简介：基于YOLOv8的社区高空抛物监测系统提供了一套可直接运行的完整工程，面向计算机视觉、人工智能等相关专业的毕业设计或课程设计场景，覆盖目标检测模型训练、预测视频检测及可视化页面交互等功能。包内共有8个文件，包括3个Python脚本（训练、检测与可视化界面）、3个模型权重文件（含预训练与最佳权重）和2个文本说明文档，压缩包总大小约15.91MB，结构精简便于快速部署。目前已有30人学习，代码均通过运行测试后上传。项目中可生成核心指标曲线图、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果及标签分布图，便于在毕业答辩中展示模型效果；附带详细说明文档，即使是入门水平也能按步骤完成环境搭建与推理演示，适合作为项目初期立项或课程设计的基础版本。
1. 社区高空抛物监测为什么绕不开 YOLOv8：一个毕设题目背后的真实工作量
把「基于 YOLOv8 的社区高空抛物监测系统」这行字抛给刚接触目标检测的人，第一反应往往是：训练一个模型，检测从楼上掉下来的物体，然后告警。听起来不复杂，但实际上手会发现，高空抛物检测和常规的车辆、行人检测完全是两回事——目标极小、运动极快、背景是整栋楼的外立面，光照和天气随时在变。YOLOv8 能成为这个题目的主流选择，不是因为它的 mAP 数字最好看，而是因为它是少数同时满足「检测速度够快、小目标能力能调、部署链路短、社区资料多」的模型。就算是用 CPU 机器跑，YOLOv8n 的权重也只有 6MB 上下，单帧推理在笔记本上能压到几百毫秒，放在毕设和课程设计这个场景里，成本和效果刚好平衡。
这篇文章要讲的，不是又一篇 YOLOv8 的原理复述，而是把「训练自己的数据集 → 搭可视化界面 → 部署到实际环境」这条完整链路拆开：每个环节怎么做、参数怎么定、卡在哪、怎么绕。适合两类人：一是拿这个题目做毕业设计或课程设计、需要完整跑通并答辩的学生；二是物业或工程侧想验证「一套基于摄像头的抛物监测到底能不能落地」的技术人员。下面所有内容都按可复现的标准来写。
2. 选型与数据集：为什么公共数据集用不了，以及怎么在三天内自建一套能用的高空抛物数据集
2.1 方案选型对比：YOLOv8s/n 与 Faster R-CNN、SSD 的取舍
高空抛物监测的第一关不是模型训练，是「检测什么」。稍作调研就会发现，网上公开的高空抛物数据集几乎没有能直接用的：要么是仿真渲染图，要么是无人机视角，要么是俯拍，和真实小区监控的仰拍视角差别太大，迁移学习的效果会很差。常见做法是自己采集和标注，这也是这个题目里工作量最大的部分之一。
在模型选型上，常见对比对象有三个：Faster R-CNN、SSD、YOLOv8。Faster R-CNN 在两阶段检测器里精度确实有优势，但推理速度慢，实时视频流根本扛不住，而且小目标检测需要单独调 RPN 的锚框参数，对新手不友好。SSD 速度快但特征金字塔设计较老，在极小目标上的表现普遍弱于 YOLOv8 的 C2f 结构加多尺度检测头。YOLOv8 的 n/s/m 三个尺寸覆盖了从 CPU 到 GPU 的使用场景，加上 Ultralytics 的 API 封装得很好，训练、验证、导出 ONNX 都一条命令能完成，这是它成为毕设首选的根本原因。
| 模型 | 推理速度（单帧 640x640） | 小目标能力 | 部署难度 | 社区资料 |
|---|---|---|---|---|
| Faster R-CNN | 慢，不适合实时 | 中，需调 RPN | 高 | 一般 |
| SSD | 快 | 弱 | 中 | 一般 |
| YOLOv8n/s | 快 | 较强 | 低 | 丰富，中文资料多 |
落到实际选择：如果是毕设且有 GPU（哪怕是 GTX 1660 Ti 这种入门卡），用 YOLOv8s 起步；如果只能在 Ubuntu 20.04 的 CPU 机器上跑，用 YOLOv8n。不要一上来就选 m 或 l，训练时间和显存占用对新手是灾难。
2.2 自建数据集的采集与标注：用手机也能做出像样的训练集
数据采集的核心思路是「模拟监控视角」。不需要真的去小区楼顶架摄像头，操作方式是带着手机到普通居民楼下，从低处往高处拍，模拟监控摄像头的仰拍角度。选择 6 到 18 层之间的楼体，避免强光时段，分别在清晨、正午、黄昏、阴天各拍一段视频。抛掷物品种类覆盖最常见的：矿泉水瓶、易拉罐、纸团、塑料袋、烟头、手机壳、儿童玩具。为了模拟真实抛物轨迹，建议让助手在楼上往下扔，楼下拍摄，每个物体至少抛 10 次以上。
用手机视频抽帧是效率最高的方式。用 OpenCV 从视频里抽帧，每 5 到 10 帧取一帧，避免连续帧过于相似导致数据冗余。抽帧脚本用下面这个：
import cv2 import os video_path = "raw_data/parabola_01.mp4" output_dir = "frames/parabola_01" os.makedirs(output_dir, exist_ok=True) cap = cv2.VideoCapture(video_path) frame_id = 0 saved_id = 0 while True: ret, frame = cap.read() if not ret: break # 每隔 6 帧保存一次，避免相邻帧重复 if frame_id % 6 == 0: # 统一缩放到 1280x720，减轻后续标注和训练的负担 resized = cv2.resize(frame, (1280, 720)) cv2.imwrite(f"{output_dir}/frame_{saved_id:04d}.jpg", resized) saved_id += 1 frame_id += 1 cap.release() print(f"抽取完成，共保存 {saved_id} 帧")这个脚本的逻辑是逐帧读取视频，取余数为 0 的帧保存，并统一缩放到 1280x720。缩放这一步很关键：监控画面原始分辨率通常在 2K 以上，直接拿原图训练会显著拖慢训练速度，而标注框的绝对像素值变化不大，720p 足够。抽帧间隔 6 帧是经验值，既保证轨迹连续性，又避免相邻帧几乎一模一样导致训练集过拟合到重复样本上。
标注工具用 labelme，这是做毕设最稳妥的选择。安装和启动：
pip install labelme labelme打开 labelme 后，用矩形框（Create Polygons 模式下选 Rectangle）框住抛物物体。需要注意：标注的类别名必须统一，比如全部叫parabola_object，不要一会儿叫bottle一会儿叫trash。类别一多，每个类别的样本量都会被稀释，而高空抛物本身类别边界模糊，统一成一类反而能让模型更专注地学「运动中的小物体」这个共性。框的时候紧贴物体边缘，不要把背景包进去，背景占比太大会让模型学到错误特征。
标完的 labelme 格式是 JSON，内部记录的是多边形的点坐标。YOLOv8 训练需要的是 txt 格式的归一化坐标，格式为class_id x_center y_center width height。转换脚本在下一节给出。
2.3 数据集划分与格式转换：一套不会出错的脚本
标注完成后，把 JSON 转成 YOLO 格式，同时将数据集按 8:1:1 划分训练集、验证集、测试集。这一步用下面的脚本：
import json import os import random from pathlib import Path # 遍历 labelme 输出的 JSON 文件，转换为 YOLO txt def convert_labelme_to_yolo(json_path, output_dir, class_name="parabola_object"): with open(json_path, "r", encoding="utf-8") as f: data = json.load(f) img_w = data["imageWidth"] img_h = data["imageHeight"] txt_name = Path(json_path).stem + ".txt" txt_path = os.path.join(output_dir, txt_name) with open(txt_path, "w") as out: for shape in data["shapes"]: if shape["label"] != class_name: continue points = shape["points"] # 矩形框的两个对角点 x1, y1 = points[0] x2, y2 = points[1] # 归一化到 0~1 之间的 YOLO 格式 x_center = (x1 + x2) / 2 / img_w y_center = (y1 + y2) / 2 / img_h w = abs(x2 - x1) / img_w h = abs(y2 - y1) / img_h out.write(f"0 {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}\n") # 划分训练/验证/测试集 frames_dir = "frames" all_images = list(Path(frames_dir).glob("*.jpg")) random.seed(42) random.shuffle(all_images) total = len(all_images) train_split = int(total * 0.8) val_split = int(total * 0.9) # 剩下的 10% 做测试 splits = { "train": all_images[:train_split], "val": all_images[train_split:val_split], "test": all_images[val_split:] } for split_name, images in splits.items(): img_out_dir = f"dataset/{split_name}/images" label_out_dir = f"dataset/{split_name}/labels" os.makedirs(img_out_dir, exist_ok=True) os.makedirs(label_out_dir, exist_ok=True) for img_path in images: # 复制图片 os.rename(img_path, os.path.join(img_out_dir, img_path.name)) # 转换并移动对应的 label json_path = img_path.with_suffix(".json") if json_path.exists(): convert_labelme_to_yolo(str(json_path), label_out_dir)这个脚本做了两件事：先根据 JSON 里的 imageWidth 和 imageHeight 做归一化，再把图片按 8:1:1 随机划分到三个目录。random.seed(42) 保证每次运行划分结果一致，方便复现。如果后续训练效果不理想需要增补数据，重跑这个脚本前记得保留原始 JSON，不要把标注结果覆盖掉。
这里又一个容易踩坑的点：labelme 标注的 JSON 文件名和图片名必须保持一致，否则转换时找不到对应文件。建议在标注前就把图片统一重命名为img_0001.jpg这类格式。
数据集规模方面，400 到 600 张标注图片是毕设的最低门槛。少于 400 张，YOLOv8 的泛化能力很难保证，验证集上的 mAP50 会经常性地在 0.3 到 0.6 之间波动，答辩时经不起问。如果前期采集不够，不要硬凑，优先补不同光线条件的数据。
2.4 数据增强：别过度依赖 YOLOv8 的默认增强
YOLOv8 自带 mosaic、翻转、色域变换等增强策略，这是它的优势。但对于高空抛物这个场景，默认增强有个问题——mosaic 拼接会把多个不同楼层的图像拼成一张，物体间的尺度对比关系变得混乱，模型在训练初期很容易发散。实践中建议把 mosaic 从默认的 1.0 降到 0.5，让模型在前半程用正常图片稳定学习，后半程再启用 mosaic 提升泛化。
在数据集配置文件里体现为：
# dataset.yaml path: ./dataset train: train/images val: val/images test: test/images nc: 1 names: ['parabola_object'] # 训练时用命令行参数覆盖增强配置 # --mosaic 0.5nc 是类别数，这里只有 1 类。如果你的项目里额外加了「人」这个类别，nc 改成 2，names 里顺序也要对应，否则类别 id 错位会导致训练完全失败。
3. 训练 YOLOv8 模型：从环境搭建到损失曲线解读的完整路径
3.1 在 Ubuntu 20.04 上搭建环境：CPU 版本也能跑，但要有预期管理
很多同学一听到深度学习就默认需要 GPU，实际上 YOLOv8 的 CPU 训练是可行的，只是时间成本高。在 Ubuntu 20.04 上搭建 CPU 环境，先确认 Python 版本在 3.8 到 3.10 之间（Ultralytics 对 3.11 以上的支持有过兼容问题），然后执行：
sudo apt update sudo apt install python3-pip python3-dev -y pip install ultralytics pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu第二行安装 CPU 版的 PyTorch，千万不要直接pip install torch，否则默认装的是 CUDA 版，在无 GPU 机器上会报错或运行时找不到 CUDA 设备。装完后验证一下 torch 是否能正确调用 CPU：
python -c "import torch; print(torch.__version__)"如果输出版本号且没有 CUDA 报错，环境就基本可用。紧接着跑一次官方预训练模型做冒烟测试，确认整条链路没问题：
yolo predict model=yolov8n.pt source=test.jpg这一步的意义是排除「环境问题」和「代码问题」的干扰，避免后续训练失败时在环境上反复浪费时间。有 GPU 的机器则直接装对应 CUDA 版 torch，方法网上很成熟，不再展开。
3.2 训练参数：学习率、batch、epoch 怎么搭配
训练命令本身很简洁，但对毕设场景来说，参数比命令重要：
yolo train \ data=dataset.yaml \ model=yolov8s.pt \ epochs=100 \ batch=8 \ imgsz=640 \ lr0=0.01 \ mosaic=0.5 \ patience=15 \ project=runs/detect \ name=parabola_yolov8s参数说明如下：
- epochs=100：不多不少。高空抛物数据集小，50 epoch 往往欠拟合，150 epoch 以上损失曲线已经平坦，还会增加过拟合风险。
- batch=8：6GB 显存（GTX 1660 Ti）能跑的上限。如果显存不足，降到 4；显存够大且是 YOLOv8n，可以提到 16。
- imgsz=640：YOLOv8 的默认推理尺寸。不要调到 1280，虽然对小目标检测有提升，但训练时间会翻好几倍，显存占用也暴涨，毕设场景不划算。
- lr0=0.01：Ultralytics 的默认值，对 s 尺寸稳定。如果训练两三个 epoch 后 loss 就变成 nan，把 lr0 调到 0.001。
- patience=15：早停参数，连续 15 个 epoch 验证集没有提升就停止，用来防止无效训练浪费时间。
训练开始后，几秒钟内会在终端输出每个 epoch 的 mAP50、mAP50-95、box_loss、cls_loss 等指标。不要看到 mAP 是 0 就慌，前 10 个 epoch 模型还在收敛阶段，指标低是正常的。
3.3 损失函数曲线：训练结束后第一件要做的事
训练结束后，runs/detect/parabola_yolov8s/ 目录下会生成 results.png，这张图是一次训练是否正常的核心判据。常见做法是用脚本把损失曲线单独拿出来看：
import pandas as pd import matplotlib.pyplot as plt # Ultralytics 会保存每个 epoch 的指标到 results.csv df = pd.read_csv("runs/detect/parabola_yolov8s/results.csv") plt.figure(figsize=(10, 6)) plt.plot(df["epoch"], df["train/box_loss"], label="train box loss", color="blue") plt.plot(df["epoch"], df["val/box_loss"], label="val box loss", color="red") plt.xlabel("epoch") plt.ylabel("loss") plt.title("Box Loss Curve - YOLOv8s") plt.legend() plt.grid(True) plt.savefig("loss_curve.png")正常曲线应该满足：box_loss 在前 20 个 epoch 快速下降，之后缓慢收敛，val 曲线和 train 曲线之间的距离不大。如果 val 曲线在训练中后期开始反弹上升，train 继续下降，这是过拟合的信号，应对方式是减少 epoch、调大 mosaic 概率（增强数据多样性）或增加 dropout。如果 val 曲线全程在 0.2 以上几乎不动，说明特征没学到，优先检查数据集标注是否准确、类别是否统一。
3.4 评估一张图还是评估一段视频：别被 mAP 骗了
训练完成后跑一次验证集评估：
yolo val model=runs/detect/parabola_yolov8s/weights/best.pt data=dataset.yaml输出里的 mAP50 如果能到 0.7 以上，这个模型在毕设层面就是合格的。但更真实的检验方式是拿一段训练集里没有的视频做实测，脚本很简单：
yolo predict model=runs/detect/parabola_yolov8s/weights/best.pt source=test_video.mp4 save=True把保存的预测视频逐帧看一遍，重点关注两个指标：有没有漏检（该检测到的物体没框出来）、有没有误检（把飞鸟、落叶、晾晒衣物当成了抛物）。漏检远比误检严重，因为高空抛物监测的价值在于「不漏报」，误检可以通过后续的轨迹判断逻辑过滤，漏检则意味着整个系统失去意义。如果漏检多，优先从数据层面补样本，而不是调阈值。
4. 可视化界面：用 PyQt5 把算法包装成一套能演示的监测系统
4.1 界面架构：摄像头画面、检测结果、告警记录三块布局
一个能拿去答辩或在物业值班室展示的可视化界面，至少要包含三个区域：实时视频显示区、检测信息面板（当前帧检测到的物体类别、置信度、坐标）、告警日志列表。用 PyQt5 实现是 Python 生态里最顺手的方案，它和 OpenCV、YOLOv8 的 Python API 天然兼容。
架构上采用单线程加 QTimer 定时刷新，而不是单独开线程做视频读取，这样对新手来说更简单，也不容易出现界面卡死。每 30ms 从视频流取一帧，送入模型推理，在界面上绘制检测框并更新日志。30ms 对应大约 33fps 的刷新率，人眼看起来流畅，CPU 机器也能扛住。
4.2 核心代码：检测线程加界面更新
界面主体代码用下面的结构：
import sys import cv2 import torch from PyQt5.QtWidgets import QApplication, QMainWindow, QLabel, QVBoxLayout, QWidget, QTextEdit from PyQt5.QtCore import QTimer from ultralytics import YOLO class ParabolaDetectorWindow(QMainWindow): def __init__(self, model_path, video_source=0): super().__init__() self.setWindowTitle("社区高空抛物监测系统 - YOLOv8") self.setGeometry(100, 100, 1280, 720) # 模型加载，优先用 GPU，没有就 CPU self.device = "cuda" if torch.cuda.is_available() else "cpu" self.model = YOLO(model_path).to(self.device) # 视频来源：0 表示摄像头，也可以传视频文件路径 self.cap = cv2.VideoCapture(video_source) self.video_label = QLabel(self) self.log_text = QTextEdit(self) self.log_text.setReadOnly(True) layout = QVBoxLayout() layout.addWidget(self.video_label) layout.addWidget(self.log_text) container = QWidget() container.setLayout(layout) self.setCentralWidget(container) # 30ms 刷新一次 self.timer = QTimer() self.timer.timeout.connect(self.update_frame) self.timer.start(30) self.frame_count = 0 def update_frame(self): ret, frame = self.cap.read() if not ret: return # 推理时把 OpenCV BGR 转成 RGB 再送模型 rgb_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) results = self.model(rgb_frame, verbose=False) for result in results: boxes = result.boxes for box in boxes: conf = float(box.conf[0]) if conf < 0.35: continue # 置信度阈值过滤，降低误检 x1, y1, x2, y2 = map(int, box.xyxy[0]) cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 0, 255), 2) cv2.putText(frame, f"parabola {conf:.2f}", (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 255), 2) self.log_text.append( f"[告警] 帧 {self.frame_count} - 检测到抛物物体，" f"置信度 {conf:.2f}，位置 ({x1},{y1}) - ({x2},{y2})") # 绘制完的帧转回 QPixmap 显示 rgb_display = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) h, w, ch = rgb_display.shape bytes_per_line = ch * w from PyQt5.QtGui import QImage, QPixmap image = QImage(rgb_display.data, w, h, bytes_per_line, QImage.Format_RGB888) self.video_label.setPixmap(QPixmap.fromImage(image).scaled(960, 540)) self.frame_count += 1 if __name__ == "__main__": app = QApplication(sys.argv) window = ParabolaDetectorWindow( model_path="runs/detect/parabola_yolov8s/weights/best.pt", video_source="test_video.mp4" ) window.show() sys.exit(app.exec_())代码逻辑不复杂：QTimer 每 30ms 触发一次 update_frame，从 OpenCV 的 VideoCapture 取一帧，送入 YOLO 模型推理，置信度大于 0.35 的预测框画在画面上并写入日志。置信度阈值 0.35 是经验值，比 YOLOv8 默认的 0.25 高一点点，能过滤一部分因为光影、模糊产生的低置信度误检，又不会漏掉太多真实目标。
两条重要细节：
- 模型加载用
.to(self.device)，否则在有 GPU 的机器上，模型跑在 GPU 但 OpenCV 读帧在 CPU，反而会因为数据拷贝浪费时间。 verbose=False必须加，否则每次推理都会在终端刷一大堆耗时和类别信息，界面会卡顿。
4.3 参数调整：置信度阈值与告警逻辑的联动
界面的置信度阈值不是一个孤立的数字，它和告警逻辑是联动的。如果只追求低漏检，阈值下调到 0.2，告警数量大幅上升；如果追求低误报，阈值上调到 0.5，漏检风险随之增加。毕设答辩时被问到「阈值怎么选的」，可以从这个矛盾切入去讲你的调参过程，比单纯说「我设了 0.35」更有说服力。
更进一步，可以把阈值设计成界面上的一个可拖动的滑条，实时调整而不用重启程序。这样既能展示对参数的理解，也能让评测老师亲手操作，体验感会好很多。告警日志的内容也要注意时间戳记录格式，方便后续统计告警频率，这在论文的过程分析章节里很好用。
5. 部署与常见问题排查：从训练机器到实际运行的避坑记录
5.1 部署链路：从 GPU 训练机导出 ONNX，再考虑边缘设备
训练阶段的模型是 PyTorch 的 .pt 格式，不能直接放到普通服务器或边缘设备上跑。实际部署时，第一步是把 best.pt 导出成 ONNX：
yolo export model=runs/detect/parabola_yolov8s/weights/best.pt format=onnx imgsz=640导出的 ONNX 文件有两个用处：一是可以在 CPU 上用 ONNX Runtime 推理，比纯 PyTorch CPU 推理快 30% 到 50%；二是可以进一步转换成 OpenVINO（Intel CPU 平台）或 RKNN（瑞芯微平台，比如 RK3588），满足嵌入式部署需求。毕设和课程设计做到 ONNX 导出这一步就已经达标了，项目文档里写明「可迁移至边缘设备」即可，不一定要真的在开发板上跑通。
5.2 常见问题排查：五个高频坑的记录
问题 1：训练时 loss 变成 nan
现象：训练第二个 epoch 开始，终端输出的 box_loss 变成 nan，后面全部 nan。
原因：最常见的是学习率过高，导致梯度爆炸。YOLOv8 默认 lr0=0.01 对 s 以上尺寸没问题，但如果换了更大的模型或者 batch 太小，0.01 就会偏大。
解决：把 lr0 降到 0.001 重新训练，保险起见可以把 weight_decay 同步降到 0.0001。如果降完还是 nan，检查数据集里有没有空的 txt 文件，一个没有标注的图片会导致 loss 计算异常。
问题 2：CPU 训练慢到让人怀疑人生
现象：500 张图，YOLOv8s，CPU 训练一个 epoch 要 20 分钟以上。
原因：CPU 训练本身慢，加上 imgsz 和 batch 设置不合理，时间被进一步放大。
解决：换 YOLOv8n，把 imgsz 降到 480，batch 保持 4，epoch 从 100 降到 60。YOLOv8n 在 CPU 上训练时间大概是 s 的三分之一，精度损失在小数据集上并不明显。这是「能跑」和「跑得动」之间的平衡。
问题 3：推理时检测框位置偏移
现象：训练时 mAP 正常，但实际检测时框的位置总是偏向物体下方或者上方。
原因：数据集标注时框得不够紧，或者某些图片的标注框包含了过多背景。高空抛物场景里，物体在下落过程中会运动模糊，标注者容易把模糊的拖影一起框进去，导致模型学到的框中心偏移。
解决：重新检查标注，对模糊帧做删除或重标。如果重标成本高，一个缓解办法是训练时把 imgsz 提高到 640 以上，让模型看到更多框内细节，但这只是缓兵之计，根治还得靠标注质量。
问题 4：可视化界面卡死或黑屏
现象：PyQt5 界面运行几秒后无响应，画面停在第一帧。
原因：QTimer 的 timeout 回调里做了推理，而 CPU 推理耗时超过 30ms 时，界面事件循环被阻塞。更隐蔽的是，如果视频源是网络流，cap.read() 本身就会阻塞几百毫秒。
解决：把推理放到 QThread 里，界面线程只负责显示。简单方案是使用 Python 的 threading 模块，推理完一帧后通过信号机制通知主线程刷新界面。如果不想引入线程复杂性，至少把 timer 间隔从 30ms 改到 100ms，降低单位时间工作量。
问题 5：视频文件跑得动，接摄像头就掉帧
现象：测试视频推理 30fps 没问题，换成 USB 或 RTSP 摄像头后帧率暴跌。
原因：VideoCapture 读取摄像头时，如果摄像头输出分辨率过高（比如 1080p 甚至 4K），读帧和缩放本身就成了瓶颈。
解决：在打开摄像头后立即设置分辨率：
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1280) cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 720) cap.set(cv2.CAP_PROP_FPS, 15)把 1080p 降到 720p 后，帧率通常能恢复到可接受水平。如果还是不行，检查摄像头是不是需要特定的驱动或解码方式，换一个官方 SDK 兼容性更好的摄像头往往比调代码更管用。
6. 进阶做法：从「能跑」到「跑得稳」的两个关键手段
模型训练完、界面能跑通，这个项目在毕设层面已经完整。但如果答辩老师问「你的系统能不能实际部署」，或者你想把它真正放到社区环境里验证，有两个进阶方向很值得做。
第一个是轨迹连续性判断。单帧检测只能给出「此刻画面里有一个像抛物物体的东西」，但会把飞鸟、飘落的树叶、突然进入画面的晾晒衣物都算进来。实际部署时，正确的做法是记录同一物体在连续多帧中的位置变化，判断它是否持续下落且加速——高空抛物在垂直方向上的位移曲线符合自由落体特征，而飞鸟和树叶的轨迹要么有水平偏移，要么速度不稳定。实现上不需要复杂算法，维护一个简单的按位置关联的小目标列表，每个目标记录最近 20 帧的 y 坐标变化，只有当 y 方向位移持续增加且加速度大于某个阈值时才触发告警。这个逻辑单独写成一小节，是最容易在项目文档里出彩的亮点。
第二个是模型的持续优化。部署一段时间后会积累大量误检和漏检样本，把这些坏案例定期挑出来，加入训练集重新训练。常见做法是每周人工过一遍告警截图，把明显是误检的帧归为负样本，加入一个background类别重新训练。很多成熟方案里，模型越用越准的原因不是初始算法好，而是持续的数据回流在起作用。
最后说一下我的个人习惯：所有训练命令和参数配置都写在一个 requirements.txt 或 shell 脚本里，不要指望几个月后还记得当时是怎么调的。整个项目跑通之后，用自己的模型完整的跑一遍 demo 视频，从头到尾做一次记录，包括环境安装时间、训练耗时、最终 mAP 指标。这段记录在写课程设计报告或毕业论文时能省下大量时间，也是真正「做完」一个项目的证据。
希望这些步骤和踩坑记录能帮你把这个题目做透。如果你的机器配置一般，就老实从 YOLOv8n 开始，把时间花在数据集和界面上，这两个部分占最终分数的比重，往往比模型本身更大。
本文还有配套的精品资源，点击获取
