飞浪网站建设,个人网页设计作品html,wordpress 采集文章,wordpress调用菜单摘要#xff1a;基于深度学习的瓶子检测软件用于自动化瓶子检测与识别#xff0c;对于各种场景下的塑料瓶、玻璃瓶等进行检测并计数#xff0c;辅助计算机瓶子生产回收等工序。本文详细介绍深度学习的瓶子检测软件#xff0c;在介绍算法原理的同时#xff0c;给出Python的…
摘要基于深度学习的瓶子检测软件用于自动化瓶子检测与识别对于各种场景下的塑料瓶、玻璃瓶等进行检测并计数辅助计算机瓶子生产回收等工序。本文详细介绍深度学习的瓶子检测软件在介绍算法原理的同时给出Python的实现代码、训练数据集以及PyQt的UI界面。基于YOLOv5算法实现对图像中存在的多个目标进行识别分类在界面中可以选择各种图片、视频进行检测识别博文提供了完整的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. 检测原理与训练3. 瓶子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☇ 基于深度学习的瓶子检测软件演示与介绍UI界面YOLOv5训练数据集前言 玻璃瓶、塑料瓶使用后可以回收再产既有效解决废料垃圾的产生同时也能够实现产品的循环利用。随着政府对环境友好型、资源节约型社会建设的不断深入以及消费者本身环保节约意识的增强玻璃包装逐渐成为政府鼓励类包装材料消费者的认可程度也不断提升。各种玻璃瓶、塑料瓶的应用已然非常普遍诸如酒类、医包、日包等。 为了提高塑料瓶、玻璃瓶的生产线定位检测、回收利用等环节的效率在当今全自动化生产趋势下需要配合机床、机器人等识别和定位瓶子位置传统的人工目测显然不是一个好的解决方案。各企业急需一套全自动化的检测方案来解决这个难以平衡的矛盾。 本系统基于YOLOv5算法实现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瓶子系统支持结果记录、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 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瓶子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 基于深度学习的瓶子检测软件主要用于日常塑料瓶、玻璃瓶等瓶子检测利用深度学习技术检测识别瓶子数目可视化检测结果可对图片、视频、摄像设备得到的图像进行分析自动标记和记录检测结果辅助计算机进行瓶子生产回收等工序深度学习模型可方便切换和更新已针对不同场景进行模型调整提供用户登录注册功能方便用户管理和使用检测结果易于查看、记录和保存。
二技术特点 1检测算法采用YoloV5实现模型可切换更新 2定位图片、视频或摄像头等图像中瓶子位置 3检测结果实时性强便携展示、记录和保存 4支持用户登录、注册、管理、界面可视化等功能
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设计左侧是一个动图右侧输入账号、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瓶子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瓶子并将瓶子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摄像头获取实时画面同时需要对瓶子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瓶子识别结果展示如下图 2. 检测原理与训练
一基于YoloV5的瓶子检测 YOLOv5( You Only Look Once ) 是 由 UltralyticsLLC 公司于 2020 年 5 月份提出其图像推理速度最快达 0.007 s即每秒可处理 140 帧满足视频图像实时检测需求同时结构更为小巧YOLOv5s 版本的权重数据文件为 YOLOv4的 1/9大小为 27 MB。YOLOv5处理流程为 1先将输入图片缩放到固定大小 640×640再假想地将图片切分为 7×7个网格 2对整张图像做卷积运算每个小网格负责 2 个回归框的和置信度的预测同时每个小网格还要预测出来 20 个类别以及属于这些类别的条件概率。 3使用非极大值抑制法对输出结果—类别和位置进行筛选处理。 YOLO 最大的特长是由于只看一次所以速度极快但是准确率跟当下最好的检测器相比有差距。对于出现在同一个网格里距离很近的两个小目标经常出现漏检等情况。 Yolov5 按照网络深度大小和特征图宽度大小分为 Yolov5s、 Yolov5m、Yolov5l、Yolov5本文采用了 yolov5s 作为使用模型。Yolov5 的结构分为 input,backbone,Neck, 预测层。
1在输入端使用了 Mosaic 的数据增强方式随机调用 4 张图片随机大小和分布进行堆叠丰富了数据增加了很多小目标提升小物体的识别能力。可以同时计算 4 张图片相当于增加了 Mini-batch 大小减少了GPU 内存的消耗。Yolov5 首先也可以通过聚类设定anchor大小然后还可以在训练过程中在每次训练时计算不同训练集中的ahchor值。然后在预测时使用了自适应图片大小的缩放模式通过减少黑边提高了预测速度。
2 在 Backbone 上 的 主 要 是 采 用 了Focus 结构CSPnet 结构。Focus 结构不存在与 YOLOv3和 v4 版本中其关键步骤为切片操作如下图 所示。例如将原始图像 416* 416* 3 接入 Focus 结构中通过切片操作变为 208* 208* 12 的特征图接下来进行一次 32 个卷积核操作变为 208* 208* 32 的特征图。
二数据集和训练 这里我们使用的瓶子识别数据集包含训练数据集1486张图片验证集248张图片验证集125张图片共计1859张图片。数据集部分图像及其标注信息如下图所示 每张图像均提供了图像类标记信息图像中瓶子的bounding box瓶子的关键part信息以及瓶子的属性信息数据集并解压后得到如下的图片。 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。下图为博主训练瓶子类识别的模型训练和曲线图。 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)下图为博主训练交通标志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。绘制出来可以得到如下图所示的曲线。 以PR-curve为例可以看到我们的模型在验证集上的均值平均准确率为0.945。
3. 瓶子检测识别 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predict.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, InferNms得到预测结果我们便可以将帧图像中的瓶子框出然后在图片上用opencv绘图操作输出瓶子的类别及瓶子的预测分数。以下是读取一个瓶子图片并进行检测的脚本首先将图片数据进行预处理后送predict进行检测然后计算标记框的位置并在图中标注出来。
if __name__ __main__:
# video_path 0video_path ./UI_rec/test_/瓶子检测视频.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瓶子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/615604323
参考视频演示https://www.bilibili.com/video/BV1jM411W7Tz/
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。
