基于YOLOv5的电动自行车头盔佩戴识别：从数据集构建到模型部署全流程

简介这份资源面向计算机视觉方向的本科生与研究生提供一套可直接运行的电动自行车头盔佩戴识别检测方案适用于毕业设计、期末大作业或课程实践。项目基于YOLOv5目标检测算法构建围绕骑行场景中头盔佩戴与未佩戴两类目标进行训练与推理帮助读者快速理解检测流程并完成部署。压缩包共187个文件约134.13MB包含55个Python源码文件、45张png图片、22个yaml配置文件、7个pt权重文件以及js、html、css等前端展示文件另附docx说明手册与Dockerfile覆盖训练、推理、可视化与容器化部署环节。代码注释较为完整新手也能看懂下载后简单配置即可使用。目前已有385人学习下载适合需要完整项目参考、希望节省搭建时间并获取高分评价的读者。1. 从一张电动车事故照片说起yolov5 头盔佩戴识别到底在做什么路口监控拍到一张照片画面里七八辆电动自行车挤在一起其中三个人戴了头盔四个人没戴。如果靠人眼去数一分钟能看完一个路口但一个城市有几千个路口每天产生几十万张抓拍图人工根本看不过来。基于 yolov5 算法实现电动自行车头盔佩戴识别检测要解决的就是这件事让模型自动从图像或视频流里找出每一辆电动车上的骑乘人员并判断他头上有没有头盔。这个方向在毕设和课程设计里出现频率极高原因很直接——它有明确的现实需求交管部门对头盔佩戴率的统计与劝导有公开可用的数据集构建路径yolov5 本身又足够成熟训练和部署门槛都不算高。适合谁做计算机视觉入门的学生、需要交一份能跑通、有指标、有可视化结果的毕设的人以及想把目标检测落到具体业务场景的初级算法工程师。读完这篇你应该能自己搭出数据集、改好配置文件、跑通训练、导出模型并且知道哪些参数一动就翻车。2. 数据集怎么攒从公开安全帽数据集到电动车场景的迁移2.1 为什么不能直接拿安全帽数据集来用网上能搜到不少 yolov5安全帽数据集工地场景居多标注类别通常是 helmet 和 head 两类。但电动自行车场景和工地有几个硬差别一是拍摄角度工地数据集多为平视或略俯视而路口监控是高位俯拍人的头部在画面里只占几十个像素二是遮挡电动车骑手经常并排、前后遮挡头盔可能只露出一半三是背景工地背景是脚手架和钢筋路口背景是车流、广告牌、树荫干扰物完全不同。直接拿工地安全帽数据集训练模型在路口图上大概率会把路边的圆形广告牌、摩托车后视镜误判成头盔。常见做法是用公开安全帽数据集做预训练权重初始化再用自己标注的电动车场景数据做微调。这样既省标注成本又能让模型适应真实分布。2.2 自己标注电动车头盔数据的完整流程标注工具用 labelImg 或 X-AnyLabeling 都行格式选 YOLO txt。类别建议只设两类helmet戴头盔和head未戴头盔。不要设person类因为你要判断的是头部状态不是整个人。# 安装标注工具 pip install labelImg # 启动指定图片目录和预定义类别文件 labelImg ./images ./classes.txtclasses.txt内容就两行helmet head标注时的三条硬规则第一只框头部区域不要框整个身体否则模型学到的特征是衣服颜色而不是头盔第二头盔被遮挡超过一半的样本直接跳过不标标了反而引入噪声第三夜间或逆光导致头部轮廓都看不清的图不要放进训练集。标完以后目录结构整理成 yolov5 要求的形式dataset/ images/ train/ val/ labels/ train/ val/train 和 val 按 8:2 切分注意同一个视频连续帧的图片不能同时出现在 train 和 val 里否则验证指标会虚高这是血泪经验。2.3 数据增强参数怎么设才不帮倒忙yolov5 的hyp.scratch-low.yaml里有一堆增强参数头盔检测场景下有几个要特别调参数默认值头盔场景建议原因mosaic1.00.5四图拼接会让小头部更小后期可关fliplr0.50.5水平翻转合理头盔左右对称flipud0.00.0垂直翻转会产生倒立的人不真实hsv_v0.40.6路口光照变化大亮度扰动要加大scale0.50.3缩放太狠会让头部像素过少degrees0.05.0监控有轻微旋转角度mosaic 在训练后期建议关掉因为拼接图里的头部尺寸分布和真实监控图差异大最后 10 个 epoch 用--close-mosaic 10关闭指标通常能涨一两个点。3. 模型训练yolov5 配置文件改动与超参数选择3.1 选哪个版本s、m、l 的取舍yolov5 有 n/s/m/l/x 五个尺度。头盔检测的输入分辨率一般是 640头部目标偏小n 和 s 容易漏检x 又太慢。我一般选yolov5s做 baseline如果 mAP 上不去再换yolov5m。毕设场景用 s 就够了推理速度快树莓派5上部署自己训练的 yolov5 模型时 s 版本也更现实。3.2 数据配置文件与模型配置文件的改法新建data/helmet.yaml# 数据集路径指向 dataset 根目录 path: ../dataset train: images/train val: images/val # 类别数 nc: 2 # 类别名称顺序必须和标注时 classes.txt 一致 names: 0: helmet 1: head模型配置文件不用自己写直接用models/yolov5s.yaml只改一处nc: 2 # 原来是 80改成你的类别数如果忘了改 nc训练时报维度不匹配的错这是新手最常见的翻车点。3.3 训练命令与关键参数说明python train.py \ --weights yolov5s.pt \ --data data/helmet.yaml \ --cfg models/yolov5s.yaml \ --epochs 100 \ --batch-size 16 \ --img 640 \ --hyp data/hyps/hyp.scratch-low.yaml \ --close-mosaic 10 \ --device 0逐项说明--weights yolov5s.pt用官方预训练权重比从头训收敛快得多--batch-size 16取决于显存8G 显存跑 640 分辨率大概能到 16不够就降到 8--img 640是输入尺寸头部目标小可以试 960但显存和速度代价明显--close-mosaic 10最后 10 个 epoch 关闭 mosaic--device 0指定第一块 GPUCPU 训练把这里改成cpu但 100 epoch 可能要跑一整天。训练过程中重点看三个指标metrics/mAP_0.5、metrics/precision、metrics/recall。头盔检测里 recall 比 precision 更重要因为漏检一个没戴头盔的人比误报一个戴了头盔的人后果更严重。如果 recall 明显低于 precision说明模型太保守可以降低置信度阈值或增加正样本。3.4 训练完怎么判断模型能不能用不要只看 mAP 数字。把runs/train/exp/weights/best.pt拿去跑一批验证集里没见过的图用detect.py可视化python detect.py \ --weights runs/train/exp/weights/best.pt \ --source ./test_images \ --img 640 \ --conf-thres 0.4 \ --save-txt--conf-thres 0.4是置信度阈值低于这个值的框不输出。头盔场景建议先用 0.4 看效果如果漏检多就降到 0.25误报多就升到 0.5。--save-txt会把检测结果存成 txt方便后续统计佩戴率。看可视化结果时重点检查三类图夜间图、密集并排图、头盔颜色和背景接近的图。这三类如果都能检出来模型基本可用。4. 避坑与排查头盔识别训练里最容易翻车的五件事4.1 现象训练 loss 一直不降mAP 卡在 0.1 以下原因通常是标注格式错了。yolov5 要求 txt 里每行是class x_center y_center width height且坐标是归一化到 0-1 的。如果用了 labelImg 的 PascalVOC 格式导出坐标是绝对像素值模型完全学不到东西。解决检查一个 label 文件数值应该都在 0 到 1 之间。如果是几十几百的数说明格式错了用转换脚本重新导出成 YOLO 格式。4.2 现象验证集 mAP 很高但实际监控图上什么都检不出来原因是训练集和实际场景分布不一致。常见情况是训练集全是白天清晰图实际监控有大量夜间和模糊图或者训练集图片是网上爬的高清图实际是路口低分辨率抓拍。解决从实际要部署的场景里抽 200 张图人工标一部分加入训练集。这一步没有捷径域适应问题只能靠数据解决。4.3 现象模型把头盔和头都检成同一类或者两类互相混淆原因是两类样本不均衡。如果数据里戴头盔的占 80%没戴的只占 20%模型会倾向于全预测成 helmet。解决统计两类标注框数量差距超过 3:1 就要处理。可以过采样少数类或者在 loss 里给少数类更高权重。yolov5 本身没有直接的类别权重参数简单做法是把少数类图片复制几份放进训练集。4.4 现象训练到一半显存爆了报 CUDA out of memory原因是 batch-size 太大或者图片尺寸设太高。640 分辨率下 8G 显存 batch 16 是上限如果同时开了 mosaic 和大量数据增强显存占用会更高。解决降 batch-size 到 8或者用--img 512。也可以用梯度累积模拟大 batch但 yolov5 原生不支持需要改代码毕设场景不建议折腾。4.5 现象推理速度太慢视频流跑不到实时原因是模型太大或输入分辨率太高。yolov5m 在 CPU 上跑 640 分辨率单帧可能要 200ms 以上视频流直接卡成幻灯片。解决换 yolov5n 或 yolov5s用--half开启 FP16 推理需要 GPU或者导出 ONNX 用 onnxruntime 加速。如果部署在树莓派上建议导出 NCNN 格式速度比 PyTorch 原生推理快不少。5. 从能跑到好用模型导出、阈值调优与佩戴率统计5.1 导出 ONNX 并在 Python 里调用训练完的.pt文件依赖 PyTorch 环境部署时不一定方便。导出 ONNX 是常见做法python export.py \ --weights runs/train/exp/weights/best.pt \ --include onnx \ --img 640 \ --batch 1 \ --simplify--simplify会用 onnx-simplifier 简化计算图去掉冗余节点推理能快 10% 到 20%。导出后在 Python 里调用import onnxruntime as ort import numpy as np import cv2 # 加载 ONNX 模型 session ort.InferenceSession(best.onnx) input_name session.get_inputs()[0].name # 预处理resize 到 640归一化转 NCHW img cv2.imread(test.jpg) img_resized cv2.resize(img, (640, 640)) img_input img_resized[:, :, ::-1].transpose(2, 0, 1) # BGR转RGBHWC转CHW img_input np.expand_dims(img_input, axis0).astype(np.float32) / 255.0 # 推理 outputs session.run(None, {input_name: img_input}) # outputs[0] 形状是 [1, 25200, 7]7 4个框坐标 2个类别分数 1个objectness这段代码的关键在预处理yolov5 训练时用的是 RGB 通道、归一化到 0-1、NCHW 布局推理时必须完全一致否则结果全错。后处理部分需要自己做 NMS如果不想手写可以用torchvision.ops.nms。5.2 置信度阈值和 NMS 阈值的联合调优两个阈值要一起调单独调一个往往顾此失彼conf-thresiou-thres效果0.250.45召回高误报多适合统计佩戴率0.40.45平衡适合大多数场景0.50.5精度高漏检多适合只报高置信结果0.30.6NMS 宽松密集场景下框更多调优方法拿 100 张有标注的测试图跑不同阈值组合统计 precision 和 recall画 P-R 曲线选 F1 最高的那组。不要凭感觉设。5.3 佩戴率统计的完整脚本思路检测只是第一步业务要的是「这个路口今天头盔佩戴率是多少」。思路是对每一帧统计 helmet 框数量和 head 框数量佩戴率 helmet / (helmet head)。但要注意去重同一个人连续多帧会被重复计数。简单做法是按帧采样每 30 帧取一帧统计然后对全天数据求平均。更严谨的做法是加跟踪算法如 ByteTrack给每个人分配 ID按 ID 去重。毕设场景按帧采样就够了跟踪可以作为进阶方向。# 统计单帧佩戴率 helmet_count sum(1 for det in detections if det[class] 0) head_count sum(1 for det in detections if det[class] 1) total helmet_count head_count if total 0: rate helmet_count / total print(f本帧佩戴率: {rate:.2%})这段逻辑简单但有效实际跑的时候建议加一个最小框面积过滤把小于 20x20 像素的框丢掉那些多半是误检。5.4 一个我踩过的坑最早做这个方向时我把所有标注框都框了整个人想着模型能自己学到头部特征。结果训练出来的模型在密集场景下框连成一片NMS 都救不回来。后来改成只框头部mAP 直接从 0.6 涨到 0.85。标注框的粒度直接决定模型学到什么这个教训我记了很久。希望帮到你。本文还有配套的精品资源点击获取