智能光电检测：YOLO+OpenCV联合算法工程实践

前言 最近，我独立开发了一套面向光电设备的上位机系统，用于实时拍摄与目标跟踪。起初，我对 AI 可谓一窍不通，但项目需求逼人，只能“硬核”补课。几番调研后，我锁定了当下最火的目标检测框架——YOLO。然而，YOLO 在大目标上表现惊艳，面对小目标却力不从心。为此，我又引入 OpenCV 的轮廓识别算法，将两种方案融合：大目标交给 YOLO，小目标交给 OpenCV，互补短板，整体精度显著提升。

为了把算法落地，我啃完了 YOLO 标注、训练、推理的整条链路，并自研了一套配套软件，集成两大核心功能：

1. 智能标注：
   针对工业场景反复打磨，支持一键框选、快捷键批量操作、自动保存与回滚；相比市面工具，真正做到了“打开就会用，十分钟出活”。

2. 目标检测：
   图片或视频直接拖拽进软件，即可实时完成目标识别与跟踪，结果可视化、可导出，全流程无缝衔接。

本文将完整记录从零搭建这套系统的思路、踩坑与优化细节，并公开软件的核心功能设计，希望能给同样奋战在上位机与 AI 结合一线的开发者一点参考。

1 图片搜集与标注

为训练“鸟 vs 无人机”二分类模型，每类需准备上千张样本。数据源三路并进：

1. 自采：无人机实拍+长焦拍鸟，确保场景真实；
2. 开源：COCO 中抽取含鸟/无人机的切片；
3. 补充：淘宝购买高清图包、CSDN 资源帖批量下载。

下载完成后，按类别归档：dataset/bird/ ，dataset/drone/ 目录就绪，双击启动自研标注工具，开始高效标注。

2 环境搭建

 虚拟环境使用conda，ide使用PyCharm，官网下载ultralytics。具体配置参见文章《基于YOLOv11的无人机目标检测实战（Windows环境）》

3 图片整理与训练

　　图片按照训练集、验证集、测试集分类，比例为8:1:1 ，实现分类的代码如下

# 将图片和标注数据按比例切分为 训练集和测试集
import shutil
import random
import os# 原始路径
image_original_path = "data/images/"
label_original_path = "data/labels/"cur_path = os.getcwd()
# 训练集路径
train_image_path = os.path.join(cur_path, "datasets/images/train/")
train_label_path = os.path.join(cur_path, "datasets/labels/train/")# 验证集路径
val_image_path = os.path.join(cur_path, "datasets/images/val/")
val_label_path = os.path.join(cur_path, "datasets/labels/val/")# 测试集路径
test_image_path = os.path.join(cur_path, "datasets/images/test/")
test_label_path = os.path.join(cur_path, "datasets/labels/test/")# 训练集目录
list_train = os.path.join(cur_path, "datasets/train.txt")
list_val = os.path.join(cur_path, "datasets/val.txt")
list_test = os.path.join(cur_path, "datasets/test.txt")train_percent = 0.8
val_percent = 0.1
test_percent = 0.1def del_file(path):for i in os.listdir(path):file_data = path + "\\" + ios.remove(file_data)def mkdir():if not os.path.exists(train_image_path):os.makedirs(train_image_path)else:del_file(train_image_path)if not os.path.exists(train_label_path):os.makedirs(train_label_path)else:del_file(train_label_path)if not os.path.exists(val_image_path):os.makedirs(val_image_path)else:del_file(val_image_path)if not os.path.exists(val_label_path):os.makedirs(val_label_path)else:del_file(val_label_path)if not os.path.exists(test_image_path):os.makedirs(test_image_path)else:del_file(test_image_path)if not os.path.exists(test_label_path):os.makedirs(test_label_path)else:del_file(test_label_path)def clearfile():if os.path.exists(list_train):os.remove(list_train)if os.path.exists(list_val):os.remove(list_val)if os.path.exists(list_test):os.remove(list_test)def main():mkdir()clearfile()file_train = open(list_train, 'w')file_val = open(list_val, 'w')file_test = open(list_test, 'w')total_txt = os.listdir(label_original_path)num_txt = len(total_txt)list_all_txt = range(num_txt)num_train = int(num_txt * train_percent)num_val = int(num_txt * val_percent)num_test = num_txt - num_train - num_valtrain = random.sample(list_all_txt, num_train)# train从list_all_txt取出num_train个元素# 所以list_all_txt列表只剩下了这些元素val_test = [i for i in list_all_txt if not i in train]# 再从val_test取出num_val个元素，val_test剩下的元素就是testval = random.sample(val_test, num_val)print("训练集数目：{}, 验证集数目：{}, 测试集数目：{}".format(len(train), len(val), len(val_test) - len(val)))for i in list_all_txt:name = total_txt[i][:-4]srcImage = image_original_path + name + '.jpg'if os.path.isfile(srcImage):suffix = '.jpg'else:suffix = '.png'srcImage = image_original_path + name + '.png'srcLabel = label_original_path + name + ".txt"if i in train:dst_train_Image = train_image_path + name + suffixdst_train_Label = train_label_path + name + '.txt'shutil.copyfile(srcImage, dst_train_Image)shutil.copyfile(srcLabel, dst_train_Label)file_train.write(dst_train_Image + '\n')elif i in val:dst_val_Image = val_image_path + name + '.jpg'dst_val_Label = val_label_path + name + '.txt'shutil.copyfile(srcImage, dst_val_Image)shutil.copyfile(srcLabel, dst_val_Label)file_val.write(dst_val_Image + '\n')else:dst_test_Image = test_image_path + name + suffixdst_test_Label = test_label_path + name + '.txt'shutil.copyfile(srcImage, dst_test_Image)shutil.copyfile(srcLabel, dst_test_Label)file_test.write(dst_test_Image + '\n')file_train.close()file_val.close()file_test.close()if __name__ == "__main__":main()

训练代码如下

import warnings
warnings.filterwarnings('ignore')
from ultralytics import YOLO
if __name__ == '__main__':model = YOLO('ultralytics/cfg/models/12/yolo12n.yaml')model.load('yolo12n.pt')  #注释则不加载results = model.train(data='data.yaml',  #数据集配置文件的路径epochs=180,  #训练轮次总数batch=4,  #批量大小，即单次输入多少图片训练imgsz=640,  #训练图像尺寸workers=2,  #加载数据的工作线程数device= 0,  #指定训练的计算设备，无nvidia显卡则改为 'cpu'optimizer='SGD',  #训练使用优化器，可选 auto,SGD,Adam,AdamW 等amp= True,  #True 或者 False, 解释为：自动混合精度(AMP) 训练patience = 50,cache=False,  # True 在内存中缓存数据集图像，服务器推荐开启augment=True,lr0 = 0.001,lrf = 0.01,cos_lr=True,weight_decay=0.05
)

训练结果，mAP精度达到9提上，分数非常高。

4 图片视频目标识别

视频文件目标识别

后记  本文详细介绍了基于YOLO与OpenCV的光电上位机目标检测系统的开发过程。针对YOLO框架在小目标检测上的局限性，创新性地结合OpenCV轮廓识别算法，提升了系统的检测精度和适应性。通过数月的技术研究与实践，完成了以下工作：

1. 技术研究：深入掌握YOLO模型的标注、训练及推理流程，并结合OpenCV优化小目标识别效果。

2. 软件开发：自主设计并实现了一套功能完善的软件系统，包括图像标注工具和目标检测模块，显著提升了易用性和效率。

3. 创新优化：针对实际需求优化标注功能，使软件操作更便捷，性能优于市面同类产品。

        本系统的开发不仅验证了YOLO与OpenCV结合的技术可行性，也为类似场景下的目标检测任务提供了可借鉴的解决方案。未来，可进一步优化模型性能，拓展多目标跟踪、实时检测等高级功能，以满足更广泛的应用需求。