YOLOv5实现吸烟行为检测

配置环境

首先需要安装anaconda和pycharm，安装过程参考这篇博客
安装好anaconda后在上面安装python3.8虚拟环境，打开anaconda终端，输入：

conda create -n py38 python=3.8	# py38是虚拟环境的名字，可以更改
conda activate py38  # 激活创建好的虚拟环境

安装pytorch（gpu版本和cpu版本的安装）

YOLOv5项目在CPU和GPU下均可运行，但是CPU运行速度很慢，当然使用已经训练好吸烟检测模型用来测试得出结果，CPU也是可行的，如果需要自己重新训练数据集，最好还是得有一个可用的英伟达的显卡。所以有显卡的可以安装GPU版本的Pytorch，只有CPU的直接安装CPU版本的pytorch。在anaconda中激活创建好的虚拟环境后，输入如下安装命令：

# GPU版本pytorch安装命令
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安装命令
conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cpuonly -c pytorch

这里以安装CPU版的pytorch为例。这里安装CPU版本的pytorch1.8.1。如下图所示这种情况直接输入小写y后回车即可。安装时间一般会比较久。

YOLOv5所需其他依赖的安装

首先下载YOLOv5吸烟检测项目代码和训练好的吸烟检测模型；若需要pyqt界面下载YOLOv5吸烟检测项目代码和训练好的吸烟检测模型+pyQT可视化界面。
项目文件下有需要安安装的依赖要求在requirements.txt文件中，我们在pycharm终端里面来安装其他依赖。
在pycharm中打开项目文件夹下的requiremes.txt，注释掉已经安装好的包，此外还安装pyqt5用于可视化界面：

接下来打来pycharm自带终端：
输入命令：pip install -r requirements.txt 安装即可，也可以添加清华源安装加速，则输入：

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

自此环境配置完成

使用训练好的吸烟检测模型来进行推理

训练好的吸烟检测模型保存在runs/train下的文件夹中，包含YOLOv5s和YOLOv5m两种训练好的模型。
在pycharm终端中执行如下命令即可运行推理，得出结果(runs/train/smoking-v5s/weights/best.pt是训练好的权重保存路径)：

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

若需要在运行过程中展示图片，需要在输入命令行中加入参数--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支持对多种图像和视频流进行检测的，具体的使用方法如下：

 python detect.py --source 0  # webcam
                            file.jpg  # image 
                            file.mp4  # video
                            path/  # directory
                            path/*.jpg  # glob
                            stream

如检测视屏，需要将如下命令中的file.mp4换成自己的视屏文件路径即可：

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

如调用电脑自带摄像头检测：

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

如批量检测图片：

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

检测结果展示：

检测好的结果保存在项目文件下runs/detect文件夹中

训练吸烟检测模型

如果需要自己重新训练吸烟检测模型，可以下载吸烟检测数据集，数据集都已标注好，可以直接用于YOLOv5的训练