YOLOv8中model.predict摄像头输入处理及结果触发代码问题

你遇到的核心问题是：使用摄像头作为输入源时，model.predict()会持续循环处理帧，不会主动终止，导致后续代码无法执行。其实不用多线程，利用YOLO的迭代器特性或者回调函数就能轻松解决。

方法一：遍历检测结果迭代器 #

model.predict()处理实时流（如摄像头）时，返回的是一个逐帧结果的迭代器，而非一次性返回所有结果。通过遍历这个迭代器，你可以在每帧处理完成后立即检查检测结果，触发对应逻辑。

from ultralytics import YOLO

model = YOLO("C:/Users/User/Downloads/best.pt")

# 遍历每帧的检测结果
for result in model.predict(source="0", show=True, verbose=False):
    # 获取当前帧的所有检测类别ID（转为numpy数组方便判断）
    class_ids = result.boxes.cls.cpu().numpy()
    
    # 替换为你需要触发的目标类别ID
    target_class_id = 0
    if target_class_id in class_ids:
        print("检测到目标对象！触发相关代码")
        # 在这里编写你的触发逻辑，比如调用函数、执行操作等

# 当关闭摄像头窗口（按q键）后，循环结束，后续代码会执行
print('hey')

方法二：使用回调函数 #

可以通过predict的callback参数传入自定义函数，每处理完一帧就自动调用该函数，在函数内处理检测结果并触发逻辑。

from ultralytics import YOLO

def handle_detection(result):
    # 处理单帧检测结果
    class_ids = result.boxes.cls.cpu().numpy()
    target_class_id = 0  # 替换为你的目标类别ID
    if target_class_id in class_ids:
        print("检测到目标，触发操作！")
        # 写入你的触发逻辑

model = YOLO("C:/Users/User/Downloads/best.pt")
# 传入回调函数，每帧处理后自动调用
model.predict(source="0", show=True, verbose=False, callback=handle_detection)

print('hey')

关键说明 #

• 检测结果的核心信息都在result对象中：
  • result.names：类别ID与名称的映射字典
  • result.boxes.cls：每个检测框的类别ID（张量格式，需转numpy方便操作）
  • result.boxes.conf：每个检测框的置信度
  • result.boxes.xyxy：检测框的坐标（左上角、右下角）
• 按下窗口的q键即可终止预测循环，执行后续代码。

内容的提问来源于stack exchange，提问作者Lookdatway