基于深度学习的多行人检测算法使用YOLOv5You Only Look Once version 5yolov5多目标行人检测识别系统文章目录基础知识1. 深度学习与卷积神经网络CNN2. 目标检测3. YOLOv5算法流程1. 数据准备2. 环境搭建3. 训练模型4. 推理与部署详细代码1. 创建UI文件main_window.ui2. 将UI文件转换为Python代码3. 主程序文件main.py以下文字及代码仅供参考学习。基于深度学习的多行人检测算法yolov5行人检测是指从图像或视频等视觉数据中检测出行人目标并且标记出行人的位置和在图像中的大小最后标注出行人所在的位置是典型的目标检测问题。本题目需要研究基于深度学习的多行人检测算法使用到的基础知识以及算法。1基于深度学习的多行人检测算法使用YOLOv5You Only Look Once version 5是一个非常有效的解决方案。YOLOv5是一种实时目标检测模型它在速度和精度之间取得了很好的平衡非常适合处理行人检测任务。基础知识1. 深度学习与卷积神经网络CNN深度学习一种机器学习方法通过构建多层神经网络来模拟人脑的工作机制从而实现对复杂数据的学习和理解。卷积神经网络CNN专门用于处理具有网格结构拓扑的数据如图像。CNN通过卷积层、池化层和全连接层等结构提取图像特征。2. 目标检测目标检测不仅需要识别图像中是否存在特定的目标还需要确定这些目标的位置和大小。通常用边界框bounding box来表示目标的位置和大小。YOLO系列YOLO是一种端到端的目标检测框架它将目标检测问题转化为回归问题直接从图像中预测边界框和类别概率。3. YOLOv5特点YOLOv5是YOLO系列的一个版本具有更快的训练速度和更高的精度。它引入了多种优化技术如Mosaic数据增强、自适应锚点生成等。架构YOLOv5采用了一种名为CSPNet的主干网络以及PANet作为特征金字塔网络以提高特征提取和融合的能力。算法流程1. 数据准备数据集选择或创建一个包含行人标注的图像数据集常用的有COCO、CityPersons等。标注工具使用LabelImg等工具进行标注生成对应的标签文件。2. 环境搭建确保安装了必要的库和依赖项pipinstalltorch torchvision torchaudiogitclone https://github.com/ultralytics/yolov5.gitcdyolov5 pipinstall-rrequirements.txt3. 训练模型使用YOLOv5进行训练python train.py--img640--batch16--epochs100--datacoco.yaml--weightsyolov5s.pt4. 推理与部署完成训练后可以使用训练好的权重对新数据进行推理python detect.py--sourcepath/to/new_images--weightsruns/train/exp/weights/best.pt详细代码以下是一个基于YOLOv5的行人检测系统的Python代码示例包括GUI界面和视频实时检测功能1. 创建UI文件main_window.ui你可以使用Qt Designer来创建UI文件或者手动编写XML格式的UI文件。以下是一个简单的UI文件示例uiversion4.0classMainWindow/classwidgetclassQMainWindownameMainWindowpropertynamegeometryrectx0/xy0/ywidth800/widthheight600/height/rect/propertypropertynamewindowTitlestring基于深度学习的多行人检测算法研究/string/propertywidgetclassQWidgetnamecentralWidgetlayoutclassQVBoxLayoutnameverticalLayoutitemwidgetclassQLabelnamevideoLabelpropertynametextstring视频实时检测/string/propertypropertynamealignmentsetQt::AlignCenter/set/property/widget/itemitemwidgetclassQPushButtonnameuploadVideoButtonpropertynametextstring上传视频文件/string/property/widget/itemitemwidgetclassQPushButtonnamestopDetectionButtonpropertynametextstring停止检测/string/property/widget/item/layout/widget/widgetresources/connections//ui2. 将UI文件转换为Python代码使用pyuic5工具将.ui文件转换为Python代码pyuic5 main_window.ui-omain_window_ui.py3. 主程序文件main.pyimportsysimportcv2fromPyQt5.QtWidgetsimportQApplication,QMainWindow,QFileDialogfromPyQt5.QtGuiimportQImage,QPixmapfrommain_window_uiimportUi_MainWindowfromyolov5.models.experimentalimportattempt_loadfromyolov5.utils.datasetsimportLoadStreams,LoadImagesfromyolov5.utils.generalimportnon_max_suppression,scale_coordsfromyolov5.utils.torch_utilsimportselect_deviceclassPedestrianDetection(QMainWindow,Ui_MainWindow):def__init__(self):super().__init__()self.setupUi(self)self.deviceselect_device(cpu)# 使用CPU进行推理self.modelattempt_load(runs/train/exp/weights/best.pt,map_locationself.device)self.uploadVideoButton.clicked.connect(self.upload_video)self.stopDetectionButton.clicked.connect(self.stop_detection)self.capNoneself.timerQTimer()self.timer.timeout.connect(self.detect_pedestrians)defupload_video(self):optionsQFileDialog.Options()file_name,_QFileDialog.getOpenFileName(self,选择视频,,Videos (*.mp4 *.avi);;All Files (*),optionsoptions)iffile_name:self.capcv2.VideoCapture(file_name)self.timer.start(30)# 每30毫秒更新一次帧defstop_detection(self):ifself.capisnotNone:self.cap.release()self.capNoneself.timer.stop()defdetect_pedestrians(self):ret,frameself.cap.read()ifnotret:self.stop_detection()returnimgcv2.cvtColor(frame,cv2.COLOR_BGR2RGB)imgcv2.resize(img,(640,640))imgimg.transpose((2,0,1))[::-1]# HWC to CHW, BGR to RGBimgnp.ascontiguousarray(img)imgtorch.from_numpy(img).to(self.device)imgimg.float()/255.0# 0 - 255 to 0.0 - 1.0iflen(img.shape)3:imgimg[None]predself.model(img)[0]prednon_max_suppression(pred,conf_thres0.25,iou_thres0.45)fordetinpred:iflen(det):det[:,:4]scale_coords(img.shape[2:],det[:,:4],frame.shape).round()for*xyxy,conf,clsinreversed(det):labelfperson{conf:.2f}plot_one_box(xyxy,frame,labellabel,color(0,255,0),line_thickness2)height,width,channelframe.shape bytes_per_line3*width q_imgQImage(frame.data,width,height,bytes_per_line,QImage.Format_RGB888)self.videoLabel.setPixmap(QPixmap.fromImage(q_img))if__name____main__:appQApplication(sys.argv)exPedestrianDetection()ex.show()sys.exit(app.exec_())
基于深度学习的多行人检测算法，使用YOLOv5（You Only Look Once version 5）yolov5多目标行人检测识别系统
发布时间：2026/6/4 13:36:17
基于深度学习的多行人检测算法使用YOLOv5You Only Look Once version 5yolov5多目标行人检测识别系统文章目录基础知识1. 深度学习与卷积神经网络CNN2. 目标检测3. YOLOv5算法流程1. 数据准备2. 环境搭建3. 训练模型4. 推理与部署详细代码1. 创建UI文件main_window.ui2. 将UI文件转换为Python代码3. 主程序文件main.py以下文字及代码仅供参考学习。基于深度学习的多行人检测算法yolov5行人检测是指从图像或视频等视觉数据中检测出行人目标并且标记出行人的位置和在图像中的大小最后标注出行人所在的位置是典型的目标检测问题。本题目需要研究基于深度学习的多行人检测算法使用到的基础知识以及算法。1基于深度学习的多行人检测算法使用YOLOv5You Only Look Once version 5是一个非常有效的解决方案。YOLOv5是一种实时目标检测模型它在速度和精度之间取得了很好的平衡非常适合处理行人检测任务。基础知识1. 深度学习与卷积神经网络CNN深度学习一种机器学习方法通过构建多层神经网络来模拟人脑的工作机制从而实现对复杂数据的学习和理解。卷积神经网络CNN专门用于处理具有网格结构拓扑的数据如图像。CNN通过卷积层、池化层和全连接层等结构提取图像特征。2. 目标检测目标检测不仅需要识别图像中是否存在特定的目标还需要确定这些目标的位置和大小。通常用边界框bounding box来表示目标的位置和大小。YOLO系列YOLO是一种端到端的目标检测框架它将目标检测问题转化为回归问题直接从图像中预测边界框和类别概率。3. YOLOv5特点YOLOv5是YOLO系列的一个版本具有更快的训练速度和更高的精度。它引入了多种优化技术如Mosaic数据增强、自适应锚点生成等。架构YOLOv5采用了一种名为CSPNet的主干网络以及PANet作为特征金字塔网络以提高特征提取和融合的能力。算法流程1. 数据准备数据集选择或创建一个包含行人标注的图像数据集常用的有COCO、CityPersons等。标注工具使用LabelImg等工具进行标注生成对应的标签文件。2. 环境搭建确保安装了必要的库和依赖项pipinstalltorch torchvision torchaudiogitclone https://github.com/ultralytics/yolov5.gitcdyolov5 pipinstall-rrequirements.txt3. 训练模型使用YOLOv5进行训练python train.py--img640--batch16--epochs100--datacoco.yaml--weightsyolov5s.pt4. 推理与部署完成训练后可以使用训练好的权重对新数据进行推理python detect.py--sourcepath/to/new_images--weightsruns/train/exp/weights/best.pt详细代码以下是一个基于YOLOv5的行人检测系统的Python代码示例包括GUI界面和视频实时检测功能1. 创建UI文件main_window.ui你可以使用Qt Designer来创建UI文件或者手动编写XML格式的UI文件。以下是一个简单的UI文件示例uiversion4.0classMainWindow/classwidgetclassQMainWindownameMainWindowpropertynamegeometryrectx0/xy0/ywidth800/widthheight600/height/rect/propertypropertynamewindowTitlestring基于深度学习的多行人检测算法研究/string/propertywidgetclassQWidgetnamecentralWidgetlayoutclassQVBoxLayoutnameverticalLayoutitemwidgetclassQLabelnamevideoLabelpropertynametextstring视频实时检测/string/propertypropertynamealignmentsetQt::AlignCenter/set/property/widget/itemitemwidgetclassQPushButtonnameuploadVideoButtonpropertynametextstring上传视频文件/string/property/widget/itemitemwidgetclassQPushButtonnamestopDetectionButtonpropertynametextstring停止检测/string/property/widget/item/layout/widget/widgetresources/connections//ui2. 将UI文件转换为Python代码使用pyuic5工具将.ui文件转换为Python代码pyuic5 main_window.ui-omain_window_ui.py3. 主程序文件main.pyimportsysimportcv2fromPyQt5.QtWidgetsimportQApplication,QMainWindow,QFileDialogfromPyQt5.QtGuiimportQImage,QPixmapfrommain_window_uiimportUi_MainWindowfromyolov5.models.experimentalimportattempt_loadfromyolov5.utils.datasetsimportLoadStreams,LoadImagesfromyolov5.utils.generalimportnon_max_suppression,scale_coordsfromyolov5.utils.torch_utilsimportselect_deviceclassPedestrianDetection(QMainWindow,Ui_MainWindow):def__init__(self):super().__init__()self.setupUi(self)self.deviceselect_device(cpu)# 使用CPU进行推理self.modelattempt_load(runs/train/exp/weights/best.pt,map_locationself.device)self.uploadVideoButton.clicked.connect(self.upload_video)self.stopDetectionButton.clicked.connect(self.stop_detection)self.capNoneself.timerQTimer()self.timer.timeout.connect(self.detect_pedestrians)defupload_video(self):optionsQFileDialog.Options()file_name,_QFileDialog.getOpenFileName(self,选择视频,,Videos (*.mp4 *.avi);;All Files (*),optionsoptions)iffile_name:self.capcv2.VideoCapture(file_name)self.timer.start(30)# 每30毫秒更新一次帧defstop_detection(self):ifself.capisnotNone:self.cap.release()self.capNoneself.timer.stop()defdetect_pedestrians(self):ret,frameself.cap.read()ifnotret:self.stop_detection()returnimgcv2.cvtColor(frame,cv2.COLOR_BGR2RGB)imgcv2.resize(img,(640,640))imgimg.transpose((2,0,1))[::-1]# HWC to CHW, BGR to RGBimgnp.ascontiguousarray(img)imgtorch.from_numpy(img).to(self.device)imgimg.float()/255.0# 0 - 255 to 0.0 - 1.0iflen(img.shape)3:imgimg[None]predself.model(img)[0]prednon_max_suppression(pred,conf_thres0.25,iou_thres0.45)fordetinpred:iflen(det):det[:,:4]scale_coords(img.shape[2:],det[:,:4],frame.shape).round()for*xyxy,conf,clsinreversed(det):labelfperson{conf:.2f}plot_one_box(xyxy,frame,labellabel,color(0,255,0),line_thickness2)height,width,channelframe.shape bytes_per_line3*width q_imgQImage(frame.data,width,height,bytes_per_line,QImage.Format_RGB888)self.videoLabel.setPixmap(QPixmap.fromImage(q_img))if__name____main__:appQApplication(sys.argv)exPedestrianDetection()ex.show()sys.exit(app.exec_())
