在Google Colab用摄像头评估YOLOv8遇报错，求原因及解决方法

报错原因 #

YOLOv8官方代码中加入了Colab/Kaggle环境的强制检测：当你设置source='0'调用本地摄像头时，代码会自动检测当前运行环境，若判定为Colab或Kaggle，直接抛出NotImplementedError。这和YOLOv7的逻辑不同——YOLOv7没有做这个强制拦截，所以你之前用的摄像头补丁能生效，但YOLOv8直接阻断了这条调用路径。

解决办法 #

• 方法1：修改YOLOv8源码绕过检测
  直接删除YOLOv8中阻止Colab调用摄像头的检测代码，在Colab中执行以下命令即可：

  !sed -i '52,54d' /usr/local/lib/python3.8/dist-packages/ultralytics/yolo/data/dataloaders/stream_loaders.py
  

  执行后，你原来的YOLOv8推理代码就能正常运行，再配合之前用在YOLOv7上的摄像头补丁即可完成测试。

• 方法2：手动捕获摄像头画面逐帧推理
  不依赖YOLOv8的source参数，通过Colab的摄像头API手动获取画面，再传给模型推理，无需修改源码：

  from ultralytics import YOLO
  import cv2
  import numpy as np
  from google.colab.patches import cv2_imshow
  from IPython.display import display, Javascript
  from google.colab.output import eval_js
  from base64 import b64decode
  
  # 加载训练好的模型
  model = YOLO('/content/gdrive/MyDrive/yolov8/Mask-Wearing-19/runs/detect/train2/weights/best.pt')
  
  def get_camera_frame(quality=0.8):
      js = Javascript('''
          async function getFrame(quality) {
              const video = document.createElement('video');
              video.style.display = 'none';
              const stream = await navigator.mediaDevices.getUserMedia({video: true});
              document.body.appendChild(video);
              video.srcObject = stream;
              await video.play();
              
              const canvas = document.createElement('canvas');
              canvas.width = video.videoWidth;
              canvas.height = video.videoHeight;
              canvas.getContext('2d').drawImage(video, 0, 0);
              stream.getVideoTracks()[0].stop();
              document.body.removeChild(video);
              return canvas.toDataURL('image/jpeg', quality);
          }
      ''')
      display(js)
      data = eval_js('getFrame({})'.format(quality))
      binary = b64decode(data.split(',')[1])
      return cv2.imdecode(np.frombuffer(binary, np.uint8), cv2.IMREAD_COLOR)
  
  # 循环推理
  while True:
      try:
          frame = get_camera_frame()
          results = model(frame)
          # 绘制检测结果
          annotated_frame = results[0].plot()
          cv2_imshow(annotated_frame)
          # 手动中断循环即可停止
      except KeyboardInterrupt:
          break
      except Exception as e:
          print(e)
          break
  
  cv2.destroyAllWindows()
  

• 方法3：本地运行推理（最稳定）
  将训练好的best.pt模型下载到本地电脑，在本地Python环境中安装ultralytics、opencv-python等依赖后，直接运行你原来的代码即可，完全不受Colab环境限制，是最稳定的测试方案。

内容的提问来源于stack exchange，提问作者adeshina Ibrahim