一、項(xiàng)目背景

吸煙檢測(cè)作為保障公共健康和環(huán)境安全的重要任務(wù)之一，一直備受關(guān)注。傳統(tǒng)的吸煙檢測(cè)方法往往依賴人工判斷，存在準(zhǔn)確性低和實(shí)時(shí)性差的問題。為了解決這些問題，本項(xiàng)目基于深度學(xué)習(xí)技術(shù)進(jìn)行了吸煙檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，選擇了PyTorch作為主要的深度學(xué)習(xí)框架，并結(jié)合了目標(biāo)檢測(cè)領(lǐng)域的主流算法YOLOv5來完成吸煙目標(biāo)的自動(dòng)識(shí)別和定位。通過深入的模型研究和技術(shù)實(shí)現(xiàn)，我們能夠在圖像中準(zhǔn)確地檢測(cè)吸煙行為，實(shí)現(xiàn)對(duì)吸煙活動(dòng)的實(shí)時(shí)監(jiān)測(cè)。

二、實(shí)現(xiàn)思路

2.1 算法原理

YOLO(You Only Look Once) 是REDMON等提出的目標(biāo)檢測(cè)算法，作為單階段(one-stage)的代表算法，目前 YOLO已經(jīng)更新到了YOLOv5。相比于Two stage目標(biāo)檢測(cè)算法，YOLO是直接從網(wǎng)絡(luò)中提取特征，并預(yù)測(cè)物體的類別和具體位置，一步到位。

此后，REDMON在此基礎(chǔ)上提出了YOLO9000等檢測(cè)算法，使系統(tǒng)的檢測(cè)性能得到進(jìn)一步提升。在YOLOv3的基礎(chǔ)上繼續(xù)改進(jìn)升級(jí)，并最終得到 YOLOv4。YOLOv4網(wǎng)絡(luò)結(jié)構(gòu)主要由CSPDarknet53特征提取網(wǎng)、SPP(空間金字塔池化)模塊、PANet特征融合模塊、Yolo Head分類器組成。
YOLOv5算法使用CSPDarknet(跨階段局部網(wǎng)絡(luò))作為特征提取網(wǎng)絡(luò),從輸入圖像中提取目標(biāo)信息。如今，YOLOv5無論是在準(zhǔn)確率還是速度上，都已經(jīng)達(dá)到較好的效果。所以，本項(xiàng)目采用YOLOv5訓(xùn)練模型，結(jié)合YOLOv5算法構(gòu)建火災(zāi)檢測(cè)系統(tǒng)。

yolov5s的網(wǎng)絡(luò)結(jié)構(gòu)，它是yolov5系列中深度最小、特征圖寬度最小的網(wǎng)絡(luò)。后面的m、l、x都是在此基礎(chǔ)上不斷加深、加寬的。網(wǎng)絡(luò)主要分為輸入端、Backbone、Neck、Prediction四個(gè)部分。它和yolov3主要不同的地方：

• 輸入端：Mosaic數(shù)據(jù)增強(qiáng)、自適應(yīng)錨框計(jì)算、自適應(yīng)圖片縮放
• Backbone：Focus結(jié)構(gòu)、CSP結(jié)構(gòu)
• Neck：FPN+PAN結(jié)構(gòu)
• Prediction：GIOU_Loss
  YOLOv5 模型在輸入端(Input)增加了 Mosaic 數(shù)據(jù)增強(qiáng)、自適應(yīng)錨框計(jì)算、自適應(yīng)圖片縮放等數(shù)據(jù)預(yù)處理技巧來增強(qiáng)數(shù)據(jù)，防止過擬合；在特征提取網(wǎng)絡(luò)部分(Backbone)引入了Focus 模塊、跨階段局部融合網(wǎng)絡(luò)(CrossStage Partial Network, CSPNet)等方法，在減少了計(jì)算量的同時(shí)可以保證準(zhǔn)確率，使特征能夠更好的向后傳遞。下圖為cspnet 結(jié)構(gòu)圖：
  
  CSPNet主要目的就是緩解以前需要大量推理計(jì)算的問題，它有以下優(yōu)點(diǎn)：
• 增強(qiáng)了CNN的學(xué)習(xí)能力，能夠在輕量化的同時(shí)保持準(zhǔn)確性。
• 降低計(jì)算瓶頸。
• 降低內(nèi)存成本。
  CSPNet通過將梯度的變化從頭到尾地集成到特征圖中，在減少了計(jì)算量的同時(shí)可以保證準(zhǔn)確率。

2.2 系統(tǒng)設(shè)計(jì)流程圖

三、系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

3.1 系統(tǒng)設(shè)計(jì)

系統(tǒng)設(shè)計(jì)主要使用PyQt5進(jìn)行前端UI界面的搭建，同時(shí)使用PyTorch框架進(jìn)行YOLOv5算法的訓(xùn)練以及部署。
具體設(shè)計(jì)采用基于YOLOv5的算法進(jìn)行火災(zāi)檢測(cè)，并結(jié)合PyQt5進(jìn)行UI界面的制作。系統(tǒng)通過攝像頭實(shí)時(shí)采集森林圖像，利用訓(xùn)練好的YOLOv5模型對(duì)圖像進(jìn)行火災(zāi)檢測(cè)。檢測(cè)到火災(zāi)后，系統(tǒng)將及時(shí)發(fā)出警報(bào)，并在UI界面上顯示火災(zāi)發(fā)生的位置和相關(guān)信息。為了確保系統(tǒng)的穩(wěn)定性和實(shí)時(shí)性，我采用了高性能的服務(wù)器和存儲(chǔ)設(shè)備，并優(yōu)化了模型的檢測(cè)精度和性能。UI界面設(shè)計(jì)考慮了用戶的易用性和交互體驗(yàn)，采用直觀的布局和功能設(shè)置，使用戶能夠通過簡單的操作完成火災(zāi)監(jiān)測(cè)任務(wù)。未來，我將繼續(xù)改進(jìn)和優(yōu)化系統(tǒng)，提高火災(zāi)檢測(cè)的準(zhǔn)確性和效率，并探索更多的應(yīng)用場(chǎng)景和功能擴(kuò)展。

3.2 數(shù)據(jù)集獲取

數(shù)據(jù)集是在網(wǎng)上進(jìn)行的獲取，總共隨機(jī)選出訓(xùn)練集 783張,測(cè)試集共200張。

四、系統(tǒng)測(cè)試

UI界面：

單張圖片預(yù)測(cè)結(jié)果：

視頻流監(jiān)測(cè)效果：

總結(jié)

待優(yōu)化的部分:

• 準(zhǔn)確性: 吸煙行為的多樣性可能導(dǎo)致模型在某些情況下出現(xiàn)誤檢或漏檢。例如，某些吸煙姿勢(shì)、部分遮擋或特定的光線條件可能使模型難以準(zhǔn)確識(shí)別。
• 實(shí)時(shí)性能: 盡管YOLOv5在速度上有所優(yōu)化，但在某些硬件上或在高分辨率視頻流中，實(shí)時(shí)檢測(cè)仍可能面臨挑戰(zhàn)。 環(huán)境適應(yīng)性:
• 不同的背景、場(chǎng)景或文化背景中的吸煙行為可能有所不同，這要求模型具有很強(qiáng)的泛化能力。 小樣本問題:
• 如果訓(xùn)練數(shù)據(jù)不足，模型可能難以學(xué)習(xí)到所有與吸煙相關(guān)的特征，從而影響其性能。

未來工作:

• 數(shù)據(jù)增強(qiáng): 通過收集更多的吸煙圖像或使用數(shù)據(jù)增強(qiáng)技術(shù)來增加訓(xùn)練樣本的多樣性，從而提高模型的泛化能力。
• 模型融合與集成: 探索與其他目標(biāo)檢測(cè)或圖像分類模型的融合策略，以提高檢測(cè)的準(zhǔn)確性。
• 輕量級(jí)模型優(yōu)化: 針對(duì)移動(dòng)或嵌入式設(shè)備，可以研究如何進(jìn)一步優(yōu)化模型大小和計(jì)算復(fù)雜性，以實(shí)現(xiàn)更快的檢測(cè)速度。
• 多模態(tài)檢測(cè): 考慮結(jié)合音頻、視頻或其他傳感器數(shù)據(jù)來增強(qiáng)吸煙檢測(cè)的準(zhǔn)確性。例如，吸煙時(shí)產(chǎn)生的特定聲音或氣味可能與視覺信息相結(jié)合，為檢測(cè)提供額外的線索。
• 更換模型：目前YOLO系列已經(jīng)更新到Y(jié)OLOv8階段，可以使用最新的YOLOv8進(jìn)行訓(xùn)練，性能會(huì)比v5要好很多，本文只是進(jìn)行一個(gè)小實(shí)驗(yàn)，所以還是使用的v5。

本文回顧：