yolov5+pyqt目标检测系统

模型选择来源

此设计选择了目标检测中性能优异的yolov5网络。YOLO是’You only look once’的首字母缩写，是一种将图像划分为网格系统的对象检测的算法。
下图是yolov5的网络结构图

主要分为输入端、Backbone、Neck、Prediction四个部分。
（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
1.1 YOLOv5优点
 更快、更实时
按照官方给出的数目，现版本的YOLOv5每个图像的推理时间最快0.007秒，即每秒140帧（FPS）在CPU上，每个图像的推理时间快至7ms，意味着每秒140帧（FPS）远远大于人眼对20帧的要求。相比之下，YOLOv4在相同的条件下只能到到50帧 。而在GPU上，FPS更高，可高达400.
 更小巧（内存少）
YOLOv5的权重文件大小只有YOLOv4的1/9。
 更短的训练时间
2. 模型训练
我们组采用的是Anaconda+Pycharm+GPU：英伟达3090的环境进行训练。
2.1 数据集的准备
结合热点，我们截取了2022世界杯中法国队与阿根廷的比赛。共220张截图。

再利用labelme标注软件对图片进行标注

共设置了三类：France，judge,Argentina。得到220张带标签信息的图片，其中200张作为训练集，20张作为测试集。
2.2 训练过程
一共设置500个epoch,batchsize 设置为2.

图2配置了网络超参数，如是否使用gpu训练，输入图片大小，训练轮次，以及每个batch的大小。

2.3 训练性能评估

如图4图5图6所示，无论是训练集上，还是验证集上损失函数都在不断下降，网络收敛正常。识别精度平均都在0.98以上。
3. 模型推理及创新应用
因为实验室有GPU：英伟达3090资源，所以直接就在GPU资源上进行了推理。并利用PYQT做了一个GUI界面。主要有图片检测，视频检测，摄像头检测三个功能。下面是界面展示：

3.1 结果展示

目标检测系统 2022-12-23 20-27-32

我选择了2022卡塔尔世界杯决赛阿根廷与法国的比赛作为测试数据。如上图显示，无论是视频格式，还是图片格式作为输入数据，预测准确率平均都在0.96以上。