【目标检测】YOLO v5 吸烟行为识别检测

网友投稿 369 2022-09-16

【目标检测】YOLO v5 吸烟行为识别检测

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档

YOLO v5 吸烟行为目标检测模型:计算机配置、制作数据集、训练、结果分析和使用

​​前言​​​​相关连接(look评论)​​​​一、计算机配置​​

​​pytorch安装-GPU版本​​​​pycocotools的安装​​

​​二、YOLO v5下载​​​​三、模型使用​​

​​获取数据集​​​​更改train.py文件​​​​模型权重​​

​​四、吸烟视频检测效果​​​​总结​​

前言

YOLO v5模型简单易上手好用,场地吸烟行为实时监测。 YOLO v5 优点:

可识别视频帧数高。技术成熟,有现成模型。操作简单。

吸烟行为识别:

实时监测。离线监测。毕设需求。

吸烟(抽烟)目标检测痛难点:

形状:烟细小,在图像中所占比例小,难捕捉。颜色:主要有红色、白色和黄或黑色组成,与周围环境颜色难区分。

所以需要收集并制作大量的吸烟图片数据集,同时选择合适的算法模型,以提高目标检测准确率。

相关连接(look评论)

(1)本文视频教程:(2)xml格式转换成YOLO标注格式txt的python脚本 (3)吸烟检测项目YOLO格式数据集 (4)YOLO v5 吸烟行为识别检测项目模型代码及模型权重

一、计算机配置

pytorch安装-GPU版本

pytorch有gpu版本和cpu版本,图片识别最好(必须)使用GPU版本,前提是电脑有GPU。GPU版本安装的具体步骤可以参考这篇文章:​​GPU版本安装​​。

pycocotools的安装

pip install pycocotools-windows

二、YOLO v5下载

​​YOLO v5模型官网​​,有具体的使用说明和介绍。视频识别帧数杠杠的!但这官网YOLO v5 包没有设计Windows界面。

目前官网YOLO v5 包里训练模型主要有v5s、v5m、v5l、v5x,对GPU要求依次增加,其中v5x对GPU要求异常高。

三、模型使用

获取数据集

使用标注好的吸烟数据集,数据集原本是VOC样式,写个脚本,将VOC格式转换成YOLO格式。制作好的吸烟数据集YOLO格式数据集文件如下图所示。

images文件里的分类和数量必须和labels文件相对应。如有需要吸烟检测项目YOLO格式数据集可直接下载,该数据集有6400+张图片。

更改train.py文件

train.py文件修改部分如下图,修改的参数很少,简单易上手,对小白很友好。

本文使用的是YOLO v5s配置文件,预训练模型也是YOLO v5s模型,使用GPU计算,迭代次数为50,训练时间很长,很辛苦!若更改迭代次数为100或更改为更大的模型,训练耗时更长!

模型权重

使用GPU训练模型,训练几十个小时。结果迭代过程损失如图,可以看出,训练结果还是很好的,mAP值可达0.8以上。

四、吸烟视频检测效果

直接使用上述YOLO v5s 模型权重,载入Windows界面代码,对吸烟视频进行识别检测,效果还是很好的,吸烟检测置信度稳定在0.75!也可以连接摄像头实时监测!

【目标检测】基于YOLO v5吸烟行为视频检测

总结

基于YOLO v5 模型,吸烟目标检测亲测效果好! 相关代码、数据集和模型,如有需要,亦可远程指导。

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:视频号值得运营吗?
下一篇:关于Windows 7操作系统进行磁盘碎片整理时提示“已使用其他程序计划了磁盘碎片整理程序”的解决办法
相关文章

 发表评论

暂时没有评论,来抢沙发吧~