yolo_adverse

本项目是我的《内容安全》课程作业，主题为 YOLO 对抗 / 人体检测实验。

当前版本实现了一个基于 YOLOv2 + OpenCV DNN 的人体检测系统，支持：

• 图片人体检测
• 视频人体检测
• 电脑摄像头实时人体检测
• 本地网页上传图片 / 视频检测

环境

推荐使用 Experiment 环境运行。

主要依赖：

• Python 3.12
• OpenCV
• NumPy

模型文件

仓库默认不上传大体积权重文件。

克隆项目后，请在项目目录执行：

python download_model.py

该命令会自动下载 YOLOv2 所需模型文件到 models/ 目录。

快速开始

进入项目目录：

conda activate Experiment
cd yolo_adverse

启动本地网页：

python web_ui.py

浏览器打开：

http://127.0.0.1:8000

命令行使用

图片检测：

python run_detect.py --input path\to\image.jpg

视频检测：

python run_detect.py --input path\to\video.mp4

摄像头实时检测：

python run_detect.py --camera

如需保存摄像头检测结果：

python run_detect.py --camera --output outputs\camera_detected.mp4

项目说明

• 检测目标为 person
• 当前默认置信度为 0.8
• 检测框中不显示具体置信度数值
• 检测结果默认保存在 outputs/

目录结构

yolo_adverse/
├─ models/        # YOLOv2 模型文件
├─ outputs/       # 检测结果
├─ src/           # 核心代码
├─ run_detect.py  # 命令行入口
├─ web_ui.py      # 网页入口
└─ README.md

说明

本仓库用于课程作业展示与实验记录。