📚 课程目录第1章课程导论与环境搭建

1. 课程导论与环境搭建

大家好，欢迎来到《YOLO边界框绘制与多目标跟踪实战》的第一章。

说实话，每次开始一个新课程，我最怕的就是环境搭建环节。我自己带团队的时候，经常有同学卡在第一步——装个环境装了两天，心态直接崩了。所以这一章，我会把每个步骤拆得细一点，让你少走弯路。

YOLO，全称You Only Look Once。什么意思呢？就是只看一眼，就能把目标检测出来。

2015年，Joseph Redmon提出了YOLOv1。那时候的目标检测主流还是Faster R-CNN，速度慢得像蜗牛。YOLOv1直接把检测当成回归问题来做，一张图跑一次前向，框和类别全出来了。速度是快，但精度嘛……嗯，小目标基本漏光。

后来v2、v3陆续出来，v3算是经典之作。我当年做工业质检项目，用的就是YOLOv3。那时候在工厂的破机器上跑，还能保持30 FPS，真的很能打。

再往后，v4、v5、v6、v7……版本号跟打怪升级似的。直到2023年，Ultralytics推出了YOLOv8。它把检测、分割、分类、姿态估计全整合到一个框架里。说白了，一个库搞定所有视觉任务。

核心变化：YOLOv8抛弃了Anchor-Based，改用Anchor-Free。模型更轻，部署更方便。

检测是一帧一帧做的，但跟踪不一样。跟踪要解决的是：这一帧里的这个人，跟上一帧里的那个人，是不是同一个人？

多目标跟踪（MOT）的核心逻辑，我总结成三步：

匹配算法里，最常用的是匈牙利算法和卡尔曼滤波。匈牙利算法解决「谁跟谁配对」的问题，卡尔曼滤波解决「目标下一帧会出现在哪」的问题。

我曾经在一个行人跟踪项目里踩过坑——摄像头有遮挡，人走过去就被柱子挡住。卡尔曼滤波参数没调好，跟踪ID疯狂跳变。后来我把运动模型从匀速改成匀加速，才稳住。

我的建议：刚开始学MOT，别一上来就搞DeepSORT。先跑通最简单的IOU匹配，理解数据关联的逻辑，再上特征提取。

下面这张图，是我自己梳理的本章知识结构。你看一眼，心里就有谱了。

环境配置这块，我吃过不少亏。以前在公司，有个同事用系统自带的Python，装包装到一半把系统搞崩了。从那以后，我坚持用Anaconda做环境隔离。

去官网下载Anaconda，选Python 3.10以上的版本。安装时注意：

验证安装：

conda --version
# 输出类似 conda 23.7.4 就对了

我个人习惯给每个项目建独立环境，避免包冲突。

conda create -n yolo_env python=3.10 -y
conda activate yolo_env

注意：不要用base环境做项目。我曾经图省事，直接在base里装PyTorch，结果另一个项目需要旧版，两个版本打架，折腾了一下午。

去PyTorch官网（pytorch.org）选对应配置。我一般用CUDA 11.8版本：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

验证GPU是否可用：

python -c "import torch; print(torch.cuda.is_available())"
# 输出 True 表示GPU可用

如果输出False，别慌。先检查驱动：nvidia-smi。如果驱动正常，可能是PyTorch版本跟CUDA版本不匹配。

YOLOv8是Ultralytics团队维护的。安装方式有两种，我推荐第二种。

方式	命令	适用场景
pip安装	`pip install ultralytics`	快速使用，不修改源码
源码安装	`git clone + pip install -e .`	需要改源码、加自定义模块

我们做课程，肯定要源码安装：

git clone https://github.com/ultralytics/ultralytics.git
cd ultralytics
pip install -e .

-e 参数的意思是「可编辑模式」。你改了源码，不用重新安装，直接生效。

小技巧：装完跑一下官方demo，验证环境：

yolo predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg'

如果能正常输出检测结果，恭喜你，环境搭好了。

这一章我们走完了三件事：