基于深度学习的车型检测系统（含UI界面、yolov5、Python代码、数据集）

2023-12-28 15:00:09

在这里插入图片描述

在这里插入图片描述

项目介绍

项目中所用到的算法模型和数据集等信息如下：

算法模型：
? ? yolov5

? ? yolov5主要包含以下几种创新：
? ? ? ? 1. 添加注意力机制（SE、CBAM、CA等）
? ? ? ? 2. 修改可变形卷积（DySnake-主干c3替换、DySnake-所有c3替换）

数据集：
? ? 网上下载的数据集，大约9850张左右，详细介绍见数据集介绍部分。

以上是本套代码的整体算法架构和对目标检测模型的修改说明，这些模型修改可以为您的 毕设、作业等提供创新点和增强模型性能的功能 。

如果要是需要更换其他的检测模型，请私信。

注：本项目提供所用到的所有资源，包含 环境安装包、训练代码、测试代码、数据集、视频文件、 界面UI文件等。

项目简介

在本文中，我们将详细介绍如何利用深度学习中的YOLOv5算法来实现对车型的检测，并结合PyQt5设计了一个简约而强大的系统UI界面。通过该界面，您可以轻松选择自己的视频文件或图片文件进行检测，并且还能够根据需要替换训练好的yolov5模型，以适应不同的数据检测需求。

我们的系统界面不仅外观优美，而且具备出色的检测精度和强大的功能。它支持多目标实时检测，并允许您自由选择感兴趣的检测目标。

本博文提供了完整的Python程序代码和使用教程，非常适合新入门者参考学习。您可以通过文末的下载链接获取完整的代码资源文件。以下是本博文的目录大致内容：

目录

效果展示：

功能：
1. 支持单张图片识别
2. 支持遍历文件夹识别
3. 支持识别视频文件
4. 支持结果导出（xls、csv两种格式）
5. 支持切换检测到的目标

🌟一、环境安装

本项目提供所有需要的环境安装包（python、pycharm、cuda、torch等），可以直接按照视频讲解进行安装。具体的安装流程见此视频：视频链接
环境安装视频是以车牌项目为例进行讲解的，但是可以适用于任何项目。

视频快进到 3:18 - 21:17，这段时间讲解的是环境安装，可直接快进到此处观看。
在这里插入图片描述

环境安装包可通过百度网盘下载：
链接：https://pan.baidu.com/s/17SZHeVZrpXsi513D-6KmQw?pwd=a0gi
提取码：a0gi
–来自百度网盘超级会员V6的分享

上面这个方法，是比较便捷的安装方式（省去了安装细节），按照我的视频步骤和提供的安装包安装即可，如果要是想要多学一点东西，可以按照下面的安装方式走一遍，会更加熟悉。

环境安装方法2:
追求快速安装环境的，只看上面即可！！！

下面列出了5个步骤，是完全从0开始安装（可以理解为是一台新电脑，没有任何环境），如果某些步骤已经安装过的可以跳过。下面的安装步骤带有详细的视频讲解和参考博客，一步一步来即可。另外视频中讲解的安装方法是通用的，可用于任何项目。

  1. python环境安装：B站视频讲解
  2. cuda、cudnn安装：B站视频讲解
  3. torch安装： B站视频讲解
  4. pycharm安装： B站视频讲解
  5. 第三方依赖包安装： B站视频讲解

按照上面的步骤安装完环境后，就可以直接运行程序，看到效果了。

🌟二、数据集介绍

BIT-Vehicle数据集是国内车辆检测数据集，包含9850个车辆图像。数据集中有两个摄像头在不同时间和地点拍摄的大小为16001200 和19201080的图像。 图像包含照明条件、比例、车辆表面颜色和视点的变化。

由于捕获延迟和车辆的大小，某些车辆的顶部或底部未包含在图像中。一幅图像中可能有一两辆车，因此每辆车的位置都被预先标注。 该数据集还可用于评估车辆检测的性能。 数据集中的所有车辆分为6类：公共汽车(Bus)、微型客车(Microbus)、小型货车(Minivan)、轿车(Sedan)、SUV(SUV) 和卡车(Truck)。 每种车型的车辆数量分别为558辆、883辆、476辆、5922辆、1392辆和822辆；

原始标注文档是Matlab数据格式保存（VehicleInfo.mat），现已经将标注格式转换其VOC数据格式了，可以直接用于深度学习目标检测模型训练。

Bus       # 公共汽车
Microbus  # 微型客车
Minivan   # 小型货车
SUV       # SUV车
Sedan     # 轿车
Truck     # 卡车

标注好的数据样式如下：
在这里插入图片描述

🌟三、 目标检测介绍

yolov5相关介绍

1. YOLOv5的网络结构

YOLOV5有YOLOv5n，YOLOv5s，YOLOv5m，YOLOV5l、YOLO5x五个版本。这个模型的结构基本一样，不同的是deth_multiole模型深度和width_multiole模型宽度这两个参数。就和我们买衣服的尺码大小排序一样，YOLOV5n网络是YOLOV5系列中深度最小，特征图的宽度最小的网络。其他的三种都是在此基础上不断加深，不断加宽。不过最常用的一般都是yolov5s模型。
在这里插入图片描述

yolov5s 网络架构如下：
请添加图片描述

（1）输入端: Mosaic数据增强、自适应锚框计算、自适应图片缩放

（2）Backbone: Focus结构、CSP结构

（3）Neck: FPN+PAN结构

（4）Prediction: GIOU_Loss

基本组件:

  • Focus: 基本上就是YOLO v2的passthrough.
  • CBL: 由Conv+Bn+Leaky_relu激活函数三者组成
  • CSP1 X: 借鉴CSPNet网络结构，由三个卷积层和X个Res unint模块Concate组成
  • CSP2 X: 不再用Res unint模块，而是改为CBL。
  • SPP: 采用1x1，5x5，9x9，13x13的最大池化的方式，进行多尺度融合

2. 输入端

（1）Mosaic数据增强

YOLO5在输入端采用了 Mosaic数据增强 ，Mosaic 数据增强算法将多张图片按照一定比例组合成一张图片，使模型在更小的范围内识别目标。Mosaic 数据增算法参考 CutMix数增强算法。CutMix数据增强算法使用两张图片进行拼接，而 Mosaic 数据增强算法一般使用四张进行拼接，但两者的算法原理是非常相似的。
在这里插入图片描述

Mosaic数据增强的主要步骤为:

(1) 随机选取图片拼接基准点坐标 (xc，yc)，另随机选取四张图片。

(2)四张图片根据基准点，分别经过尺寸调整和比例缩放后，放置在指定尺寸的大图的左上，右上，左下，右下位置。

(3) 根据每张图片的尺寸变换方式，将映射关系对应到图片标签上。

(4)依据指定的横纵坐标，对大图进行拼接。处理超过边界的检测框坐标。

采用Mosaic数据增强的方式有几个优点:

(1)丰富数据集: 随机使用4张图像，随机缩放后随机拼接，增加很多小目标，大大增加了数据多样性

(2)增强模型鲁棒性: 混合四张具有不同语义信息的图片，可以让模型检测超出常规语境的目标.

(3)加强批归一化层(Batch Normalization) 的效果: 当模型设置 BN 操作后，训练时会尽可能增大批样本总量 (BatchSize)，因为BI 原理为计算每一个特征层的均值和方差，如果批样本总量越大，那么 BN 计算的均值和方差就越接近于整个数据集的均值和方差，效果越好。

(4)Mosaic 数据增强算法有利于提升小目标检测性能: Mosaic 数据增强图像由四张原始图像拼接而成，这样每张图像会有更大概率有含小目标，从而提升了模型的检测能力。

(2) 自适应锚框计算

**之前我们学的 YOLOV3、YOLv4，对于不同的数据集，都会计算先验框 anchor。**然后在训练时，网络会在 anchor 的基础上进行预测，输出预测框，再和标签框进行对比，最后就进行梯度的反向传播。

在YOLOV3、YOLOV4 中，训练不同的数据集时，是使用单独的脚本进行初始锚框的计算，在 YOLOV5 中，则是将此功能嵌入到整个训练代码里中。所以在每次训练开始之前，它都会根据不同的数据集来自适应计算 anchor。

自适应的计算具体过程:

? ①获取数据集中所有目标的宽和高

?②将每张图片中按照等比例缩放的方式到 resize 指定大小，这里保证宽高中的最大值符合指定大小。

?③将 bboxes 从相对坐标改成绝对坐标，这里乘以的是缩放后的宽高。

?④筛选 bboxes，保留宽高都大于等于两个像素的 bboxes.

?⑤使用 k-means 聚类三方得到n个 anchors，与YOLOv3、YOLOv4 操作一样

?⑥使用遗传算法随机对 anchors 的宽高进行变异。倘若变异后的效果好，就将变异后的结果赋值给 anchors;如果变异后效果变差就跳过，默认变异1000次。这里是使用 anchor fitness 方法计算得到的适应度 fitness，然后再进行评估。

(3)自适应图片缩放

在常用的目标检测算法中，不同的图片长宽也不相同，因此常用的方式是将原始图片统一缩放到一个标准尺寸，在送入检测网络中。

比如yolo算法中常用416416，608608等尺寸，比如对下面800*600的图像进行缩放。

在这里插入图片描述
但yolov5代码中对此进行了改进，也是yolov5推理速度能够很快的一个不错的trick。

作者认为，在项目实际使用时，很多图片的长宽比不同，因此缩放填充后，两端的黑边大小都不同，而如果填充的比较多，则存在信息冗余，影响推理速度。

因此在yolov5的代码中datasets.py的letterbox函数进行了修改，对原始图像自适应的添加最少的黑边。

在这里插入图片描述

图像高度上两端的黑边变少了，在推理时，计算量也会减少，即目标检测速度会得到提升。

通过这种简单的改进，推理速度得到了37%的提升，可以说效果很明显。

3. Backbone

（1）Focus结构
Focus模块在YOLOV5中是图片进入Backbone前，对图片进行切片操作，具体操作是在一张图片中每隔一个像素拿到一个值，类似于邻近下采样，这样就拿到了四张图片，四张图片互补，长得差不多，但是没有信息丢失，这样一来，将W、H信息就集中到了通道空间，输入通道扩充了4倍，即拼接起来的图片相对于原先的RGB三通道模式变成了12个通道，最后将得到的新图片再经过卷积操作，最终得到了没有信息丢失情况下的二倍下采样特征图。

以YOLOV5s为例，原始的640 x 640 x 3的图像输入Focus结构，采用切片操作，先变成320 * 320 12的特征图，再经过一次卷积操作
最终变成320 x 320 x 32的特征图
切片操作如下:
在这里插入图片描述
作用: 可以使信息不丢失的情况下提高计算力

不足: Focus 对某些设备不支持目不友好，开销很大，另外切片对不产的话模型就崩了

后期改进: 在新版中，YOLOV5 将Focus 模块替换成了一 6x6 的券积层、两者的计算量是等价的，但是对工一些 GPU 设备，使用6x 6 的卷积会更加高效。
在这里插入图片描述

（2）CSP结构

yolov4网络结构中，借鉴了CSPNet的设计思路，在主干网络中设计了CSP结构。

在这里插入图片描述
yolov5与yolov4不同点在于，yolov4中只有主干网络使用了CSP结构。 而yolov5中设计了两种CSP结构，以yolov5s网络为例，CSP1_X结构应用于Backbone主干网络，另一种CSP2_X结构则应用于Neck中。

在这里插入图片描述

4. Neck

YOLOv5现在的Neck和YOLOV4中一样，都采用FPN+PAN的结构。但是在它的基础上做了-些改进操作: YOLOV4的Neck结构中，采用的都是普通的卷积操作，而YOLOV5的Neck中，采用CSPNet设计的CSP2结构，从而加强了网络特征融合能力。

结构如下图所示，FPN层自顶向下传达强语义特征，而PAN塔自底向上传达定位特征:
在这里插入图片描述

5. Head

(1) NMS非极大值抑制

NMS 的本质是搜索局部极大值，抑制非极大值元素.

非极大值抑制，主要就是用来抑制检测时几余的框。因为在目标检测中，在同一目标的位置上会产生大量的候选框，这些候选框相互之间可能会有重叠，所以我们需要利用非极大值抑制找到最佳的目标边界框，消除几余的边界框。

算法流程：

? 1.对所有预测框的置信度降序排序

? 2.选出置信度最高的预测框，确认其为正确预测，并计算他与其他预测框的 IOU

? 3.根据步骤2中计算的IOU 去除重鲁度高的，IOU > threshold 值就直接删除

? 4.剩下的预测框返回第1步，直到没有剩下的为止

SoftNMS:

当两个目标靠的非常近时，置信度低的会被置信度高的框所抑制，那么当两个目标靠的十分近的时候就只会识别出一个 BBox。为了解决这个问题，可以使用 softNMS。

它的基本思想是用稍低一点的分数来代替原有的分数，而不是像 NMS 一直接置零。

在这里插入图片描述

6、训练策略

(1) 多尺度训练 (Multi-scale training) 如果网络的输入是416 x 416。那么训练的时候就会从 0.5 x 416 到 1.5 x 416 中任意取值但所取的值都是32的整数倍。

(2) 训练开始前使用 warmup 进行训练 在模型预训练阶段，先使用较小的学习率训练一些epochs或者steps (如4个 epoch 或10000step ) 再修改为预先设置的学习率进行训练。

(3) 使用了 cosine 学习率下降策略 (Cosine LR scheduler）

(4)采用了 EMA 更新权重(Exponential Moving Average) 相当于训练时给参数赋予一个动量，这样更新起来就会更加平滑

(5) 使用了 amp 进行混合精度训练 (Mixed precision) 能够减少显存的占用并且加快训练速度，但是需要 GPU 支持

四、 yolov5训练步骤

此代码的训练步骤极其简单，不需要修改代码，直接通过cmd就可以命令运行，命令都已写好，直接复制即可，命令如下图：
在这里插入图片描述
下面这条命令是 训练 添加 CBAM 注意力机制的命令，复制下来，直接就可以运行，看到训练效果（**需要将coco_NEU-DET.yaml修改为自己的数据集的yaml文件 **）。

python ./train.py --epochs 500 --cfg models/yolov5s-CBAM-2.yaml --hyp data/hyps/hyp.scratch-low.yaml --data data/coco_NEU-DET.yaml --weight weights/yolov5s.pt --workers 4 --batch 16

执行完上述命令后，即可完成训练，训练过程如下：
在这里插入图片描述

下面是对命令中各个参数的详细解释说明：

  • python: 这是Python解释器的命令行执行器，用于执行后续的Python脚本。

  • ./train.py: 这是要执行的Python脚本文件的路径和名称，它是用于训练目标检测模型的脚本。

  • --epochs 500: 这是训练的总轮数（epochs），指定为500，表示训练将运行500个轮次。

  • --cfg models/yolov5s-CBAM-2.yaml: 这是YOLOv5模型的配置文件的路径和名称，它指定了模型的结构和参数设置。

  • --hyp data/hyps/hyp.scratch-low.yaml: 这是超参数文件的路径和名称，它包含了训练过程中的各种超参数设置，如学习率、权重衰减等。

  • --data data/coco_NEU-DET.yaml: 这是数据集的配置文件的路径和名称，它指定了训练数据集的相关信息，如类别标签、图像路径等。

  • --weight weights/yolov5s.pt: 这是预训练权重文件的路径和名称，用于加载已经训练好的模型权重以便继续训练或进行迁移学习。

  • --workers 4: 这是用于数据加载的工作进程数，指定为4，表示使用4个工作进程来加速数据加载。

  • --batch 16: 这是每个批次的样本数，指定为16，表示每个训练批次将包含16个样本。

通过运行上面这个命令，您将使用YOLOv5模型对目标检测任务进行训练，训练500个轮次，使用指定的配置文件、超参数文件、数据集配置文件和预训练权重。同时，使用4个工作进程来加速数据加载，并且每个训练批次包含16个样本。

五、 yolov5评估步骤

评估步骤同训练步骤一样，执行1行语句即可，注意--weights需要变为自己想要测试的模型路径，VOC_helmet.yaml替换为自己的数据集的yaml文件。

python ./val.py --data  data/VOC_helmet.yaml --weights ../weights/yolov5s.yaml/weights/best.pt

评估结果如下：
在这里插入图片描述

六、 训练结果

我们每次训练后，会在 run/train 文件夹下出现一系列的文件，如下图所示：
在这里插入图片描述

🌟下载链接

? ?该代码采用Pycharm+Python3.8开发，经过测试能成功运行，运行界面的主程序为main.py，提供用到的所有程序。为确保程序顺利运行，请按照requirements.txt配置Python依赖包的版本。Python版本：3.8，为避免出现运行报错，请勿使用其他版本，详见requirements.txt文件；

? ? 若您想获得博文中涉及的实现完整全部程序文件（包括训练代码、测试代码、训练数据、测试数据、视频，py、 UI文件等，如下图），这里已打包上传至博主的面包多平台，可通过下方项目讲解链接中的视频简介部分下载，完整文件截图如下：
在这里插入图片描述

项目讲解链接：B站

文章来源:https://blog.csdn.net/qq_28949847/article/details/135255144
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。