新建虚拟环境：
conda create -n yolov8 python=3.8（指定安装目录：conda create -p .\yolov8 python=3.8）
激活环境：
conda activate yolov8
安装torch：
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.7 -c pytorch -c nvidia
安装ultralytics：
pip install ultralytics
 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">

import torch
print(torch.backends.cudnn.version())
 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">

• 1
• 2

查看已安装的环境：conda env list
删除环境：conda remove -n your_env_name --all
退出环境：conda deactivate

2. 模型选择

目标检测算法可分为传统检测算法和基于深度学习的目标检测算法。传统目标检测算法通常依赖于手工设计的特征提取方法（如SIFT、HOG等），这些特征对施工现场复杂场景的泛化能力较差，难以适应目标的形状、纹理和光照的多样性。其次，传统方法依赖滑窗搜索等策略，难以准确定位目标，尤其是对于小目标或目标密集的场景。

基于深度学习的目标检测算法可分为一阶段目标检测算法（如 YOLO、SSD）和两阶段目标检测算法（如 Faster R-CNN）。两阶段算法在检测精度上通常更占优，但其速度、资源消耗方面使得它在某些场景下不如一阶段算法灵活实用。本人基于施工现场监控摄像头为研究方向，需要满足实时性需求，因此，这里选择一阶段目标检测算法。

YOLOv8 相较其他一阶段目标检测算法，具备更高的检测精度和推理速度，同时在小目标检测、多任务支持和部署灵活性方面表现优异。它通过改进网络结构、优化训练策略和易用工具链，大幅降低使用门槛，适合多场景应用。因此，本人选择YOLOv8算法进行安全帽识别。

3. 模型介绍

YOLOv8由Ultralytics公司在2023年1月10日开源，支持全范围的视觉AI任务，包括分类、检测、分割、姿态估计和跟踪。YOLOv8在之前YOLO版本的基础上，在多个方面进行了改进和优化。以下是一些关键的改进点：

骨干和颈部改进： 相较于YOLOv5，YOLOv8采用了C2f模块替换YOLOv5的C3模块，该模块结合了丰富的梯度流信息，提高了特征提取能力。
检测头设计： YOLOv8采用了anchor-free + Decoupled-head的设计，使得模型能够更好地适应不同尺度和形状的物体，提高了检测的准确率。
损失函数优化： YOLOv8采用了分类BCE、回归CIOU + VFL的组合损失函数，通过引入VFL（Vision Transformer Loss）提高了模型对上下文信息的捕捉能力。在这里需要强调一点，训练时实际使用的回归损失函数是CIOU +分布焦点损失（DFL）。
检测框匹配策略： YOLOv8将检测框匹配策略从静态匹配改为Task-Aligned Assigner匹配方式，使得模型能够更准确地预测物体位置。

对于目标检测任务，YOLOv8提供了Nano (n)、Small (s)、Medium (m)、Large (l) 和 Extra Large (x) 五个变体，用户可以根据硬件条件和任务需求选择合适的版本，在速度、精度和资源消耗之间实现最佳平衡。考虑到施工现场监控摄像头的安全帽识别需要平衡实时性和精度需求，因此，本人选择YOLOv8s。

4. 数据集制作

4.1 数据标注

本人所采用的数据集是在开源数据集SHWD（Safety Helmet Wearing-Dataset）的基础上进行筛选和补充而得。由于SHWD数据集中存在大量非施工场景下的数据，因此额外收集了一部分施工现场的图片，使用labelimg对这些图像进行标注。

标注的目标分别是：

• ‘person’：行人
• ‘hat’：佩戴安全帽的头部
• ‘head’：未佩戴安全帽的头部

4.2 标签格式转换

标注完成后，得到的是VOC格式的XML标签。

VOC XML 标签结构：

• ：图像大小
  • ：宽度
  • ：高度
  • ：通道数