head_shoulder-detection-by-yolov3

本科毕设的时候做的一个人体头肩检测小项目，用了大概3600张图片做fine tune，yolov3主体是用的https://github.com/qqwweee/keras-yolo3 这位大佬的。最近经常有人找我问，就干脆传上来了。代码没有怎么整理过，仅供参考。内容主要是用pyqt5做了个小演示程序，包括本地视频的检测与保存和网络摄像头实时检测，效果演示见：https://www.bilibili.com/video/BV1R4411M7nC 。视频检测部分在这位大佬代码的基础上把画标注框时用的plt换成了cv2，使检测速度略微提升，具体可见下表。在做数据集的时候用的一些小脚本也一起传上来了，也是参考别的大佬写的魔改到能用的0.0

如果这能对您有所帮助，可以点个 星

文件说明

大佬写的yolov3里的相关内容就不多赘述

一、实用工具

1. XML文件处理相关
   1.1 批量修改XML文件图片路径等（path.py）
   1.2 统计XML个数与标注个数（tongji.py）
   1.3 将测试集的XML转换为txt，方便后续的验证(xml2txt.py)
2. 网络爬虫（netbug.py）在百度图片上爬取指定关键词图片用于训练。
3. anchor box 聚类（anchor box.py）K-means生成新的anchorbox
4. 图像压缩演示（test111.py）仅作为演示用（写论文的时候水张图进去）
5. 从视频中截取图片（v2p.py）
6. YOLO V3类，在这个里面修改了画框的工具(yolo1.py)

二、测试相关

1.检测测试集，并生成detectedbox.txt（main.py）
2.评价测试集的准确率召回率等及可视化(dect.py)

三、演示demo

1.包括本地视频的检测与保存和网络摄像头实时检测（video_box.py）
如果没有网络摄像头，可以在手机上下一个IP摄像头（好像只有安卓版本），可以将手机摄像头内容推成http流
2.退出按钮的函数好像没写的很好，当时也懒得改了。。。

四、关于绘制框与速度

测试环境： CPU: Intel i5 4210H 2.9GHz GPU: GTX 850m

目标数	PLT	CV2
1	0.005s	0.0017s
3	0.016s	0.0021s
5	0.027s	0.0024s
7	0.038s	0.0026s
9	0.046s	0.0031s

结论：目标数较多时，使用CV2画框有较大提升。（后面用1080Ti也测过，但没记录数据，视频中人数较多时，平均有好几FPS的提升）

五、预训练模型与测试集

测试集图片来自INRIA Person Dataset的测试集，手动标注头肩特征。
链接：https://pan.baidu.com/s/1cA0RRBRS-jtSBUGbp4NzgQ
提取码：fhcs
预训练模型记得换anchor(也在网盘中)
链接：https://pan.baidu.com/s/1guHLeGDUKlRF3EwWgMzVLQ
提取码：fmsy

六、测试集上表现

INRIA Testing Set	-----
precision	98.36%
recall	96.22%

七、如果以上内容能对您有所帮助，希望来个 星