要压到 30 ms 以内，否则多路叠加就卡死。
YOLOv8 在这三点上的表现：anchor-free 解耦头对小目标回归更稳，C2f 模块比 YOLOv5 的 C3 多了一条梯度路径，小目标召回率实测能高 3 到 5 个百分点。Faster R-CNN 精度可能略高，但两阶段推理在 1080Ti 上单帧要 80 ms 以上，多路场景直接出局。YOLOv5 不是不能用，但 YOLOv8 的 ultralytics 库把训练、验证、导出、推理统一成一套 API，部署教程能少写一半。
2.2 环境配置：CPU 版和 GPU 版的分叉点
热词里有人搜「ubuntu20.04 搭建 yolov8 环境 cpu 版本」，也有人搜「gtx1660ti 跑 yolov8」，这两条路配置不一样。CPU 版适合先跑通流程、验证数据集，GPU 版才是训练和部署的正路。下面给一套在 Ubuntu 20.04 上从零到能推理的最小命令，Python 用 3.10，CUDA 用 11.8（GPU 版）。
# 1. 建虚拟环境，别用系统 Python，否则依赖冲突会让你怀疑人生 python3.10 -m venv fod_env source fod_env/bin/activate # 2. 装 PyTorch，CPU 版和 GPU 版二选一 # CPU 版（先跑通流程用） pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu # GPU 版（CUDA 11.8，1660Ti 也能用） pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 # 3. 装 ultralytics，YOLOv8 的官方库 pip install ultralytics # 4. 验证装好了没 yolo checks这段命令的逻辑：虚拟环境隔离依赖，PyTorch 按硬件选源，ultralytics 一条命令带出 YOLOv8 全部功能。参数上注意--index-url必须和你的 CUDA 版本匹配，装错了torch.cuda.is_available()会返回 False，训练时默默跑在 CPU 上，速度差 20 倍。yolo checks会打印环境摘要，重点看 CUDA 那一行是不是可用。
2.3 数据集怎么组织：FOD 标注的目录结构和 yaml 写法
标题里说「完整数据集」，但你要知道数据集怎么摆才能被 YOLOv8 吃进去。常见做法是 images 和 labels 平行放，train/val 分开，yaml 里写绝对路径或相对路径都行，但相对路径的基准是 ultralytics 的运行目录，容易踩坑，我一般写绝对路径。
# fod_dataset.yaml path: /home/user/fod_dataset # 数据集根目录 train: images/train # 训练集图片，相对 path val: images/val # 验证集图片 nc: 4 # 类别数，按你的数据集改 names: # 类别名，顺序必须和标注一致 0: metal # 金属件 1: stone # 碎石 2: plastic # 塑料 3: other # 其他标注格式是 YOLO 的 txt：每行class_id x_center y_center width height，全部归一化到 0 到 1。这里最容易翻车的是类别顺序，names 里 0 是 metal，标注文件里 0 也必须是 metal，错一位整个训练就废了。数据集划分建议 train:val = 8:2，FOD 这种小目标场景，验证集少于 200 张，mAP 波动会很大，看不出真实水平。
3. 训练自己的 FOD 数据集：参数怎么设、曲线怎么看
3.1 从预训练权重开始：一条命令跑通训练
YOLOv8 训练的核心就一条命令，但参数含义得说清楚，不然你调不动。下面这条是 FOD 场景的常用起点，基于 yolov8s（small）预训练权重，1660Ti 6G 显存能跑 batch 16。
yolo detect train \ model=yolov8s.pt \ # 预训练权重，别从 yaml 从零训 data=fod_dataset.yaml \ # 数据集配置 epochs=100 \ # 训练轮数，FOD 一般 80-150 imgsz=640 \ # 输入尺寸，小目标可上 1280 batch=16 \ # 批大小，显存不够就降 lr0=0.01 \ # 初始学习率 patience=20 \ # 20 轮没提升就早停 device=0 \ # GPU 编号，CPU 写 cpu project=runs/fod \ # 输出目录 name=exp1 # 实验名逻辑说明：model=yolov8s.pt是关键，预训练权重让模型带着通用特征来，FOD 数据集通常几千张，从零训根本收敛不了。imgsz=640是默认值，但 FOD 目标小，如果显存够，上 1280 能让小目标召回明显提升，代价是显存翻倍、速度减半。patience=20是后悔药，防止过拟合后白跑几十轮。lr0=0.01配合默认的余弦退火，前 3 轮 warmup，这是 ultralytics 的默认策略，一般不用改。
3.2 损失曲线和 mAP 曲线：哪条线不对劲就该停
训练跑起来后，runs/fod/exp1/下会有 results.csv 和一堆曲线图。热词里有人搜「yolov8 画损失函数曲线图」，其实 ultralytics 自动画了，你要会看。重点看三条：box_loss、cls_loss、mAP50。
box_loss 和 cls_loss 正常是前 10 轮快速下降，然后缓慢收敛。如果 box_loss 震荡不降，多半是学习率太大或标注框有问题。如果 cls_loss 降但 mAP 不涨，说明模型在背类别但定位不准，检查标注框是否贴合目标。mAP50 在 FOD 场景能到 0.85 以上算可用，0.7 以下要回头看数据集质量。验证集 mAP 涨、训练集 mAP 更高但差距拉大，就是过拟合，早停或加数据增强。
# 用 pandas 快速看 results.csv，比翻图快 import pandas as pd df = pd.read_csv('runs/fod/exp1/results.csv') df.columns = df.columns.str.strip() # 列名有空格，先去掉 # 看最后 10 轮的 mAP 和 loss print(df[['epoch', 'train/box_loss', 'metrics/mAP50(B)']].tail(10))这段代码的逻辑：results.csv 列名带空格，直接取列会报 KeyError，先 strip。看最后 10 轮能判断是否还在提升，如果 mAP 连续 10 轮不动，继续训就是浪费电。参数上metrics/mAP50(B)是 IoU=0.5 的 mAP，FOD 场景看这个就够，mAP50-95 更严格但小目标上普遍偏低，参考价值有限。
3.3 数据增强：FOD 场景该开哪些、该关哪些
YOLOv8 默认开了一堆增强，但 FOD 场景有些要关。默认的 mosaic 增强把 4 张图拼一起，对小目标有帮助，但 FOD 目标本来就小，拼完更小，建议保留但把mosaic=1.0降到 0.5。HSV 增强（色调、饱和度、亮度）要开，跑道光照变化大，这个能提升鲁棒性。翻转增强fliplr=0.5可以开，但flipud要关，跑道图上下翻转不符合物理场景，翻了反而引入噪声。
# 在训练命令里覆盖默认增强参数 yolo detect train model=yolov8s.pt data=fod_dataset.yaml epochs=100 \ mosaic=0.5 \ # 降低 mosaic 比例，保护小目标 fliplr=0.5 \ # 水平翻转，保留 flipud=0.0 \ # 关闭上下翻转 hsv_h=0.015 \ # 色调抖动，默认值 hsv_v=0.4 \ # 亮度抖动，跑道光照变化大，可加大 scale=0.5 # 缩放增强，小目标场景别太大参数说明：mosaic=0.5表示 50% 概率做 mosaic，比默认 1.0 温和。hsv_v=0.4比默认 0.4 持平，如果数据集光照单一可以加到 0.6。scale=0.5是随机缩放范围，FOD 目标小，缩放太狠会让目标消失，0.5 是保守值。这些参数没有绝对最优，跑两组对比看 mAP 就知道。
4. 可视化界面和部署：从权重文件到能点的系统
4.1 界面选型：Gradio 还是 PyQt，毕设场景怎么选
标题里说「可视化界面」，常见做法有两种：Gradio 做 Web 界面，PyQt 做桌面界面。毕设场景我推荐 Gradio，原因是部署简单，一条命令起服务，浏览器就能访问，答辩时不用装环境。PyQt 适合需要离线、需要复杂交互的场景，但打包成 exe 容易出玄学问题。
# app.py，Gradio 版 FOD 检测界面 import gradio as gr from ultralytics import YOLO from PIL import Image model = YOLO('runs/fod/exp1/weights/best.pt') # 训练好的权重 def detect(image): results = model(image, conf=0.25, iou=0.45) # 推理 annotated = results[0].plot() # 画框 return Image.fromarray(annotated[..., ::-1]) # BGR 转 RGB demo = gr.Interface( fn=detect, inputs=gr.Image(type='pil'), # 输入图片 outputs=gr.Image(type='pil'), # 输出带框图片 title='机场跑道 FOD 监测系统', description='上传跑道图片，自动检测异物' ) demo.launch(server_name='0.0.0.0', server_port=7860)逻辑说明：YOLO('best.pt')加载训练好的权重，conf=0.25是置信度阈值，低于这个的框不显示，FOD 场景建议 0.25 到 0.3，太低误报多，太高漏检。iou=0.45是 NMS 的 IoU 阈值，重叠框合并。results[0].plot()直接返回带框的 numpy 数组，格式是 BGR，转 RGB 才能被 PIL 正确显示。server_name='0.0.0.0'让局域网能访问，答辩时手机也能看。
4.2 模型导出：ONNX 和 TensorRT 怎么选
训练完的 .pt 权重推理要过 PyTorch，速度一般。部署到实际系统通常导出 ONNX 或 TensorRT。ONNX 通用性好，CPU 和 GPU 都能跑，TensorRT 在 NVIDIA 卡上最快但绑定硬件。热词里有人搜「rk3588 部署 yolov8」和「hi3516cv610 yolov8 模型转换」，那是嵌入式路线，导出格式又不一样，这里先说通用路线。
# 导出 ONNX，动态 batch，适合服务端 yolo export model=runs/fod/exp1/weights/best.pt format=onnx dynamic=True opset=12 # 导出 TensorRT，FP16 精度，1660Ti 上速度翻倍 yolo export model=runs/fod/exp1/weights/best.pt format=engine half=True device=0参数说明：dynamic=True让 ONNX 支持动态 batch 和动态尺寸，服务端多请求时有用。opset=12是 ONNX 算子集版本，太低不支持某些算子，太高有些推理引擎不认，12 是稳妥值。half=True是 FP16 量化，精度损失通常 1 个百分点以内，速度提升接近一倍，1660Ti 支持 FP16。导出后在 Python 里用YOLO('best.onnx')或YOLO('best.engine')直接推理，API 不变。
4.3 部署到实际监控流：从单图到视频流
单图检测跑通后，实际系统要处理视频流。常见做法是用 OpenCV 读 RTSP 流或本地视频，逐帧推理，画框后推流或显示。这里有个坑：逐帧推理如果模型慢，帧会堆积，延迟越来越大。解决办法是跳帧或开一个独立线程做推理，主线程只负责取帧和显示。
import cv2 from ultralytics import YOLO model = YOLO('best.engine') # 用 TensorRT 引擎，速度最快 cap = cv2.VideoCapture('rtsp://your_camera_stream') # 换成你的流地址 while True: ret, frame = cap.read() if not ret: break results = model(frame, conf=0.25, verbose=False) # verbose=False 关日志 annotated = results[0].plot() cv2.imshow('FOD Monitor', annotated) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows()逻辑说明：verbose=False关掉每帧的日志打印，否则控制台刷屏。cv2.waitKey(1)是必须的，否则窗口不刷新。实际部署时imshow换成推流或存盘。如果帧率跟不上，在cap.read()后加跳帧逻辑，比如每 3 帧处理 1 帧，代价是可能漏掉快速出现的 FOD，需要根据场景权衡。
5. 避坑与排查：FOD 检测系统落地时最容易翻车的 5 个点
5.1 现象：训练 loss 正常降，但验证 mAP 一直是 0
原因：最常见的是标注文件和图片不对应，或者 yaml 里路径写错，模型实际在训空标签。其次是类别顺序错位，names 和标注的 class_id 对不上。
解决：先跑yolo detect val model=best.pt data=fod_dataset.yaml，看验证集能不能加载。再随机抽 10 张图，用yolo detect predict看有没有框。如果框乱飞，检查标注。路径问题用绝对路径最稳。
5.2 现象：小目标 FOD 漏检严重，大目标正常
原因：输入尺寸 640 时，20 像素的目标在 P3 特征图上只剩 2 到 3 个像素，特征太弱。或者数据集中小目标样本太少，模型没学到。
解决：把imgsz提到 1280，显存不够就降 batch。数据层面，用 mosaic 增强增加小目标出现频率，或者专门裁剪小目标区域做过采样。YOLOv8 的 P2 层（stride 4）可以加，但要改模型结构，属于改进范畴，先试前两个。
5.3 现象：推理时 GPU 利用率低，速度上不去
原因：数据预处理在 CPU 上成了瓶颈，或者用了 .pt 权重没导出 TensorRT。1660Ti 上 .pt 推理 640 尺寸大概 15 ms，TensorRT FP16 能到 7 ms。
解决：导出 TensorRT 引擎，half=True。如果还慢，检查cv2.VideoCapture的取帧是否阻塞，用独立线程取帧。另外verbose=False能省一点日志开销，量不大但积少成多。
5.4 现象：界面能跑，但上传大图就崩
原因：Gradio 默认对输入图片有尺寸限制，或者模型推理时显存爆了。大图 resize 到 1280 后显存占用翻倍。
解决：在 Gradio 的gr.Image里加image_mode='RGB'和尺寸限制，或者在detect函数里先 resize 到固定尺寸再推理。显存不够就降imgsz或换更小的模型（yolov8n）。
5.5 现象：换一台机器部署，报 CUDA 版本不匹配
原因：训练和部署的 CUDA 版本不一致，或者 PyTorch 版本和 CUDA 对不上。1660Ti 支持 CUDA 11.x 和 12.x，但 PyTorch 编译时绑定了特定版本。
解决：部署机器上用nvidia-smi看驱动支持的 CUDA 版本，然后装对应版本的 PyTorch。最稳的办法是用 Docker，把环境固化。如果目标机器没 GPU，导出 ONNX 用 CPU 推理，速度慢但能跑。
6. 把 FOD 检测做扎实的一个技巧：用置信度分层和尺寸过滤压误报
系统能跑之后，真正影响可用性的是误报。跑道上接缝、阴影、轮胎印被框成 FOD，监控员看多了就不信系统了。我一般加两层过滤：置信度分层和尺寸过滤。置信度高于 0.5 的直接报，0.25 到 0.5 之间的进二次确认队列，尺寸小于画面 0.1% 的框直接丢，因为真实 FOD 再小也有个下限。
def filter_detections(results, img_shape, conf_high=0.5, min_area_ratio=0.001): """分层过滤：高置信度直接留，低置信度看尺寸""" boxes = results[0].boxes h, w = img_shape[:2] img_area = h * w keep = [] for box in boxes: conf = float(box.conf) x1, y1, x2, y2 = box.xyxy[0].tolist() area_ratio = (x2 - x1) * (y2 - y1) / img_area if area_ratio < min_area_ratio: continue # 太小，丢 if conf >= conf_high: keep.append(box) # 高置信度直接留 elif conf >= 0.25: keep.append(box) # 低置信度但尺寸够，留待人工确认 return keep这段代码的逻辑：min_area_ratio=0.001表示框面积小于画面千分之一就丢，1080P 下约 2000 像素，对应 45×45 的框，比这小的 FOD 本来也看不清。conf_high=0.5是分层线，高置信度直接报，低置信度留给人工。参数要根据你的摄像头分辨率和 FOD 实际尺寸调，没有万能值。我习惯在验证集上跑一遍，看误报和漏检的平衡点，再定这两个数。
还有个习惯：每次改完参数，别只看 mAP，一定拿一段真实跑道视频跑一遍，肉眼看误报。mAP 涨了但误报多了，系统反而更难用。FOD 检测这事，召回率重要，但误报率决定监控员愿不愿意用。希望帮到你。
本文还有配套的精品资源，点击获取
