4. 原理与代码介绍

4.1 YOLOv8算法原理

        Ultralytics公司于2023年初发布YOLOv8模型，相较于2020年发布的YOLOv5模型，YOLOv8模型将C3模块（CSP Bottleneck with 3 convolutions）改进成C2f模块（CSP Bottleneck with 2 convolutions），C3模块和C2f模块结构如下图(a)所示。图中CBS（Convolutions Bn SiLU）模块由基础卷积(Conv)、批量归一化(BN)和激活函数(SiLU)组成。C2f模块采用了多分支流设计，为模型提供了更丰富的梯度信息，强化了模型的特征提取能力，提高网络的学习效率。

        YOLOv8模型仍然采用anchor free方法，降低检测过程中正样本框数量，并提升处理速度。此外，模型结合了GFL（generalized focal loss）损失计算策略，将Detect模块由YOLOv5中的耦合头改进成解耦头，如上图(b)所示。解耦头将分类任务和回归任务分开进行，避免了两个任务之间的干扰，理论上能够提高模型的训练效率。传统的YOLO系列算法的耦合头输出三类信息，而YOLOv8模型中的解耦头仅输出分类和回归信息。分类信息的输出通道数等于类别数，输出的内容综合了分类信息和置信度信息。回归信息的输出通道数等于4 reg_max(Regression maximum)，输出内容为回归框在最大回归范围上的概率分布。

        YOLOv8采用了动态标签匹配策略，增加了正样本框选择的灵活度。在损失计算方面，YOLOv8除了计算分类和回归损失外，还引入了DFL（distribution focal loss）损失。DFL损失利用交叉熵的思想，通过将预测框回归至标签框的上下整数范围内，优化模型训练。

4.2 模型构建

        接下来详细介绍构建用于吸烟行为检测的深度学习模型的代码结构和功能。这一过程包括模型的初始化、加载、预处理、预测以及结果的后处理等关键步骤。首先，代码通过导入必要的库和模块开始。cv2是OpenCV库，广泛应用于图像处理和计算机视觉任务。torch是PyTorch深度学习框架，用于构建和训练模型。Detector是一个抽象基类，定义了检测器应有的基本功能和结构。YOLO类专门用于加载和运行YOLO模型，而select_device函数用于根据是否有可用的CUDA设备来选择运行模型的设备（GPU或CPU）。

import cv2
import torch
from QtFusion.models import Detector
from datasets.EmotionData.label_name import Chinese_name
from ultralytics import YOLO
from ultralytics.utils.torch_utils import select_device

        接着，设置了模型运行的初始参数ini_params，这包括设备类型、置信度阈值、IOU阈值等。这些参数对于模型的性能和检测结果的质量至关重要。

device = "cuda:0" if torch.cuda.is_available() else "cpu"
ini_params = {
    'device': device,
    'conf': 0.25,
    'iou': 0.5,
    'classes': None,
    'verbose': False
}

        count_classes函数用于统计每个类别的检测数量。它接受检测信息和类别名称列表作为输入，并返回一个与类别名称列表相对应的计数列表。这个功能对于分析模型在不同类别上的表现非常有用。

def count_classes(det_info, class_names):
    count_dict = {name: 0 for name in class_names}
    for info in det_info:
        class_name = info['class_name']
        if class_name in count_dict:
            count_dict[class_name] += 1
    count_list = [count_dict[name] for name in class_names]
    return count_list

        YOLOv8v5Detector类是整个检测流程的核心。该类继承自Detector基类，提供了加载模型、图像预处理、执行预测和后处理检测结果等方法。在初始化时，该类接受一个参数字典，并用于设置模型的运行参数。load_model方法负责加载指定路径的预训练YOLO模型，并进行必要的设备选择和模型预热。preprocess方法对输入图像进行预处理，以适应模型的输入要求。predict方法执行识别的预测过程，而postprocess方法则处理模型的输出，将其转换为易于理解和使用的格式，例如将检测到的标注在图像上。

class YOLOv8v5Detector(Detector):
    def __init__(self, params=None):
        super().__init__(params)
        self.model = None
        self.img = None
        self.names = list(Chinese_name.values())
        self.params = params if params else ini_params
	def load_model(self, model_path):
	    self.device = select_device(self.params['device'])
	    self.model = YOLO(model_path)
	    names_dict = self.model.names
	    self.names = [Chinese_name[v] if v in Chinese_name else v for v in names_dict.values()]
	    self.model(torch.zeros(1, 3, *[self.imgsz] * 2).to(self.device).type_as(next(self.model.model.parameters())))
	def preprocess(self, img):
	    self.img = img
	    return img
	
	def predict(self, img):
	    results = self.model(img, **ini_params)
	    return results
	
	def postprocess(self, pred):
	    results = []
	    for res in pred[0].boxes:
	        for box in res:
	            class_id = int(box.cls.cpu())
	            bbox = box.xyxy.cpu().squeeze().tolist()
	            bbox = [int(coord) for coord in bbox]
	            result = {
	                "class_name": self.names[class_id],
	                "bbox": bbox,
	                "score": box.conf.cpu().squeeze().item(),
	                "class_id": class_id,
	            }
	            results.append(result)
	    return results
	    
    def set_param(self, params):
        self.params.update(params)

        最后，set_param方法允许动态更新检测参数，如置信度阈值和IOU阈值，这为用户提供了更大的灵活性和控制能力，以优化检测结果。

        这部分代码构建了一个完整的吸烟行为检测流程，从加载预训练的YOLO模型到执行检测，并处理检测结果，提供了一套完备的解决方案。通过细致的功能设计和参数设置，这个系统能够高效且准确地识别图像或视频中的吸烟行为，满足不同场景下的应用需求。

4.3 训练代码

        在本篇博客中，我们将探讨如何使用YOLOv8模型来训练一个吸烟行为检测系统。这一过程不仅涉及到深度学习模型的加载和初始化，还包括数据集的准备以及训练参数的配置。以下表格详细介绍了YOLOv8模型训练中使用的一些重要超参数及其设置：

        环境设置与模型加载：首先，导入必要的库和模块：

import os
import torch
import yaml
from ultralytics import YOLO  # 用于加载YOLO模型
from QtFusion.path import abs_path  # 用于获取文件的绝对路径

        这里，torch是PyTorch深度学习框架，用于模型的训练与推理。yaml用于处理数据集的配置文件。YOLO类用于加载和训练YOLO模型。

        接下来，根据系统是否支持CUDA，自动选择使用GPU或CPU作为训练设备：

device = "0" if torch.cuda.is_available() else "cpu"

        数据集准备：定义训练过程中使用的基本参数：

workers = 1  # 工作进程数
batch = 8  # 每批处理的图像数量

        指定数据集名称，并构建配置文件的路径。这里使用了abs_path函数，确保无论当前工作目录在何处，都能正确找到配置文件的路径：

data_name = "InsectPest"
data_path = abs_path(f'datasets/{data_name}/{data_name}.yaml', path_type='current')  # 数据集的yaml的绝对路径
unix_style_path = data_path.replace(os.sep, '/')

        为确保数据集路径的正确性，在读取配置文件后，将数据集的路径设置为配置文件所在目录的路径：

directory_path = os.path.dirname(unix_style_path)
with open(data_path, 'r') as file:
    data = yaml.load(file, Loader=yaml.FullLoader)

if 'path' in data:
    data['path'] = directory_path
    with open(data_path, 'w') as file:
        yaml.safe_dump(data, file, sort_keys=False)

        训练模型：加载预训练的YOLOv8模型。这里指定了模型权重文件的路径，并将任务类型设置为detect，表示我们将使用模型进行目标检测：

model = YOLO(abs_path('./weights/yolov8n.pt'), task='detect')

        最后，开始训练模型。在train方法中，我们详细指定了训练的参数，包括数据集配置文件的路径、训练使用的设备、工作进程数、输入图像的大小、训练周期以及每批次的大小：

results2 = model.train(
    data=data_path,
    device=device,
    workers=workers,
    imgsz=640,
    epochs=120,
    batch=batch,
    name='train_v8_' + data_name
)

        通过上述过程，我们成功地配置并启动了吸烟行为检测模型的训练任务。YOLOv8作为一个强大的目标检测框架，为我们的训练任务提供了良好的支持，使得训练过程既高效又方便。在训练完成后，我们将得到一个针对吸烟行为检测任务优化过的模型，它将能够准确识别和分析图像中的吸烟行为，为后续的应用提供强大的技术支撑。

5. 实验结果与分析

5.1 训练曲线

        采用以上代码进行训练，得到的训练过程曲线如下，展示了使用YOLOv8模型在吸烟行为检测任务上的训练过程中各项指标的变化情况。这些指标包括了训练和验证阶段的各种损失函数，以及精确度、召回率和平均精度（mAP）的指标。

        首先，训练集和验证集的边界框损失（box_loss）呈现了持续下降的趋势，说明模型在定位烟头的能力上逐渐增强。虽然验证集上的box_loss有些波动，但整体稳定在较低水平，这表明模型具有不错的泛化能力。

        类别损失（cls_loss）同样显示了减小的趋势，这表示模型在区分烟头与其他类别上越来越精确。训练集上cls_loss的下降更为平滑，验证集上虽然有波动，但总体上仍然维持在较低的水平。

        方向损失（df1_loss）指的是模型预测边界框方向的准确性，从图中我们可以看到，该损失值在训练和验证过程中都稳步下降，并在后期趋于平稳，这表明模型在学习烟头的方向属性方面取得了很好的效果。

        精确度（precision）和召回率（recall）是衡量模型性能的两个重要指标。精确度反映了模型对烟头的检测准确性，而召回率反映了模型捕捉烟头的能力。从图中可以看出，训练过程中两者都逐渐提升，而且后期曲线趋于平稳。这说明模型在识别和定位烟头方面取得了较好的平衡。

        通过细致的训练过程分析，我们不仅可以了解模型性能的当前状态，还可以基于这些信息调整训练策略，以期在实际应用中取得更好的检测效果。这些训练曲线为我们提供了宝贵的直观视图，使我们能够对模型的训练过程有一个全面的把握。在博客中，我们将这些分析细节融入到对YOLOv8模型训练效果的整体评估中，为读者提供对模型性能深入理解的基础。

5.2 混淆矩阵

        混淆矩阵是评估分类模型性能的重要工具，尤其是在害虫检测这样的多类别问题中，它能帮助我们深入理解模型在各个类别上的预测准确性。从您提供的混淆矩阵中，我们可以观察到模型在多数类别上的性能表现。

        在模型评估过程中，混淆矩阵是衡量分类模型性能的重要工具，尤其是在目标检测任务中，它能够清晰地显示模型在预测不同类别上的准确性。从提供的混淆矩阵可以看出，我们的模型在烟头检测任务上的表现。

        首先，我们注意到混淆矩阵的主对角线，即“cigarette”预测为“cigarette”和“background”预测为“background”的数值。对角线上的数值越接近1，表明模型的预测越准确。在本例中，“cigarette”预测为“cigarette”的比率为0.88，而“background”预测为“background”的比率达到了完美的1.00。这意味着模型能够非常准确地区分背景和烟头，对背景的识别几乎没有误差。

        然而，模型在将“cigarette”正确分类时还存在一定的改进空间，因为有12%的烟头被误判为背景（如图中左下角的0.12所示）。这可能是由于烟头与背景的融合度较高或者烟头尺寸过小，导致模型难以识别。

        此外，混淆矩阵中没有显示“background”被错误分类为“cigarette”的情况，这是一个积极的信号，表明模型在区分非烟头目标时表现出色，没有将其他对象误识别为烟头。

        综上所述，模型在背景的检测上表现完美，在烟头的检测上也显示出了较高的准确性，但还有进一步优化的空间。针对烟头被误判为背景的情况，我们可能需要考虑进一步调整模型，或者对烟头的特征进行更细致的学习。可能的策略包括增强烟头的图像特征学习，比如通过改进网络结构来增加对小目标的敏感性，或者使用数据增强技术来扩展烟头样本的多样性。此外，也可以探索更高级的损失函数，专门针对较难检测的烟头样本进行优化。通过这些方法，我们期望在未来能够将烟头的识别率提高至与背景同等的准确度。

5.3 YOLOv8/v7/v6/v5对比实验

（1）实验设计：
        本实验旨在评估和比较YOLOv5、YOLOv6、YOLOv7和YOLOv8几种模型在吸烟行为目标检测任务上的性能。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。该数据集包含吸烟行为的图像。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	0.870	0.902	0.825	0.895
F1-Score	0.84	0.89	0.80	0.87

（3）实验结果分析：

        在我们的实验设计中，我们旨在评估和比较YOLO系列中的不同版本——YOLOv5nu、YOLOv6n、YOLOv7-tiny和YOLOv8n——在相同数据集上的性能。实验的目的是为了确定哪一个算法版本在烟头检测任务上表现最佳。实验设置是统一的，以保证公平性，其中包括相同的训练和评估环境、统一的预处理步骤以及相同的训练周期。

        度量指标方面，我们选用了F1-Score和mAP（mean Average Precision）两个指标。F1-Score是精确率和召回率的调和平均，是衡量模型精确性和完整性的重要指标。而mAP则考虑了不同置信度阈值下模型的平均精度，是目标检测领域常用的性能评价指标。这两个指标共同为我们提供了一个全面的视角来评估各个模型版本的性能。

        实验结果显示，YOLOv6n在这两个指标上均表现最佳，其mAP达到了0.902，F1-Score为0.89。YOLOv8n的表现紧随其后，mAP和F1-Score分别为0.895和0.87。YOLOv5nu的表现虽然略低，但也十分可观，其mAP为0.870，F1-Score为0.84。YOLOv7-tiny在四者中的表现最差，mAP为0.825，F1-Score为0.80。这些结果意味着随着YOLO版本的更新，模型的性能在多数情况下得到了提升，尽管某些轻量级版本（如YOLOv7-tiny）可能在精度上有所妥协，以便在速度或其他资源限制的场景中使用。

        通过以上分析，我们可以得出结论，随着算法的不断迭代和优化，YOLO系列在目标检测任务上的效果越来越好，能够更有效地处理复杂的实际应用场景。这对于未来选择合适的目标检测算法，以及进一步改进和定制算法以适应特定应用需求提供了有价值的参考。 ​

---

6. 系统设计与实现

6.1 系统架构设计

        本系统旨在提供一个实时的吸烟行为检测平台，它能够通过摄像头捕获或上传的文件进行检测，并实时显示检测结果。系统架构设计围绕三个主要部分展开：用户界面(UI)、检测引擎、结果展示与记录。这三个部分协同工作，提供一个流畅且互动性强的用户体验。

在博客的“系统架构设计”部分，我们详细阐述了基于YOLOv8/v7/v6/v5的烟头检测系统的构成，以及它是如何提供高效、准确的烟头检测服务的。本系统采用模块化设计，易于理解、维护和扩展。下面是一些关键组件和它们的作用：

1. 核心检测引擎：YOLOv8v5Detector 类是我们系统的检测引擎，负责加载预训练的深度学习模型，执行图像预处理、预测以及后处理。这里是其加载模型的示例代码：

self.model = YOLOv8v5Detector()
self.model.load_model(model_path=abs_path("weights/emotion-yolov8n.pt", path_type="current"))

2. 用户界面管理：Detection_UI 类管理用户界面，并处理用户输入。它设置了页面布局、侧边栏选项，并调用不同的方法来执行用户的命令。初始化页面和侧边栏配置如下：

def setup_page(self):
    st.set_page_config(page_title=self.title, page_icon="

标签：训练,检测,模型,烟头,YOLOv8,吸烟,v6,v7	

From： https://www.cnblogs.com/deeppython/p/18083105