目录

1.Yolov8介绍

2.数据集介绍

2.1数据集划分

2.2 通过voc_label.py得到适合yolov8训练需要的

2.3生成内容如下

3.训练结果分析

 4. 道路破损检测系统设计

4.1 PySide6介绍

4.2 安装PySide6

 4.3 道路破损检测系统设计

---

1.Yolov8介绍

         Ultralytics YOLOv8是Ultralytics公司开发的YOLO目标检测和图像分割模型的最新版本。YOLOv8是一种尖端的、最先进的SOTA模型它建立在先前YOLO成功基础上并引入了新功能和改进以进一步提升性能和灵活性。它可以在大型数据集上进行训练并且能够在各种硬件平台上运行从CPU到GPU。

具体改进如下

1. Backbone使用的依旧是CSP的思想不过YOLOv5中的C3模块被替换成了C2f模块实现了进一步的轻量化同时YOLOv8依旧使用了YOLOv5等架构中使用的SPPF模块

2. PAN-FPN毫无疑问YOLOv8依旧使用了PAN的思想不过通过对比YOLOv5与YOLOv8的结构图可以看到YOLOv8将YOLOv5中PAN-FPN上采样阶段中的卷积结构删除了同时也将C3模块替换为了C2f模块

3. Decoupled-Head是不是嗅到了不一样的味道是的YOLOv8走向了Decoupled-Head

4. Anchor-FreeYOLOv8抛弃了以往的Anchor-Base使用了Anchor-Free的思想

5. 损失函数YOLOv8使用VFL Loss作为分类损失使用DFL Loss+CIOU Loss作为分类损失

6. 样本匹配YOLOv8抛弃了以往的IOU匹配或者单边比例的分配方式而是使用了Task-Aligned Assigner匹配方式

框架图提供见链接Brief summary of YOLOv8 model structure · Issue #189 · ultralytics/ultralytics · GitHub

2.数据集介绍

道路破损数据集大小665类别一类pothole按照8:1:1进行数据集随机生成。

2.1数据集划分

通过split_train_val.py得到trainval.txt、val.txt、test.txt  

# coding:utf-8

import os
import random
import argparse

parser = argparse.ArgumentParser()
#xml文件的地址根据自己的数据进行修改 xml一般存放在Annotations下
parser.add_argument('--xml_path', default='Annotations', type=str, help='input xml label path')
#数据集的划分地址选择自己数据下的ImageSets/Main
parser.add_argument('--txt_path', default='ImageSets/Main', type=str, help='output txt label path')
opt = parser.parse_args()

trainval_percent = 0.9
train_percent = 0.8
xmlfilepath = opt.xml_path
txtsavepath = opt.txt_path
total_xml = os.listdir(xmlfilepath)
if not os.path.exists(txtsavepath):
    os.makedirs(txtsavepath)

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

file_trainval = open(txtsavepath + '/trainval.txt', 'w')
file_test = open(txtsavepath + '/test.txt', 'w')
file_train = open(txtsavepath + '/train.txt', 'w')
file_val = open(txtsavepath + '/val.txt', 'w')

for i in list_index:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        file_trainval.write(name)
        if i in train:
            file_train.write(name)
        else:
            file_val.write(name)
    else:
        file_test.write(name)

file_trainval.close()
file_train.close()
file_val.close()
file_test.close()

2.2 通过voc_label.py得到适合yolov8训练需要的

# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET
import os
from os import getcwd

sets = ['train', 'val']
classes = ["pothole"]   # 改成自己的类别
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('Annotations/%s.xml' % (image_id), encoding='UTF-8')
    out_file = open('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
        #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('labels/'):
        os.makedirs('labels/')
    image_ids = open('ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
    list_file = open('%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write(abs_path + '/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

2.3生成内容如下

 

3.训练结果分析

confusion_matrix.png 列代表预测的类别行代表实际的类别。其对角线上的值表示预测正确的数量比例非对角线元素则是预测错误的部分。混淆矩阵的对角线值越高越好这表明许多预测是正确的。

 上图是道路破损检测训练有图可以看出 分别是破损和background FP。该图在每列上进行归一化处理。则可以看出破损检测预测正确的概率为67%。

F1_curve.pngF1分数与置信度x轴之间的关系。F1分数是分类的一个衡量标准是精确率和召回率的调和平均函数介于01之间。越大越好。

TP真实为真预测为真

FN真实为真预测为假

FP真实为假预测为真

TN真实为假预测为假

精确率precision=TP/(TP+FP)

召回率(Recall)=TP/(TP+FN)

F1=2*精确率*召回率/精确率+召回率

 labels_correlogram.jpg 显示数据的每个轴与其他轴之间的对比。图像中的标签位于 xywh 空间。

 labels.jpg

11表示每个类别的数据量

12真实标注的 bounding_box

21 真实标注的中心点坐标

22真实标注的矩阵宽高

 P_curve.png表示准确率与置信度的关系图线横坐标置信度。由下图可以看出置信度越高准确率越高。

 PR_curve.png PR曲线中的P代表的是precision精准率R代表的是recall召回率其代表的是精准率与召回率的关系。

 R_curve.png 召回率与置信度之间关系

 results.png

 mAP_0.5:0.95表示从0.5到0.95以0.05的步长上的平均mAP.

 预测结果

 4. 道路破损检测系统设计

4.1 PySide6介绍

        受益于人工智能的崛起Python语言几乎以压倒性优势在众多编程语言中异军突起成为AI时代的首选语言。在很多情况下我们想要以图形化方式将我们的人工智能算法打包提供给用户使用这时候选择以python为主的GUI框架就非常合适了。

        PySide是Qt公司的产品PyQt是第三方公司的产品二者用法基本相同不过在使用协议上却有很大差别。PySide可以在LGPL协议下使用PyQt则在GPL协议下使用。

        PySide目前常见的有两个版本PySide2和PySide6。PySide2由C++版的Qt5开发而来.而PySide6对应的则是C++版的Qt6。从PySide6开始PySide的命名也会与Qt的大版本号保持一致不会再出现类似PySide2对应Qt5这种容易混淆的情况。

4.2 安装PySide6

pip install --upgrade pip
pip install pyside6 -i https://mirror.baidu.com/pypi/simple

基于PySide6开发GUI程序包含下面三个基本步骤

• 设计GUI图形化拖拽或手撸
• 响应UI的操作如点击按钮、输入数据、服务器更新使用信号与Slot连接界面和业务
• 打包发布

 4.3 道路破损检测系统设计

系统如下支持图形输入摄像头rtsp流等