企业官网建设流程全解析

简介：基于YOLOv8的智慧校园人脸识别与公路汽车检测项目，面向目标检测与人脸识别方向的学生，适合用于毕业设计、课程设计或工程实训。项目以校园门口学生出入监控为场景，使用YOLOv8模型完成人脸检测与跟踪，再利用dlib模型提取128维特征，判断是否为校内学生，绿色放行、红色告警，同时统计识别数量；并提供车辆检测功能，覆盖公路场景应用。压缩包共34个文件，包括预训练模型、Python脚本、示例图片、演示视频、特征数据文件等，大小约334MB，目录结构清晰，便于按模块对照学习。已有459人学习使用，完整覆盖从模型加载、人脸识别到结果判断的实现流程，可独立运行体验，也可继续改进或集成到更大系统，适合快速掌握目标检测与人脸识别的实战方法。

1. 基于YOLOv8的智慧校园人脸识别与公路汽车检测：一次跑通两套任务

学校门口早晚高峰的人脸识别通行，和公路监控里的车辆检测计数，看上去是两种完全不沾边的任务，但在这份基于YOLOv8的智慧校园人脸识别和公路汽车检测项目里，它们被同一个 YOLOv8 推理框架串成了一个可直接运行的工程包。压缩包里既有 Face_Main.py 这套校园人脸识别主程序，也有 Car_Track.py 这套公路车辆检测程序，还附带 yolov8l-face.pt、yolov8l.pt、dlib 特征提取模型和中文字体，解压后把依赖补齐就能跑起来。适合拿来做课程设计、毕业设计，也适合想从零接触 YOLOv8 目标检测、目标跟踪和 dlib 人脸识别的进阶学习者。它解决的痛点很具体：校园闸机怎么通过人脸特征判断校内人员，公路视频怎么稳定跟踪并统计车辆，而不是只停留在训练一个检测器的层面。

2. 项目链路拆解：YOLOv8 检测 + 目标跟踪 + dlib 128 维特征比对，为什么不是一套模型走到底

2.1 两个模型分路：人脸与车辆对检测器的要求完全不同

YOLOv8 是目前目标检测领域最常用的框架之一，它把 Anchor-Free、C2f 特征层和任务解耦头结合到一起，推理速度比上一代更快，训练和部署流程也简单。项目里分别放了 yolov8n.pt、yolov8l.pt、yolov8n-face.pt、yolov8l-face.pt 四个权重文件，这不是随便堆的，而是针对两个场景做了分工：yolov8n.pt 和 yolov8l.pt 是 COCO 预训练的通用目标检测权重，能识别人、车、狗等 80 类物体；yolov8n-face.pt 和 yolov8l-face.pt 是人脸专用权重，专门在 WIDER FACE 这类人脸数据集上训练过。校园门口的人脸框很小，而且经常半遮挡，如果用通用模型去框人脸，会出现框偏大、框漂移的情况，所以在 Face_Main.py 里优先用 yolov8l-face.pt 做人脸检测，公路场景里的车是大目标，用 yolov8l.pt 就够了。

实际加载模型时，常见写法是先用 ultralytics 库的 YOLO 类加载权重文件，然后调用 predict 或 track 方法。项目中的 Car_Track.py 和 Face_Main.py 也是基于这套 API 写的，只是不同脚本传入的模型路径不同。这里要特别注意，YOLOv8 官方权重里没有 face 系列，yolov8l-face.pt 这种是第三方在 YOLOv8 基础上用人脸数据集训练出来的，所以下载资源时不要用官方的 yolov8l.pt 去替代，否则人脸检测会退化成通用行人检测，识别逻辑直接失效。

from ultralytics import YOLO # 人脸场景：必须使用人脸专用权重 face_model = YOLO("model/yolov8l-face.pt") results = face_model.predict("media/Student.mp4", conf=0.45, save=True) # 公路场景：使用 COCO 通用权重，并过滤出车辆类别 vehicle_model = YOLO("model/yolov8l.pt") results = vehicle_model.predict("media/car.mp4", classes=[2, 5, 7], conf=0.30)

这段代码的逻辑很直接：先加载两个不同的模型，分别处理人脸视频和车辆视频。conf参数控制置信度阈值，高于阈值的检测框才会保留。classes=[2, 5, 7]是 COCO 数据集中 car、bus、truck 三个类别的编号，用来把检测结果过滤到只保留车辆，避免把行人、骑自行车的人也算成车。如果你在项目里看到 Car_Track.py 的检测框包住了行人，多半就是没有做类别过滤，后面避坑章节会再展开。

2.2 Face_Main.py 的识别流程：track 之后才轮到 dlib

Face_Main.py 的完整识别流程可以拆成四步。第一步用 yolov8l-face.pt 在视频帧上检测人脸框；第二步用 YOLOv8 内置的 track 能力对检测框做跨帧跟踪，给每个人脸分配一个稳定的 track id；第三步对跟踪到的人脸区域调用 dlib 的 shape_predictor_68_face_landmarks.dat 提取 68 个关键点，再用 dlib_face_recognition_resnet_model_v1.dat 计算 128 维人脸特征向量；第四步把这 128 维向量和 dataset 里的已知学生特征做欧氏距离比较，距离小于阈值就判定为校内学生，框变绿色，否则是外来人员，框变红色。

这里最容易混淆的是「检测」和「跟踪」的分工。YOLOv8 本身是单帧检测器，它不知道当前画面里的人脸和上一帧是不是同一个人。track 技术的作用就是给检测框排队，通过相似度和运动信息把同一张脸在前后帧里串起来。项目摘要里强调“通过该模型中的 track 技术实现检测出的人脸进行自动跟踪”，实际用到的就是 ultralytics 里的 model.track()，它会自动给每个目标分配box.id。后续 dlib 特征提取只针对跟踪成功的人脸做，而不是每一帧对全画面做，这样能减少重复计算，也能让识别结果更稳定。

import cv2 import numpy as np import dlib from ultralytics import YOLO # 初始化模型 face_model = YOLO("model/yolov8l-face.pt") sp = dlib.shape_predictor("model/shape_predictor_68_face_landmarks.dat") facerec = dlib.face_recognition_model_v1("model/dlib_face_recognition_resnet_model_v1.dat") cap = cv2.VideoCapture("media/Student.mp4") while cap.isOpened(): ret, frame = cap.read() if not ret: break # 1. YOLOv8 检测人脸 results = face_model.track(frame, persist=True, conf=0.45) if results[0].boxes is not None: boxes = results[0].boxes.xyxy.cpu().numpy() ids = results[0].boxes.id.cpu().numpy() if results[0].boxes.id is not None else None for i, box in enumerate(boxes): x1, y1, x2, y2 = map(int, box) face_crop = frame[y1:y2, x1:x2] if face_crop.size == 0: continue # 2. dlib 关键点与 128 维特征 dets = dlib.get_frontal_face_detector()(face_crop, 1) if len(dets) == 0: continue shape = sp(face_crop, dets[0]) descriptor = np.array(facerec.compute_face_descriptor(face_crop, shape)) # 3. 与预存特征比较，distance < 0.5 认为是校内学生 # distance = compare_with_dataset(descriptor) # 绿色或红色框这里省略

这段代码演示了主循环的骨架。persist=True是 track 的关键参数，意思是让跟踪器保留上一帧的目标状态，否则每次调用 track 都等于重新检测，无法维持同一目标的稳定 id。conf设 0.45 是我在校园监控场景里常用的值，太低会有大量误检框，太高又会漏掉远距离小脸。face_crop是当前人脸区域，dlib 在这个小图上做关键点提取，比全图提取快很多。项目里预存的 128 维特征放在 dataset 中，你可以理解为是一个“注册库”，每位学生用一张正脸照片注册，程序运行时会逐帧拿现场人脸去库里查找最接近的向量。

2.3 Car_Track.py 的车辆检测：track id 就是计数的钥匙

公路汽车检测相对人脸识别要简单一些，难点不在识别，而在计数。如果只做单帧检测，同一辆车在视频里连续出现几十帧，计数器就会算几十次，数据完全失真。Car_Track.py 的做法是利用 YOLOv8 的跟踪模式，让每辆车在离开画面之前保持同一个 track id，计数时按 id 去重。这样一辆车从画面右侧驶入左侧，不管中间被其它车遮挡，只要跟踪器没有丢，最后就只算一次。

from ultralytics import YOLO model = YOLO("model/yolov8l.pt") results = model.track("media/car.mp4", persist=True, classes=[2, 5, 7], conf=0.30, iou=0.50, save=True) for r in results: if r.boxes is None or r.boxes.id is None: continue boxes = r.boxes.xyxy.cpu().numpy() clss = r.boxes.cls.cpu().numpy() ids = r.boxes.id.cpu().numpy() for box, cls, track_id in zip(boxes, clss, ids): print(f"track_id={int(track_id)}, class={int(cls)}, box={box}")

iou=0.50是 NMS 的 IoU 阈值，值越大越容易保留重叠的检测框，值越小越容易合并相邻框。车辆检测场景里 0.5 属于中间值，能避免道路上的两辆并排车被误合并成一辆。classes过滤同样重要，公路视频里出现行人和自行车很正常，如果不过滤，最后的计数结果会包含非机动车，报告就没法看了。

从整个链路来看，项目的技术选型是合理的：人脸检测要求模型对密集小目标敏感，所以用 face 专用权重；车辆检测要求类别过滤和稳定跟踪，所以用通用权重加 track id。dlib 的 128 维特征向量可以做到几十毫秒级比对，对校园门口这种人数不多的场景完全够用，不需要上大型人脸识别服务。

3. 环境配置与第一次运行：从压缩包到 UI 窗口出现

3.1 安装依赖：ultralytics、dlib、opencv 的版本坑

这份资源里没有 environment.yml 或固定 requirements.txt 的完整内容，从 README.md 和文件结构看，核心依赖主要是 ultralytics、opencv-python、dlib、numpy、torch。如果你在 Ubuntu 20.04 上搭建 YOLOv8 环境且只有 CPU 版本，最需要注意的是 torch 和 torchvision 的版本匹配，以及 dlib 编译依赖。常见做法是先装好 cmake 和 gcc，再装 dlib，否则会报CMake was not found或Failed to build wheel for dlib。

# Ubuntu 20.04 CPU 环境 sudo apt update sudo apt install -y cmake build-essential python3-pip pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu pip install ultralytics==8.1.34 opencv-python dlib numpy

Windows 用户如果遇到 dlib 编译失败，需要先安装 Visual Studio Build Tools，并且勾选 C++ 桌面开发工具。这里多说一句，dlib 版本不要盲目追新，19.24.x 对 Python 3.8 到 3.10 的支持比较稳定，我之前在 Python 3.11 上装 dlib 翻过车，编译报一堆语法错误，后来退回 Python 3.10 一次通过。

3.2 文件清单里哪些权重必须保留

压缩包里的 model 目录是项目的命脉，少了任何一个都会导致运行时报文件不存在。按照项目正文，model 文件夹下至少需要保留以下六个文件：

另外还有 SimHei.ttf 中文字体，这个容易忽略。OpenCV 默认的 putText 画中文会乱码，项目里用这个字体在识别结果上显示“校内学生”“校外人员”等中文标签，如果路径不对，程序会跑到绘制阶段才报错，而且报错信息不一定是指字体，很莫名。第一次运行前，把 SimHei.ttf 放到和主脚本同一个目录，或者直接把项目里原有的相对路径保持住。

3.3 修改 Face_Main.py 的输入源和参数

拿到资源后的第一个目标不是理解代码，而是让识别窗口弹出来。Face_Main.py 默认可能是读取视频文件，也可能读摄像头，这取决于 README 里的说明。我一般会先在代码开头找到视频读取那一行，把它固定改成media/Student.mp4，确认数据来源可控。

import cv2 # 把视频源改成项目自带的学生视频，便于第一次跑通 video_path = "media/Student.mp4" cap = cv2.VideoCapture(video_path) # 如果要用摄像头，改成 cap = cv2.VideoCapture(0) conf_thres = 0.45 # 人脸检测置信度阈值 iou_thres = 0.50 # NMS IoU 阈值 match_distance = 0.55 # dlib 特征欧氏距离阈值

参数不是越大越好。conf_thres调到 0.6 以上，人脸识别框会明显变少，远距离的同学直接被忽略；conf_thres调到 0.2 以下，墙上的人像海报也会被识别成人脸。match_distance决定了判断“校内学生”的松紧程度，阈值越小越严格，0.55 是我按项目里 rec-face 目录下这些登记照测试过的经验值，如果发现认识的人也变成红色，可以适当放宽到 0.65，但要注意误识率也会上升。第一次运行时先不要改 dlib 部分，只改视频路径，等窗口正常显示检测框后，再逐步调参。

3.4 运行 Car_Track.py 与识别阈值调整

车辆检测脚本的运行方式类似，但更推荐在命令行里通过参数控制，方便反复测试。假设项目里 Car_Track.py 已经支持命令行解析，可以这样跑：

python Car_Track.py --video media/car.mp4 --weight model/yolov8l.pt --conf 0.30 --iou 0.50

如果脚本不支持命令行参数，就直接改文件里的默认值。车辆检测的conf阈值推荐 0.25 到 0.35，太高的代价是漏检远处的小车，太低的代价是把路牌阴影误检成车。公路场景光照变化比校园门口大，建议先跑一遍 car.mp4，观察结果目录 result 下生成的视频，重点看弯道和树荫处的检测框是否稳定，再决定阈值方向。

运行结束后，项目会在 result 目录里输出带框的视频。这里有一个判断标准：如果同一辆车在连续帧中 track id 频繁变化，比如从 12 变成 45，说明跟踪断开，需要降低 conf 或调整 iou。如果 id 稳定但计数重复，说明去重逻辑没生效，要去检查 Car_Track.py 里是否用了集合存储已统计的 id。第一次跑通不需要追求完美，能看到绿色或红色框在视频上跟着目标走，就说明环境配置和权重文件都是完整的。

4. 训练自己的数据集：把校园名单和公路车辆接进 YOLOv8

4.1 数据准备：视频抽帧、标注与 YOLO 格式转换

项目自带的 rec-face 是登记照，model 里的权重是现成的，但如果想把某个班级的学生或者某种特定车辆识别得更准，就得训练自己的数据集。第一步是收集图像。如果你有监控视频，不要直接把视频扔给 YOLO 训练，要先按间隔抽帧，避免相邻帧高度相似影响训练集的多样性。

import cv2 import os os.makedirs("images", exist_ok=True) cap = cv2.VideoCapture("media/car.mp4") frame_id = 0 saved = 0 while True: ret, frame = cap.read() if not ret: break # 每 10 帧抽 1 帧，车辆高速运动时可以每 5 帧抽 1 帧 if frame_id % 10 == 0: cv2.imwrite(f"images/frame_{frame_id:06d}.jpg", frame) saved += 1 frame_id += 1 cap.release() print(f"保存了 {saved} 张图片")

抽帧之后需要用 labelme 或 LabelImg 手动标注。labelme 标注保存的是 JSON 格式，YOLO 训练需要的是每个图片对应一个同名 txt 文件，每行格式为类别序号 x_center y_center width height，坐标都归一化到 0~1。我习惯在标注完成后写一段转换脚本，而不是手工改文件，因为几十张图手改还能忍，几百张图手改会崩溃。

import json import os import glob # 假设 labelme 生成的 JSON 都在 json_dir 下 json_dir = "labelme_json" txt_dir = "yolo_labels" os.makedirs(txt_dir, exist_ok=True) class_map = {"person": 0, "car": 1, "truck": 2, "bus": 3} for json_path in glob.glob(os.path.join(json_dir, "*.json")): with open(json_path, "r", encoding="utf-8") as f: data = json.load(f) img_w = data["imageWidth"] img_h = data["imageHeight"] txt_name = os.path.splitext(os.path.basename(json_path))[0] + ".txt" lines = [] for shape in data["shapes"]: label = shape["label"] if label not in class_map: continue points = shape["points"] x_min = min(p[0] for p in points) x_max = max(p[0] for p in points) y_min = min(p[1] for p in points) y_max = max(p[1] for p in points) x_center = (x_min + x_max) / 2 / img_w y_center = (y_min + y_max) / 2 / img_h width = (x_max - x_min) / img_w height = (y_max - y_min) / img_h lines.append(f"{class_map[label]} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}") with open(os.path.join(txt_dir, txt_name), "w", encoding="utf-8") as f: f.write("\n".join(lines))

转换脚本里最需要注意的是坐标归一化，很多人漏掉除以宽高，训练时报 shape mismatch。另外类别编号必须和 data.yaml 中一致，不要随意调整顺序，否则模型学到的类别和推理时的映射对不上。

4.2 训练命令：yolov8n.pt / yolov8l.pt 的合理超参

数据准备好之后，在项目根目录新建 dataset 文件夹，把 images 和 yolo_labels 放进去，再写一个 data.yaml。然后就可以开始训练了。项目自带的 yolov8n.pt 和 yolov8l.pt 都是很好的预训练起点，不要从零初始化，否则小数据集很难收敛。

# data.yaml path: dataset train: images val: images names: 0: person 1: car 2: truck 3: bus

# 用 yolov8n.pt 做轻量训练，适合先验证数据没问题 yolo detect train data=data.yaml model=yolov8n.pt epochs=100 imgsz=640 batch=16 device=0 optimizer=AdamW lr0=0.001 # 用 yolov8l.pt 做高精度训练，显存够时就选这个 yolo detect train data=data.yaml model=yolov8l.pt epochs=150 imgsz=640 batch=8 device=0 optimizer=SGD patience=30

这里每个参数都有实际意义。epochs不是越大越好，关键看损失曲线；imgsz是输入尺寸，640 是训练和推理的速度平衡点，想提高小目标检测能力可以试 768，但显存占用会明显上升；batch受显存限制，常见做法是先用 batch=16 试，显存不足就减半；optimizer会影响收敛速度，我自己的经验是小数据集用 AdamW 更容易快速调到低 loss，数据集超过 5000 张时 SGD 会更稳。patience=30表示 30 个 epoch 内验证集指标没有提升就提前停止，避免过拟合。

训练完成后会在 runs/detect/train 下生成 best.pt，用它替换 project 里的对应权重文件即可。注意替换前备份原模型，因为模型经过微调后特征分布会变化，再检测原始视频的效果不一定更好。

4.3 dlib 人脸特征库的更新方法

YOLOv8 训练解决的是“人脸的框在哪里”，dlib 解决的是“这张脸是谁”。如果学校换了新班级，不需要重新训练 dlib 模型，只需要把新学生的登记照加入特征库。项目正文中 rec-face 目录下的图片命名是“编号-姓名.png”，比如 47-唐晶.png，这就是一个现成的注册机制。你的任务是把这些图片转成 128 维特征向量并保存，新版学生重新放一张正脸照即可。

import dlib import numpy as np import glob import os sp = dlib.shape_predictor("model/shape_predictor_68_face_landmarks.dat") facerec = dlib.face_recognition_model_v1("model/dlib_face_recognition_resnet_model_v1.dat") detector = dlib.get_frontal_face_detector() feature_list = [] label_list = [] for path in glob.glob("rec-face/*.png"): img = dlib.load_rgb_image(path) dets = detector(img, 1) if len(dets) != 1: print(f"跳过 {path}, 检测到 {len(dets)} 张脸") continue shape = sp(img, dets[0]) descriptor = np.array(facerec.compute_face_descriptor(img, shape)) feature_list.append(descriptor) # 文件名去掉编号前缀，保留姓名 label = os.path.basename(path).split("-", 1)[1].replace(".png", "") label_list.append(label) np.save("face_features.npy", np.array(feature_list)) np.save("face_labels.npy", np.array(label_list))

这段逻辑每次运行会把 rec-face 目录下的所有登记照重新生成特征库，所以新增照片后重跑一次即可。len(dets) != 1的检查很实用，有些登记照是合影，dlib 可能检测出多张脸，直接跳过能避免错误特征入库。如果你的登记照角度偏侧，dlib 正脸检测器可能检测不到脸，这是 dlib 模型的固有限制，解决办法是尽量使用证件照式正脸图。

4.4 用 test.py 批量验证精度与速度

项目里有 test.py，这类脚本的作用通常是对指定视频或图片做一次性推理，输出检测结果和时间。训练完新模型后，不要直接上 UI，先用 test.py 跑几个测试文件，确认模型没有退化。

python test.py --weights runs/detect/train/best.pt --source media/Student.mp4 --conf 0.45

如果 test.py 支持打印每帧耗时，你能直观看到模型推理速度。以 yolov8l-face.pt 为例，在 GPU 上大约能跑到 30 到 50 FPS，在 CPU 上可能只有 5 到 10 FPS。如果发现 FPS 太低，先确认代码里是否用了model.predict(frame)而不是model(frame)，两者逻辑相同，但 predict 多了一层预处理封装，在循环里会慢不少。这个细节我在低配机器上踩过，换成直接调用模型对象后速度提升明显。

5. 避坑指南：人脸识别与车辆检测里最容易翻车的 5 个细节

5.1 人脸框闪烁：track 参数和 NMS 阈值的关系

现象：视频中同一个人脸上的人脸框忽大忽小，并且每隔几帧就消失一次，重新出现后 track id 已经变了，导致 dlib 重复提取特征。

原因：模型对人脸的置信度本来就波动，特别是侧脸和低头时分数会掉到 0.45 以下。如果conf设得太低，会有大量低质量检测框参与 NMS，框的位置上下跳；如果conf设得太高，又会出现丢帧。跟踪器persist参数没有保持 True 时，每次调用 track 都重新初始化跟踪器，会更加放大这种闪烁。

解决：把conf稳定在 0.4 到 0.5 之间，iou设为 0.5，并确保track(..., persist=True)。如果还是闪烁，对人脸框做一次轻度平滑，例如保留前几帧的框坐标平均值再画框。我在校园场景里的经验是，宁可漏掉单帧的人脸，也不要让跟踪器频繁重建，因为 dlib 特征提取是针对跟踪到的人脸，一旦 id 断开，识别结果就会跳变。

5.2 dlib 特征比对误报：欧氏距离阈值要分开设

现象：实际不在名单里的人，视频里却显示绿色学生框；而名单里的学生，有时候识别成红色。

原因：dlib 的 128 维特征在同一校园场景下，不同人之间的欧氏距离可能只有 0.5 左右，特别是发型和眼镜相似时。项目里如果用单一全局阈值 0.5 判断所有陌生人，必然有交叉。另一个隐性原因是登记照和现场摄像头分辨率差太多，导致特征向量细节丢失。

解决：先用已有的 rec-face 目录计算库内两两距离，统计出最大类内距离作为基准。具体做法是每张登记照生成特征向量后，任意两张算欧氏距离，如果最大距离已经超过 0.5，阈值就要跟着放大。更稳妥的方式是不设全局阈值，而是给每个学生生成均值向量后，再为每个人都保存一个容忍半径，比对时取最小距离除以该学生的半径，得到归一化分数。

5.3 车辆检测把行人当车：类名过滤与输入尺寸

现象：Car_Track.py 输出的视频里，路人被框成 car，计数结果明显偏大。

原因：yolov8l.pt 是 COCO 全类别权重，能同时检测行人和车辆。如果代码直接使用model.track(frame, persist=True)，没有指定 classes，检测器会把所有 COCO 类别都留下，再靠后续计数组件去区分是哪一类，一旦组件没写类别判断，人就被算成车。

解决：在 track 调用中强制加classes=[2, 5, 7]。如果过滤后仍然发生误检，比如把路牌误检成车，则把imgsz从 640 提升到 736 再试一次，大输入尺寸对小细节更友好。如果误检来自树影和光照，则提高conf到 0.35，并限制检测区域只保留道路区域，可以用像素坐标裁剪掉画面两边的建筑区域。

5.4 GPU 显存不足：batch 与 imgsz 的妥协

现象：训练刚开始就报CUDA out of memory，进程直接被杀，没有生成任何权重。

原因：yolov8l 模型参数量本身就比 n 系列大，训练时的梯度占据大量显存。如果 batch 设 16、imgsz 设 640，常见 6G 显存会直接爆掉。很多教程默认给你 batch=16，这是坑，因为你不知道对方显存多大。

解决：第一步把 batch 降到 4，imgsz 降到 640；如果还报错，imgsz 降到 512。第二步开启amp=True，混合精度训练能省约三分之一显存。我一般会先用yolo detect train ... batch=4 imgsz=640 amp=True做一次 20 epoch 的快速验证，确认数据和流程没问题后，再用大 batch 跑正式训练，不要把正式训练直接压在第一次运行上。

5.5 中文标签乱码：SimHei.ttf 到底该放哪

现象：识别框上的中文名字全部显示成□□□□，或者程序在画框时报奇怪的font type错误。

原因：OpenCV 内置的cv2.putText只能绘制 ASCII 字符，对中文直接返回乱码。项目准备了 SimHei.ttf，但没有把字体路径正确传给绘制函数。另一个常见原因是字体文件在项目根目录，而脚本在 model 目录下执行，相对路径解析不到。

解决：在绘制中文前，先用cv2.imread确认字体文件存在，然后通过 PIL 加载字体绘制到图像上，不要用cv2.putText。简单做法是把字体转成图片后叠加到原帧。如果只是想让中文不报错，可以把所有中文标签改成拼音或英文，但毕业设计展示时会显得不够专业。把那句代码一次性封装好，后续换任何模型都不再碰这个坑。

import os from PIL import Image, ImageDraw, ImageFont font_path = os.path.join(os.path.dirname(__file__), "SimHei.ttf") font = ImageFont.truetype(font_path, 24)

6. 进阶用法：用识别结果驱动门禁闸机和车辆计数上报

6.1 把结果写成 JSON 行协议

识别结果如果只停留在视频框上，很难和校园闸机、车辆统计系统对接。我一般会在 Face_Main.py 的识别循环里增加一个结构化输出，把每一帧的识别内容写成 JSON，行协议便于实时消费。

payload = { "time": timestamp, "track_id": int(track_id), "label": name, "is_student": bool(is_student), "distance": float(distance), "box": [x1, y1, x2, y2] } with open("output.log", "a") as f: f.write(json.dumps(payload, ensure_ascii=False) + "\n")

这段代码的价值在于，下游门禁系统只要读这个日志，就能根据track_id和is_student判断是否开闸，不需要重新跑一次检测。

6.2 车辆计数的稳定化：用 track id 去重

车辆计数的进阶技巧是用集合记录已经过线车的 id。常见做法是在画面中央画一条虚拟线，当车的跟踪框中心跨过这条线且 id 不在集合中，就计数加一。这样能避免同辆车在画面中反复被计。注意在 id 进入集合后，不要立刻删除，否则车辆在画面里绕一圈会被再计一次。

6.3 一个验证技巧：用 result 目录回放对比

每次改完参数，不要只看控制台输出，要回放 result 目录下生成的视频。我会把同一段视频用不同阈值各跑一遍，导出到不同子目录，然后用双屏对比。这个方法在项目迭代里帮了我很多次，尤其是调 dlib 匹配阈值时，肉眼对比绿色框和红色框的数量比看数值更直观。

我从这个项目里最大的教训是：模型权重和跟踪参数都是“场景相关”的，校园门口和公路监控需要完全不同的阈值，不能一套参数走天下。从那以后我每次部署这类 YOLOv8 工程，都强制自己先准备一段目标场景的真实视频，跑通后再调参数，避免在项目自带演示视频上表现完美、换到实际现场就翻车。希望这份拆解能让你少走弯路，把这套资源真正用到自己的场景里。

本文还有配套的精品资源，点击获取