基于YOLOv5的头盔检测模型训练与系统开发（YOLOv5s训练模型文件，qt开发可视化界面，pyinstaller打包成桌面应用程序）

本文主要使用YOLOv5-5.0（YOLOv5s模型文件）训练并得到模型文件，使用pyqt开发可视化界面，最后使用pyinstaller打包得到桌面应用程序。（这篇博客只是对三大块进行简略的描述和成果展示，需要详细内容的可私信获取完整论文和代码）

一，数据集与模型训练。

  原图片一共1965张，其中975张图片主要由美团和饿了吗外卖骑手组成，还包括各色人种未佩戴头盔的图片、各种头盔图片等如图（a）所示。如图（b）所示，这一部分数据集由自行车骑行、摩托车骑行以及其他一些类似三轮车的交通工具骑行组成，一共704张。为了让数据更加丰富，我还增加了一些建筑工人在施工场地佩戴安全帽的图片作为补充，一共286张，如图（c）所示。

需要这些数据的朋友可到头盔数据集-CSDN博客查阅。

  经过一些数据增强方法将数据集扩充到4160张，然后就可进行标注，之后使用YOLOv5s模型文件进行训练，结果如下。

二，qt开发可视化界面

此处主要借鉴了一位大神的代码GitHub - Javacr/PyQt5-YOLOv5: PyQt5 implementation of YOLOv5 GUI

并对其进行了一些修改，除去了一些不必要的功能。成果如下

UI界面设计使用qt自带的 qt designer

可自行选择模型文件，选择要检测的图片、视频或是摄像头实时检测。



三，pyinstaller打包成exe应用程序

使用pyinstaller对以上程序代码进行打包，生成main.exe，可将快捷方式移到桌面进行使用。

最后，我整理了整个毕设的所用到的所有文件，有需要的朋友可私信获取。