【数据集】【YOLO】【目标检测】摔跤识别数据集 5097 张，YOLO行人摔倒识别算法实战训练教程！

王哈哈^_^2024-11-09 13:43

一、数据集介绍

【数据集】行人摔倒识别数据集 5097 张，目标检测，包含YOLO/VOC格式标注。

数据集中包含2种分类：{'0': 'Fallen', '1', 'Falling'} ，代表摔倒的人和正在摔倒的人，都表示摔倒状态。

数据集来自国内外图片网站和视频截图；

可用于无人机行人摔倒检测、监控下行人摔倒检测等。

检测场景为道路、景区、施工地、运动场等人员摔倒检测 ，可用于智慧景区、智慧城市、智慧交通等，服务于道路行人安全保护、景区人流量安全预警等。

数据集中含有部分负样本数据，为了区分摔跤和站立的人。

1、数据概述

摔跤识别的重要性

  1. 人口老龄化问题：随着全球人口老龄化的加剧，老年人摔倒问题日益突出，摔倒已成为老年人伤害和死亡的主要原因之一。因此，摔倒识别技术在医疗保健、安防和智能家居等领域具有广泛的应用前景。

  2. 技术发展趋势：近年来，随着人工智能技术的快速发展，特别是深度学习在图像识别和目标检测领域的广泛应用，摔倒识别技术取得了显著进步。YOLO作为一种单阶段目标检测算法，以其速度快、精度高而备受关注。

基于YOLO的摔跤识别算法

  1. 原理：YOLO算法将目标检测任务分解为边界框预测和分类任务。它使用一个神经网络同时预测图像中的所有对象及其边界框，实现了端到端的预测。YOLOv5作为YOLO系列的最新版本，在速度和精度上都有了显著提升。

  2. 数据采集与标注：摔倒数据集的收集和标注是摔倒识别系统开发的关键步骤。数据必须多样化且具有代表性，以确保模型在不同场景和条件下都能准确识别摔倒。标注过程包括定义摔倒的标准、标记摔倒的开始和结束帧以及标注人体关键点等。

  3. 模型训练与优化：使用收集到的数据集对YOLOv5模型进行训练，并通过数据增强技术增加数据集的多样性，防止模型过拟合。训练过程中需要优化超参数，如学习率、批量大小和正则化参数等，以提高模型的性能。

该数据集含有 5097 张图片，包含Pascal VOC XML 格式和YOLO TXT 格式，用于训练和测试道路、景区、施工地、运动场等人员摔倒检测情况。

图片格式为jpg格式，标注格式分别为：

YOLO：txt

VOC：xml

数据集均为手工标注，保证标注精确度。

2、数据集文件结构

person_fall/

------test/

------------Annotations/

------------images/

------------labels/

------train/

------------Annotations/

------------images/

------------labels/

------valid/

------------Annotations/

------------images/

------------labels/

------data.yaml

  • 该数据集已划分训练集样本，分别是：test 目录（测试集）、train 目录（训练集）、valid目录（验证集）；
  • Annotations文件夹为Pascal VOC格式的XML文件 ；
  • images文件夹为jpg格式的数据样本；
  • labels文件夹是YOLO格式的TXT文件；
  • data.yaml是数据集配置文件，包含摔跤识别的目标分类和加载路径。

Annotations目录下的xml文件内容如下：

XML 复制代码 
<annotation>
	<folder></folder>
	<filename>image_76_jpg.rf.6438e32bd6f8e15c9d034ab2064aeee5.jpg</filename>
	<path>image_76_jpg.rf.6438e32bd6f8e15c9d034ab2064aeee5.jpg</path>
	<source>
		<database>roboflow.com</database>
	</source>
	<size>
		<width>640</width>
		<height>640</height>
		<depth>3</depth>
	</size>
	<segmented>0</segmented>
	<object>
		<name>Fallen</name>
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<occluded>0</occluded>
		<bndbox>
			<xmin>25</xmin>
			<xmax>463</xmax>
			<ymin>375</ymin>
			<ymax>641</ymax>
		</bndbox>
	</object>
</annotation>

3、数据集适用范围

  • 目标检测场景，无人机检测或监控识别
  • yolo训练模型或其他模型
  • 道路、景区、施工地、运动场等人员摔倒检测
  • 可用于智慧景区、智慧城市、智慧交通等，服务于道路行人安全保护、景区人流量安全预警

4、数据集标注结果

​​

4.1、数据集内容

  1. 多角度场景：包含无人机视角、监控视角、行人拍摄视角等；
  2. 标注内容：names: ['Fallen', 'Falling'] ，总计2个分类；
  3. 图片总量：5097张图片数据；
  4. 标注类型：含有Pascal VOC XML 格式和yol o TXT格式；
  5. 负样本数据：数据集中含有一定量的负样本数据 ，目的是区分摔倒的人和站立的人 ，防止误检。

5、训练过程

5.1、导入训练数据

下载YOLOv8项目压缩包，解压在任意本地workspace文件夹中。

下载YOLOv8预训练模型，导入到ultralytics-main项目根目录下。

​​​​

在ultralytics-main 项目根目录下，创建data文件夹，并在data文件夹下创建子文件夹：Annotations、images、imageSets、labels， 其中，将pascal VOC格式的XML文件 手动导入到Annotations文件夹中，将JPG格式的图像数据导入到images文件夹中，imageSets和labels两个文件夹不导入数据。

data目录结构如下：

data/

------Annotations/ //存放xml文件

------images/ //存放jpg图像

------imageSets/

------labels/

整体项目结构如下所示：

​

5.2、数据分割

首先在ultralytics-main目录下创建一个split_train_val.py文件，运行文件之后会在imageSets文件夹下将数据集划分为训练集train.txt、验证集val.txt、测试集test.txt，里面存放的就是用于训练、验证、测试的图片名称。

python 复制代码 
import os
import random

trainval_percent = 0.9
train_percent = 0.9
xmlfilepath = 'data/Annotations'
txtsavepath = 'data/ImageSets'
total_xml = os.listdir(xmlfilepath)

num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)

ftrainval = open('data/ImageSets/trainval.txt', 'w')
ftest = open('data/ImageSets/test.txt', 'w')
ftrain = open('data/ImageSets/train.txt', 'w')
fval = open('data/ImageSets/val.txt', 'w')

for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftrain.write(name)
        else:
            fval.write(name)
    else:
        ftest.write(name)

ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

5.3、数据集格式化处理

这段代码是用于处理图像标注数据，将其从XML格式（通常用于Pascal VOC数据集）转换为YOLO格式。

convert_annotation函数

  • 这个函数读取一个图像的XML标注文件，将其转换为YOLO格式的文本文件。

  • 它打开XML文件，解析树结构，提取图像的宽度和高度。

  • 然后，它遍历每个目标对象（object），检查其类别是否在classes列表中，并忽略标注为困难（difficult）的对象。

  • 对于每个有效的对象，它提取边界框坐标，进行必要的越界修正，然后调用convert函数将坐标转换为YOLO格式。

  • 最后，它将类别ID和归一化后的边界框坐标写入一个新的文本文件。

python 复制代码 
import xml.etree.ElementTree as ET
import os
from os import getcwd

sets = ['train', 'val', 'test']
classes = ['Fallen', 'Falling'] # 根据标签名称填写类别
abs_path = os.getcwd()
print(abs_path)


def convert(size, box):
    dw = 1. / (size[0])
    dh = 1. / (size[1])
    x = (box[0] + box[1]) / 2.0 - 1
    y = (box[2] + box[3]) / 2.0 - 1
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return x, y, w, h


def convert_annotation(image_id):
    in_file = open('data/Annotations/%s.xml' % (image_id), encoding='UTF-8')
    out_file = open('data/labels/%s.txt' % (image_id), 'w')
    tree = ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)
    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text),
             float(xmlbox.find('xmax').text),
             float(xmlbox.find('ymin').text),
             float(xmlbox.find('ymax').text))
        b1, b2, b3, b4 = b
        # 标注越界修正
        if b2 > w:
            b2 = w
        if b4 > h:
            b4 = h
        b = (b1, b2, b3, b4)
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')


wd = getcwd()
for image_set in sets:
    if not os.path.exists('data/labels/'):
        os.makedirs('data/labels/')
    image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split()
    list_file = open('data/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write(abs_path + '/data/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

5.4、修改数据集配置文件

python 复制代码 
train: ../train/images
val: ../valid/images
test: ../test/images

nc: 2
names: ['Fallen', 'Falling']

5.5、执行命令

执行train.py

python 复制代码 
model = YOLO('yolov8s.pt')
results = model.train(data='data.yaml', epochs=200, imgsz=640, batch=16, workers=0)

也可以在终端执行下述命令：

bash 复制代码 
yolo train data=data.yaml model=yolov8s.pt epochs=200 imgsz=640 batch=16 workers=0 device=0

5.6、模型预测

你可以选择新建predict.py预测脚本文件，输入视频流或者图像进行预测。

代码如下：

python 复制代码 
import cv2
from ultralytics import YOLO

# Load the YOLOv8 model
model = YOLO("./best.pt") # 自定义预测模型加载路径

# Open the video file
video_path = "./demo.mp4" # 自定义预测视频路径
cap = cv2.VideoCapture(video_path) 

# Get the video properties
frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
fps = cap.get(cv2.CAP_PROP_FPS)

# Define the codec and create VideoWriter object
fourcc = cv2.VideoWriter_fourcc(*'mp4v')  # Be sure to use lower case
out = cv2.VideoWriter('./outputs.mp4', fourcc, fps, (frame_width, frame_height)) # 自定义输出视频路径

# Loop through the video frames
while cap.isOpened():
    # Read a frame from the video
    success, frame = cap.read()

    if success:
        # Run YOLOv8 inference on the frame
        # results = model(frame)
        results = model.predict(source=frame, save=True, imgsz=640, conf=0.5)

        results[0].names[0] = "道路积水"
        # Visualize the results on the frame
        annotated_frame = results[0].plot()

        # Write the annotated frame to the output file
        out.write(annotated_frame)

        # Display the annotated frame (optional)
        cv2.imshow("YOLOv8 Inference", annotated_frame)

        # Break the loop if 'q' is pressed
        if cv2.waitKey(1) & 0xFF == ord("q"):
            break
    else:
        # Break the loop if the end of the video is reached
        break

# Release the video capture and writer objects
cap.release()
out.release()
cv2.destroyAllWindows()

也可以直接在命令行窗口或者Annoconda终端输入以下命令进行模型预测：

python 复制代码 
yolo predict model="best.pt" source='demo.jpg'

6、获取数据集

添加我"头像"获取数据，或者主页私聊博主哈~

二、基于QT的目标检测可视化界面

1、环境配置

bash 复制代码 
# 安装torch环境
pip install torch -i https://pypi.tuna.tsinghua.edu.cn/simple
# 安装PySide6依赖项
pip install PySide6 -i https://pypi.tuna.tsinghua.edu.cn/simple
# 安装opencv-python依赖项
pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

2、使用说明

​​​​​

界面功能介绍：

  • 原视频/图片区：上半部分左边区域为原视频/图片展示区；
  • 检测区 ：上半部分右边区域为检测结果输出展示区；
  • 文本框 ：打印输出操作日志，其中告警以json格式输出，包含标签框的坐标，标签名称等；
  • 加载模型：下拉框绑定本地文件路径，按钮加载路径下的模型文件；
  • 置信度阈值 ：自定义检测区的置信度阈值，可以通过滑动条的方式设置；
  • 文件上传 ：选择目标文件，包含JPG格式和MP4格式；
  • 开始检测：执行检测程序；
  • 停止：终止检测程序；

3、预测效果展示

3.1、图片检测

​​​​​

切换置信度再次执行：

​​​​​

上图左下区域可以看到json格式的告警信息，用于反馈实际作业中的管理系统，为管理员提供道路养护决策 。

3.2、视频检测

​​​​​

3.3、日志文本框

​

4、前端代码

python 复制代码 
class MyWindow(QtWidgets.QMainWindow):
    def __init__(self):
        super().__init__()

        self.init_gui()
        self.model = None
        self.timer = QtCore.QTimer()
        self.timer1 = QtCore.QTimer()
        self.cap = None
        self.video = None
        self.file_path = None
        self.base_name = None
        self.timer1.timeout.connect(self.video_show)

    def init_gui(self):
        self.folder_path = "model_file"  # 自定义修改：设置文件夹路径
        self.setFixedSize(1300, 650)
        self.setWindowTitle('目标检测')  # 自定义修改：设置窗口名称
        self.setWindowIcon(QIcon("111.jpg"))  # 自定义修改：设置窗口图标
        central_widget = QtWidgets.QWidget(self)
        self.setCentralWidget(central_widget)
        main_layout = QtWidgets.QVBoxLayout(central_widget)

        # 界面上半部分： 视频框
        topLayout = QtWidgets.QHBoxLayout()
        self.oriVideoLabel = QtWidgets.QLabel(self)
        
        # 界面下半部分： 输出框 和 按钮
        groupBox = QtWidgets.QGroupBox(self)
        groupBox.setStyleSheet('QGroupBox {border: 0px solid #D7E2F9;}')
        bottomLayout = QtWidgets.QHBoxLayout(groupBox)
        main_layout.addWidget(groupBox)
        btnLayout = QtWidgets.QHBoxLayout()
        btn1Layout = QtWidgets.QVBoxLayout()
        btn2Layout = QtWidgets.QVBoxLayout()
        btn3Layout = QtWidgets.QVBoxLayout()

        # 创建日志打印文本框
        self.outputField = QtWidgets.QTextBrowser()
        self.outputField.setFixedSize(530, 180)
        self.outputField.setStyleSheet('font-size: 13px; font-family: "Microsoft YaHei"; background-color: #f0f0f0; border: 2px solid #ccc; border-radius: 10px;')
        self.detectlabel = QtWidgets.QLabel(self)
        self.oriVideoLabel.setFixedSize(530, 400)
        self.detectlabel.setFixedSize(530, 400)
        self.oriVideoLabel.setStyleSheet('border: 2px solid #ccc; border-radius: 10px; margin-top:75px;')
        self.detectlabel.setStyleSheet('border: 2px solid #ccc; border-radius: 10px; margin-top: 75px;')
        topLayout.addWidget(self.oriVideoLabel)
        topLayout.addWidget(self.detectlabel)
        main_layout.addLayout(topLayout)

5、代码获取

YOLO可视化界面

添加我"头像"获取数据，或者主页私聊博主哈~

注：以上均为原创内容，转载请私聊！！！

相关推荐
深度学习lover6 分钟前
[项目代码] YOLOv8 遥感航拍飞机和船舶识别 [目标检测]
python·yolo·目标检测·计算机视觉·遥感航拍飞机和船舶识别
云起无垠34 分钟前
【论文速读】| FirmRCA：面向 ARM 嵌入式固件的后模糊测试分析，并实现高效的基于事件的故障定位
人工智能·自动化
m0_675988231 小时前
Leetcode2545：根据第 K 场考试的分数排序
python·算法·leetcode
破-风2 小时前
leetcode---mysql
算法·leetcode·职场和发展
Wils0nEdwards2 小时前
Leetcode 合并两个有序链表
算法·leetcode·链表
学习BigData2 小时前
【使用PyQt5和YOLOv11开发电脑屏幕区域的实时分类GUI】——选择检测区域
qt·yolo·分类
Leweslyh3 小时前
物理信息神经网络（PINN）八课时教案
人工智能·深度学习·神经网络·物理信息神经网络
love you joyfully3 小时前
目标检测与R-CNN——pytorch与paddle实现目标检测与R-CNN
人工智能·pytorch·目标检测·cnn·paddle
该醒醒了~3 小时前
PaddlePaddle推理模型利用Paddle2ONNX转换成onnx模型
人工智能·paddlepaddle
小树苗1933 小时前
DePIN潜力项目Spheron解读：激活闲置硬件，赋能Web3与AI
人工智能·web3
热门推荐
01ARM学习（31）编译器对overlay方式的支持02YOLOv8训练好模型后，追加轮数继续训练、或者提前终止训练，缩减训练轮数03玄机平台应急响应—webshell查杀04SQL 主从数据库实时备份05HCIA-datacom数通题库和录播视频资料06Docker 夺命连环 15 问07VSCode插件 —— Cody AI （免费AI助手！）08校验 GPT-4 真实性的三个经典问题：快速区分 GPT-3.5 与 GPT-4，并提供免费测试网站09(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明10组基轨迹建模 GBTM的介绍与实现（Stata 或 R）