随着人工智能越来越普及，各行各业都在挖掘其运用场景。在业余时间，我也研究了一下工地安全帽的识别与检测，因为在工地，安全帽正确佩戴还是非常重要的。

在图像识别领域，开源的Yolo5 深度学习框架得到了非常多的运用，本篇文章也是基于开源Yolo5 框架，自己训练了一个工地安全帽佩戴检测的算法。

性能

   图片数据集有2w+张图，采用精灵标注助手进行标注，目前只训练了两个类别，分别是： 头、和 戴安全帽。 预测速度：在 RTX3060笔记本上，使用CUDA GPU进行解算，大概是10ms，基本能跑到 100+ Fps，非常的流畅。也训练了个纯CPU运算版本，在 J1900 机器上，预测速度大概150ms ，7帧左右，看起来就很卡了。不过，考虑到接入的IP摄像头，提供的RTPS视频流也才只有 25 Fps，这个速度也算能接受，J1900 都能跑，还要啥自行车呢？

效果如下图：

Yolo5 + Qt 运用

  这个项目难点在如何将Yolo5 目标检测移植到Qt框架里去，既要满足在Qt界面里RTSP视频流的实时显示，还要对实时画面进行识别，并进行OSD绘制。我采用的方法是： FFmpeg + Qt 实现视频流的捕获与解码，Yolo5 检测通过Qt进行调用。

  首先，下载并编译FFmpeg源码，生成库文件，针对目标平台生成对应的库文件，这里一定要生成静态库文件！无论是Windows平台还是Linux平台。当然，也可以使用OpenCV 对视频流进行捕获与处理，看个人喜好了。

  然后安装Yolo5 环境，并配置好所有依赖。这里面比较复杂，若是带CUDA独立显卡的，还需配置独显CUDA相关，若是纯用CPU解算，那可以省略这部分独显的配置。配置成功的标志是：在Windows Anaconda-shell窗口，或者在Linux-terminal窗口能够准确运行此目标检测模型。

  最后Qt的集成，Qt调用FFmpeg 接口，捕获RTSP视频流并解码，与此同时，调用将图片数据帧送给Yolo5进行图片识别检测，返回四个坐标值，以及置信度（0~1.0），在绘制Qt界面时，以OSD方式将四个坐标值连接成一个矩形框，并将置信度在界面呈现。需要注意的是：图片帧数据必须以元组的形式传入python。

  以上就是我这个项目实现原理，看似简单，短短三段话介绍完，但是实现起来却踩了非常多的坑，遇到了很多的困难，目前这个项目不开源，Yolo5安全帽佩戴检测也不打算开源，若有兴趣可以私聊我一起讨论学习，若有需求，欢迎外包给我，哈哈哈哈！

版权属于：编码书生

本文链接：https://codess.cc/archives/498.html

所有原创文章采用知识共享署名-非商业性使用 4.0 国际许可协议进行许可。
除特别注明，您可以自由的转载和修改，但请务必注明文章来源且不可用于商业目的。