model = YOLO(abs_path('./weights/yolov5nu.pt', path_type='current'), task='detect')  # 加载预训练的YOLOv8模型
# model = YOLO('./weights/yolov5.yaml', task='detect').load('./weights/yolov5nu.pt')  # 加载预训练的YOLOv8模型
# Training.
results = model.train(  # 开始训练模型
    data=data_path,  # 指定训练数据的配置文件路径
    device=device,  # 自动选择进行训练
    workers=workers,  # 指定使用2个工作进程加载数据
    imgsz=640,  # 指定输入图像的大小为640x640
    epochs=120,  # 指定训练100个epoch
    batch=batch,  # 指定每个批次的大小为8
    name='train_v5_' + data_name  # 指定训练任务的名称
)

model = YOLO(abs_path('./weights/yolov8n.pt'), task='detect')  # 加载预训练的YOLOv8模型
results2 = model.train(  # 开始训练模型
    data=data_path,  # 指定训练数据的配置文件路径
    device=device,  # 自动选择进行训练
    workers=workers,  # 指定使用2个工作进程加载数据
    imgsz=640,  # 指定输入图像的大小为640x640
    epochs=120,  # 指定训练100个epoch
    batch=batch,  # 指定每个批次的大小为8
    name='train_v8_' + data_name  # 指定训练任务的名称
)

        在人群密度检测领域，对训练过程的损失函数进行分析是至关重要的。它不仅反映了模型学习的状况，还指示了模型的性能可能存在的问题。

        首先，观察训练和验证过程中的box_loss（边界框损失），我们可以看到在训练和验证阶段损失函数值都呈下降趋势，这表明模型在不断学习如何更准确地预测目标的位置。损失值的下降说明模型的预测框越来越接近真实的标注框。cls_loss（分类损失）反映了模型对于目标类别的识别能力，其持续的下降趋势表明模型在类别识别方面的性能也在不断提升。dfl_loss（方向分类损失）是一个衡量模型对目标方向分类准确性的指标，图中所示的下降趋势表明模型在识别目标方向上也越来越准确。

        在性能指标方面，precision和recall是衡量模型性能的两个重要指标。precision（精确度）指标表现了模型预测正确的正样本占所有预测为正样本中的比例，而recall（召回率）表现了模型预测正确的正样本占所有真实正样本的比例。从图中可以看到，两个指标随着训练过程均呈现上升趋势，说明模型在识别和定位目标方面的能力有了显著提高。

        mAP50和mAP50-95是衡量目标检测模型整体性能的综合指标，mAP50关注于IoU（交并比）阈值为50%时的平均精度，而mAP50-95则是在IoU阈值从50%至95%的范围内，平均精度的平均值。图中显示的两个mAP指标都随着训练过程有了稳步的提升，这进一步证实了模型对于不同IoU阈值下的鲁棒性。特别是在mAP50-95的表现上，即使在更为严格的IoU阈值下，模型也能保持较好的性能，这对于实际应用来说尤为重要，因为它意味着模型在各种不同的场景和条件下都能保持高水准的表现。

        在对深度学习模型进行性能评估时，F1分数是一个关键指标，它综合了模型的精确度（precision）和召回率（recall）两个方面。F1分数是精确度和召回率的调和平均，可以更全面地反映模型的性能，特别是在类别不平衡的数据集中。它的最佳值为1，最差值为0。

        我们可以看到，随着置信度阈值的增加，F1分数先是迅速上升并在某一点达到峰值，随后随着置信度阈值的继续增加而下降。这是因为当置信度较低时，模型会将更多的对象标记为正样本，这可能会增加真正例的数量，但同时也会导致更多的假正例，从而影响精确度。当置信度阈值提高时，模型会变得更为严格，只有那些模型非常确信的对象才会被标记为正样本，这会提高精确度，但同时也可能遗漏一些真正例，影响召回率。因此，存在一个最佳的置信度阈值，能够平衡模型的精确度和召回率，从而得到最高的F1分数。此外，曲线在接近1的置信度阈值时急剧下降，这反映了在极高的置信度阈值下，模型的召回率降低，即模型错过了更多的正样本，这在实践中往往不可取，因为它可能导致漏检。

        图中显示，最佳F1分数为0.89，出现在置信度阈值为0.362时。这表示在这个置信度阈值下，模型取得了精确度与召回率之间的最佳平衡。如果置信度阈值设置得过低，模型可能会产生过多的假正例，而置信度阈值设置得过高，则可能导致错过一些真正例。因此，在实际应用中选择合适的置信度阈值对于模型性能至关重要。

         通过F1-Confidence曲线图的分析，我们可以对模型的性能有一个更准确的认识，并据此调整我们的置信度阈值，以便在实际应用中达到更好的检测效果。在进行目标检测任务时，如人群密度检测或车辆类型识别等，合理选择置信度阈值并优化F1分数，对于提高模型的实用性和可靠性至关重要。

4.3 YOLOv5、YOLOv6、YOLOv7和YOLOv8对比

（1）实验设计：

        本实验旨在评估和比较YOLOv5、YOLOv6、YOLOv7和YOLOv8几种模型在人群密度检测任务上的性能。为了实现这一目标，博主分别使用使用相同的数据集训练和测试了这四个模型，从而可以进行直接的性能比较。本文将比较分析四种模型，旨在揭示每种模型的优缺点，探讨它们在工业环境中实际应用的场景选择。

模型	图像大小 (像素)	mAPval 50-95	CPU ONNX 速度 (毫秒)	A100 TensorRT 速度 (毫秒)	参数数量 (百万)	FLOPs (十亿)
YOLOv5nu	640	34.3	73.6	1.06	2.6	7.7
YOLOv8n	640	37.3	80.4	0.99	3.2	8.7
YOLOv6N	640	37.5	-	-	4.7	11.4
YOLOv7-tiny	640	37.4	-	-	6.01	13.1

（2）度量指标：

• F1-Score：F1-Score是精确率（Precision）和召回率（Recall）的调和平均值。精确率是指模型正确识别的正例与所有识别为正例的案例之比，而召回率是指模型正确识别的正例与所有实际正例之比。F1-Score对于不平衡的数据集或者需要同时考虑精确率和召回率的任务特别重要。
• mAP（Mean Average Precision）：mAP是衡量模型在多个类别上平均检测准确度的指标。它计算了模型在所有类别上的平均精度，是目标检测领域中常用的性能度量。

名称	YOLOv5nu	YOLOv6n	YOLOv7-tiny	YOLOv8n
mAP	0.940	0.941	0.940	0.942
F1-Score	0.89	0.89	0.89	0.89

（3）实验结果分析：

        在本节中，我们将深入分析并比较在同一数据集上应用不同版本的YOLO算法——YOLOv5nu、YOLOv6n、YOLOv7-tiny和YOLOv8n——的性能表现。评估标准采用了两个核心的度量指标：平均精度均值（mAP）和F1-Score。这两个指标广泛用于目标检测领域，以衡量模型在识别任务中的准确性和鲁棒性。

        从实验数据中可以看出，所有版本的YOLO模型在mAP指标上表现非常接近，其中YOLOv8n以0.942的mAP略高于其他模型，表明它在整体上对于检测任务的平均准确度最优。而mAP是目标检测中评价模型性能的重要指标，它计算了不同阈值下的平均准确度，能够综合反映出模型检测准确性的整体情况。

        在F1-Score上，四个模型均达到了0.89的评分，这显示了在精确度和召回率的平衡方面，各版本的YOLO模型均有出色的表现。F1-Score作为精确度（模型预测正确的正例占所有预测为正例的比例）和召回率（模型预测正确的正例占所有真实正例的比例）的调和平均，是一个很好地反映模型二者兼顾能力的指标。

        尽管在数值上各个版本的性能提升并不显著，但从YOLOv5nu到YOLOv8n，每个新版本的YOLO通常都会引入新的架构改进或者训练技巧，如更有效的特征提取网络、更精细的损失函数调整或更高效的训练流程等。即使在F1-Score和mAP上的提升不是特别巨大，这些微小的进步也可能在实际应用中，尤其是在处理特别复杂或者具有挑战性的数据集时，表现出额外的性能优势。

        总体而言，这四个模型在相同的数据集上展现了紧密相连的性能表现，但YOLOv8n的细微领先可能是由于算法架构和训练流程上的最新优化。这些实验数据为我们提供了重要的信息，说明在目标检测领域，即使是小的进步也值得关注，因为它们可能意味着算法在特定情况下的重要性能提升。在选择模型时，我们不仅需要考虑整体性能指标，还要考虑实验条件、模型复杂度、运行效率和实际应用需求等因素，以确定哪个版本的YOLO最适合特定的应用场景。

4.4 代码实现

        在智能视频监控和分析领域，快速而准确的目标检测技术是至关重要的。本次博客分享的是如何使用YOLOv8模型进行人群密度检测的一个完整的Python示例。我们将展示如何加载预训练的YOLOv8模型，对图像进行处理，并在图形用户界面（GUI）中实时显示检测结果。

（1）引入必要的库
        首先，我们导入了处理图像和GUI所需的各种模块。OpenCV库被用来处理图像，QtWidgets和QtCore用于创建和管理GUI。随后，我们通过YOLOv8Model模块加载了预训练的YOLOv8模型，为即将进行的图像检测工作准备好了工具。

import random  # 导入random模块，用于生成随机数
import sys  # 导入sys模块，用于访问与Python解释器相关的变量和函数
import time  # 导入time模块，用于处理时间
from QtFusion.config import QF_Config
import cv2  # 导入OpenCV库，用于处理图像
from QtFusion.widgets import QMainWindow  # 从QtFusion库中导入FBaseWindow类，用于创建窗口
from QtFusion.utils import cv_imread, drawRectBox  # 从QtFusion库中导入cv_imread和drawRectBox函数，用于读取图像和绘制矩形框
from PySide6 import QtWidgets, QtCore  # 导入PySide6库中的QtWidgets和QtCore模块，用于创建GUI
from QtFusion.path import abs_path
from YOLOv8Model import YOLOv8Detector  # 从YOLOv8Model模块中导入YOLOv8Detector类，用于加载YOLOv8模型并进行目标检测
from datasets.Pedestrian.label_name import Label_list

QF_Config.set_verbose(False)

（2）初始化模型
        在加载模型和创建窗口类的过程中，我们首先初始化了一个YOLOv8检测器实例，并加载了预先训练好的模型权重。这一步骤是关键的，因为它为后续的图像检测奠定了基础。

cls_name = Label_list  # 定义类名列表
colors = [[random.randint(0, 255) for _ in range(3)] for _ in range(len(cls_name))]  # 为每个目标类别生成一个随机颜色

model = YOLOv8Detector()  # 创建YOLOv8Detector对象
model.load_model(abs_path("weights/best-yolov8n.pt", path_type="current"))  # 加载预训练的YOLOv8模型

（3）设置主窗口
        在构建图形用户界面的过程中，定义了一个MainWindow类，它继承自QMainWindow类。通过设置窗口的大小和创建一个标签来展示图像，为用户提供了直观的视觉反馈。此外，通过重载keyPressEvent方法，允许用户通过按键操作来控制程序，比如按Q键退出应用。

class MainWindow(QMainWindow):  # 定义MainWindow类，继承自FBaseWindow类
    def __init__(self):  # 定义构造函数
        super().__init__()  # 调用父类的构造函数
        self.resize(640, 640)  # 设置窗口的大小
        self.label = QtWidgets.QLabel(self)  # 创建一个QLabel对象
        self.label.setGeometry(0, 0, 640, 640)  # 设置QLabel的位置和大小

    def keyPressEvent(self, event):  # 定义keyPressEvent函数，用于处理键盘事件
        if event.key() == QtCore.Qt.Key.Key_Q:  # 如果按下的是Q键
            self.close()  # 关闭窗口

（4）主程序流程
        在主函数中，我们初始化了应用程序和MainWindow对象。选择了一个测试图像，并使用OpenCV的功能对其进行读取和调整大小，以适应GUI中的展示。接着，将图像传入YOLOv8模型进行预处理，预处理是确保图像格式和大小符合模型输入要求的重要步骤。

app = QtWidgets.QApplication(sys.argv)  # 创建QApplication对象
window = MainWindow()  # 创建MainWindow对象

img_path = abs_path("test_media/set00_set08-occ_84.jpg") 
image = cv_imread(img_path)  # 使用cv_imread函数读取图像

image = cv2.resize(image, (850, 500))  # 将图像大小调整为850x500
pre_img = model.preprocess(image)  # 对图像进行预处理

        在调用模型的predict方法后，我们得到了预测结果。这里不仅记录了推理时间，还通过model.postprocess方法对检测结果进行了进一步处理。处理后的结果包括类别、边界框、置信度等信息，这些信息用于在图像上绘制相应的边界框和标签，其中标签包括了类别和置信度。随机生成的颜色列表为每个检测到的类别提供了独特的视觉标识。

t1 = time.time()  # 获取当前时间（开始时间）
pred = model.predict(pre_img)  # 使用模型进行预测
t2 = time.time()  # 获取当前时间（结束时间）
use_time = t2 - t1  # 计算预测所用的时间

det = pred[0]  # 获取预测结果的第一个元素（检测结果）

# 如果有检测信息则进入
if det is not None and len(det):
    det_info = model.postprocess(pred)  # 对预测结果进行后处理
    for info in det_info:  # 遍历检测信息
        # 获取类别名称、边界框、置信度和类别ID
        name, bbox, conf, cls_id = info['class_name'], info['bbox'], info['score'], info['class_id']
        label = '%s %.0f%%' % (name, conf * 100)  # 创建标签，包含类别名称和置信度
        # 画出检测到的目标物
        image = drawRectBox(image, bbox, alpha=0.2, addText=label, color=colors[cls_id])  # 在图像上绘制边界框和标签

print("推理时间: %.2f" % use_time)  # 打印预测所用的时间
window.dispImage(window.label, image)  # 在窗口的label上显示图像
# 显示窗口
window.show()
# 进入 Qt 应用程序的主循环
sys.exit(app.exec())

        最终，检测后的图像通过dispImage方法显示在GUI中。整个示例不仅展示了如何使用YOLOv8模型进行高效的目标检测，还提供了丰富的代码细节，让读者能够了解在实际应用中部署此类技术的具体步骤。

---

5. 人群密度检测系统实现

        在实现一款实时人群密度检测系统时，我们旨在创造一个既直观又功能强大的用户界面，使用户能够轻松地进行复杂的图像处理和分析。整个系统的设计是围绕着如何高效地处理和展示来自高级YOLOv8目标检测模型的数据。此外，系统也被设计为能够灵活地适应未来的技术发展和新功能的集成。

5.1 系统设计思路

        系统的核心是MainWindow类，它是整个应用程序的控制中心。在这个类中，我们整合了图像处理、模型预测和结果展示的所有功能。

架构设计
        我们的系统设计思路以三层架构为核心：处理层、界面层和控制层。在我们的系统设计中，重点放在了确保各个组件能够协同工作，同时保持足够的模块独立性，以便于未来的维护和升级。

• 处理层（Processing Layer）：在处理层，我们利用了预训练的YOLOv8模型来处理复杂的图像分析任务。通过YOLOv8Detector类，系统能够实时识别视频或图像中的人群，并准确给出密度数据。这一层的工作对用户来说是透明的，但它是系统能够提供准确结果的关键。
• 界面层（UI Layer）：在界面层，我们设计了一套直观的用户界面，包括各种按钮、标签和表格，以便用户可以轻松上传图像、开始检测任务，并查看结果。UI层的设计充分考虑了用户的操作习惯和视觉体验，旨在减少操作复杂性，提高工作效率。
• 控制层（Control Layer）：控制层则是连接用户操作和系统响应的枢纽。通过MainWindow类的槽函数和其他方法，控制层负责解释用户的每次点击或选择，并转化为具体的命令，如启动检测、展示结果等。这一层确保了用户的每个操作都能得到系统的及时响应，无论是开始一项新的检测任务，还是调整设置以适应不同的检测需求。

        通过精心设计的架构，我们的系统不仅能够为用户提供快速准确的人群密度检测服务，也为研究人员提供了一个易于使用的平台，以进行更深入的分析和研究。随着技术的发展，这一平台也预留了足够的灵活性，以集成更多先进的算法和工具，保证了长期的可持续性和扩展性。

系统流程
        在本篇博客中，我们构建了一个高度集成和用户友好的应用程序。这一程序的核心是MainWindow类，它不仅作为应用的心脏，负责初始化界面和配置参数，还为用户提供了一个直观的操作平台。

1. 当用户启动应用程序时，MainWindow实例化并迅速搭建起一个操作环境，将复杂的后端处理流程与前端的简洁界面无缝对接。
2. 应用程序提供了一个清晰的界面，使用户能够轻松地选择输入源，无论是实时摄像头捕捉的画面、已录制的视频文件还是单张静态图片。这种灵活性允许用户根据实际需求和场景自由选择最合适的数据输入方式。一旦输入源被确定，系统就会启动媒体处理器来适配和优化输入数据，为后续的图像处理和分析打下基础。
3. 当媒体输入源就绪后，系统进入了持续的图像处理循环，包括预处理、检测与识别、以及界面更新三个关键阶段。在预处理阶段，每一帧图像都经过调整和优化以匹配YOLOv8模型的输入标准，确保输入数据的质量。接下来，在检测与识别阶段，优化后的图像送入深度学习模型进行精准的人群检测，模型凭借其高级算法精确地识别出图像中的人群并标注相关信息。
4. 随着检测结果的生成，界面会实时反映出最新的信息。检测到的目标将以边框形式直观展示，同时，系统会实时更新，提供关于人群密度的统计数据和图表。此外，用户界面设计了多种交互操作，用户可以轻松保存结果、查询系统信息，甚至对检测结果进行过滤和深入分析。

        此外，用户还能控制媒体的播放状态，可以随时开始或暂停视频播放和图像分析，使得用户能够在需要时对数据流进行实时监控。整个设计思路旨在为用户提供一个高效、直观且功能丰富的操作环境，以应对各种复杂的人群密度检测任务，无论是在商业零售、交通管理还是安全监控领域，都能满足用户对于高效、准确目标检测的需求。

5.2 登录与账户管理

        在我们精心设计的人群密度检测系统中，一个安全且用户友好的登录和账户管理机制起着至关重要的作用。它不仅为用户提供了一个保护隐私的个人空间，而且通过一系列定制功能，增强了用户体验。利用PySide6创建的图形界面和背后的SQLite数据库，我们构建了一个稳固的账户管理框架，它支撑起了注册、密码管理、个性化设置等一系列用户操作。

        当用户第一次使用系统时，可以通过简洁明了的用户注册界面创建新账户。注册过程中，用户可以自定义密码，甚至上传个性化头像，这些细节都旨在提供一个更为个性化的用户体验。一旦注册完成，用户就可以利用自己的账户信息登录系统，开始进行人群密度检测工作。

        账户管理系统的设计考虑到了实际使用的便利性。在用户登录后，系统提供了多种账户设置选项。用户可以随时更改密码，更新头像，或者在必要时注销账户。所有这些操作都可以在登录界面轻松完成，无需进入系统的其他部分。此外，如果用户忘记密码，还可以通过我们设计的密码找回功能重新设置密码，保障了用户账户的安全性。

        系统中还融入了对个性化设置的支持，用户在登录后的个人空间中，能够管理自己的检测历史和设置。无论是保存检测的照片和视频，还是配置检测参数，用户都能在这个独立的空间中进行。这不仅使得用户的工作流更为高效，也为个性化需求提供了可能。

        此外，我们的系统能够导入和运用各类先进的深度学习模型，进行精确的多目标检测与识别。无论是静态图像，视频文件，实时摄像头捕获的画面，还是批量输入的文件，系统都能够实时处理并精确标注结果，同时在主界面实时显示包括检测框、类别及置信度等信息。这一全方位的功能设计，确保了用户在各种实时目标检测场景下的使用需求得到充分满足，不仅提高了工作效率，也极大地丰富了用户体验。

下载链接

    若您想获得博文中涉及的实现完整全部资源文件（包括测试图片、视频，py, UI文件，训练数据集、训练代码、界面代码等），这里已打包上传至博主的面包多平台，见可参考博客与视频，已将所有涉及的文件同时打包到里面，点击即可运行，完整文件截图如下：

完整资源中包含数据集及训练代码，环境配置与界面中文字、图片、logo等的修改方法请见视频，项目完整文件下载请见演示与介绍视频的简介处给出：➷➷➷

演示与介绍视频：https://www.bilibili.com/video/BV166421c7wv/
YOLOv8/v7/v6/v5项目合集：https://mbd.pub/o/bread/ZZuakpZq
YOLOv8/v5项目完整资源：https://mbd.pub/o/bread/ZZuZm59x
YOLOv7项目完整资源：https://mbd.pub/o/bread/ZZuZm59w
YOLOv6项目完整资源：https://mbd.pub/o/bread/ZZuZm59v

    在文件夹下的资源显示如下，下面的链接中也给出了Python的离线依赖包，读者可在正确安装Anaconda和Pycharm软件后，复制离线依赖包至项目目录下进行安装，另外有详细安装教程：（1）Pycharm软件安装教程；（2）Anaconda软件安装教程；（3）Python环境配置教程；

离线依赖安装教程：https://www.bilibili.com/video/BV1hv421C7g8/
离线依赖库下载链接：https://pan.baidu.com/s/1y6vqa9CtRmC72SQYPh1ZCg?pwd=33z5 （提取码：33z5）

6. 总结与展望

        在本博客中，我们详细介绍了一个基于YOLOv8模型的实时人群密度检测系统。系统以模块化的方式设计，充分采用了合理的架构设计，带来良好的可维护性和可扩展性。其用户界面友好，能够提供实时的人群密度检测和识别结果展示，同时支持用户账户管理，以便于保存和管理检测结果和设置。

        该系统支持摄像头、视频、图像和批量文件等多种输入源，能够满足用户在不同场景下的需求。在后面可以添加更多预训练模型，增加检测和识别的种类；优化用户界面，增强个性化设置；并积极聆听用户反馈，以期不断改进系统，以更好地满足用户的需求。

---

结束语

        由于博主能力有限，博文中提及的方法即使经过试验，也难免会有疏漏之处。希望您能热心指出其中的错误，以便下次修改时能以一个更完美更严谨的样子，呈现在大家面前。同时如果有更好的实现方法也请您不吝赐教。

---

1. Fang W, Wang L, Ren P. Tinier-YOLO: A real-time object detection method for constrained environments[J]. IEEE Access, 2019, 8: 1935-1944. ↩︎

2. Wu W, Liu H, Li L, et al. Application of local fully Convolutional Neural Network combined with YOLO v5 algorithm in small target detection of remote sensing image[J]. PloS one, 2021, 16(10): e0259283. ↩︎

3. Terven J, Cordova-Esparza D. A comprehensive review of YOLO: From YOLOv1 to YOLOv8 and beyond[J]. arXiv preprint arXiv:2304.00501, 2023. ↩︎

4. Wang C Y, Bochkovskiy A, Liao H Y M. YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2023: 7464-7475. ↩︎

5. Li C, Li L, Jiang H, et al. YOLOv6: A single-stage object detection framework for industrial applications[J]. arXiv preprint arXiv:2209.02976, 2022. ↩︎