基于YOLOV5的目标区域监测

## 基于YOLOV5的目标检测系统 >2023年智能制造系统课设作业  ### Feature 1. 两种模式切换 - 普通检测模式 - 区域检测模式 2. 三种检测方式 - 图片检测 - 视频检测 - 摄像头检测 --- ### 代码执行前准备 1、项目中使用YOLOv5的`V5.0`版本，注意下载对应权重文件时需要选择[5.0版本](https://github.com/ultralytics/yolov5/releases/v5.0) 2、项目运行时出现如下错误  ！问题原因为旧版本的函数方法弃用，但不影响使用，可忽略。消除警告只需要main.py添加如下代码即可 ```py import warnings warnings.filterwarnings("ignore", category=DeprecationWarning) ``` 3、界面文件是`project.ui`,可使用QTDesigner打开修改 4、环境依赖 ``` pip install -r requirements.txt python main.py ``` --- ### 目标区域检测的实现 > **说明：** 以下仅对`图片区域检测`进行说明。视频检测和摄像头检测同理，过程不赘述。 #### 思路 要实现对部分区域的检测效果，需要对原始图片不需要检测的部分进行遮挡，然后再进行检测。为实现以下效果，需要以下步骤。  #### 具体代码 >代码位置位于本例程的`main.py`文件中的274行 ```py # 对输入的图片设置mask并对输出图片画出mask区域 if self.state: hl1 = 2 / 10 # 监测区域高度距离图片顶部比例 wl1 = 2 / 10 # 监测区域高度距离图片左部比例 hl2 = 2 / 10 # 监测区域高度距离图片顶部比例 wl2 = 8 / 10 # 监测区域高度距离图片左部比例 hl3 = 8 / 10 # 监测区域高度距离图片顶部比例 wl3 = 8 / 10 # 监测区域高度距离图片左部比例 hl4 = 8 / 10 # 监测区域高度距离图片顶部比例 wl4 = 2 / 10 # 监测区域高度距离图片左部比例 # 输入图片设置mask遮挡 # mask位置数组 pts = np.array([[int(img.shape[1] * wl1), int(img.shape[0] * hl1)], # pts1 [int(img.shape[1] * wl2), int(img.shape[0] * hl2)], # pts2 [int(img.shape[1] * wl3), int(img.shape[0] * hl3)], # pts3 [int(img.shape[1] * wl4), int(img.shape[0] * hl4)]], np.int32) # 2通道全0数组 ---mask mask_black = np.zeros(img.shape[:2], dtype=np.uint8) # mask区域设置 mask_roi = cv2.fillPoly(mask_black, [pts], color=(255, 255, 255)) # 图片叠加mask img = cv2.add(img, np.zeros(np.shape(img), dtype=np.uint8), mask=mask_roi) # 对输出结果绘制mask区域 cv2.putText(showimg, "MASK", (int(showimg.shape[1] * wl1 - 5), int(showimg.shape[0] * hl1 - 5)), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (255, 255, 0), 2, cv2.LINE_AA) # 填充mask设置 # 3通道全0数组 zeros = np.zeros(showimg.shape, dtype=np.uint8) mask = cv2.fillPoly(zeros, [pts], color=(0, 165, 255)) showimg = cv2.addWeighted(showimg, 1, mask, 0.2, 0) # 绘制mask边界 cv2.polylines(showimg, [pts], True, (255, 255, 0), 3) ``` #### 过程图展示  --- ### 效果展示 > **说明：** 本例程中测试文件来源于网络,左侧为普通模式，右侧ROI模式 #### 图片检测 <center> <img src="img/car_res.png" width=45%> <img src="img/car_res_ROI.png" width=45%> </center> #### 视频检测 <center> <img src="img/dance_res.gif" width=45%> <img src="img/dance_res_ROI.gif" width=45%> </center> --- ### 参考文献 - https://blog.csdn.net/qq_39740357/article/details/125149010 - https://blog.csdn.net/zcblcz/article/details/121508369 - https://zhuanlan.zhihu.com/p/658876215 - https://blog.csdn.net/m0_58508552/article/details/126196795?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22