YOLO11教程，摄像头流媒体实时目标检测，保存为图片

我们相信：世界是美好的，你是我也是。 来玩一下解压小游戏吧！

yolo是实时目标检测领域的代表性算法系列。它的重点是：大模型，也就是那个yoloXXX.pt的文件。从几年前的yolov8到现在的yolo11，库文件ultralytics是通用的。所以，ultralytics目前主版本号是8，但加载的已经是版本号为11的大模型文件了。从市面上的反应来看，大家似乎对这个yolo11并不认同，依然习惯性认同yolov8。

苏南大叔的“程序如此灵动”博客，记录苏南大叔的代码编程经验总结。测试环境：win10，python@3.12.9，ultralytics@8.3.111，yolo@11。本文将以摄像头为来源，利用yolo11模型，进行实时目标检测，并通过一个完整的示例代码来展示目标检测的效果。本文代码的正确运行，需要测试机提供一个摄像头硬件作为视频来源。

yolo

在上一篇文字里面，苏南大叔对yolo的发展历史，做了简要的回顾。可以参考：

• https://newsn.net/say/yolo.html

更多官方内容，参考：

• https://www.ultralytics.com/zh
• https://github.com/ultralytics/ultralytics
• https://docs.ultralytics.com/models/yolo11/

依赖

需要先安装必要的文件依赖：

pip install ultralytics
pip install opencv-python

代码中引入YOLO，用于模型加载和推理。

from ultralytics import YOLO
import cv2
import time
from pathlib import Path

模型加载

默认加载yolo11n.pt这个最新的图片推理模型：

def load_model(model_path='yolo11n.pt'):
    try:
        model = YOLO(model_path)
        return model
    except Exception as e:
        print("尝试加载默认模型 yolo11n.pt")
        return YOLO('yolo11n.pt')

此函数实现了：

• 模型加载的错误处理
• 加载失败时自动切换到默认模型
• 返回加载好的YOLO模型

这个yolo11n.pt文件，不用提前下载。本地存在则使用，不存在就会自动下载，很智能。实际下载地址：

• https://github.com/ultralytics/assets/releases/download/v8.3.0/yolo11n.pt

准备工作

# 配置参数
conf_threshold = 0.25    # 置信度阈值
camera_id = 0            # 摄像头ID

save_dir = 'detections'  # 保存图片的文件夹名称
save_path = Path(save_dir)
save_path.mkdir(parents=True, exist_ok=True)

关键参数说明：

• conf_threshold: 检测置信度阈值，低于此值的检测结果将被过滤。
• camera_id: 摄像头设备号，通常内置摄像头为 0。（如果多个摄像头的话，就会出现其它id值了）
• save_dir: 检测结果保存目录

实时检测循环

try:
    model = load_model()
    cap = cv2.VideoCapture(camera_id)
    if not cap.isOpened():
        raise Exception("无法打开摄像头")
    while True:
        ret, frame = cap.read()
        if not ret:
            break
        results = model(frame, conf=conf_threshold)

这部分实现了：

• 摄像头初始化和错误处理
• 实时视频帧获取
• YOLO 模型检测

结果可视化

for result in results:
    boxes = result.boxes
    for box in boxes:
        # 获取检测框信息
        x1, y1, x2, y2 = map(int, box.xyxy[0])
        conf = float(box.conf[0])
        cls = int(box.cls[0])
        class_name = model.names[cls]
        # 绘制检测框
        cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)

可视化处理包括：

• 获取检测框坐标和类别信息
• 绘制边界框
• 添加类别标签和置信度

标签位置优化

# 根据边界框位置决定标签位置
if y1 < label_h + 10:  # 如果边界框太靠近顶部
    # 在底部显示标签
    label_y = min(y2 + label_h + 10, frame.shape[0] - 10)
else:
    # 在顶部显示标签
    label_y = max(y1 - 10, 10)

标签位置处理逻辑：

• 根据边界框位置自适应调整标签显示位置
• 确保标签不会超出图像边界
• 优化标签可读性

键盘事件

按 q 键退出程序，按 s 键保存当前检测结果。

key = cv2.waitKey(1) & 0xFF
if key == ord('q'):  # 按q退出
    break
elif key == ord('s'):  # 按s保存当前帧
    timestamp = time.strftime("%Y%m%d_%H%M%S")
    save_file = save_path / f'detection_{timestamp}.jpg'
    cv2.imwrite(str(save_file), frame)
    print(f"图片已保存至: {save_file}")

保存功能实现：

• 使用时间戳生成唯一文件名
• 自动创建保存目录
• 提供保存成功提示

完整代码

识别的结果中，旁边都有个置信度。所以，也不能苛求识别的准确率是100%。如下图所示：

在上图所示的这个检测结果里面，

• person的置信度是0.88。
• donut的置信度是0.31（也就是说它也不十分确定这是个甜甜圈）。

完整代码如下：

结语

通过这个示例，苏南大叔实现了一个完整的实时目标检测应用。举一反三一下，如果这是一个监控场景的话，就可以循环results，如果出现了person，则自动保存图片。

更多苏南大叔的yolo文章，可以点击：

• https://newsn.net/tag/yolo/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。