Yololov5+Pyqt5+Opencv 实时城市积水报警系统

news2024/9/20 21:34:30

在现代城市生活中，积水问题不仅影响交通和人们的日常生活，还可能对城市基础设施造成潜在的威胁。为了快速、准确地识别和应对积水问题，使用计算机视觉技术进行智能积水检测成为一个重要的解决方案。在这篇博客中，我将带你一步步实现一个基于YOLOv5的积水检测系统，帮助你轻松应对城市积水挑战。完整代码：PyQt5+YoloV5 实现积水检测系统

1. 积水检测的挑战

积水检测一直以来都是城市管理中的一项重要任务。传统的人工巡检不仅费时费力，而且在大范围内无法实时监控。随着深度学习技术的发展，计算机视觉为积水检测提供了一种高效、自动化的解决方案。通过使用目标检测算法，我们可以迅速定位和识别积水区域，从而及时采取相应的措施，减少潜在损失。

2. 使用YOLOv5的解决方案

YOLOv5（You Only Look Once）作为当前最流行的目标检测模型之一，以其高效的检测速度和良好的准确度广受欢迎。在本项目中，我们将利用YOLOv5模型快速检测图像或视频中的积水区域，并根据积水面积判断其严重程度。这种自动化的积水检测方案能够大幅度提高城市管理部门的响应速度，为应对紧急情况提供技术支持。

3. 代码实现：从加载模型到检测积水

我们将通过以下代码，展示如何加载YOLOv5模型、处理输入图像，并对其中的积水进行检测和标记。

import os
import sys
from pathlib import Path
import cv2
import torch
from utils.datasets import letterbox
from utils.general import non_max_suppression, scale_coords
from models.common import DetectMultiBackend
from utils.torch_utils import select_device
import numpy as np

def load_model(weights='best.pt', device='', half=False):
    device = select_device(device)
    model = DetectMultiBackend(weights, device=device)
    model.model.half() if half else model.model.float()
    return model

def run_detection(model, img, conf_thres=0.25, iou_thres=0.45):
    stride = model.stride
    names = model.names
    img = letterbox(img, 640, stride, model.pt)[0]
    img = img.transpose((2, 0, 1))[::-1]
    img = np.ascontiguousarray(img)
    img = torch.from_numpy(img).to(model.device)
    img = img.half() if model.fp16 else img.float()
    img /= 255
    if img.ndimension() == 3:
        img = img.unsqueeze(0)
    
    pred = model(img, augment=False, visualize=False)
    pred = non_max_suppression(pred, conf_thres, iou_thres)
    return pred, names

def draw_results(image, pred, names):
    for det in pred:
        if len(det):
            det[:, :4] = scale_coords(image.shape[2:], det[:, :4], image.shape).round()
            for *xyxy, conf, cls in det:
                label = f'{names[int(cls)]} {conf:.2f}'
                cv2.rectangle(image, (int(xyxy[0]), int(xyxy[1])), (int(xyxy[2]), int(xyxy[3])), (0, 255, 0), 2)
                cv2.putText(image, label, (int(xyxy[0]), int(xyxy[1]) - 2), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)
    cv2.imshow('Waterlogging Detection', image)
    cv2.waitKey(0)

def main():
    model = load_model()
    image = cv2.imread('path/to/your/image.jpg')
    pred, names = run_detection(model, image)
    draw_results(image, pred, names)

if __name__ == "__main__":
    main()