1. 课程介绍与环境搭建

各位同学，欢迎来到《摄像头实时YOLO检测的多线程实现》课程。

我是这门课的主讲。做了这么多年计算机视觉和嵌入式系统，我越来越觉得——实时检测才是真正把算法推向落地的关键。你模型再准，一帧处理两秒，摄像头前的人早走了。所以这门课，咱们就死磕一件事：让YOLO在摄像头画面里跑得又快又稳。

1.1 YOLO到底是什么？

YOLO，全称 You Only Look Once。说白了就是——看一眼，全知道。

传统目标检测算法，比如R-CNN系列，得先提候选区域，再逐个分类。一张图跑下来，慢得像蜗牛。YOLO不一样，它把检测当成一个回归问题：输入一张图，直接输出边界框和类别概率。一步到位。

我记得2016年刚接触YOLOv1时，被它的速度惊到了。那时候在GPU上能跑到45 FPS，简直是降维打击。到现在YOLOv8、YOLOv9，精度和速度都上了好几个台阶。

版本	发布时间	核心特点	我个人的评价
YOLOv1	2016	开创性，端到端检测	启蒙之作，速度惊艳
YOLOv3	2018	多尺度预测，Darknet-53	工程落地最广的一版
YOLOv5	2020	PyTorch实现，易用性极佳	我项目里用得最多的版本
YOLOv8	2023	Anchor-Free，集成度高	目前推荐新手入门首选

这门课我们以YOLOv8为例。为什么选它？因为它在PyTorch生态里支持最好，API设计得也干净。你学完v8，切到其他版本基本无缝衔接。

1.2 多线程——为什么要用它？

你想想看，一个实时摄像头检测系统，通常要干这几件事：

1. 读帧：从摄像头或视频文件读取图像
2. 预处理：缩放、归一化、转Tensor
3. 推理：把数据塞进YOLO模型
4. 后处理：解析输出、画框、显示

如果串行做，每一帧都得等上一帧全部走完。摄像头30 FPS，一帧33毫秒。推理如果花了50毫秒，那就直接掉帧到20 FPS以下。画面卡成PPT。

多线程的思路是什么？ 把这几步拆开，让它们并行跑。

• 一个线程专门读帧，把帧塞进队列
• 一个线程专门推理，从队列取帧，跑模型
• 一个线程专门显示，把结果画出来

这样，读帧和推理可以同时进行。推理慢一点没关系，只要平均速度跟上，画面就不会卡。

1.3 环境搭建——先把家伙事儿备齐

好，理论说完了，咱们动手。先把开发环境搭起来。

1.3.1 Python环境

我建议用Python 3.8到3.11之间的版本。3.12虽然新，但有些库还没完全适配。

# 创建虚拟环境（强烈推荐）
python -m venv yolov8_env

# 激活环境
# Windows:
yolov8_env\Scripts\activate
# Linux/Mac:
source yolov8_env/bin/activate

1.3.2 安装PyTorch

PyTorch是YOLOv8的基石。安装前先确认你有没有GPU。

# CPU版本（通用）
pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu

# CUDA 11.8版本（推荐有NVIDIA显卡的同学用）
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118

# CUDA 12.1版本
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121

验证安装：

python -c "import torch; print(torch.__version__); print('CUDA可用:', torch.cuda.is_available())"

如果输出 CUDA可用: True，恭喜你，GPU加速已经就绪。

1.3.3 安装OpenCV

OpenCV负责摄像头读取和图像处理。我们用opencv-python这个包。

pip install opencv-python opencv-python-headless

验证：

python -c "import cv2; print('OpenCV版本:', cv2.__version__)"

1.3.4 安装Ultralytics（YOLOv8）

Ultralytics是YOLOv8的官方库，封装得非常友好。

pip install ultralytics

验证：

python -c "from ultralytics import YOLO; print('YOLOv8就绪')"

1.3.5 其他依赖

pip install numpy matplotlib tqdm

1.4 项目结构——先把架子搭好

我个人习惯，项目一开始就把目录结构定好。后面写代码才不会乱。

yolo_realtime/
├── main.py                 # 主入口
├── config.py               # 配置文件（模型路径、摄像头ID等）
├── detector/
│   ├── __init__.py
│   ├── yolo_detector.py    # YOLO检测器封装
│   └── preprocess.py       # 预处理函数
├── camera/
│   ├── __init__.py
│   └── camera_reader.py    # 摄像头读取线程
├── display/
│   ├── __init__.py
│   └── displayer.py        # 显示线程
├── utils/
│   ├── __init__.py
│   └── fps_counter.py      # FPS统计工具
├── models/                 # 存放预训练权重
│   └── yolov8n.pt
├── requirements.txt        # 依赖清单
└── README.md

解释一下各模块的职责：

• detector/：封装YOLO模型，提供detect(frame)接口
• camera/：独立线程读取摄像头，把帧放进队列
• display/：从队列取结果，画框并显示
• utils/：工具函数，比如统计FPS
• config.py：所有可调参数集中管理，方便调试

1.5 本章知识体系总览

下面这张图，把本章的核心知识点串起来了。你可以把它当作整个课程的地图。

1.6 本章小结

到这，第一章的内容就差不多了。咱们捋一捋：

• YOLO：一种端到端的目标检测算法，速度快、精度高。我们选YOLOv8作为课程主力模型。
• 多线程：把读帧、推理、显示拆成独立线程，用队列解耦，提升整体吞吐量。
• 环境搭建：Python虚拟环境 + PyTorch + OpenCV + Ultralytics，一步都不能少。
• 项目结构：模块化分层，各司其职。后面每一章都会在这个骨架里添砖加瓦。