计算机毕业设计基于YOLOv8的头盔检测系统

本文主要是介绍计算机毕业设计基于YOLOv8的头盔检测系统，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

1、安装Anaconda

官网下载或者哔哩哔哩有的up分享
https://www.anaconda.com/download
版本无所谓，安装位置不要有中文就行

2、创建环境yolov8

win+R打开命令行
conda create -n yolov8 python=3.9

3、打开源码

下载下来放到你想放的目录，直接用pyCharm或者vscode 打开就行，这里演示用pyCharm

比如：我的目录是D:\Users\YOLO\ultralytics-main

4、下载依赖

1、打开cmd

2、激活环境
conda activate yolov8
3、切换项目地址到你的目录，我的是D:\Users\YOLO\ultralytics-main
如果你的项目在d盘
d:
cd 绝对路径
4、执行以下命令
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
5、如果你的是gpu训练，查看cuda版本，我的是11.8，如果你的大于或者等于这个版本，直接执行以下命令，否则安装Pytorch时要找对应以下版本，可以打开Pytorch官网
#cuda 查看命令
nvidia-smi
#pyTorh官网
https://pytorch.org/get-started/previous-versions/
pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116

5、配置项目

1、打开settings

2、找到Python Interpreter

找到你的conda环境,应用

6、项目说明

1、可视化运行

找到MainProgram.py文件，右键运行即可

2、训练模型

找到yolov8-train-helmets.py文件，代码一看就懂的

3、更改可视化界面

UIProgram下的UiMain.py文件，可以写学号题目之类的，证明是你写的

4、更改网络结构

ultralytics>cfg>models>v8>yolov8.yaml

yolov8.yaml是原网络

yolov8-cbam.yaml是添加注意力机制后的

如果你想添加可变形卷积，可以试试，代码我已经写好的，添加到网络就行

5、runs>detect

result下有添加CBAM和原网络训练过程对比图

train下是添加CBAM的训练结果

train2是原网络结果

train7是yolov8n.pt预训练模型的结果

你也可以重新训练下

6、datasets是数据集