基于yolov8的人脸检测计数系统python源码+onnx模型+评估指标曲线+精美GUI界面

news2024/11/15 23:43:57

【算法介绍】

基于YOLOv8的人脸检测计数系统是一种利用深度学习技术的先进解决方案，它以其高效、准确的特点在人脸检测领域脱颖而出。该系统以YOLOv8为核心算法，该算法作为YOLO系列的最新迭代，不仅继承了前代算法的优点，还在实时检测性能和准确性上实现了显著提升。

YOLOv8通过引入更强大的特征提取能力、多尺度预测技术和自适应锚框优化，确保了在不同光照条件、遮挡情况和复杂背景下都能保持高检测精度。其卓越的性能使得该系统在实时监控和人流分析等场景中具有广泛应用价值。

此外，该系统支持灵活的部署方式，可以应用于各种场景，如公共场所、校园、办公区域等，为人员管理和安全监控提供了有力支持。用户可以通过简单的操作即可实现人脸的自动检测与计数，极大地提高了工作效率和准确性。

总之，基于YOLOv8的人脸检测计数系统以其高效、准确和灵活的特点，为各种需要人脸检测计数的场景提供了可靠的解决方案。

【效果展示】

【测试环境】

windows10
anaconda3+python3.8
torch==1.9.0+cu111
ultralytics==8.2.70

【模型可以检测出类别】

face

【训练信息】

参数值
训练集图片数12880
验证集图片数3226
训练map67.9%
训练精度(Precision)85.3%
训练召回率(Recall)59.3%

【训练数据集(注意由于数据集优化可能和训练数据集有差异)】

训练采用是widerface，数据集可以参考

https://blog.csdn.net/FL1623863129/article/details/139538306

【部分实现源码】

class Ui_MainWindow(QtWidgets.QMainWindow):
    signal = QtCore.pyqtSignal(str, str)
 
    def setupUi(self):
        self.setObjectName("MainWindow")
        self.resize(1280, 728)
        self.centralwidget = QtWidgets.QWidget(self)
        self.centralwidget.setObjectName("centralwidget")
 
        self.weights_dir = './weights'
 
        self.picture = QtWidgets.QLabel(self.centralwidget)
        self.picture.setGeometry(QtCore.QRect(260, 10, 1010, 630))
        self.picture.setStyleSheet("background:black")
        self.picture.setObjectName("picture")
        self.picture.setScaledContents(True)
        self.label_2 = QtWidgets.QLabel(self.centralwidget)
        self.label_2.setGeometry(QtCore.QRect(10, 10, 81, 21))
        self.label_2.setObjectName("label_2")
        self.cb_weights = QtWidgets.QComboBox(self.centralwidget)
        self.cb_weights.setGeometry(QtCore.QRect(10, 40, 241, 21))
        self.cb_weights.setObjectName("cb_weights")
        self.cb_weights.currentIndexChanged.connect(self.cb_weights_changed)
 
        self.label_3 = QtWidgets.QLabel(self.centralwidget)
        self.label_3.setGeometry(QtCore.QRect(10, 70, 72, 21))
        self.label_3.setObjectName("label_3")
        self.hs_conf = QtWidgets.QSlider(self.centralwidget)
        self.hs_conf.setGeometry(QtCore.QRect(10, 100, 181, 22))
        self.hs_conf.setProperty("value", 25)
        self.hs_conf.setOrientation(QtCore.Qt.Horizontal)
        self.hs_conf.setObjectName("hs_conf")
        self.hs_conf.valueChanged.connect(self.conf_change)
        self.dsb_conf = QtWidgets.QDoubleSpinBox(self.centralwidget)
        self.dsb_conf.setGeometry(QtCore.QRect(200, 100, 51, 22))
        self.dsb_conf.setMaximum(1.0)
        self.dsb_conf.setSingleStep(0.01)
        self.dsb_conf.setProperty("value", 0.25)
        self.dsb_conf.setObjectName("dsb_conf")
        self.dsb_conf.valueChanged.connect(self.dsb_conf_change)
        self.dsb_iou = QtWidgets.QDoubleSpinBox(self.centralwidget)
        self.dsb_iou.setGeometry(QtCore.QRect(200, 160, 51, 22))
        self.dsb_iou.setMaximum(1.0)
        self.dsb_iou.setSingleStep(0.01)
        self.dsb_iou.setProperty("value", 0.45)
        self.dsb_iou.setObjectName("dsb_iou")
        self.dsb_iou.valueChanged.connect(self.dsb_iou_change)
        self.hs_iou = QtWidgets.QSlider(self.centralwidget)
        self.hs_iou.setGeometry(QtCore.QRect(10, 160, 181, 22))
        self.hs_iou.setProperty("value", 45)
        self.hs_iou.setOrientation(QtCore.Qt.Horizontal)
        self.hs_iou.setObjectName("hs_iou")
        self.hs_iou.valueChanged.connect(self.iou_change)
        self.label_4 = QtWidgets.QLabel(self.centralwidget)
        self.label_4.setGeometry(QtCore.QRect(10, 130, 72, 21))
        self.label_4.setObjectName("label_4")
        self.label_5 = QtWidgets.QLabel(self.centralwidget)
        self.label_5.setGeometry(QtCore.QRect(10, 210, 72, 21))
        self.label_5.setObjectName("label_5")
        self.le_res = QtWidgets.QTextEdit(self.centralwidget)
        self.le_res.setGeometry(QtCore.QRect(10, 240, 241, 400))
        self.le_res.setObjectName("le_res")
        self.setCentralWidget(self.centralwidget)
        self.menubar = QtWidgets.QMenuBar(self)
        self.menubar.setGeometry(QtCore.QRect(0, 0, 1110, 30))
        self.menubar.setObjectName("menubar")
        self.setMenuBar(self.menubar)
        self.statusbar = QtWidgets.QStatusBar(self)
        self.statusbar.setObjectName("statusbar")
        self.setStatusBar(self.statusbar)
        self.toolBar = QtWidgets.QToolBar(self)
        self.toolBar.setToolButtonStyle(QtCore.Qt.ToolButtonTextBesideIcon)
        self.toolBar.setObjectName("toolBar")
        self.addToolBar(QtCore.Qt.TopToolBarArea, self.toolBar)
        self.actionopenpic = QtWidgets.QAction(self)
        icon = QtGui.QIcon()
        icon.addPixmap(QtGui.QPixmap(":/images/1.png"), QtGui.QIcon.Normal, QtGui.QIcon.Off)
        self.actionopenpic.setIcon(icon)
        self.actionopenpic.setObjectName("actionopenpic")
        self.actionopenpic.triggered.connect(self.open_image)
        self.action = QtWidgets.QAction(self)
        icon1 = QtGui.QIcon()
        icon1.addPixmap(QtGui.QPixmap(":/images/2.png"), QtGui.QIcon.Normal, QtGui.QIcon.Off)
        self.action.setIcon(icon1)
        self.action.setObjectName("action")
        self.action.triggered.connect(self.open_video)
        self.action_2 = QtWidgets.QAction(self)
        icon2 = QtGui.QIcon()
        icon2.addPixmap(QtGui.QPixmap(":/images/3.png"), QtGui.QIcon.Normal, QtGui.QIcon.Off)
        self.action_2.setIcon(icon2)
        self.action_2.setObjectName("action_2")
        self.action_2.triggered.connect(self.open_camera)
 
        self.actionexit = QtWidgets.QAction(self)
        icon3 = QtGui.QIcon()
        icon3.addPixmap(QtGui.QPixmap(":/images/4.png"), QtGui.QIcon.Normal, QtGui.QIcon.Off)
        self.actionexit.setIcon(icon3)
        self.actionexit.setObjectName("actionexit")
        self.actionexit.triggered.connect(self.exit)
 
        self.toolBar.addAction(self.actionopenpic)
        self.toolBar.addAction(self.action)
        self.toolBar.addAction(self.action_2)
        self.toolBar.addAction(self.actionexit)
 
        self.retranslateUi()
        QtCore.QMetaObject.connectSlotsByName(self)
        self.init_all()

【使用步骤】

使用步骤：
（1）首先根据官方框架https://github.com/ultralytics/ultralytics安装教程安装好yolov8环境，并安装好pyqt5
（2）切换到自己安装的yolov8环境后，并切换到源码目录，执行python main.py即可运行启动界面，进行相应的操作即可

【提供文件】

python源码
yolov8n.onnx模型（不提供pytorch模型）
训练的map,P,R曲线图(在weights\results.png)
测试图片（在test_img文件夹下面）

【源码下载地址】

https://download.csdn.net/download/FL1623863129/89726151

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2117228.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

YOLOv8-obb训练自己的数据集

YOLOv8-obb训练自己的数据集

一、YOLO OBB 格式 YOLO OBB 格式通过四个角点指定边界框，其坐标在 0 和 1 之间归一化： class_index x1 y1 x2 y2 x3 y3 x4 y4 YOLO 在内部处理损失和产出。 xywhr 格式，表示边界框的中心点（xy）、宽度、高度和旋转角度…
阅读更多...
树莓派5_opencv笔记27：Opencv录制视频（无声音）

树莓派5_opencv笔记27：Opencv录制视频（无声音）

今日继续学习树莓派5 8G：（Raspberry Pi，简称RPi或RasPi） 本人所用树莓派5 装载的系统与版本如下: 版本可用命令 (lsb_release -a) 查询: Opencv 与 python 版本如下： 今天就水一篇文章，用树莓派摄像头&…
阅读更多...
NISP 一级 | 2.4 访问控制

NISP 一级 | 2.4 访问控制

关注这个证书的其他相关笔记：NISP 一级 —— 考证笔记合集-CSDN博客 0x01：访问控制基本概念 访问控制是针对越权使用资源的防御措施。 其目标是防止对任何资源（如计算资源、通信资源或信息资源）进行未授权的访问，从而…
阅读更多...
BLIP3技术小结(xGen-MM (BLIP-3): A Family of Open Large Multimodal Models)

BLIP3技术小结(xGen-MM (BLIP-3): A Family of Open Large Multimodal Models)

paperhttps://www.arxiv.org/abs/2408.08872githubhttps://github.com/salesforce/LAVIS/tree/xgen-mmOrg.Salesforce AI Research个人博客地址http://myhz0606.com/article/blip3 前置阅读：BLIP系列总结 核心思路 虽然过去BLIP系列对LMM发展起到至关重要的作用&…
阅读更多...
Redis缓存常用的读写策略

Redis缓存常用的读写策略

缓存常用的读写策略 缓存与DB的数据不一致问题，大多数都是指DB的数据已经修改，而缓存中的数据还是旧数据的情况。 旁路缓存模式 对于读操作：基本上所有模式都是先尝试从缓存中读，没有的话再去DB读取，然后写到缓存中…
阅读更多...
MSCKF7讲：特征管理与优化

MSCKF7讲：特征管理与优化

MSCKF7讲：特征管理与优化 文章目录 MSCKF7讲：特征管理与优化1 Feature.h2 OptimizationConfig3 initializePosition三角化LM优化3.1 计算归一化坐标深度初值generateInitialGuess① 理论推导② 代码分析 3.2 计算归一化误差cost① 理论推导② 代码分析 3…
阅读更多...
模型和算力看板：Compute DashBoard

模型和算力看板：Compute DashBoard

AGI 之路 AGI（通用人工智能）是整个计算机科学的圣杯，算力的增长和模型能力的提升（算法和数据）缺一不可。作为一个新质生产力，构建一个合理的评价体系是常用的方法论。针对模型和算力的评价，有类…
阅读更多...
【AutoX.js】选择器 UiSelector

【AutoX.js】选择器 UiSelector

文章目录 原文：https://blog.c12th.cn/archives/37.html选择器 UiSelector笔记直接分析层次分析代码分析 最后 原文：https://blog.c12th.cn/archives/37.html 选择器 UiSelector 笔记 AutoX.js UiSelector 直接分析 用于简单、最直接的查找控件 开启悬…
阅读更多...
code agent-自动写代码的AI工具整理(2024)

code agent-自动写代码的AI工具整理(2024)

文章目录 cursorReplit Agentgithub-copilot cursor https://www.cursor.com/ 界面类似VSCODE，集成多种先进功能的AI驱动的代码编辑器，智能代码编辑与补全、使用自然语言指令来编辑和修改代码、版本控制与代码审查、自动化测试等； Replit…
阅读更多...
路径规划——RRT算法

路径规划——RRT算法

路径规划——RRT算法 算法原理 RRT算法的全称是快速扩展随机树算法(Rapidly Exploring Random Tree)，它的思想是选取一个初始点作为根节点，通过随机采样，增加叶子节点的方式，生成一个随机扩展树，当随机树中的叶子节点…
阅读更多...
基于阿里云函数计算（FC）x 云原生 API 网关构建生产级别 LLM Chat 应用方案最佳实践

基于阿里云函数计算（FC）x 云原生 API 网关构建生产级别 LLM Chat 应用方案最佳实践

作者：计缘 LLM Chat 应用大家应该都不陌生，这类应用也逐渐称为了我们日常的得力助手，如果只是个人使用，那么目前市面上有很多方案可以快速的构建出一个LLM Chat应用，但是如果要用在企业生产级别的项目中，那…
阅读更多...
开源软件如何保证数据安全？从一下七个方面进行分析

开源软件如何保证数据安全？从一下七个方面进行分析

1、加密软件来保护 在开源软件中，数据加密和保护是保障数据安全的重要手段。开发者应该使用强加密算法的加密软件来保护敏感数据，并确保数据传输和存储的安全性。通过驱动层加密技术，对开发源代码进行强制加密处理，文件创建自动进…
阅读更多...
Mac在Python项目中通过opencv模版匹配定位不到图片

Mac在Python项目中通过opencv模版匹配定位不到图片

起因 原本一行代码的事情，但是在Mac上总能出现意外，如下 box pyautogui.locateOnScreen(obsidian.png) print(box) pyautogui.moveTo(box[0],box[1])上面的代码用来定位图片在屏幕中的位置，然后移动鼠标到定位到的屏幕位置坐标。 意外…
阅读更多...
IT管理：我与IT的故事9-数字化转型7步思考行动法

IT管理：我与IT的故事9-数字化转型7步思考行动法

四书即论语、孟子、大学、中庸，又称四子书，为历代儒学子首要研习之书。南宋朱熹取《礼记》之大学、中庸篇，分章注释，与论语、孟子合为“四书”。 四书及其注释包涵孔子弟子及再传弟子、孟子、程子、朱熹等，其编撰时长达…
阅读更多...
代码随想录Day 38|背包问题完结，题目322.零钱兑换、279.完全平方数、139，单词拆分数

代码随想录Day 38|背包问题完结，题目322.零钱兑换、279.完全平方数、139，单词拆分数

提示：DDU，供自己复习使用。欢迎大家前来讨论~ 文章目录 动态规划part06题目题目一：322. 零钱兑换解题思路：题目二：279.完全平方数题目三：139.单词拆分数解题思路：背包问题 多重背包（…
阅读更多...
基于 YOLOv5 的积水检测系统：打造高效智能的智慧城市应用

基于 YOLOv5 的积水检测系统：打造高效智能的智慧城市应用

在城市发展中，积水问题日益严重，特别是在大雨过后，积水往往会影响交通甚至威胁人们的安全。通过现代计算机视觉技术，我们能够智能化地检测和识别积水区域，减少潜在危险。本文将介绍如何使用 YOLOv5 和 PyQt5 搭建一个积…
阅读更多...
Unity使用自定义类型作为字典Key的最佳实践与避坑指南

Unity使用自定义类型作为字典Key的最佳实践与避坑指南

自定义类型作为字典Key的最佳实践与避坑指南文章首发 问题背景 首先提一下之前项目开发时遇到的一个将自定义类型作为Dictionary键的坑。 项目中，我们有两个业务类BusinessA和BusinessB，因为某个需求，我们需要将这两个类建立一个映射关系&…
阅读更多...
游泳馆收银系统源码解析之手牌管理--SAAS本地化及未来之窗行业应用跨平台架构

游泳馆收银系统源码解析之手牌管理--SAAS本地化及未来之窗行业应用跨平台架构

一、代码 if(手牌状态 "空"){结算界面 "";未来之窗_人工智能_通用页面_尺寸(title"游泳馆",收费,500,300);}else{未来之窗_人工智能_通用页面_尺寸(title"游泳馆",退款,1200,500);} 二、阿雪技术观 拥抱开源与共享，见…
阅读更多...
探索图论中的关键算法（Java 实现）

探索图论中的关键算法（Java 实现）

“日出东海落西山 愁也一天 喜也一天 遇事不钻牛角尖” 文章目录 前言文章有误敬请斧正 不胜感恩！||Day031. 最短路径算法Dijkstra算法Java 实现： Bellman-Ford算法Java 实现： 2. 最小生成树算法Prim算法Java 实现： Kruskal算法Ja…
阅读更多...
AI基础 L9 Local Search II 局部搜索

AI基础 L9 Local Search II 局部搜索

Local Beam search 对于当前的所有k个状态，生成它们的所有可能后继状态。 检查生成的后继状态中是否有任何状态是解决方案。 如果所有后继状态都不是解决方案，则从所有后继状态中选择k个最佳状态。 当达到预设的迭代次数或满足某个终止条件时&#x…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023