2、YOLOv8基础认知：YOLOv8架构概览、模型家族（n/s/m/l/x）、预训练权重下载、使用官方模型进行图片与视频推理
好，咱们正式开始动手之前，得先把YOLOv8这个家伙摸透了。说实话，我见过不少同学上来就pip install，然后跑demo，结果换了自己的数据集就一脸懵。嗯，咱们不干那种事。先把地基打牢，后面你训练自己的模型时，心里才有底。
2.1 YOLOv8架构概览——它到底长什么样？
YOLOv8是Ultralytics公司在2023年初推出的目标检测框架。说白了，它就是一个“看一眼就能知道图片里有什么、在哪”的神经网络。我个人习惯把它的架构分成三块来看：
- Backbone（骨干网络）：负责提取图片特征。你可以把它想象成人的眼睛，先看轮廓，再看细节。YOLOv8用的是CSPDarknet结构，说白了就是一堆卷积层的堆叠，但做了很多优化，让计算更快。
- Neck（颈部）：负责融合不同尺度的特征。为什么要融合？因为大目标和小目标需要的特征不一样。YOLOv8用了FPN+PAN的结构，我刚开始看这个结构图时也觉得绕，但后来发现它其实就是“把不同层的特征图拼在一起用”。
- Head（检测头）：负责输出最终结果。YOLOv8最大的变化之一就是去掉了之前的Anchor-Based（锚框）机制，改成了Anchor-Free。什么意思？以前你得预设一堆框的大小，现在模型自己学会怎么框目标了。我在项目中遇到过，换了这个之后，小目标的召回率明显提升了。
核心变化：YOLOv8相比v5，最大的改动就是检测头从耦合变成了解耦，并且去掉了objectness分支。说白了，就是让分类和回归两个任务各干各的，互不干扰。效果嘛，我实测下来，mAP涨了大概2-3个点。
2.2 模型家族——n/s/m/l/x，我该选哪个？
YOLOv8提供了5个不同大小的版本，从轻到重分别是：nano、small、medium、large、xlarge。你想想看，这就像买车，有经济型的，也有豪华型的。关键看你兜里有多少“算力”。
| 模型版本 | 参数量 | FLOPs（计算量） | 速度（GPU） | 适用场景 |
|---|---|---|---|---|
| YOLOv8n | 3.2M | 8.7G | 极快 | 移动端、嵌入式设备 |
| YOLOv8s | 11.2M | 28.6G | 快 | 边缘计算、实时检测 |
| YOLOv8m | 25.9M | 78.9G | 中等 | 服务器端、精度优先 |
| YOLOv8l | 43.7M | 165.2G | 较慢 | 高精度场景 |
| YOLOv8x | 68.2M | 257.8G | 慢 | 极致精度、科研 |
我的建议：如果你刚开始做自定义数据集，先用YOLOv8s或YOLOv8m。为什么？nano虽然快，但精度有限，你调试时可能分不清是模型问题还是数据问题。x又太慢，迭代一次要等半天。我一般先用m跑通流程，最后再根据部署需求换版本。
2.3 预训练权重下载——别从零开始训练
这里有个非常重要的概念：迁移学习。说白了，就是别人已经在几百万张图片上训练好的模型，你拿来接着用。你想想看，如果让你从零开始学认猫和狗，你得看多少张图？但如果你已经会认各种物体了，再学猫和狗就快多了。
YOLOv8的预训练权重是在COCO数据集上训练的，包含了80个常见类别。下载方式很简单，就一行代码：
# 自动下载YOLOv8n的预训练权重
from ultralytics import YOLO
model = YOLO('yolov8n.pt') # 如果本地没有，会自动下载或者你也可以手动去GitHub的Release页面下载。我个人习惯用自动下载，省事。但要注意，网络不好的时候可能会卡住。我曾经在客户现场演示时，网络断了，权重下不下来，场面一度很尴尬。所以建议你提前下载好，存到项目目录里。
避坑指南：我曾经遇到过一个问题——下载的权重文件损坏了，但程序没报错，只是训练出来的模型效果奇差。后来我养成了习惯，下载后先校验一下文件大小。yolov8n.pt大概6.2MB，yolov8s.pt约22MB，如果差太多，重新下载。
2.4 使用官方模型进行图片与视频推理
好，现在咱们来点实际的。下载好权重后，怎么用？其实就三步：加载模型、传入数据、获取结果。
2.4.1 图片推理
先看代码，我直接给你一个完整的示例：
from ultralytics import YOLO
# 1. 加载模型
model = YOLO('yolov8n.pt') # 你可以换成s/m/l/x
# 2. 对单张图片进行推理
results = model('bus.jpg') # 传入图片路径
# 3. 查看结果
for result in results:
boxes = result.boxes # 检测框信息
for box in boxes:
print(f"类别: {result.names[int(box.cls)]}, 置信度: {box.conf:.2f}, 坐标: {box.xyxy}")
# 4. 保存结果图片
results[0].save('result.jpg') # 会在原图上画框嗯，这里要注意一点：results是一个列表，每个元素对应一张图片的结果。即使你只传了一张图，它也是列表形式。我第一次用的时候直接results.boxes，结果报错了，后来才发现要加索引。
2.4.2 视频推理
视频推理其实更简单，就是把视频流一帧一帧地传给模型。YOLOv8的API已经封装好了：
# 视频推理
results = model('traffic.mp4', stream=True) # stream=True表示流式处理
# 逐帧处理
for result in results:
# 每一帧的结果
boxes = result.boxes
# 你可以在这里做自定义处理，比如画框、统计数量等
# 如果想实时显示，可以用OpenCV的imshow
result.show() # 显示当前帧性能提示：视频推理时，一定要加上stream=True。如果不加，模型会等所有帧处理完才返回结果，视频一长内存就爆了。我刚开始没注意，处理一个10分钟的视频，直接内存溢出。加了stream之后，一帧一帧处理，稳得很。
2.4.3 调整推理参数
YOLOv8还提供了很多参数让你微调推理行为。我常用的几个：
conf=0.5：置信度阈值，低于这个值的检测结果会被过滤掉。默认0.25，我一般调到0.5，减少误检。iou=0.5：NMS的IoU阈值，控制重叠框的保留。值越小，保留的框越少。device='cuda'：指定用GPU还是CPU。有GPU一定要用，速度差几十倍。
# 带参数的推理
results = model('bus.jpg', conf=0.5, iou=0.45, device='cuda')你想想看，这些参数就像相机的光圈和快门，调好了才能拍出好照片。我一般会在验证集上先跑一遍，看看不同阈值下的效果，再确定最终参数。
小结
这一章咱们把YOLOv8的底子摸了一遍。从架构到模型选择，从下载权重到实际推理，每一步我都踩过坑，也把经验分享给你了。下一章，咱们就要开始准备自己的数据集了——这才是整个课程的重头戏。
记住一句话：模型是骨架，数据是血肉。没有好的数据，再牛的模型也白搭。