yolov12目标检测简易版
代码：
import gradio as gr
import cv2
import numpy as np
from ultralytics import YOLO
# 全局变量
model = None
current_config = {}
running = False # 控制检测状态的标志
def initialize_model(model_id, image_size, conf_threshold):
global model, current_config
if model is None or current_config != (model_id, image_size, conf_threshold):
model = YOLO(model_id)
current_config = (model_id, image_size, conf_threshold)
def process_frame(frame):
global model
if model is None:
return frame
results = model.predict(source=frame, imgsz=current_config[1], conf=current_config[2])
annotated_frame = results[0].plot()
return annotated_frame[:, :, ::-1]
def camera_stream():
cap = cv2.VideoCapture(0)
while running:
ret, frame = cap.read()
if not ret:
break
frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
yield frame
cap.release()
def detect_frames():
for frame in camera_stream():
processed = process_frame(frame)
yield cv2.cvtColor(processed, cv2.COLOR_RGB2BGR)
def toggle_detection(start_btn):
global running
running = not running
return "停止检测" if running else "开始检测"
def app():
with gr.Blocks() as demo:
gr.HTML(
"""
YOLOv12 实时摄像头检测
"""
)
with gr.Row():
with gr.Column():
model_selector = gr.Dropdown(
label="选择模型",
choices=[
"yolov12n.pt",
"yolov12s.pt",
"yolov12m.pt",
"yolov12l.pt",
"yolov12x.pt",
],
value="yolov12m.pt"
)
with gr.Accordion("高级设置", open=False):
image_size = gr.Slider(
label="推理尺寸",
minimum=320,
maximum=1280,
step=32,
value=640
)
conf_threshold = gr.Slider(
label="置信度阈值",
minimum=0.0,
maximum=1.0,
step=0.05,
value=0.25
)
start_btn = gr.Button("开始检测", variant="primary")
with gr.Column():
output_video = gr.Image(label="检测结果")
# 事件处理
start_btn.click(
fn=toggle_detection,
inputs=[start_btn],
outputs=[start_btn],
queue=False
).then(
fn=lambda: gr.Image(interactive=True),
outputs=output_video
).then(
fn=initialize_model,
inputs=[model_selector, image_size, conf_threshold],
queue=False
).then(
fn=detect_frames,
outputs=output_video
)
return demo
if __name__ == "__main__":
gradio_app = app()
gradio_app.queue().launch()
基于 YOLOv12 与 Gradio 的实时目标检测系统开发实践
在人工智能技术飞速发展的今天，计算机视觉领域的目标检测技术正不断渗透到各个行业。YOLO（You Only Look Once）系列模型以其快速高效的检测能力，成为实时目标检测任务中的明星方案。而 Gradio 框架则为机器学习模型提供了便捷的可视化交互界面，极大降低了模型部署和演示的门槛。本文将结合 YOLOv12 模型与 Gradio 框架，深入解析一段实现实时摄像头目标检测的 Python 代码，探索其技术原理与应用价值。
一、核心技术栈概览
本代码主要基于三个核心技术库构建：
- YOLOv12：作为 YOLO 系列的最新迭代，YOLOv12 在保持检测速度的同时，显著提升了对小目标和复杂场景的检测精度。通过
ultralytics库，我们可以轻松加载预训练模型并进行推理。 - Gradio：一个用于快速构建机器学习演示和 Web 应用的 Python 库。通过简单的 API 调用，即可创建交互式界面，方便用户与模型进行交互。
- OpenCV：计算机视觉领域的经典库，提供了丰富的图像和视频处理功能，如摄像头帧的读取、图像格式转换等。
二、代码逐行解析
1. 库导入与全局变量定义
python
import gradio as gr
import cv2
import numpy as np
from ultralytics import YOLO
# 全局变量
model = None
current_config = {}
running = False # 控制检测状态的标志
代码首先导入所需的库，然后定义了三个全局变量：
model：用于存储加载的 YOLOv12 模型实例。current_config：记录当前模型的配置信息，包括模型 ID、推理尺寸和置信度阈值。running：作为检测状态的控制标志，用于启动和停止实时检测。
2. 模型初始化函数
python
def initialize_model(model_id, image_size, conf_threshold):
global model, current_config
if model is None or current_config != (model_id, image_size, conf_threshold):
model = YOLO(model_id)
current_config = (model_id, image_size, conf_threshold)
initialize_model函数根据传入的参数初始化 YOLOv12 模型。当模型未初始化或配置发生变化时，重新加载模型并更新配置信息，确保模型在不同参数下的正确运行。
3. 帧处理函数
python
def process_frame(frame):
global model
if model is None:
return frame
results = model.predict(source=frame, imgsz=current_config[1], conf=current_config[2])
annotated_frame = results[0].plot()
return annotated_frame[:, :, ::-1]
process_frame函数负责对每一帧图像进行目标检测。首先检查模型是否已初始化，若未初始化则直接返回原始帧。然后使用当前配置的参数对帧进行预测，并将检测结果绘制在图像上，最后调整图像通道顺序以适配 Gradio 的显示要求。
4. 摄像头流获取函数
python
def camera_stream():
cap = cv2.VideoCapture(0)
while running:
ret, frame = cap.read()
if not ret:
break
frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
yield frame
cap.release()
camera_stream函数通过 OpenCV 从摄像头获取视频流。在检测状态开启时，持续读取摄像头帧，将其从 BGR 格式转换为 RGB 格式，并以生成器的形式返回，实现高效的视频流处理。
5. 检测帧生成函数
python
def detect_frames():
for frame in camera_stream():
processed = process_frame(frame)
yield cv2.cvtColor(processed, cv2.COLOR_RGB2BGR)
detect_frames函数结合摄像头流获取和帧处理函数，对每一帧进行目标检测，并将处理后的帧转换回 BGR 格式后返回，供 Gradio 界面展示。
6. 检测状态切换函数
python
def toggle_detection(start_btn):
global running
running = not running
return "停止检测" if running else "开始检测"
toggle_detection函数用于切换检测状态，同时更新按钮文本，使用户能够直观控制检测过程。
7. Gradio 界面构建与事件绑定
python
def app():
with gr.Blocks() as demo:
gr.HTML(
"""
YOLOv12 实时摄像头检测
"""
)
with gr.Row():
with gr.Column():
model_selector = gr.Dropdown(
label="选择模型",
choices=[
"yolov12n.pt",
"yolov12s.pt",
"yolov12m.pt",
"yolov12l.pt",
"yolov12x.pt",
],
value="yolov12m.pt"
)
with gr.Accordion("高级设置", open=False):
image_size = gr.Slider(
label="推理尺寸",
minimum=320,
maximum=1280,
step=32,
value=640
)
conf_threshold = gr.Slider(
label="置信度阈值",
minimum=0.0,
maximum=1.0,
step=0.05,
value=0.25
)
start_btn = gr.Button("开始检测", variant="primary")
with gr.Column():
output_video = gr.Image(label="检测结果")
# 事件处理
start_btn.click(
fn=toggle_detection,
inputs=[start_btn],
outputs=[start_btn],
queue=False
).then(
fn=lambda: gr.Image(interactive=True),
outputs=output_video
).then(
fn=initialize_model,
inputs=[model_selector, image_size, conf_threshold],
queue=False
).then(
fn=detect_frames,
outputs=output_video
)
return demo
app函数使用 Gradio 的Blocks布局构建了一个简洁直观的用户界面。界面包含模型选择下拉框、推理尺寸和置信度阈值调节滑块，以及检测结果显示区域。通过链式调用click和then方法，实现了按钮点击事件与各功能函数的绑定，完成从状态切换、模型初始化到实时检测的完整流程。
三、应用场景与扩展方向
该实时目标检测系统可应用于多个场景：
- 安防监控：实时检测监控画面中的异常行为或目标。
- 智能零售：统计客流量、分析顾客行为。
- 工业质检：快速检测生产线上的产品缺陷。
未来可以从以下方向对系统进行扩展：
- 支持更多类型的模型和数据集。
- 添加多摄像头同时检测功能。
- 集成云服务，实现远程访问和数据存储。