58同城网站的建设目标是什么,做网站建设找哪家好,重庆最新消息今天,天津泰达建设集团网站摘要#xff1a;基于深度学习的车型识别系统用于识别不同类型的车辆#xff0c;应用YOLO V5算法根据不同尺寸大小区分和检测车辆#xff0c;并统计各类型数量以辅助智能交通管理。本文详细介绍车型识别系统#xff0c;在介绍算法原理的同时#xff0c;给出Python的实现代码…
摘要基于深度学习的车型识别系统用于识别不同类型的车辆应用YOLO V5算法根据不同尺寸大小区分和检测车辆并统计各类型数量以辅助智能交通管理。本文详细介绍车型识别系统在介绍算法原理的同时给出Python的实现代码以及PyQt的UI界面。在界面中可以选择各种图片、视频进行检测识别可对图像中存在的多目标进行识别分类检测速度快、识别精度高。博文提供了完整的Python代码和使用教程适合新入门的朋友参考完整代码资源文件请转至文末的下载链接。本博文目录如下 文章目录前言1. 效果演示2. 车型数据集及训练3. 车型检测识别下载链接结束语➷点击跳转至文末所有涉及的完整代码文件下载页☇ 基于深度学习的车型识别系统演示与介绍前言 智能交通系统是现代化交通的重要组成部分,是未来交通系统的发展趋势。在智能交通中,车型的自动识别是一个重要的研究方向。其在停车场车辆管理、道路交通状况监管和车流量统计等众多领域有着广泛的应用。针对交通视频,车型识别系统主要利用图像处理和模式识别技术来实时进行分析处理视频监控数据。 本系统基于YOLOv5采用登录注册进行用户管理对于图片、视频和摄像头捕获的实时画面可检测车型系统支持结果记录、展示和保存每次检测的结果记录在表格中。对此这里给出博主设计的界面同款的简约风功能也可以满足图片、视频和摄像头的识别检测希望大家可以喜欢初始界面如下图 检测类别时的界面截图点击图片可放大如下图可识别画面中存在的多个类别也可开启摄像头或视频检测 详细的功能演示效果参见博主的B站视频或下一节的动图演示觉得不错的朋友敬请点赞、关注加收藏系统UI界面的设计工作量较大界面美化更需仔细雕琢大家有任何建议或意见和可在下方评论交流。 1. 效果演示 一款软件的颜值和功能同样重要首先我们还是通过动图看一下识别的效果系统主要实现的功能是对图片、视频和摄像头画面中的车型进行识别识别的结果可视化显示在界面和图像中另外提供多个目标的显示选择功能演示效果如下。
一系统介绍 基于深度学习的车型识别系统主要用于不同尺寸类型的车辆识别利用摄像设备采集的图像、视频或实时画面应用深度学习技术识别多种包括小型车、中型车、大型车、小型卡车、大型卡车等7种类型车辆在软件界面中标记检测框和车型类别并可视化数量软件准确定位检测车辆并记录在界面中显示记录结果支持各个类型车辆数目、类别、置信度等结果可视化、展示和保存软件提供登录注册功能可进行用户管理。
二技术特点 1检测模型支持更换模型采用YOLOv5训练 2摄像头实时检测车型展示、记录和保存识别结果 3可检测图片、视频等文件统计结果实时可视化 4支持用户登录、注册检测结果可视化功能
三用户注册登录界面 这里设计了一个登录界面可以注册账号和密码然后进行登录。界面还是参考了当前流行的UI设计左侧是一个LOGO图右侧输入账号、密码、验证码等等。 四选择图片识别 系统允许选择图片文件进行识别点击图片选择按钮图标选择图片后显示所有识别的结果可通过下拉选框查看单个结果以便具体判断某一特定目标。本功能的界面展示如下图所示 五视频识别效果展示 很多时候我们需要识别一段视频中的多个车辆这里设计了视频选择功能。点击视频按钮可选择待检测的视频系统会自动解析视频逐帧识别多个车型并将车型的分类和计数结果记录在右下角表格中效果如下图所示 六摄像头检测效果展示 在真实场景中我们往往利用道路的摄像头获取实时画面同时需要对车型进行识别因此本文考虑到此项功能。如下图所示点击摄像头按钮后系统进入准备状态系统显示实时画面并开始检测画面中的车型识别结果展示可见本人视频。 2. 车型数据集及训练
一YOLOv5模型简介 本文借助YOLOv5实现对不同大小车辆的类型进行识别YOLOv5的调用、训练和预测都十分方便并且它为不同的设备需求和不同的应用场景提供了大小和参数数量不同的网络。 YOLOv5模型是一个在COCO数据集上预训练的物体检测架构和模型系列它是YOLO系列的一个延伸能够很好的用来进行车型的特征提取其网络结构共分为input、backbone、neck和head四个模块yolov5对yolov4网络的优点在于在input端使用了Mosaic数据增强、自适应锚框计算、自适应图片缩放 在backbone端使用了Focus结构与CSP结构在neck端添加了FPNPAN结构在head端改进了训练时的损失函数使用GIOU_Loss以及预测框筛选的DIOU_nms。除了模型结构yolov5使用Pytorch框架对用户非常友好代码易读模型训练快速能够直接对图像视频进行推理能直接部署到手机应用端预测速度非常快。YoloV5模型详解可以参照链接。 1主干部分使用了Focus网络结构具体操作是在一张图片中每隔一个像素拿到一个值这个时候获得了四个独立的特征层然后将四个独立的特征层进行堆叠此时宽高信息就集中到了通道信息输入通道扩充了四倍。该结构在YoloV5第5版之前有所应用最新版本中未使用。 2数据增强Mosaic数据增强、Mosaic利用了四张图片进行拼接实现数据中增强优点是可以丰富检测物体的背景且在BN计算的时候可以计算四张图片的数据。 3多正样本匹配在之前的Yolo系列里面在训练时每一个真实框对应一个正样本即在训练时每一个真实框仅由一个先验框负责预测。YoloV5中为了加快模型的训练效率增加了正样本的数量在训练时每一个真实框可以由多个先验框负责预测。
二车型识别数据集 这里我们使用的车型数据集其中训练集包含1488张图片验证集包含507张图片测试集包含31张图片共计2026张图片。部分图片和标注情况如下图所示。 每张图像均提供了图像类标记信息图像中车型的bounding box车型的关键part信息以及车型的属性信息数据集并解压后得到如下的图片 该数据集分为7类分别有小型车中型车大型车小型卡车大型卡车油罐车特种车。
Chinese_name {tiny-car: 小型车, mid-car: 中型车, big-car: 大型车, small-truck: 小型卡车,big-truck: 大型卡车, oil-truck: 油罐车, special-car: 特种车}我们分析一下数据集的组成结构第4类也就是小型卡车的的图片最多并且x,y坐标主要集中在0.50.5的位置。 这里我们开始训练和测试自己的数据集在cmd终端中运行train.py进行训练以下是训练过程中的结果截图。 在深度学习中我们通常通过损失函数下降的曲线来观察模型训练的情况。而YOLOv5训练时主要包含三个方面的损失矩形框损失(box_loss)、置信度损失obj_loss和分类损失(cls_loss)在训练结束后我们也可以在logs目录下找到生成对若干训练过程统计图。下图为博主训练车型类识别的模型训练曲线图。 一般我们会接触到两个指标分别是召回率recall和精度precision两个指标p和r都是简单地从一个角度来判断模型的好坏均是介于0到1之间的数值其中接近于1表示模型的性能越好接近于0表示模型的性能越差为了综合评价目标检测的性能一般采用均值平均密度map来进一步评估模型的好坏。我们通过设定不同的置信度的阈值可以得到在模型在不同的阈值下所计算出的p值和r值一般情况下p值和r值是负相关的绘制出来可以得到如下图所示的曲线其中曲线的面积我们称AP目标检测模型中每种目标可计算出一个AP值对所有的AP值求平均则可以得到模型的mAP值。 以PR-curve为例你可以看到我们的模型在验证集上的均值平均准确率为0.992。
3. 车型检测识别 在训练完成后得到最佳模型接下来我们将帧图像输入到这个网络进行预测从而得到预测结果预测方法testVideo.py部分的代码如下所示
def predict(img):img torch.from_numpy(img).to(device)img img.half() if half else img.float()img / 255.0if img.ndimension() 3:img img.unsqueeze(0)t1 time_synchronized()pred model(img, augmentFalse)[0]pred non_max_suppression(pred, opt.conf_thres, opt.iou_thres, classesopt.classes,agnosticopt.agnostic_nms)t2 time_synchronized()InferNms round((t2 - t1), 2)return pred, InferNmsdef plot_one_box(img, x, colorNone, labelNone, line_thicknessNone):# Plots one bounding box on image imgtl line_thickness or round(0.002 * (img.shape[0] img.shape[1]) / 2) 1 # line/font thicknesscolor color or [random.randint(0, 255) for _ in range(3)]c1, c2 (int(x[0]), int(x[1])), (int(x[2]), int(x[3]))cv2.rectangle(img, c1, c2, color, thicknesstl, lineTypecv2.LINE_AA)if label:tf max(tl - 1, 1) # font thicknesst_size cv2.getTextSize(label, 0, fontScaletl / 3, thicknesstf)[0]c2 c1[0] t_size[0], c1[1] - t_size[1] - 3cv2.rectangle(img, c1, c2, color, -1, cv2.LINE_AA) # filledcv2.putText(img, label, (c1[0], c1[1] - 2), 0, tl / 3, [225, 255, 255], thicknesstf, lineTypecv2.LINE_AA)执行得到的结果如下图所示图中车型的种类和置信度值都标注出来了预测速度较快。基于此模型我们可以将其设计成一个带有界面的系统在界面上选择图片、视频或摄像头然后调用模型进行检测。
if __name__ __main__:# video_path 0video_path ./UI_rec/test_/test.mp4# 初始化视频流vs cv2.VideoCapture(video_path)(W, H) (None, None)frameIndex 0 # 视频帧数try:prop cv2.CAP_PROP_FRAME_COUNTtotal int(vs.get(prop))# print([INFO] 视频总帧数{}.format(total))# 若读取失败报错退出except:print([INFO] could not determine # of frames in video)print([INFO] no approx. completion time can be provided)total -1fourcc cv2.VideoWriter_fourcc(*XVID)ret, frame vs.read()vw frame.shape[1]vh frame.shape[0]print([INFO] 视频尺寸{} * {}.format(vw, vh))output_video cv2.VideoWriter(./results.avi, fourcc, 20.0, (vw, vh)) # 处理后的视频对象# 遍历视频帧进行检测while True:# 从视频文件中逐帧读取画面(grabbed, image) vs.read()# 若grabbed为空表示视频到达最后一帧退出if not grabbed:print([INFO] 运行结束...)output_video.release()vs.release()exit()# 获取画面长宽if W is None or H is None:(H, W) image.shape[:2]image cv2.resize(image, (850, 500))img0 image.copy()img letterbox(img0, new_shapeimgsz)[0]img np.stack(img, 0)img img[:, :, ::-1].transpose(2, 0, 1) # BGR to RGB, to 3x416x416img np.ascontiguousarray(img)pred, useTime predict(img)det pred[0]p, s, im0 None, , img0if det is not None and len(det): # 如果有检测信息则进入det[:, :4] scale_coords(img.shape[1:], det[:, :4], im0.shape).round() # 把图像缩放至im0的尺寸number_i 0 # 类别预编号detInfo []for *xyxy, conf, cls in reversed(det): # 遍历检测信息c1, c2 (int(xyxy[0]), int(xyxy[1])), (int(xyxy[2]), int(xyxy[3]))# 将检测信息添加到字典中detInfo.append([names[int(cls)], [c1[0], c1[1], c2[0], c2[1]], %.2f % conf])number_i 1 # 编号数1label %s %.2f % (names[int(cls)], conf)# 画出检测到的目标物plot_one_box(image, xyxy, labellabel, colorcolors[int(cls)])# 实时显示检测画面cv2.imshow(Stream, image)image cv2.resize(image, (vw, vh))output_video.write(image) # 保存标记后的视频if cv2.waitKey(1) 0xFF ord(q):break# print(FPS:{}.format(int(0.6/(end-start))))frameIndex 1执行得到的结果如下图所示图中车辆的种类和置信度值都标注出来了预测速度较快。基于此模型我们可以将其设计成一个带有界面的系统在界面上选择图片、视频或摄像头然后调用模型进行检测。 博主对整个系统进行了详细测试最终开发出一版流畅得到清新界面就是博文演示部分的展示完整的UI界面、测试图片视频、代码文件以及Python离线依赖包方便安装运行也可自行配置环境均已打包上传感兴趣的朋友可以通过下载链接获取。 下载链接 若您想获得博文中涉及的实现完整全部程序文件包括测试图片、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见可参考博客与视频已将所有涉及的文件同时打包到里面点击即可运行完整文件截图如下 在文件夹下的资源显示如下下面的链接中也给出了Python的离线依赖包读者可在正确安装Anaconda和Pycharm软件后复制离线依赖包至项目目录下进行安装离线依赖的使用详细演示也可见本人B站视频win11从头安装软件和配置环境运行深度学习项目、Win10中使用pycharm和anaconda进行python环境配置教程。 注意该代码采用PycharmPython3.8开发经过测试能成功运行运行界面的主程序为runMain.py和LoginUI.py测试图片脚本可运行testPicture.py测试视频脚本可运行testVideo.py。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请勿使用其他版本详见requirements.txt文件
完整资源中包含数据集及训练代码环境配置与界面中文字、图片、logo等的修改方法请见视频项目完整文件下载请见参考博客文章里面或参考视频的简介处给出➷➷➷
参考博客文章https://zhuanlan.zhihu.com/p/615589219
参考视频演示https://www.bilibili.com/video/BV1yM411p7kq/
离线依赖库下载链接https://pan.baidu.com/s/1hW9z9ofV1FRSezTSj59JSg?pwdoy4n 提取码oy4n 界面中文字、图标和背景图修改方法 在Qt Designer中可以彻底修改界面的各个控件及设置然后将ui文件转换为py文件即可调用和显示界面。如果只需要修改界面中的文字、图标和背景图的可以直接在ConfigUI.config文件中修改步骤如下 1打开UI_rec/tools/ConfigUI.config文件若乱码请选择GBK编码打开。 2如需修改界面文字只要选中要改的字符替换成自己的就好。 3如需修改背景、图标等只需修改图片的路径。例如原文件中的背景图设置如下
mainWindow :/images/icons/back-image.png可修改为自己的名为background2.png图片位置在UI_rec/icons/文件夹中可将该项设置如下即可修改背景图
mainWindow ./icons/background2.png结束语 由于博主能力有限博文中提及的方法即使经过试验也难免会有疏漏之处。希望您能热心指出其中的错误以便下次修改时能以一个更完美更严谨的样子呈现在大家面前。同时如果有更好的实现方法也请您不吝赐教。
