手把手教你进行论文复现，小白也能学会，赶紧收藏

复现，是你迈入“真科研”的第一步。
你是不是常常看见学术圈或技术论坛中大家提到“论文复现”这个词，却不太明白它的含义？
别急！这篇超详细的实操指南，从“是什么” 到 “怎么做”，再到 “避坑技巧”，手把手带小白走完第一次论文复现，赶紧收藏起来慢慢看～

什么是“复现”？

复现≠复制粘贴！它是用原作者公开的技术细节、实验步骤、代码仓库和数据集，自己动手重新实现，验证论文结果是否可重复的过程。
简单说，就是跟着论文的“说明书”，亲自跑一遍实验,既能吃透论文核心逻辑，又能练编程、调参技能，还能检验研究成果的可靠性，毕竟学术研究的本质就是“可验证、可推广”。

为什么要做论文复现？

1. 深入理解核心技术

复现的最大好处是能够从理论层面走向实践。光看论文中的理论、公式和结果可能无法完全理解其背后的实现细节，而亲自动手复现，可以让你更好地理解技术原理。

2. 检验研究成果的可靠性

论文中的研究结果，未必在其他环境下也能复现，尤其是涉及到数据集和模型训练等因素时。通过复现，我们可以验证这些结果是否具有普适性。

3. 累积实战经验

复现过程是一个实战的过程，尤其是在深度学习和机器学习、大模型领域，实验中的调参、数据处理、模型选择等都会是你宝贵的经验。对科研人员来说，复现一些经典论文是最直接的学习方式。

手把手教你做第一个复现项目

复现论文并不是一件容易的事，但只要你掌握了方法，逐步进行，也能顺利完成。接下来我们以《PhotoDoodle: Learning Artistic Image Editing from Few-Shot Examples》这篇论文为例，借助大模型实验室Lab4AI平台，带你从头开始复现。

Step 1 找到合适的论文和代码

复现的第一步是找到值得复现且能复现的论文和代码。大多数论文会将其代码发布在GitHub或其他平台上，因此你需要阅读论文，并且找到代码仓库的链接，链接通常附加在论文末尾或摘要部分。找到论文提供的GitHub开源代码后，你需要查看项目中是否有清晰的README文件，介绍如何配置环境、安装依赖、运行代码等。

这里分享5个筛选项目的关键技巧，总结为“三查”核心原则：查信息完整性、查代码一致性、查资源可行性，帮你快速避坑：

• 完整信息性：优先选择开源项目，尤其是原作者主动公开代码仓库、数据集，这种项目复现难度较低。同时，选择项目时优先关注项目活跃度、检查Star数、Fork数、更新频率、issue解决率等。一般情况下数值越高，说明社区认可度高、维护更及时，遇到问题更容易找到解决方案；
• 代码一致性：检查代码和论文的实现是否一致。如果有问题，可以参考GitHub上的Issues查看是否有人遇到类似问题。
• 资源可行性：检查项目是否提供完整依赖清单、数据集及模型下载链接。如果作者未提供，你可能需要额外花费大量时间寻找适配资源。

在《PhotoDoodle》这篇论文中，GitHub上的代码仓库包含了与艺术图像编辑相关的实现，README有详细的项目介绍，包括了从少量样本中学习艺术风格的代码。需要重点关注以下几个部分：

• 项目概述：了解这篇论文的核心思想，确认复现的目标。
• 环境配置：确认环境依赖是否满足你的系统，查看Python、CUDA和其他必需库的版本。
• 训练与推理代码：观察代码是否完整，并分析如何通过代码进行图像编辑任务，特别是如何加载预训练模型、微调模型、以及如何用少量图像进行训练。

Step 2 配置环境并安装依赖

本次我们选用大模型实验室Lab4AI来进行复现，平台提供灵活计费的H卡算力，闲时使用更优惠。您也可以使用本地资源或者实验室资源，进行本次复现。

打开大模型实验室Lab4AI，登录大模型实验室Lab4AI平台。点击右侧“新建实例”，新建前建议先查看“GitHub项目的文档”的环境配置说明。

Step 3 下载代码

新建实例后，先下载论文代码，推荐4种常用方式：

• 第一种：通过HTTPS方式。通过网页URL链接克隆，无需额外配置密钥，是最常用的方式；
• 第二种：通过SSH方式。通过SSH密钥认证克隆，需通过SSH密钥认证克隆提前在GitHub账号绑定本地SSH密钥，更安全且无需重复输入密码；
• 第三种：通过GitHub CLI方式。通过GitHub官方命令行工具克隆，需先安装并登录该工具，适合习惯命令行操作的用户；
• 第四种：直接下载项目压缩包，不需要Git工具即可获取代码。

Step 4 配置环境

环境配置是复现的“重头戏”，按以下步骤操作，少踩 90% 的坑：

(1) 创建独立虚拟环境，这样能够避免依赖冲突：

conda create -n doodle python=3.11.10
# 创建环境

conda activate doodle
# 激活环境

(2) 安装PyTorch与项目依赖

使用 cd 命令进入代码所在文件夹，再分两步安装。根据GitHub说明，通过pip安装所需的PyTorch及所有依赖。如果网络环境受限，可以选择国内的镜像源（如清华镜像）来加速下载：

pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 --index-url https://download.pytorch.org/whl/cu124
pip install --upgrade -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

Step 5 执行推理

由于这个项目的README.md文件先介绍的如何推理，再介绍了如何训练。所以，我们先执行推理，看一下推理效果。

(1) 准备工作：

① 由于CPU无法满足推理算力需求，所以需要重启Lab4AI实例并选择1卡GPU；

②在终端执行conda activate doodle激活之前创建的Conda 环境，再通过cd 路径命令进入 PhotoDoodle 代码目录。

(2) 运行推理代码：

python inference.py

(3) 常见问题解决：

运行代码时出现一些依赖冲突与缺失的问题：

• “安装的 diffusers 版本过低”
• “huggingface-hub 版本过高，与其他不兼容”
• “缺少PEFT库”
• “安装的PEFT库版本过高与transformers库的版本不兼容”
  等等……

遇到这些问题时，最好的方法是参考项目文档中提供的建议，查看GitHub Issues寻找解决方案，您也可以询问AI大模型寻找解决办法。

（4）自定义输出：

修改inference.py中的输入图像路径、编辑提示词等参数，重新运行可以看到获得不同的输出结果。

Step 6 执行推理下载数据集和训练模型

训练数据集与预训练模型是多数论文复现项目的基础支撑。《PhotoDoodle》项目的数据集及预训练模型的下载链接，都能在项目 GitHub 仓库的 README 文件中找到。

在下载数据和预训练模型时，出现了多次因为网络问题而无法下载数据和模型的情况。核心原因可归为四类：

• 第一：跨境网络限制。模型或数据多存于HuggingFace、GitHub、GoogleDrive等境外站点，国内直连易被限流、阻断。
• 第二：源站或链路问题。源站限速、链接失效、CDN节点故障，或下载高峰导致服务器拥堵都可能导致网络问题。
• 第三：本地配置问题。代理或梯子配置错误、防火墙拦截、下载工具无断点续传（大文件易断连），或本地带宽或网络稳定性差。
• 第四：权限或合规限制。部分数据集或模型需授权访问，或源站设地域或IP限流，未满足则被拒绝连接。

遇到网络问题时，您可以使用可靠的下载工具或者科学上网。

Step 7 执行训练

(1) 按论文提供的脚本执行

一旦完成了环境配置和数据准备，接下来的步骤就是开始训练。执行训练代码时，我们依据GitHub项目中给出的命令执行。

（2）个性化训练

您也可以做一些个性化训练，按data 文件夹的格式组织自己的数据集，修改脚本中的参数即可实现自定义训练。

复现高频问题及解决方案

总结一下此次复现环节踩的坑以及对应的解决方法。

小贴士：复现时一定要记笔记！把遇到的问题、解决方案、参数调整记录下来，下次复现能少走很多弯路～

案论文复现总结

论文复现的环境配置是一项系统性的工作。对新手而言，关键要抓住三个核心：

• 前期筛选：用“三查”原则，查信息完整性、查代码一致性、查资源可行性。选择合适的开源项目，避开半开源、信息缺失的项目；
• 环境配置：借助大模型实验室Lab4AI平台的预配置环境和独立虚拟环境，锁定依赖版本，按“安装 - 验证 - 调整”的步骤逐步推进，避免版本冲突；
• 问题解决：遇到网络、依赖、配置问题时，按“定位原因 - 查找适配方案 - 验证效果”的逻辑处理，善用社区 issue、官方文档、镜像源工具和AI大模型工具。

每一次成功的环境配置，都是对你工程解决问题能力的一次极好锻炼。希望这份详细指南能帮你避开弯路，顺利开启论文复现之旅。

而Lab4AI大模型实验室，能为你提供一键复现方案，有效规避论文复现中的各类坑！

平台实现算力与实践场景的无缝衔接，配备充足 H 卡算力，支持模型复现、训练、推理全流程，更具备灵活弹性、按需计费、低价高效的优势，完美解决缺高端算力、算力成本高的核心痛点。

祝你复现顺利！

GitLink开源创新服务平台与Lab4AI大模型实验室联合发起「论文头号玩家」论文复现计划。寻找百万「论文头号玩家」计划 | 首批复现体验官开放申请，最高可获500元算力金！本计划开放高性能H800 GPU算力，旨在降低复现门槛，推动学术成果的实践转化。
<div align="center">
参与活动您将获得：
</div>
<p align="center">
<img src="http://llamafactory-online-assets.oss-cn-beijing.aliyuncs.com/lmlab/docs/v1.0/blog/synchronize/jy_fuxian-15.png">
</p>

基于 YOLOv8 的多犬种（60种常见犬类）智能识别系统项目 [目标检测完整源码]

—— 面向 60 类常见犬种的目标检测与可视化应用落地

一、背景与问题：为什么“犬种识别”值得工程化？

在宠物经济高速发展的今天，犬类已经从“家庭陪伴动物”逐步演变为需要精细化管理与智能化服务的对象。在实际场景中，犬种信息直接影响：

• 饲养与行为管理策略
• 疫苗接种与健康风险评估
• 宠物交易、领养与救助流程
• 城市宠物管理与公共安全

然而，现实中对犬种的识别依然高度依赖人工经验，不仅主观性强，而且在混血犬、幼犬、复杂光照条件下误判率较高。

问题的本质在于：

如何构建一个既具备高识别精度，又真正“可落地使用”的犬种识别系统？

本项目正是围绕这一问题，给出了一套完整可复现的工程级解决方案。

源码下载与效果演示

哔哩哔哩视频下方观看：
https://www.bilibili.com/video/BV1wB8MzsE9P/

包含：

📦完整项目源码

📦 预训练模型权重

🗂️ 数据集地址（含标注脚本

二、系统整体架构设计

该项目并非单一模型 Demo，而是一个从数据、训练到部署的完整闭环系统，整体架构如下：

┌────────────┐
│  数据集层  │  犬类图像 + YOLO 标注
└─────┬──────┘
      ↓
┌────────────┐
│  模型训练  │  YOLOv8 Detection
└─────┬──────┘
      ↓
┌────────────┐
│  推理服务  │  图片 / 视频 / 摄像头
└─────┬──────┘
      ↓
┌────────────┐
│  GUI 应用  │  PyQt5 桌面端
└────────────┘

核心目标只有一个：
让“深度学习模型”真正变成“普通用户能用的软件”。

三、模型选型：为什么是 YOLOv8？

在多类别实时检测任务中，YOLO 系列一直是工程实践的主流方案。本项目最终选择 YOLOv8，主要基于以下考虑：

3.1 架构层面的优势

• Anchor-Free 设计
  减少超参数依赖，收敛更稳定
• Task-Aligned Assigner
  分类与定位目标一致性更强
• 更轻量的 Backbone 与 Neck
  在保证精度的同时提升推理速度

3.2 工程友好性

• 原生支持 PyTorch / ONNX
• Ultralytics 提供统一 CLI 与 Python API
• 训练、验证、推理接口高度一致

这使得模型不仅“好训”，而且非常适合与 GUI、业务系统结合。

四、犬种数据集构建与标注规范

4.1 数据规模与类别

本系统覆盖 60 种常见犬类，包括但不限于：

• 柯基、哈士奇、柴犬
• 金毛、拉布拉多、贵宾犬
• 德牧、边牧、博美等

每个类别均包含多姿态、多背景、多尺度样本，尽量贴近真实使用场景。

4.2 数据组织结构（YOLO 标准）

dataset/
├── images/
│   ├── train/
│   └── val/
├── labels/
│   ├── train/
│   └── val/

标签文件采用 YOLO 标准格式：

<class_id> <x_center> <y_center> <width> <height>

所有坐标均为 相对比例值，确保模型在不同分辨率下具备一致性。

五、模型训练流程详解

5.1 训练配置示例

yolo detect train \
  data=dog.yaml \
  model=yolov8n.pt \
  epochs=100 \
  batch=16 \
  imgsz=640

关键训练策略包括：

• 合理的 batch size 控制显存占用
• 数据增强（翻转、尺度变换、颜色扰动）
• 早期收敛阶段重点关注 box_loss 与 cls_loss

5.2 训练过程监控

YOLOv8 在 runs/detect/train/ 目录中自动生成：

• 损失函数变化曲线
• mAP@0.5 / mAP@0.5:0.95
• 混淆矩阵（类别间区分能力）

在实际实验中，多数犬种在 mAP@0.5 指标上稳定超过 90%，具备实际应用价值。

六、多模态推理能力设计

本系统支持多种输入形式，统一由同一推理接口处理。

6.1 单张图片与批量图片

• 支持文件与文件夹级别输入
• 自动生成标注结果图
• 适合数据复查与分析场景

6.2 视频与实时摄像头

• 基于 OpenCV 逐帧推理
• 支持实时显示检测结果
• 可选保存输出视频文件

这一能力使系统能够直接应用于：

• 宠物门店实时监控
• 救助站视频巡检
• 展示型 AI 应用演示

七、PyQt5 图形界面设计要点

为了降低使用门槛，项目引入 PyQt5 构建完整桌面应用。

7.1 界面功能划分

• 输入控制区：选择图片 / 视频 / 摄像头
• 结果展示区：实时显示检测画面
• 日志与状态区：输出模型运行信息

7.2 工程价值

• 无需命令行操作
• 非算法人员也可直接使用
• 适合作为课程设计、毕业设计、项目演示系统

八、推理代码核心示例

from ultralytics import YOLO

model = YOLO("best.pt")
results = model("test.jpg", conf=0.25, save=True)

for box in results[0].boxes:
    cls_id = int(box.cls)
    score = float(box.conf)

推理结果中可直接获取：

• 类别 ID
• 置信度
• 边框坐标

便于后续对接业务逻辑或二次开发。

九、项目工程化与“开箱即用”

本项目已完成完整工程封装，具备以下特点：

• 已训练完成的权重文件
• 完整源码与数据集
• 一键启动 GUI 程序
• 提供训练与部署说明

运行检测仅需：

python main.py

无需重新训练，即可体验完整系统功能。

十、可扩展性与二次开发方向

该项目并不局限于犬种识别，其工程框架可直接扩展为：

• 🐱 猫咪品种识别
• 🐦 鸟类 / 野生动物监测
• 🐄 畜牧养殖视觉分析
• 🏙️ 智慧城市动物管理系统

本质上，这是一个可复用的 YOLOv8 + GUI 工程模板。

总结：一个真正“能用”的目标检测项目应该是什么样？

相比单纯展示模型精度，本项目更关注：

• 是否具备完整工程链路
• 是否方便非算法人员使用
• 是否具备二次开发潜力

通过 YOLOv8 与 PyQt5 的深度结合，该系统成功实现了从算法到应用的跨越。

🚀 如果你正在寻找一个具备训练、检测、部署一体化能力的目标检测项目实践，这套基于 YOLOv8 的多犬种识别系统，值得你深入研究与复用。

DeepSeek提出mHC，改造何恺明残差连接

大模型实验室Lab4AI论文阅读

✔️研究背景

深度学习中，残差连接 是 ResNet、Transformer 等架构（含 LLM）的基础，其恒等映射特性保障了大规模训练的稳定性与效率。Hyper-Connections（HC）通过扩展残差流宽度、多样化连接模式提升模型性能，但因连接无约束，破坏了恒等映射特性，导致训练不稳定、扩展性受限，且存在显著内存访问与通信开销，这一问题限制了 HC 在大规模训练中的实际应用，形成研究缺口。

✔️研究目的

本文解决 HC 架构存在的训练不稳定性、扩展性差及系统开销大的核心问题，同时保留 HC 扩展残差连接带来的性能优势，提出一种兼顾稳定性、扩展性与效率的通用残差连接框架，支撑大规模深度学习模型（尤其是 LLM）的高效训练。

✔️核心贡献

提出 Manifold-Constrained Hyper-Connections（mHC）框架，通过将 HC 的残差映射投影到双随机矩阵流形（Birkhoff 多面体），恢复恒等映射特性，保障信号传播稳定性；
对输入 / 输出映射施加非负约束，避免信号抵消，同时通过核融合、选择性重计算、DualPipe 通信重叠等基础设施优化，降低系统开销；
实证验证 mHC 在大规模预训练中的有效性，为深度网络拓扑架构设计提供新视角，推动基础模型的演进。

✔️研究方法

• 1）核心方法论：采用 Sinkhorn-Knopp 算法将残差映射 H_res 熵投影到双随机矩阵流形，对 H_pre 和 H_post 用 Sigmoid 函数施加非负约束；
• 2）基础设施优化：基于 TileLang 实现混合精度核融合，通过选择性重计算降低内存占用，扩展 DualPipe 调度实现通信与计算重叠；
• 3）实验设计：在3B至27B参数的语言模型上进行预训练实验，对比基线、HC和mHC的稳定性、下游任务性能及缩放特性。

✔️研究结果

• 1）稳定性提升：mHC在27B模型训练中消除HC的损失突增现象，梯度范数保持稳定（对比HC的3000倍信号增益峰值，mHC最大增益仅1.6倍）。
• 2）性能优势：在推理、阅读理解、数学问题解决等任务上全面优于基线和 HC，27B 模型在 BBH 上较 HC 提升 2.1%；
• 3）扩展性与效率：支持模型规模与训练数据量的高效扩展，n=4 时仅增加 6.7% 时间开销，显著降低内存访问与通信成本。

基于YOLOv8的蚊蝇位置智能检测识别项目｜完整源码数据集+PyQt5界面+完整训练流程+开箱即用！

源码包含：完整YOLOv8训练代码+数据集(带标注)+权重文件+直接可允许检测的yolo检测程序+直接部署教程/训练教程

基本功能演示

https://www.bilibili.com/video/BV1zYrhBxEau/

源码在哔哩哔哩视频简介处

项目摘要

本项目基于 YOLOv8 深度学习检测模型，结合 PyQt5 图形界面，实现了对蚊子和苍蝇的自动检测与定位。项目核心特点包括：

1. 多输入源支持：可处理单张图片、图片文件夹、视频文件以及实时摄像头输入。
2. 高精度识别：利用定制蚊蝇数据集训练，准确识别蚊子与苍蝇，同时兼顾背景样本，降低误报率。
3. 开箱即用：提供完整源码、训练数据、预训练权重及部署教程，用户可直接运行检测系统或继续训练自定义模型。
4. 可视化界面：PyQt5 图形界面直观展示检测结果，支持边框显示、类别标注、置信度显示等功能。
5. 灵活扩展：项目结构清晰，可快速扩展到其他小型生物检测任务或多分类目标检测场景。

通过本项目，用户可实现蚊蝇数量监测、位置统计及风险评估，为实验室、公共卫生、农业及城市环境管理提供智能化工具。

前言

随着智能视觉技术的发展，小型害虫检测在公共卫生、农作物管理及环境监测中具有重要意义。传统人工检测方法不仅耗时长、效率低，而且容易漏检或误判。借助 YOLO 系列目标检测算法，本项目提供了一种快速、准确、可扩展的蚊蝇检测解决方案。

项目基于无人机或固定摄像头拍摄的实验样本，通过训练专用数据集，使模型能够在复杂背景下自动识别蚊子和苍蝇位置。结合 PyQt5 图形界面，用户无需掌握深度学习底层技术即可完成检测、可视化及数据统计。

一、软件核心功能介绍及效果演示

核心功能

1. 图片检测

   • 支持单张图片检测，自动标注蚊子和苍蝇位置。
   • 输出标注图与 YOLO 格式检测结果。

2. 批量图片处理

   • 支持文件夹中所有图片的批量检测。
   • 自动生成检测报告，包括数量统计及置信度分析。

3. 视频检测

   • 支持本地视频文件输入，实时识别视频中的蚊子与苍蝇。
   • 可选择保存检测后的视频，标注框清晰展示目标。

4. 摄像头实时检测

   • 支持 USB 摄像头或笔记本内置摄像头实时捕捉并检测蚊蝇。
   • 界面显示实时检测帧，支持帧率与置信度调节。

5. 检测结果可视化

   • 在 PyQt5 界面中显示目标框、类别及置信度。
   • 支持结果导出，包括图片、视频和 CSV 数据。

6. 训练与模型管理

   • 提供完整训练代码与数据集标注示例。
   • 可加载自定义权重继续训练或微调模型。
   • 支持 YOLOv8 标准训练流程，包括训练集划分、超参数配置和结果可视化。

效果演示

• 图片示例：

  • 检测后每只蚊子与苍蝇都会被框出，类别和置信度清晰显示。

• 视频示例：

  • 视频播放时，模型实时标注移动的目标，统计目标数量并可导出检测数据。

• 实时摄像头示例：

  • 界面上可即时显示检测框与数量统计，操作简单，无需命令行操作。

二、软件效果演示

为了直观展示本系统基于 YOLOv8 模型的检测能力，我们设计了多种操作场景，涵盖静态图片、批量图片、视频以及实时摄像头流的检测演示。

（1）单图片检测演示

用户点击“选择图片”，即可加载本地图像并执行检测：

（2）多文件夹图片检测演示

用户可选择包含多张图像的文件夹，系统会批量检测并生成结果图。

（3）视频检测演示

支持上传视频文件，系统会逐帧处理并生成目标检测结果，可选保存输出视频：

（4）摄像头检测演示

实时检测是系统中的核心应用之一，系统可直接调用摄像头进行检测。由于原理和视频检测相同，就不重复演示了。

（5）保存图片与视频检测结果

用户可通过按钮勾选是否保存检测结果，所有检测图像自动加框标注并保存至指定文件夹，支持后续数据分析与复审。

三、模型的训练、评估与推理

YOLOv8是Ultralytics公司发布的新一代目标检测模型，采用更轻量的架构、更先进的损失函数（如CIoU、TaskAlignedAssigner）与Anchor-Free策略，在COCO等数据集上表现优异。
其核心优势如下：

• 高速推理，适合实时检测任务
• 支持Anchor-Free检测
• 支持可扩展的Backbone和Neck结构
• 原生支持ONNX导出与部署

3.1 YOLOv8的基本原理

YOLOv8 是 Ultralytics 发布的新一代实时目标检测模型，具备如下优势：

• 速度快：推理速度提升明显；
• 准确率高：支持 Anchor-Free 架构；
• 支持分类/检测/分割/姿态多任务；
• 本项目使用 YOLOv8 的 Detection 分支，训练时每类表情均标注为独立目标。

YOLOv8 由Ultralytics 于 2023 年 1 月 10 日发布，在准确性和速度方面具有尖端性能。在以往YOLO 版本的基础上，YOLOv8 引入了新的功能和优化，使其成为广泛应用中各种物体检测任务的理想选择。

YOLOv8原理图如下：

3.2 数据集准备与训练

采用 YOLO 格式的数据集结构如下：

dataset/
├── images/
│   ├── train/
│   └── val/
├── labels/
│   ├── train/
│   └── val/

每张图像有对应的 .txt 文件，内容格式为：

4 0.5096721233576642 0.352838390077821 0.3947600423357664 0.31825755058365757

分类包括（可自定义）：

3.3. 训练结果评估

训练完成后，将在 runs/detect/train 目录生成结果文件，包括：

• results.png：损失曲线和 mAP 曲线；
• weights/best.pt：最佳模型权重；
• confusion_matrix.png：混淆矩阵分析图。

若 mAP@0.5 达到 90% 以上，即可用于部署。

在深度学习领域，我们通常通过观察损失函数下降的曲线来评估模型的训练状态。YOLOv8训练过程中，主要包含三种损失：定位损失（box_loss）、分类损失（cls_loss）和动态特征损失（dfl_loss）。训练完成后，相关的训练记录和结果文件会保存在runs/目录下，具体内容如下：

3.4检测结果识别

使用 PyTorch 推理接口加载模型：

import cv2
from ultralytics import YOLO
import torch
from torch.serialization import safe_globals
from ultralytics.nn.tasks import DetectionModel

# 加入可信模型结构
safe_globals().add(DetectionModel)

# 加载模型并推理
model = YOLO('runs/detect/train/weights/best.pt')
results = model('test.jpg', save=True, conf=0.25)

# 获取保存后的图像路径
# 默认保存到 runs/detect/predict/ 目录
save_path = results[0].save_dir / results[0].path.name

# 使用 OpenCV 加载并显示图像
img = cv2.imread(str(save_path))
cv2.imshow('Detection Result', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

预测结果包含类别、置信度、边框坐标等信息。

四.YOLOV8+YOLOUI完整源码打包

本文涉及到的完整全部程序文件：包括python源码、数据集、训练代码、UI文件、测试图片视频等（见下图），获取方式见【4.2 完整源码下载】：

4.1 项目开箱即用

作者已将整个工程打包。包含已训练完成的权重，读者可不用自行训练直接运行检测。

运行项目只需输入下面命令。

python main.py

读者也可自行配置训练集，或使用打包好的数据集直接训练。

自行训练项目只需输入下面命令。

yolo detect train data=datasets/expression/loopy.yaml model=yolov8n.yaml pretrained=yolov8n.pt epochs=100 batch=16 lr0=0.001

4.2 完整源码

至项目实录视频下方获取：https://www.bilibili.com/video/BV1zYrhBxEau/

包含：

📦完整项目源码

📦 预训练模型权重

🗂️ 数据集地址（含标注脚本）

总结

本项目基于 YOLOv8 深度学习检测模型与 PyQt5 图形界面，实现了蚊子与苍蝇的高效、智能化检测与定位。通过专用数据集训练，系统能够在复杂背景下准确识别目标，同时提供图片、视频及摄像头多种输入方式。

项目核心优势包括：

1. 高精度识别：模型在小型目标和复杂背景下表现稳定，误报率低。
2. 多场景适用：支持单张图片、批量图片、视频和实时摄像头输入。
3. 可视化与易用性：界面直观，标注清晰，用户无需深度学习经验即可使用。
4. 可扩展性：源码结构清晰，可快速应用于其他小型生物检测任务或扩展目标类别。
5. 开箱即用：提供完整训练流程、权重文件和部署教程，用户可直接上手或自定义训练。

整体而言，本项目为公共卫生监测、实验室研究和环境管理提供了一个 快速、可靠、可视化的智能检测解决方案，降低人工检测成本，提高数据收集效率，为小型害虫监控提供了可落地的技术工具。