基于YOLO11的共享单车智能检测系统 | 用于乱停乱放治理、入栏率核算、精细化运营 | 附完整源码与效果演示

基于 YOLO11 的城市共享单车视觉识别与盘点系统

把"地铁口、商圈门口究竟堆了多少辆共享单车"这件事，从靠人去数变成靠摄像头一键统计。

一、背景

1.1 行业痛点

共享单车经过几年野蛮扩张，已经成为城市治理的高频议题。地铁口、商圈、写字楼、园区门口大片乱停乱放、占用人行道；运维公司又因为缺乏精准的"在街车辆数"而无法做精细化调度。靠城管/物业人工拍照、人工数车，成本高、周期长、口径还不统一。

而 目标检测 + 摄像头巡检 是这个问题的天然解：路侧抓拍 相机 、地铁口高点相机、巡查车移动终端只要把画面投给一个推理服务，就能稳定输出"画面里几辆单车、置信度多高、坐标在哪儿"这样一份结构化结果，下游入栏率核算、违停告警、调度地图都能直接消费。

本项目就是围绕这个目标做的一套最小可用工程化样例：基于 YOLO11n + Streamlit，可单图、批量、视频、 摄像头 四路输入，专门识别共享单车这一类目标，并给出可直接复用的可视化与统计前端。

视频演示与源码下载

https://www.bilibili.com/video/BV1XzVf6oE63/

包含： 📦完整项目源码 📦 预训练 模型权重

🗂️数据集

1.2 项目运行效果

1.3 项目介绍

核心创新点：

类别定义： nc=1, names=['单车']，模型对单车的边界框做精准定位。

技术栈：

二、设计框架

整体是前端展示 ↔ 推理服务 ↔ 模型权重三段式：

┌─────────────────────────────────────────────────┐
│   浏览器（用户）                                 │
│   单图 / 批量 / 视频 / 摄像头                    │
└──────────────┬──────────────────────────────────┘
               ▼ HTTP（默认 8501）
┌─────────────────────────────────────────────────┐
│   Streamlit 应用 app/streamlit_app.py            │
│   ├─ 入口路由：4 种输入模式                      │
│   ├─ infer_image_path() 单图推理                 │
│   ├─ run_batch_image_inference() 批量推理        │
│   └─ render_*() 可视化（结果表 + 图表）           │
└──────────────┬──────────────────────────────────┘
               ▼ ultralytics.YOLO
┌─────────────────────────────────────────────────┐
│   推理引擎：YOLO11n                              │
│   model/best.pt（仅 1 类：单车）                  │
└─────────────────────────────────────────────────┘

YOLO11 网络结构（一图速通）：

 输入 640×640
     │
 ┌───▼───── Backbone（C3k2 + SPPF） ─────┐
 │   提取多尺度特征（P3/P4/P5）           │
 └───┬─────────────────────────────────┘
     │
 ┌───▼───── Neck（FPN + PAN） ──────────┐
 │   融合浅层细节与深层语义              │
 └───┬─────────────────────────────────┘
     │
 ┌───▼─── Head（Decoupled + DFL） ──────┐
 │   分类分支 + 回归分支（DFL 离散概率） │
 └───┬─────────────────────────────────┘
     │
   输出：N×(x1,y1,x2,y2,conf,class)

YOLO11 相比 YOLOv8 主要更新点： Backbone 用 C3k2 取代 C2f，参数减少；Head 引入 DFL（分布焦点损失）让边框回归更稳；同时保留 Anchor-Free 与 Decoupled Head 设计。对单车这种目标尺寸跨度大（远景小车 → 近景大车）的场景非常友好。

检测流程：

图像/视频帧 ──▶ 预处理（letterbox, 640×640） ──▶ YOLO11n
                                                  │
                                                  ▼
                                         筛选 conf ≥ 0.25
                                                  │
                                                  ▼
                                         result.plot() 画框
                                                  │
                                                  ▼
                                         Pandas 整理 → 图表 + 报表

三、代码结构（核心 50 行）

项目模板把所有"接 Streamlit + 跑 YOLO"的逻辑压在不到 50 行里，看完即上手。

# app/streamlit_app.py（节选，已删脚手架与 CSS）
from pathlib import Path
import streamlit as st, pandas as pd
from ultralytics import YOLO

MODEL_PATH = Path(__file__).parent.parent / "model" / "best.pt"

@st.cache_resource(show_spinner=False)
def load_model(path: str) -> YOLO:
    return YOLO(path)                                   # ① 缓存权重，避免重复加载

def infer_image_path(model: YOLO, image_path: Path, conf: float):
    result = model.predict(str(image_path), conf=conf, verbose=False)[0]   # ② 单帧推理
    annotated = result.plot()                                              # ③ 画框
    rows = []
    if result.boxes is not None:
        for box in result.boxes:
            cls_id = int(box.cls.item())
            x1, y1, x2, y2 = [float(v) for v in box.xyxy[0].tolist()]
            rows.append({
                "class_id": cls_id,
                "class_name": result.names[cls_id],
                "confidence": round(float(box.conf.item()), 4),
                "x1": round(x1, 1), "y1": round(y1, 1),
                "x2": round(x2, 1), "y2": round(y2, 1),
            })
    return annotated[:, :, ::-1], pd.DataFrame(rows)    # ④ BGR→RGB + 结构化结果

# ---------- Streamlit 入口（单图分支） ----------
st.set_page_config(page_title="共享单车识别", layout="wide")
conf = st.sidebar.slider("置信度阈值", 0.1, 0.9, 0.25, 0.05)
model = load_model(str(MODEL_PATH))

mode = st.radio("输入类型", ["单张图片", "批量图片", "视频", "摄像头"], horizontal=True)

if mode == "单张图片":
    up = st.file_uploader("上传待检测图片", type=["jpg", "jpeg", "png", "webp", "bmp"])
    if up is not None:
        annotated, df = infer_image_path(model, Path(up.name), conf)   # 复用单图推理
        col1, col2 = st.columns(2)
        col1.image(up.getvalue(), caption="原图")
        col2.image(annotated,    caption="检测结果")
        st.dataframe(df)

5 段解析：

1. @st.cache_resource —— 让 YOLO 权重在 Streamlit 会话之间只加载一次，第二次刷新页面响应能从冷启动 1.5s 降到 50ms。
2. model.predict(..., verbose=False)[0] —— ultralytics 一行推理，自动处理 letterbox、NMS、置信度阈值。[0] 是因为接口默认返回 list（视频每帧一个 result）。
3. result.plot() —— 直接拿到带框、带类别、带置信度的可视化图（NumPy BGR）。
4. 把每个 box 拆成 class_id / class_name / confidence / x1y1x2y2 装进 DataFrame，下游图表与导出 CSV 全部基于此。
5. st.radio + 分支结构是 Streamlit 的"路由"，加新输入模式（比如 RTSP 流）只要再加一个 elif。

四、训练效果

模型基于 yolo11n.pt 在 3000 张多场景单车图（含城市道路、小区、公园、街边、室内）上训练 200 个 epoch，imgsz=640、batch=16。最终训练表现：

训练曲线总览：

可以看到 box / cls / dfl 三路损失稳定下降，在第 100 个 epoch 后已经稳定在 0.99 附近，没有过拟合迹象。

PR 曲线（单类）：

PR 曲线非常贴近右上角，说明模型在不同置信度阈值下都能保持高 Precision + 高 Recall —— 单车这一类边界清晰、纹理稳定，本身就是一个比较好啃的目标。

归一化混淆矩阵：

对角线接近 1，"单车 → 单车"几乎全召回，剩余的少量误差主要落在 background（极远景或被遮挡严重的车被漏检），符合工程预期。

五、项目总结

做对了什么：

• 场景闭环：不止"识别出单车"，还把"批量盘点 + 类别分布 + 平均置信度 + 每图目标数"做进了 Streamlit 前端，城管/运维拿到链接就能用。
• 小模型策略：YOLO11n（5MB 级）+ 单类，路侧相机或巡查 PAD 都能扛得住，不必上 GPU。
• 配置与代码解耦：所有行业话术、UI 颜色、识别类别都从 configs/project.yaml 注入，下次换业务（比如电动车违停）只需改 yaml + 换权重。

还能怎么做：

1. 接入跟踪算法（ByteTrack / BoT-SORT），从"画面里几辆"升级为"路口 5 分钟流量"；
2. 加一个入栏率插件：基于 ROI 多边形 + 单车重心位置，自动算停在停车区/停在斑马线的比例；
3. 边缘部署：用 ultralytics export 导出 ONNX / NCNN / RKNN，就近塞进路侧 AI 盒子。

一句话总结： 用 YOLO11n 把"共享单车"这一个最小问题做透，Streamlit 兜底前端，整套方案 ≈ 6 MB 权重 + 不到 1500 行代码，就足以撑起一个城市治理小工具的 PoC。