YOLOv5實現吸煙行為檢測

• • 配置環境
  • • 安裝pytorch（gpu版本和cpu版本的安裝）
    • YOLOv5所需其他依賴的安裝
  • 使用訓練好的吸煙檢測模型來進行推理
  • 訓練吸煙檢測模型

配置環境

首先需要安裝anaconda和pycharm，安裝過程參考這篇博客
安裝好anaconda后在上面安裝python3.8虛擬環境，打開anaconda終端，輸入：

conda create -n py38 python=3.8 # py38是虛擬環境的名字，可以更改 conda activate py38 # 激活創建好的虛擬環境

安裝pytorch（gpu版本和cpu版本的安裝）

YOLOv5項目在CPU和GPU下均可運行，但是CPU運行速度很慢，當然使用已經訓練好吸煙檢測模型用來測試得出結果，CPU也是可行的，如果需要自己重新訓練數據集，最好還是得有一個可用的英偉達的顯卡。所以有顯卡的可以安裝GPU版本的Pytorch，只有CPU的直接安裝CPU版本的pytorch。在anaconda中激活創建好的虛擬環境后，輸入如下安裝命令：

# GPU版本pytorch安裝命令 pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html # CPU版本pytorch安裝命令 conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cpuonly -c pytorch

這里以安裝CPU版的pytorch為例。這里安裝CPU版本的pytorch1.8.1。如下圖所示這種情況直接輸入小寫y后回車即可。安裝時間一般會比較久。

YOLOv5所需其他依賴的安裝

首先下載YOLOv5吸煙檢測項目代碼和訓練好的吸煙檢測模型；若需要pyqt界面下載YOLOv5吸煙檢測項目代碼和訓練好的吸煙檢測模型+pyQT可視化界面。
項目文件下有需要安安裝的依賴要求在requirements.txt文件中，我們在pycharm終端里面來安裝其他依賴。
在pycharm中打開項目文件夾下的requiremes.txt，注釋掉已經安裝好的包，此外還安裝pyqt5用于可視化界面：

接下來打來pycharm自帶終端：
輸入命令：pip install -r requirements.txt 安裝即可，也可以添加清華源安裝加速，則輸入：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple pip install pyqt5

自此環境配置完成

使用訓練好的吸煙檢測模型來進行推理

訓練好的吸煙檢測模型保存在runs/train下的文件夾中，包含YOLOv5s和YOLOv5m兩種訓練好的模型。
在pycharm終端中執行如下命令即可運行推理，得出結果(runs/train/smoking-v5s/weights/best.pt是訓練好的權重保存路徑)：

python detect.py --source smoking-dataset/images-2/smoking_1_0.jpg --weights runs/train/smoking-v5s/weights/best.pt

若需要在運行過程中展示圖片，需要在輸入命令行中加入參數--view-img

python detect.py --source smoking-dataset/images-2/smoking_1_0.jpg --weights runs/train/smoking-v5s/weights/best.pt --view-img

yolov5支持對多種圖像和視頻流進行檢測的，具體的使用方法如下：

python detect.py --source 0 # webcamfile.jpg # image file.mp4 # videopath/ # directorypath/*.jpg # globstream

如檢測視屏，需要將如下命令中的file.mp4換成自己的視屏文件路徑即可：

python detect.py --source file.mp4 --weights runs/train/smoking-v5s/weights/best.pt --view-img

如調用電腦自帶攝像頭檢測：

python detect.py --source 0 --weights runs/train/smoking-v5s/weights/best.pt --view-img

如批量檢測圖片：

python detect.py --source smoking-dataset/images-2 --weights runs/train/smoking-v5s/weights/best.pt

檢測結果展示：

檢測好的結果保存在項目文件下runs/detect文件夾中

訓練吸煙檢測模型

如果需要自己重新訓練吸煙檢測模型，可以下載吸煙檢測數據集，數據集都已標注好，可以直接用于YOLOv5的訓練

總結

以上是生活随笔為你收集整理的YOLOv5实现吸烟行为检测的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。