摘要：基于深度學習的高精度動物園動物（水牛、斑馬、大象、水豚、海龜、貓、奶牛、鹿、狗、火烈鳥、長頸鹿、捷豹、袋鼠、獅子、鸚鵡、企鵝、犀牛、羊、老虎）檢測識別系統可用于日常生活中或野外來檢測與定位動物園動物，利用深度學習算法可實現圖片、視頻、攝像頭等方式的動物園動物目標檢測識別，另外支持結果可視化與圖片或視頻檢測結果的導出。本系統采用YOLOv5目標檢測模型訓練數據集，使用Pysdie6庫來搭建頁面展示系統，同時支持ONNX、PT等模型作為權重模型的輸出。本系統支持的功能包括動物園動物訓練模型的導入、初始化；置信分與IOU閾值的調節、圖像上傳、檢測、可視化結果展示、結果導出與結束檢測；視頻的上傳、檢測、可視化結果展示、結果導出與結束檢測；攝像頭的上傳、檢測、可視化結果展示與結束檢測；已檢測目標列表、位置信息；前向推理用時。另外本動物園動物檢測識別系統同時支持原始圖像與檢測結果圖像的同時展示，原始視頻與檢測結果視頻的同時展示。本博文提供了完整的Python代碼和使用教程，適合新入門的朋友參考，完整代碼資源文件請轉至文末的下載鏈接。
近年來，機器學習和深度學習取得了較大的發展，深度學習方法在檢測精度和速度方面與傳統方法相比表現出更良好的性能。YOLOv5是單階段目標檢測算法YOLO的第五代，根據實驗得出結論，其在速度與準確性能方面都有了明顯提升，開源的代碼可見/ultralytics/yolov5。因此本博文利用YOLOv5檢測算法實現一種高精度動物園動物識別檢測模型，再搭配上Pyside6庫寫出界面系統，完成目標檢測識別頁面的開發。注意到YOLO系列算法的最新進展已有YOLOv6、YOLOv7、YOLOv8等算法，將本系統中檢測算法替換為最新算法的代碼也將在后面發布，歡迎關注收藏。
(資料圖片僅供參考)
（1）下載完整文件到自己電腦上，然后使用cmd打開到文件目錄
（2）利用Conda創建環境（Anacodna），conda create -n yolo5 python= 然后安裝torch和torchvision（pip install torch==+cu113 torchvision==+cu113 -f /whl/torch_?-i /simple）其中-i /simple代表使用清華源，這行命令要求nvidia-smi顯示的CUDA版本>=,最后安裝剩余依賴包使用：pip install -r -i /simple
（3）安裝Pyside6庫 pip install pyside6== -i /simple
（4）對于windows系統下的pycocotools庫的安裝：pip install pycocotools-windows -i /simple
下面給出本博文設計的軟件界面，整體界面簡潔大方，大體功能包括訓練模型的導入、初始化；置信分與IOU閾值的調節、圖像上傳、檢測、可視化結果展示、結果導出與結束檢測；視頻的上傳、檢測、可視化結果展示、結果導出與結束檢測；已檢測目標列表、位置信息；前向推理用時。希望大家可以喜歡，初始界面如下圖：
用戶可以點擊模型權重選擇按鈕上傳訓練好的模型權重，訓練權重格式可為.pt、.onnx以及。engine等，之后再點擊模型權重初始化按鈕可實現已選擇模型初始化信息的設置。
在Confidence或IOU下方的輸入框中改變值即可同步改變滑動條的進度，同時改變滑動條的進度值也可同步改變輸入框的值；Confidence或IOU值的改變將同步到模型里的配置，將改變檢測置信度閾值與IOU閾值。
用戶可以點擊選擇圖像按鈕上傳單張圖片進行檢測與識別。
再點擊圖像檢測按鈕可完成輸入圖像的目標檢測功能，之后系統會在用時一欄輸出檢測用時，在目標數量一欄輸出已檢測到的目標數量，在下拉框可選擇已檢測目標，對應于目標位置（即xmin、ymin、xmax以及ymax）標簽值的改變。
點擊圖像檢測結果導出按鈕即可導出檢測后的圖像，在保存欄里輸入保存的圖片名稱及后綴即可實現檢測結果圖像的保存。
點擊結束圖像檢測按鈕即可完成系統界面的刷新，將所有輸出信息清空，之后再點擊選擇圖像或選擇視頻按鈕來上傳圖像或視頻。
用戶可以點擊選擇視頻按鈕上傳視頻進行檢測與識別，之后系統會將視頻的第一幀輸入到系統界面的左上方顯示。
再點擊視頻檢測按鈕可完成輸入視頻的目標檢測功能，之后系統會在用時一欄輸出檢測用時，在目標數量一欄輸出已檢測到的目標數量，在下拉框可選擇已檢測目標，對應于目標位置（即xmin、ymin、xmax以及ymax）標簽值的改變。
點擊暫停視頻檢測按鈕即可實現輸入視頻的暫停，此時按鈕變為繼續視頻檢測，輸入視頻幀與幀檢測結果會保留在系統界面，可點擊下拉目標框選擇已檢測目標的坐標位置信息，再點擊繼續視頻檢測按鈕即可實現輸入視頻的檢測。
點擊視頻檢測結果導出按鈕即可導出檢測后的視頻，在保存欄里輸入保存的圖片名稱及后綴即可實現檢測結果視頻的保存。
點擊結束視頻檢測按鈕即可完成系統界面的刷新，將所有輸出信息清空，之后再點擊選擇圖像或選擇視頻按鈕來上傳圖像或視頻。
用戶可以點擊打開攝像頭按鈕來打開攝像頭設備進行檢測與識別，之后系統會將攝像頭圖像輸入到系統界面的左上方顯示。
再點擊攝像頭檢測按鈕可完成輸入攝像頭的目標檢測功能，之后系統會在用時一欄輸出檢測用時，在目標數量一欄輸出已檢測到的目標數量，在下拉框可選擇已檢測目標，對應于目標位置（即xmin、ymin、xmax以及ymax）標簽值的改變。
點擊結束視頻檢測按鈕即可完成系統界面的刷新，將所有輸出信息清空，之后再點擊選擇圖像或選擇視頻或打開攝像按鈕來上傳圖像、視頻或打開攝像頭。
本系統采用了基于深度學習的單階段目標檢測算法YOLOv5，相比于YOLOv3和YOLOv4，YOLOv5在檢測精度和速度上都有很大的提升。YOLOv5算法的核心思想是將目標檢測問題轉化為一個回歸問題，通過直接預測物體中心點的坐標來代替Anchor框。此外，YOLOv5使用SPP(Spatial Pyramid Pooling)的特征提取方法，這種方法可以在不增加計算量的情況下，有效地提取多尺度特征，提高檢測性能。YOLOv5s模型的整體結構如下圖所示。
YOLOv5網絡結構是由Input、Backbone、Neck、Prediction組成。YOLOv5的Input部分是網絡的輸入端，采用Mosaic數據增強方式，對輸入數據隨機裁剪，然后進行拼接。Backbone是YOLOv5提取特征的網絡部分，特征提取能力直接影響整個網絡性能。在特征提取階段，YOLOv5使用CSPNet(Cross Stage Partial Network)結構，它將輸入特征圖分為兩部分，一部分通過一系列卷積層進行處理，另一部分直接進行下采樣，最后將這兩部分特征圖進行融合。這種設計使得網絡具有更強的非線性表達能力，可以更好地處理目標檢測任務中的復雜背景和多樣化物體。在Neck階段使用連續的卷積核C3結構塊融合特征圖。在Prediction階段，模型使用結果特征圖預測目標的中心坐標與尺寸信息。博主覺得YOLOv5不失為一種目標檢測的高性能解決方案，能夠以較高的準確率對目標進行分類與定位。當然現在YOLOv6、YOLOv7、YOLOv8等算法也在不斷提出和改進，后續博主也會將這些算法融入到本系統中，敬請期待。
本系統使用的動物園動物數據集手動標注了水牛、斑馬、大象、水豚、海龜、貓、奶牛、鹿、狗、火烈鳥、長頸鹿、捷豹、袋鼠、獅子、鸚鵡、企鵝、犀牛、羊、老虎這19個類別，數據集總計45098張圖片。該數據集中類別都有大量的旋轉和不同的光照條件，有助于訓練出更加魯棒的檢測模型。本文實驗的動物園動物檢測識別數據集包含訓練集36045張圖片，驗證集9053張圖片，選取部分數據部分樣本數據集如下圖所示。由于YOLOv5算法對輸入圖片大小有限制，需要將所有圖片調整為相同的大小。為了在不影響檢測精度的情況下盡可能減小圖片的失真，我們將所有圖片調整為640x640的大小，并保持原有的寬高比例。此外，為了增強模型的泛化能力和魯棒性，我們還使用了數據增強技術，包括隨機旋轉、縮放、裁剪和顏色變換等，以擴充數據集并減少過擬合風險。、
本系統的深度學習模型使用PyTorch實現，基于YOLOv5算法進行目標檢測。在訓練階段，我們使用了預訓練模型作為初始模型進行訓練，然后通過多次迭代優化網絡參數，以達到更好的檢測性能。在訓練過程中，我們采用了學習率衰減和數據增強等技術，以增強模型的泛化能力和魯棒性。
在測試階段，我們使用了訓練好的模型來對新的圖片和視頻進行檢測。通過設置閾值，將置信度低于閾值的檢測框過濾掉，最終得到檢測結果。同時，我們還可以將檢測結果保存為圖片或視頻格式，以便進行后續分析和應用。本系統基于YOLOv5算法，使用PyTorch實現。代碼中用到的主要庫包括PyTorch、NumPy、OpenCV、PyQt等。
Pyside6是Python語言的GUI編程解決方案之一，可以快速地為Python程序創建GUI應用。在本博文中，我們使用Pyside6庫創建一個圖形化界面，為用戶提供簡單易用的交互界面，實現用戶選擇圖片、視頻進行目標檢測。
我們使用Qt Designer設計圖形界面，然后使用Pyside6將設計好的UI文件轉換為Python代碼。圖形界面中包含多個UI控件，例如：標簽、按鈕、文本框、多選框等。通過Pyside6中的信號槽機制，可以使得UI控件與程序邏輯代碼相互連接。
在實驗結果與分析部分，我們使用精度和召回率等指標來評估模型的性能，還通過損失曲線和PR曲線來分析訓練過程。在訓練階段，我們使用了前面介紹的動物園動物數據集進行訓練，使用了YOLOv5算法對數據集訓練，總計訓練了300個epochs。在訓練過程中，我們使用tensorboard記錄了模型在訓練集和驗證集上的損失曲線。從下圖可以看出，隨著訓練次數的增加，模型的訓練損失和驗證損失都逐漸降低，說明模型不斷地學習到更加精準的特征。在訓練結束后，我們使用模型在數據集的驗證集上進行了評估，得到了以下結果。
下圖展示了我們訓練的YOLOv5模型在驗證集上的PR曲線，從圖中可以看出，模型取得了較高的召回率和精確率，整體表現良好
下圖展示了本博文在使用YOLOv5模型對動物園動物數據集進行訓練時候的Mosaic數據增強圖像
綜上，本博文訓練得到的YOLOv5模型在數據集上表現良好，具有較高的檢測精度和魯棒性，可以在實際場景中應用。另外本博主對整個系統進行了詳細測試，最終開發出一版流暢的高精度目標檢測系統界面，就是本博文演示部分的展示，完整的UI界面、測試圖片視頻、代碼文件等均已打包上傳，感興趣的朋友可以關注我私信獲取。另外本博文的PDF與更多的目標檢測識別系統請關注筆者的微信公眾號 BestSongC (原Nuist計算機視覺與模式識別)來獲取。
其他基于深度學習的目標檢測系統如西紅柿、貓狗、山羊、野生目標、煙頭、二維碼、頭盔、交警、野生動物、野外煙霧、人體摔倒識別、紅外行人、家禽豬、蘋果、推土機、蜜蜂、打電話、鴿子、足球、奶牛、人臉口罩、安全背心、煙霧檢測系統等有需要的朋友關注我，從博主其他視頻中獲取下載鏈接。
完整項目目錄如下所示：
標簽：
