使用 Python + YOLOv8 实现 CPU 版模型对视频的检测

引言

在计算机视觉模型训练（尤其是 YOLO 系列）完成后，我们通常会得到 .pt 格式的模型文件，而评估模型效果最直观的方式是对 .mp4 格式的视频进行实时检测。很多开发者在测试时会遇到两个核心问题：一是如何快速加载模型并处理视频、可视化检测结果；二是部分场景下无 GPU 环境，需要强制使用 CPU 完成推理。本文将详细讲解如何编写通用脚本，实现 .pt 模型对 .mp4 视频的检测，并针对 “强制 CPU 推理” 的需求做定制化改造，帮助初学者快速验证模型训练效果。

一、问题提出

需要开发一个 Python 脚本，满足以下核心需求：

1. 1. 加载 .pt 格式的训练模型（以 YOLOv8 为例）；
2. 2. 对 .mp4 格式的视频进行逐帧推理，可视化检测框、类别和置信度；
3. 3. 保存检测后的视频结果，便于后续分析；
4. 4. 强制使用 CPU 完成推理（排除 CUDA 自动适配的干扰）；
5. 5. 脚本具备鲁棒性，包含文件校验、资源释放等逻辑。

二、核心知识点拆解

2.1 关键依赖库作用

实现该需求需依赖以下 4 个核心库，各自分工明确：

• • ultralytics：官方维护的 YOLOv8 核心库，支持 .pt 模型加载、视频帧推理和检测结果可视化；
• • torch：PyTorch 基础库，负责模型设备（CPU/GPU）的指定；
• • opencv-python（cv2）：处理视频的读取、绘制检测框、结果视频保存；
• • numpy：辅助数值计算（脚本中隐式依赖，无需额外编写逻辑）。

2.2 设备指定逻辑

YOLOv8 默认会自动适配设备（优先 CUDA/GPU），而强制 CPU 推理的核心是：

# 自动适配（原逻辑）device = 'cuda'if torch.cuda.is_available() else'cpu'# 强制CPU（改造后）device = 'cpu'

同时需在模型推理时显式指定 device=device，确保全程使用 CPU。

2.3 视频处理核心流程

flowchart LRA[打开视频文件] --> B[读取单帧画面]B --> C[模型推理（CPU）]C --> D[绘制检测框/类别/置信度]D --> E[写入结果视频]E --> F{是否读完所有帧？}F -- 否 --> BF -- 是 --> G[释放视频资源]

三、代码实现

3.1 前置准备：安装依赖库

打开终端执行以下命令，安装所有必需依赖：

pip install ultralytics torch opencv-python numpy

推荐版本：

• • ultralytics >= 8.0.0
• • torch >= 2.0.0
• • opencv-python >= 4.6.0
• • numpy >= 1.20.0

3.2 完整 CPU 版检测脚本

import cv2import torchfrom ultralytics import YOLOimport osdefdetect_model_on_video(model_path, video_path, output_path="output.mp4", conf_threshold=0.5):"""    加载.pt模型（强制CPU）检测.mp4视频，保存带检测结果的视频    参数说明：    model_path: str, .pt模型文件路径（如'best.pt'）    video_path: str, 待检测的.mp4视频路径（如'test_video.mp4'）    output_path: str, 检测结果视频保存路径    conf_threshold: float, 置信度阈值（0-1），过滤低置信度检测结果    """# 1. 校验文件是否存在（避免路径错误导致运行失败）ifnot os.path.exists(model_path):raise FileNotFoundError(f"模型文件不存在：{model_path}")ifnot os.path.exists(video_path):raise FileNotFoundError(f"视频文件不存在：{video_path}")# 2. 强制使用CPU（核心改造点）    device = 'cpu'print(f"当前强制使用计算设备：{device}")# 3. 加载.pt模型并指定CPU    model = YOLO(model_path)    model.to(device)# 4. 打开视频文件    cap = cv2.VideoCapture(video_path)ifnot cap.isOpened():raise RuntimeError(f"无法打开视频：{video_path}")# 5. 获取视频基础参数（保证输出视频与原视频同步）    fps = int(cap.get(cv2.CAP_PROP_FPS))          # 视频帧率    width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) # 视频宽度    height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))# 视频高度    fourcc = cv2.VideoWriter_fourcc(*'mp4v')      # MP4编码格式# 6. 创建视频写入器，用于保存检测结果    out = cv2.VideoWriter(output_path, fourcc, fps, (width, height))# 7. 逐帧处理视频    frame_count = 0print("开始检测视频（CPU模式），请稍候...")while cap.isOpened():        ret, frame = cap.read()ifnot ret:break# 视频读取完毕# 单帧推理（过滤低置信度结果，强制CPU）        results = model(frame, conf=conf_threshold, device=device)# 绘制检测框、类别、置信度到帧上（YOLOv8内置可视化函数）        annotated_frame = results[0].plot()# 写入结果到输出视频        out.write(annotated_frame)# 实时预览检测画面（按q键可提前退出）        cv2.imshow('Model Detection Preview (CPU)', annotated_frame)        frame_count += 1# 每处理10帧打印进度，便于监控if frame_count % 10 == 0:print(f"已处理帧数：{frame_count}")# 按下q键退出预览if cv2.waitKey(1) & 0xFF == ord('q'):break# 8. 释放资源（关键：避免内存泄漏）    cap.release()    out.release()    cv2.destroyAllWindows()# 输出检测结果print("\n检测完成！")print(f"结果视频保存路径：{output_path}")print(f"总共处理帧数：{frame_count}")# -------------------------- 自定义配置区 --------------------------if __name__ == "__main__":# 请替换为你自己的文件路径！    YOUR_MODEL_PATH = "your_model.pt"# 你的.pt模型路径    YOUR_VIDEO_PATH = "test_video.mp4"# 你的.mp4视频路径    OUTPUT_VIDEO_PATH = "detection_result_cpu.mp4"# 结果保存路径try:        detect_model_on_video(            model_path=YOUR_MODEL_PATH,            video_path=YOUR_VIDEO_PATH,            output_path=OUTPUT_VIDEO_PATH,            conf_threshold=0.5# 可根据模型效果调整（比如0.3/0.6）        )except Exception as e:print(f"检测出错：{e}")

3.3 关键代码解释

1. 1. 文件校验：脚本开头检查 .pt 模型和 .mp4 视频是否存在，避免因路径错误导致运行中断；
2. 2. 强制 CPU：直接指定 device='cpu'，并通过 model.to(device) 和推理时的 device=device 双重确保 CPU 运行；
3. 3. 视频参数对齐：读取原视频的帧率、分辨率，保证输出视频的播放速度和尺寸与原视频一致；
4. 4. 实时预览与终止：通过 cv2.imshow 展示检测画面，按 q 键可提前终止，适合快速测试；
5. 5. 资源释放：cap.release()、out.release()、cv2.destroyAllWindows() 是必加逻辑，避免视频文件被占用或内存泄漏。

3.4 实际运行示例

输入输出示例

配置示例：

YOUR_MODEL_PATH = "yolov8n.pt"# 使用YOLOv8n预训练模型YOUR_VIDEO_PATH = "traffic.mp4"# 交通场景测试视频OUTPUT_VIDEO_PATH = "traffic_detected.mp4"# 检测结果保存路径

运行输出：

当前强制使用计算设备：cpu开始检测视频（CPU模式），请稍候...已处理帧数：10已处理帧数：20已处理帧数：30...检测完成！结果视频保存路径：traffic_detected.mp4总共处理帧数：120

检测效果：

• • 原始视频：交通场景，包含车辆、行人等目标
• • 检测结果：视频中每个目标都被框出，并标注类别（如 car、person）和置信度

四、易错点提醒

1. 1. 文件路径问题：务必将 YOUR_MODEL_PATH 和 YOUR_VIDEO_PATH 替换为实际路径（绝对路径 / 相对路径均可），路径错误会直接触发 FileNotFoundError；
2. 2. CPU 推理性能：CPU 处理视频的速度远慢于 GPU，建议先截取 10 秒以内的短视频片段测试，避免等待过久；
3. 3. 置信度阈值调整：conf_threshold 默认 0.5，值越大检测结果越严格（减少误检），值越小越灵敏（可能增加误检），需根据模型效果微调；
4. 4. 资源未释放：若脚本强行终止（如 Ctrl+C），可能导致视频文件无法打开，需手动关闭 Python 进程后重试；
5. 5. 编码格式问题：部分环境下 mp4v 编码可能不兼容，可替换为 avc1 尝试；
6. 6. 模型输入要求：YOLOv8 模型默认输入尺寸为 640x640，若视频分辨率过高，会自动缩放到该尺寸进行推理。

五、性能优化建议

5.1 CPU 推理速度优化

1. 1. 降低视频分辨率：使用 cv2.resize(frame, (640, 480)) 缩小输入尺寸，显著提升推理速度；
2. 2. 减少检测类别：若只需检测特定类别，可在模型初始化时指定 classes 参数；
3. 3. 批量处理：虽然 CPU 并行能力有限，但可尝试使用 torch.set_num_threads() 优化线程数；
4. 4. 使用轻量级模型：优先选择 YOLOv8n、YOLOv8s 等轻量级模型，减少计算量。

5.2 内存使用优化

1. 1. 逐帧处理：避免一次性加载整个视频到内存；
2. 2. 及时释放资源：确保在脚本结束前释放所有视频相关资源；
3. 3. 减少预览窗口：若不需要实时预览，可注释掉 cv2.imshow 相关代码。

六、总结

核心收获

1. 1. 掌握了基于 YOLOv8 加载 .pt 模型、处理 .mp4 视频的完整流程，包括视频读取、逐帧推理、结果可视化和保存；
2. 2. 理解了设备指定的核心逻辑，实现从 “自动适配 CUDA/CPU” 到 “强制 CPU 推理” 的改造；
3. 3. 学会了编写鲁棒的脚本，包含文件校验、进度监控、异常处理和资源释放等工程化细节；
4. 4. 了解了 CPU 推理的性能特点和优化方向。

知识点关联

依赖库安装 → 设备配置（CPU） → 视频 IO 操作 → 模型推理 → 检测结果可视化 → 资源释放，这是计算机视觉视频检测的通用流程，适配绝大多数基于 PyTorch 的模型（如 YOLOv5/YOLOv8）。

七、拓展建议

1. 1. 适配其他模型：若 .pt 模型是图像分类模型，可将 results[0].plot() 替换为 cv2.putText()，绘制分类结果和置信度；若为分割模型（YOLOv8-seg），脚本无需修改，plot() 会自动绘制分割掩码；
2. 2. 批量处理视频：新增遍历文件夹的逻辑，实现对多个 .mp4 视频的批量检测；
3. 3. 统计检测指标：结合 ultralytics 的 metrics 功能，统计精确率（Precision）、召回率（Recall）等量化指标，更客观评估模型效果；
4. 4. 保存检测日志：将每帧的检测类别、置信度、坐标保存到 CSV 文件，便于后续分析模型的漏检 / 误检情况；
5. 5. 添加时间戳：在检测结果视频中添加时间戳，便于定位特定时刻的检测情况；
6. 6. 实现实时视频流检测：将视频文件输入改为摄像头输入（cap = cv2.VideoCapture(0)），实现实时检测。

学习小贴士

1. 1. 先简后繁：测试新脚本时，优先用最短的视频片段和最简单的模型验证流程，再逐步扩展功能；
2. 2. 参数调优优先：模型效果不佳时，先调整置信度、IOU 阈值等参数，再考虑重新训练；
3. 3. 关注异常信息：脚本抛出的异常（如 RuntimeError）通常包含明确的错误原因，是排查问题的关键；
4. 4. 复用核心逻辑：本文的视频处理、资源释放逻辑可复用至其他计算机视觉任务（如目标跟踪、行为识别）；
5. 5. 版本兼容性：注意依赖库版本的兼容性，尤其是 ultralytics 和 torch 的版本匹配问题。

个人矩阵

• • 抖音账号：从 0 至 1（日常分享实操、效率工具教程）
• • 微信公众号：从 0 至 1（可通过该渠道获取完整代码包及EXE程序）
• • 博客网站：www.from0to1.cn（持续更新实战教程、技术干货内容）
• • GitHub账号：https://github.com/mtnljbydd（开源更多实用工具脚本及项目工程）