基于yolov8、yolov5的行人检测识别系统（含UI界面、训练好的模型、Python代码、数据集）

摘要：行人检测在交通管理、智能监控和公共安全中起着至关重要的作用，不仅能帮助相关部门实时监控人群动态，还为自动化监控系统提供了可靠的数据支撑。本文介绍了一款基于YOLOv8、YOLOv5等深度学习框架的行人检测模型，该模型使用了大量不同场景下的行人图像进行训练，能够准确识别各种环境中的行人。系统可在不同场景下进行检测，包括多种光照条件、复杂背景、遮挡情况等。
此外，我们开发了一款带有UI界面的行人检测系统，支持实时识别行人，并通过图形界面直观展示检测结果。系统基于Python与PyQt5开发，能够处理图片、视频及摄像头输入，识别结果可以保存以供后续分析。本文还提供了完整的Python代码及详细的使用指南，供有兴趣的读者参考，完整代码资源请见文章末尾。

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：
yolov8、yolov8 + SE注意力机制 或 yolov5、yolov5 + SE注意力机制 ， 直接提供最少两个训练好的模型。模型十分重要，因为有些同学的电脑没有 GPU，无法自行训练。

数据集：
网上下载的数据集，格式都已转好，可直接使用。

界面：
PyQt5

以上是本篇博客的简单说明，添加注意力机制可作为模型的创新点 。

在这里插入图片描述

前言

行人检测在现代交通管理中，对于提高道路安全和优化人流管控具有重要意义。通过快速且精准地检测行人，交通管理部门和智能监控系统能够实时掌握路面动态并做出合理调度，减少事故风险并提高行人安全。尤其是在智能交通系统和城市安全监控系统中，行人检测技术是实现高效管理和执法的重要工具。同时，检测系统还能为数据分析人员提供实时数据反馈，帮助他们研究人流趋势和制定更有效的交通和安全管理策略。

行人检测技术已经在智能交通系统、城市监控平台、公共场所安全管理等多个领域得到广泛应用。借助高效准确的检测系统，管理者可以实时监控行人动态，自动收集和分析数据，提升公共安全监管的效率和响应速度。

在现代交通和城市管理中，行人检测系统可以与其他智能系统协作，如交通信号控制系统、拥堵监测平台和应急响应系统，形成完整的智能安全解决方案，帮助管理者更好地掌握道路和人行区域的动态并优化人流管理。在大规模城市区域或复杂的交通场景中，系统能够迅速识别并检测行人，为交通监控和城市管理提供及时可靠的信息。

本文基于YOLOv8、YOLOv5等目标检测技术，结合Python与PyQt5开发了一款行人检测系统。该系统支持图片、视频及摄像头输入的检测，并能保存检测结果，为用户提供直观、便捷的使用体验，助力交通管理部门快速、有效地进行行人识别与监控。

功能展示：

部分核心功能如下：

功能1： 支持单张图片识别
功能2： 支持遍历文件夹识别
功能3： 支持识别视频文件
功能4： 支持摄像头识别
功能5： 支持结果文件导出（xls格式）
功能6： 支持切换检测到的目标查看

更多的其他功能可以通过下方视频演示查看。

基于深度学习的行人检测识别系统（yolov8）

🌟 一、数据集介绍

个人筛选的人的数据集， 8000张。且已经分好 train、val、test文件夹，也提供转好的yolo格式的标注文件，可以直接使用。

在这里插入图片描述

🌟 二、深度学习算法介绍

本系统集成了多个不同的算法版本和界面版本，以下是对这些版本的概述：

算法版本方面，系统提供了多种深度学习算法和传统图像处理技术，用户可以选择最合适的算法进行任务处理。此外，各算法版本经过严格的测试和优化，以提供更高的准确率和效率。

在界面版本方面，系统设计了多种用户界面风格，可以选择简约、直观的界面，快速上手进行操作；也可以选择功能丰富的专业界面，满足复杂任务的需求。界面设计注重用户体验，确保用户在操作过程中能够方便地访问各种功能。

此外，系统还支持实时更新和扩展，可以根随时添加新的算法模块或界面选项。这种灵活性不仅提高了系统的适用性，也为未来的技术发展预留了空间。

总之，本系统通过多个算法和界面版本的组合，提供了丰富的选择和强大的功能。

下面是对包含到的算法的大概介绍：

1. yolov8相关介绍

YOLOv8 是当前深度学习领域内的一个SOTA（State-Of-The-Art）模型，凭借其前代版本的技术积累，再次引领了目标检测算法的发展方向。与其前辈不同，YOLOv8在模型结构和计算方式上都做了创新性调整，旨在实现更高效的计算和更灵活的应用场景适应能力。全新的骨干网络设计，结合Anchor-Free 检测头，让模型在面对不同输入尺寸、不同目标尺度时的表现更加出色，极大提升了性能和准确性。

此外，YOLOv8 的另一个重要进步在于它采用了全新的损失函数，使得训练过程更加稳定和高效。无论是在传统的CPU平台上运行，还是在更强大的GPU平台上进行加速，YOLOv8 都能够适应不同硬件资源的场景，确保在各种场合下保持高效的推理速度和精确的检测能力。

不过，值得注意的是，ultralytics 这一开发团队并没有直接将其开源库命名为 YOLOv8，而是采用了ultralytics的品牌名来命名整个项目。这并非单纯的命名策略，而是反映了其定位的重大变化。ultralytics 将这个库不仅视为一个算法框架，而非仅仅一个 YOLO 版本的延续。其设计目标之一是打造一个能够适应不同任务的算法平台，无论是目标检测、分类、分割，还是姿态估计，都能够在这个框架中被高效地支持。

这也意味着，未来的ultralytics 开源库将不仅限于 YOLO 系列，它的可扩展性为用户提供了更大的可能性。无论是使用非 YOLO 系列模型，还是面对不同应用领域的特定需求，ultralytics都提供了灵活且高效的解决方案。

总的来说，ultralytics 开源库 的优势可以归纳为以下几个要点：

融合当前最前沿的深度学习技术，让用户可以轻松实现复杂的计算任务。
具有极高的扩展性，未来将不仅支持 YOLO 系列，还会支持更多非 YOLO 的算法，适用于广泛的任务场景。

如此一来，ultralytics 不仅能够帮助开发者在算法研究和工程应用上取得突破，更能推动未来智能视觉领域的进一步发展。

在这里插入图片描述

网络结构如下：
在这里插入图片描述

2. yolov5相关介绍

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

本系统采用了基于深度学习的目标检测算法YOLOv5，该算法是YOLO系列算法的较新版本，相比于YOLOv3和YOLOv4，YOLOv5在检测精度和速度上都有很大的提升。YOLOv5算法的核心思想是将目标检测问题转化为一个回归问题。此外，YOLOv5还引入了一种称为SPP(Spatial Pyramid Pooling)的特征提取方法，这种方法可以在不增加计算量的情况下，有效地提取多尺度特征，提高检测性能。

在YOLOv5中，首先将输入图像通过骨干网络进行特征提取，得到一系列特征图。然后，通过对这些特征图进行处理，将其转化为一组检测框和相应的类别概率分数，即每个检测框所属的物体类别以及该物体的置信度。YOLOv5中的特征提取网络使用CSPNet(Cross Stage Partial Network)结构，它将输入特征图分为两部分，一部分通过一系列卷积层进行处理，另一部分直接进行下采样，最后将这两部分特征图进行融合。这种设计使得网络具有更强的非线性表达能力，可以更好地处理目标检测任务中的复杂背景和多样化物体。

在这里插入图片描述

在YOLOv5中，每个检测框通过其左上角坐标（x, y）、宽度（w）、高度（h）以及置信度（confidence）来表示。此外，YOLOv5对于每个检测框还会预测C个类别的概率得分，每个类别的概率得分总和为1。这意味着每个检测框最终可以被表示为一个维度为(C+5)的向量，包括类别概率、位置和置信度信息。

在训练过程中，YOLOv5使用了交叉熵损失函数来优化模型，该损失函数由定位损失、置信度损失和分类损失三个部分组成。YOLOv5还采用了Focal Loss和IoU Loss等优化方法，以缓解正负样本不平衡及目标尺寸变化等问题。这些优化不仅提高了模型的准确性，还改善了在不同尺寸目标下的表现。

从网络结构来看，YOLOv5分为四个主要部分：Input（输入）、Backbone（骨干网络）、Neck（颈部结构）和Prediction（预测）。其中，Input部分负责将数据引入网络，采用了Mosaic数据增强技术，能够通过随机裁剪和拼接输入图片，进一步提升网络的泛化能力。

Backbone部分是YOLOv5提取图像特征的关键模块，其特征提取能力直接影响了整个模型的性能表现。相比前代YOLOv4，YOLOv5在Backbone中引入了Focus结构。Focus结构通过切片操作将图片的宽度(W)和高度(H)信息转移到通道空间中，从而实现了2倍的下采样操作，同时保证了不丢失关键信息。

3. PyQt5介绍

PyQt5 是 Python 语言的一个图形用户界面（GUI）开发框架，基于 Qt库 开发而成。Qt 是一个广泛使用的跨平台 C++ 图形库，支持开发适用于 Windows、macOS、Linux 等多个操作系统的应用程序。PyQt5 提供了对 Qt 类库的完整封装，使开发者可以使用 Python 语言构建功能强大、界面美观的桌面应用。

PyQt5 包含了丰富的组件，如窗口、按钮、文本框、表格等，可以通过拖拽和代码的方式快速布局，极大地简化了 GUI 开发流程。同时，它还支持 事件处理 和 信号与槽机制，使得用户与界面之间的交互更加灵活。

通过 PyQt5，开发者能够轻松实现跨平台桌面应用，同时结合 Python 的易用性和 Qt 的强大功能，既适合初学者学习 GUI 编程，也适合资深开发者进行复杂项目的开发。

🌟 四、模型训练步骤

使用pycharm打开代码，找到train.py打开，示例截图如下：
修改 model_yaml 的值，以符合实际情况。如果你打算训练 YOLOv8s 模型，请将其修改为 model_yaml = yaml_yolov8s。如果你想训练添加 SE注意力机制 的模型，请将其修改为 model_yaml = yaml_yolov8_SE。
修改 data_path 的数据集路径。这里默认指定的是 traindata.yaml 文件。如果你使用的是我提供的数据，可以不用修改。

修改 model.train() 中的参数，根据自己的需求和电脑硬件的情况进行调整。

# 文档中对参数有详细的说明
model.train(data=data_path,             # 数据集
            imgsz=640,                  # 训练图片大小
            epochs=200,                 # 训练的轮次
            batch=2,                    # 训练batch
            workers=0,                  # 加载数据线程数
            device='0',                 # 使用显卡
            optimizer='SGD',            # 优化器
            project='runs/train',       # 模型保存路径
            name=name,                  # 模型保存命名
            )

修改traindata.yaml文件，打开 traindata.yaml 文件，如下所示：

在这里，只需修改 path 的值，其他的都不用改动（仔细看上面的黄色字体），我提供的数据集默认都是到 yolo 文件夹，设置到 yolo 这一级即可，修改完后，返回 train.py 中，执行train.py。
打开 train.py ，右键执行。
出现如下类似的界面代表开始训练了
训练完后的模型保存在runs/train文件夹下

🌟 五、模型评估步骤

打开val.py文件，如下图所示：
修改 model_pt 的值，是自己想要评估的模型路径
修改 data_path ，根据自己的实际情况修改，具体如何修改，查看上方模型训练中的修改步骤

修改 model.val()中的参数，按照自己的需求和电脑硬件的情况更改

model.val(data=data_path,           # 数据集路径
          imgsz=300,                # 图片大小，要和训练时一样
          batch=4,                  # batch
          workers=0,                # 加载数据线程数
          conf=0.001,               # 设置检测的最小置信度阈值。置信度低于此阈值的检测将被丢弃。
          iou=0.6,                  # 设置非最大抑制 (NMS) 的交叉重叠 (IoU) 阈值。有助于减少重复检测。
          device='0',               # 使用显卡
          project='runs/val',       # 保存路径
          name='exp',               # 保存命名
          )