行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)

目录

行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)

1. 前言

2. 人体检测数据集说明

（1）人体检测数据集

（2）自定义数据集

3. 基于YOLOv5的人体检测模型训练

（1）YOLOv5说明

（2）准备Train和Test数据

（3）配置数据文件

（4）配置模型文件

（5）重新聚类Anchor（可选）

（6）开始训练

（7）可视化训练过程

4. Python版本人体检测效果

5. Android版本人体检测和识别效果

6.项目源码下载

1. 前言

 这是项目《行人检测(人体检测)》系列之《YOLOv5实现人体检测(含人体检测数据集和训练代码)》；项目基于开源YOLOv5项目，实现一个高精度的人体检测（行人检测）算法（ Person Detection， Pedestrian Detection）；

行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_YOLOv5

目前，基于YOLOv5s的人体检测精度平均值mAP_0.5=0.98432，mAP_0.5:0.95=0.84354。为了能部署在手机Android平台上，本人对YOLOv5s进行了简单的模型轻量化，并开发了一个轻量级的版本yolov5s05_416和yolov5s05_320模型；轻量化模型在普通Android手机上可以达到实时的检测效果，CPU(4线程)约30ms左右，GPU约25ms左右 ，基本满足业务的性能需求。下表格给出轻量化模型的计算量和参数量以及其检测精度

模型

input-size

params(M)

GFLOPs

mAP_0.5:0.95

yolov5s

640×640

7.2

16.5

0.84354

yolov5s05

416×416

1.7

1.8

0.76103

yolov5s05

320×320

1.7

1.1

0.73216

先展示一下人体检测效果：

行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_YOLOv5_02

行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_YOLOv5_03

【 整套项目下载地址】行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)

【尊重原创，转载请注明出处】

更多项目《行人检测(人体检测)》系列文章请参考：

  1. 行人检测(人体检测)1：人体检测数据集(含下载链接):
  2. 行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)：
  3. 行人检测(人体检测)3：Android实现人体检测(含源码，可实时人体检测)：
  4. 行人检测(人体检测)4：C++实现人体检测(含源码，可实时人体检测)：

行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_YOLOv5_04

 如果需要进行人像分割，实现一键抠图效果，请参考文章：《一键抠图Portrait Matting人像抠图 (C++和Android源码)》

行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_行人数据集_05

行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_人体检测_06

行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_YOLOv5_07

2. 人体检测数据集说明

（1）人体检测数据集

目前收集了约10W+的人体检测数据集，数据集主要来源于VOC，COCO和MPII的人体数据集，关于人体数据集说明，请参考《行人检测(人体检测)1：人体检测数据集(含下载链接)》：

（2）自定义数据集

如果需要增/删类别数据进行训练，或者需要自定数据集进行训练，可参考如下步骤：

  1. 采集图片，建议不少于200张图片
  2. 使用Labelme等标注工具，对目标进行拉框标注：labelme工具：GitHub - wkentaro/labelme: Image Polygonal Annotation with Python (polygon, rectangle, circle, line, point and image-level flag annotation).
  3. 将标注格式转换为VOC数据格式，参考工具：labelme/labelme2voc.py at main · wkentaro/labelme · GitHub
  4. 生成训练集train.txt和验证集val.txt文件列表
  5. 修改engine/configs/voc_local.yaml的train和val的数据路径
  6. 重新开始训练

行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_人体检测_08


3. 基于YOLOv5的人体检测模型训练

（1）YOLOv5说明

训练Pipeline采用YOLOv5: GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite , 原始官方代码训练需要转换为YOLO的格式，不支持VOC的数据格式。为了适配VOC数据，本人新增了LoadVOCImagesAndLabels用于解析VOC数据集，以便正常训练。另外，为了方便测试，还增加demo.py文件，可支持对图片,视频和摄像头的测试。

Python依赖环境，使用pip安装即可，项目代码都在Ubuntu系统和Windows系统验证正常运行，请放心使用；若出现异常，大概率是相关依赖包版本没有完全对应


matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
Pillow
PyYAML>=5.3.1
scipy>=1.4.1
torch>=1.7.0
torchvision>=0.8.1
tqdm>=4.41.0
tensorboard>=2.4.1
seaborn>=0.11.0
pandas
thop  # FLOPs computation
pybaseutils==0.7.0


（2）准备Train和Test数据

下载人体检测数据集，  关于人体数据集说明，请参考《行人检测(人体检测)1：人体检测数据集(含下载链接)》：

（3）配置数据文件

  • 修改训练和测试数据的路径：engine/configs/voc_local.yaml
# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
# 数据路径
path: ""  # dataset root dir

train:
  - 'dataset/VOC/VOC2007/trainval.txt'
  - 'dataset/VOC/VOC2012/trainval.txt'
  - 'dataset/MPII/trainval.txt'
  - 'dataset/COCO/trainval.txt'

val:
  - 'dataset/MPII/test.txt'

test:  # test images (optional)
data_type: voc

# 1.设置类别个数，和要训练的类别名称，ID号从0开始递增
nc: 1  # number of classes
names: { 'person': 0 } # 仅训练person检测

#nc: 2  # number of classes
#names: { 'face': 0,"person": 1 } # 训练face和person检测

# 2.如果你想合并所有类别为一个大类，进行训练： unique表示合并所有类为单独一个类别
#nc: 1  # number of classes
#names: { "unique": 0 }


（4）配置模型文件

官方YOLOv5给出了YOLOv5l,YOLOv5m,YOLOv5s等模型。考虑到手机端CPU/GPU性能比较弱鸡，直接部署yolov5s运行速度十分慢。所以本人在yolov5s基础上进行模型轻量化处理，即将yolov5s的模型的channels通道数全部都减少一半，并且模型输入由原来的640×640降低到416×416或者320×320，该轻量化的模型我称之为yolov5s05。轻量化后的模型yolov5s05比yolov5s计算量减少了16倍，参数量减少了7倍。下面是yolov5s05和yolov5s的参数量和计算量对比：

模型

input-size

params(M)

GFLOPs

yolov5s

640×640

7.2

16.5

yolov5s05

416×416

1.7

1.8

yolov5s05

320×320

1.7

1.1

（5）重新聚类Anchor（可选）

官方yolov5s的Anchor是基于COCO数据集进行聚类获得（详见models/yolov5s.yaml文件）

 

行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_YOLOv5_09

 

考虑到人体检测数据集，目标框几乎都是竖状的矩形框；原始Anchor是在输入640×640聚类获得的，直接复用原始COCO的Anchor效果可能不太好；因此，这需要我们根据已有的数据集的标注框进行重新聚类获得新的Anchor；这里为了简单，yolov5s直接复用原始Anchor，而yolov5s05_416和yolov5s05_320由于输入分辨率变小，其Anchor也进行等比例缩小，下表给出yolov5s，yolov5s05_416和yolov5s05_320重新调整后Anchor结果：

yolov5s.yaml

yolov5s05_416.yaml

yolov5s05_320.yaml


行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_人体数据集_10

行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_人体数据集_11


行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_行人数据集_12


一点建议：

  • 官方yolov5s的Anchor是基于COCO数据集进行聚类获得，不同数据集需要做适当的调整，其最优Anchor建议重新进行聚类 。
  • 当然你要是觉得麻烦就跳过，不需要重新聚类Anchor，这个影响不是特别大。如果你需要重新聚类，请参考engine/kmeans_anchor/demo.py文件

（6）开始训练

整套训练代码非常简单操作，用户只需要填写好对应的数据路径，即可开始训练了。

  • 修改训练超参文件（： data/hyps/hyp.scratch-v1.yaml （可以修改训练学习率，数据增强等方式，使用默认即可，可不修改）
  • 编辑train.sh脚本训练，训练yolov5s或轻量化版本yolov5s05_416或者yolov5s05_320 (选择其中一个训练即可)


#!/usr/bin/env bash

#--------------训练yolov5s--------------
# 输出项目名称路径
project="runs/yolov5s_640"
# 训练和测试数据的路径
data="engine/configs/voc_local.yaml"
# YOLOv5模型配置文件
cfg="yolov5s.yaml"
# 训练超参数文件
hyp="data/hyps/hyp.scratch-v1.yaml"
# 预训练文件
weights="engine/pretrained/yolov5s.pt"
python train.py --data $data --cfg $cfg --hyp $hyp --weights $weights --batch-size 16 --imgsz 640 --workers 12 --project $project


#--------------训练轻量化版本yolov5s05_416--------------
# 输出项目名称路径
project="runs/yolov5s05_416"
# 训练和测试数据的路径
data="engine/configs/voc_local.yaml"
# YOLOv5模型配置文件
cfg="yolov5s05_416.yaml"
# 训练超参数文件
hyp="data/hyps/hyp.scratch-v1.yaml"
# 预训练文件
weights="engine/pretrained/yolov5s.pt"
python train.py --data $data --cfg $cfg --hyp $hyp --weights $weights --batch-size 64 --imgsz 416 --workers 12 --project $project


#--------------训练轻量化版本yolov5s05_320--------------
# 输出项目名称路径
project="runs/yolov5s05_320"
# 训练和测试数据的路径
data="engine/configs/voc_local.yaml"
# YOLOv5模型配置文件
cfg="yolov5s05_320.yaml"
# 训练超参数文件
hyp="data/hyps/hyp.scratch-v1.yaml"
# 预训练文件
weights="engine/pretrained/yolov5s.pt"
python train.py --data $data --cfg $cfg --hyp $hyp --weights $weights --batch-size 64 --imgsz 320 --workers 12 --project $project


  • 开始训练： bash  train.sh

行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_YOLOv5_13


  • 训练数据量比较大，训练时间比较长，请耐心等待哈
  • 训练完成后，在模型输出目录中有个results.csv文件，记录每个epoch测试的结果，如loss,mAP等信息

训练模型收敛后，yolov5s人体检测的mAP指标大约mAP_0.5=0.84354；而，yolov5s05_416 mAP_0.5=0.76103左右；yolov5s05_320 mAP_0.5=0.73216左右；

轻量化后的模型yolov5s05比yolov5s计算量减少了16倍，参数量减少了7倍；相比而言，yolov5s05比yolov5s mAP减小了10%，对于性能比较弱鸡的手机而言，这个精度是还是可以接受的。

模型

input-size

params(M)

GFLOPs

mAP_0.5:0.95

yolov5s

640×640

7.2

16.5

0.84354

yolov5s05

416×416

1.7

1.8

0.76103

yolov5s05

320×320

1.7

1.1

0.73216

（7）可视化训练过程

训练过程可视化工具是使用Tensorboard，使用方法：


# 基本方法
tensorboard --logdir=path/to/log/
# 例如
tensorboard --logdir=./data/model/yolov5s_640



行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_人体检测_14


行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_人体检测_15


行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_行人检测_16


行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_YOLOv5_17

 当然，在输出目录，也保存很多性能指标的图片

  • 这是训练epoch的可视化图，可以看到mAP随着Epoch训练，逐渐提高（见result.png）

行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_行人检测_18

  • 这是每个类别的F1-Score分数（见F1_curve.png）

行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_人体数据集_19


  • 这是模型的PR曲线（见PR_curve.png）


行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_行人检测_20

  • 这是混淆矩阵（见confusion_matrix.png）：


行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_人体数据集_21

4. Python版本人体检测效果

demo.py文件用于推理和测试模型的效果，填写好配置文件，模型文件以及测试图片即可运行测试了

  • 测试图片
# 测试图片
image_dir='data/test_image' # 测试图片的目录
weights="data/model/yolov5s_640/weights/best.pt" # 模型文件
out_dir="runs/test-result" # 保存检测结果
python demo.py --image_dir $image_dir --weights $weights --out_dir $out_dir


  • 测试视频文件
# 测试视频文件
video_file="data/test-video.mp4" # path/to/video.mp4 测试视频文件，如*.mp4,*.avi等
weights="data/model/yolov5s_640/weights/best.pt" # 模型文件
out_dir="runs/test-result" # 保存检测结果
python demo.py --video_file $video_file --weights $weights --out_dir $out_dir


  •  测试摄像头
# 测试摄像头
video_file=0 # 测试摄像头ID
weights="data/model/yolov5s_640/weights/best.pt" # 模型文件
out_dir="runs/test-result" # 保存检测结果
python demo.py --video_file $video_file --weights $weights --out_dir $out_dir


 先展示一下人体检测效果：

行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_YOLOv5_02

行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_YOLOv5_03


行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_人体数据集_24


行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_行人检测_25


行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_行人数据集_26


行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_人体数据集_27

 如果想进一步提高模型的性能，可以尝试：

  1. 增加训练的样本数据： 目前有30W+的数据量，建议根据自己的业务场景，采集相关数据，提高模型泛化能力
  2. 使用参数量更大的模型： 本教程使用的YOLOv5s，其参数量才7.2M，而YOLOv5x的参数量有86.7M，理论上其精度更高，但推理速度也较慢。
  3. 尝试不同数据增强的组合进行训练

5. Android版本人体检测和识别效果

已经完成Android版本人体检测和识别算法开发，APP在普通Android手机上可以达到实时的检测和识别效果，CPU(4线程)约30ms左右，GPU约25ms左右 ，基本满足业务的性能需求。详细说明请查看：行人检测(人体检测)3：Android实现人体检测(含源码，可实时人体检测)：

Android Demo体验：


行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_人体检测_28

行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_人体数据集_29


6.项目源码下载

整套项目源码内容包含：人体检测数据集 + YOLOv5训练代码和测试代码

整套项目下载地址：行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)

（1）人体检测数据集：

  1. VOC人体检测数据集：VOC2007共9963张图片，VOC2012共17125张图片，已经标注了人脸框（face）和人体框（person）
  2. COCO人体检测数据集：总共66697张含有人体的图片，已经标注了人脸框（face）和人体框（person）
  3. MPII人体检测数据集：总共21430张含有人体的图片，已经标注了人脸框（face）和人体框（person）
  4. 详细说明，请查看《行人检测(人体检测)1：人体检测数据集(含下载链接)》:

（2）YOLOv5训练代码和测试代码（Pytorch）

  1. 整套YOLOv5项目工程，含训练代码train.py和测试代码demo.py
  2. 支持高精度版本yolov5s训练和测试
  3. 支持轻量化版本yolov5s05_320和yolov5s05_416训练和测试
  4. 根据本篇博文说明，简单配置即可开始训练：train.py
  5. 源码包含了训练好的yolov5s,yolov5s05_416和yolov5s05_320模型，配置好环境，可直接运行demo.py
  6. 测试代码demo.py支持图片，视频和摄像头测试

 Android人体检测APP Demo体验：

行人检测(人体检测)2：YOLOv5实现人体检测(含人体检测数据集和训练代码)_YOLOv5_04