基于OpenCV与YOLOv5的实时目标检测：从环境搭建到模型训练全流程实践

最新推荐文章于 2026-07-02 12:18:26 发布

原创

最新推荐文章于 2026-07-02 12:18:26 发布 · 2.7k 阅读

1. 先搞清楚这个项目到底能做什么，以及你需要准备什么

如果你正在为计算机视觉相关的毕业设计、课程大作业或者个人项目寻找一个“能跑起来、有实际效果”的案例，那么基于 OpenCV 和 YOLOv5 的实时目标检测，大概率就是你需要的那个。它不是一个停留在理论或论文里的概念，而是一个从摄像头或视频流里抓取画面、识别出物体、并实时把框和标签画出来的完整流程。这个组合之所以经典，是因为它把成熟的图像处理库（OpenCV）和当下高效易用的目标检测模型（YOLOv5）结合在了一起，让你能快速搭建一个视觉感知系统的原型。

最核心的价值在于“实时”和“可落地”。你不需要从零开始写神经网络，也不用担心复杂的模型部署，YOLOv5 提供了预训练模型，OpenCV 负责处理视频流和图形绘制。对于本科生毕设、研究生课题前期验证，或者想入门深度学习的开发者来说，这个项目能让你在最短时间内看到“AI识别物体”的实际效果，建立完整的工程化认知——从环境搭建、代码运行、参数调整到结果可视化。

在动手之前，你需要明确几个关键点：第一，这主要是一个 应用和集成 项目，重点在于理解流程和调参，而不是发明新算法。第二，“实时”是有条件的，它取决于你的硬件（尤其是显卡）、输入视频的分辨率以及你选择的 YOLOv5 模型大小。第三，整个项目可以拆解为几个清晰的阶段：环境准备、模型获取、编写检测脚本、运行调试以及最后的优化和扩展。

2. 环境搭建：避开依赖冲突的坑，一次配好

环境是第一个拦路虎，很多人的项目卡在第一步就是因为环境冲突。我们的核心是 Python，搭配 PyTorch（用于运行 YOLOv5）和 OpenCV-Python。我建议使用 Anaconda 创建独立的虚拟环境，这是避免包版本冲突最有效的方法。

首先，创建一个新的 Conda 环境（这里以 Python 3.8 为例，这是一个兼容性较好的版本）：

conda create -n yolo_opencv python=3.8
conda activate yolo_opencv

接下来安装核心依赖。 请注意安装顺序 ，先安装 PyTorch，因为它对 CUDA 和 cuDNN 有特定要求。前往 PyTorch 官网根据你的 CUDA 版本（如果有 NVIDIA 显卡）或选择 CPU 版本获取安装命令。例如，对于 CUDA 11.3 的用户：

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

如果没有 GPU 或 CUDA，就安装 CPU 版本：

pip install torch torchvision torchaudio

然后安装 OpenCV，通常我们安装 opencv-python 这个包就足够了，它包含了主要模块：

pip install opencv-python

最后，我们需要 YOLOv5 的源代码和其依赖。最直接的方式是从 GitHub 克隆官方仓库：

git clone https://github.com/ultralytics/yolov5
cd yolov5
pip install -r requirements.txt

执行 requirements.txt 时会自动安装一系列依赖，包括 matplotlib , pandas , seaborn 等，其中也包含了 opencv-python 。如果你之前已经安装过，这里不会冲突。

注意：很多人会遇到 ModuleNotFoundError: No module named ‘cv2‘ 或类似的错误。这通常有几个原因：1. 没在正确的 Conda 环境下安装；2. 包名错误（应该是 opencv-python ）；3. 在 IDE（如 PyCharm）中未正确选择解释器。务必在激活的虚拟环境中执行安装命令，并在 IDE 中设置该环境的 Python 解释器。

环境验证：分别执行 python -c “import torch; print(torch.__version__)” 和 python -c “import cv2; print(cv2.__version__)” ，能正确输出版本号即表示成功。

3. 核心代码拆解：从单张图片到实时视频流

环境就绪后，我们进入核心环节。YOLOv5 官方仓库的 detect.py 脚本功能强大，但为了理解原理，我建议自己写一个简化的版本。我们从易到难，先处理单张图片，再处理视频文件，最后接入摄像头。

3.1 单张图片检测：理解基本流程

创建一个 detect_image.py 文件。第一步是加载模型。YOLOv5 提供了不同大小的预训练模型（如 yolov5s.pt , yolov5m.pt 等，‘s’最小最快，‘x’最大最准）。我们通常从 yolov5s.pt 开始，它会自动下载。

import torch
import cv2
from pathlib import Path

# 加载模型，设置模型为评估模式
model = torch.hub.load(‘ultralytics/yolov5‘, ‘yolov5s‘, pretrained=True)
model.eval()
</

标签