简介一套面向高校毕业设计、课程设计与期末大作业的YOLOv5安全帽检测完整工程覆盖训练好的模型、权重、数据集与使用教程适合计算机相关专业学生用于项目实战或毕设基础。包内共164个文件压缩包约44.74MB文件以Python源码、YAML/YML配置、PT权重、JPG/PNG图像和MD/TXT说明文档为主并包含自定义YOLO层相关的C、CUDA源码等训练与部署所需的资料较齐备。目前已有240人学习下载。使用者可直接获得经过调试的完整项目借助教程配置环境后即可进行推理或二次开发项目中模型权重、数据组织方式和说明文档一一对应便于快速上手也能作为期末大作业或毕业设计的基座。1. 为什么说YOLOv5安全帽检测权重数据集是一套能直接落地的交付包摄像头画面里二十多米外有工人没戴安全帽人眼盯着屏幕十分钟都可能漏过去。这个YOLOv5安全帽检测项目要解决的就是这类场景的自动识别用一整套现成代码、训练好的安全帽模型和权重外加标注好的数据集拿到就能在图片、视频和摄像头画面里实时框出谁戴了、谁没戴。它不是一个几百行的算法片段而是能直接交付的完整方案高分体现在交付物齐整——推理代码、训练代码、权重文件、标注数据、使用教程都有做毕设、课设或者工地智能化改造拿来做基线比从零搭省下大半时间。这篇文章按模型原理 → 跑通推理 → 自己训练 → 排坑 → 边缘部署的顺序把这套方案从头到尾讲清楚。2. 先看懂这个项目的骨架YOLOv5怎么检测安全帽权重从哪来2.1 为什么是YOLOv5三个站得住脚的理由第一单阶段的实时性。YOLOv5把候选区域生成和分类合成一条链路一张1080P画面在GTX 1060上跑yolov5s能做到40到60 FPS压缩成ncnn部署到树莓派5上也有10 FPS上下。安全帽检测是典型的连续视频流任务卡顿就意味着漏检速度上的优势直接把双阶段检测器排除掉了。Faster R-CNN精度上限更高但对一个监控场景来说每秒两三帧没有任何实用价值。第二多尺度特征融合对小目标友好。安全帽场景有一个天然难点站在塔吊下的人离摄像头很远整个头部在画面里只有十几个像素靠近镜头时安全帽又能占掉三分之一画面。YOLOv5的FPNPAN结构把浅层的位置特征和深层语义特征反复融合对小人头的响应比前代强不少。实际项目里常见做法是把imgsz从640提到960远处漏检明显下降这就是多尺度设计给的红利。第三生态和资料密度。从2020年到现在YOLOv5的代码、命令、报错被无数人传过一遍yolov5环境配置、yolov5超参数这些关键词搜出来全是现成经验。对一个要交付的项目来说团队里任何一个成员拿到源码都能快速上手这是选型时很容易被低估的隐性成本。顺带说一句YOLOv8/YOLOv10精度更高但不代表这个场景就该换。安全帽检测的瓶颈通常不在模型结构而在数据分布——场景单调、目标尺度跨度大、类别不均衡。YOLOv5的成熟度和可复现性在项目交付上比那点精度增量更值钱。2.2 权重文件分三类别认错YOLOv5项目里出现的.pt文件来源和用途完全不同新手栽跟头大多栽在这里权重来源用途yolov5s.pt / yolov5m.ptCOCO预训练权重作为训练初始权重不能直接测安全帽best.pt / last.pt项目自带或自己训练产物直接推理best是按验证集挑的最优epoch量化后的小权重转换脚本产出边缘设备部署用常见误区是拿yolov5s.pt直接检测安全帽结果什么都框不出来——COCO预训练权重的80个类别里根本没有helmet这个类。标题里强调的训练好的安全帽模型权重指的是best.pt这类针对安全帽数据微调过的产物不是官方初始权重。我拿到别人给的权重第一件事是看文件大小yolov5s.pt大约14到15MByolov5m.pt约40MB。如果安全帽best.pt只有几MB要么做过量化要么文件不完整跑之前要确认。还有个版本匹配问题。YOLOv5在v5.0到v6.0之间模型结构变动很大旧代码加载新权重经常报KeyError。常见做法是先用torch.load(best.pt)看看里面存的模型结构再决定要不要换代码分支这个在第5章具体展开。2.3 数据集长什么样才算能做安全帽检测标题里的数据集本质是一批标注过的图片加对应的txt标签。YOLO格式的每一行是五个数类别id、归一化中心x、中心y、宽、高。安全帽数据的类别定义常见两种二分类helmet戴帽/head未戴帽三分类person/helmet/head。三分类在工程上更稳。直接做二分类时模型很容易把远处的人头和背景里的圆形物体——水泥桶盖、轮胎、消火栓——误判成head。先检测人再在头部区域区分戴没戴误检率能压下来一截。这也是判断一个数据集设计得好不好的切入点。一个能训出稳定模型的安全帽数据集通常上千张起步要覆盖晴天、阴天、夜间补光黄色白色红色安全帽远景小人头和近景大特写低头弯腰的侧面姿态大量没戴帽子的负样本。如果只有几百张还全是正脸近景训练结果就是典型的实验室模型验证集mAP好看拿到真实监控画面就翻车。具体张数没有标准答案但我的经验是少于五百张且场景单一结果基本不会稳。这个项目标了高分核心不是模型结构有什么黑科技而是数据和交付物组织得完整。先把手上的是哪类权重、哪类数据搞清楚后面跑命令才不心虚。3. 跑通YOLOv5安全帽检测的最小链路拿到代码和权重先让模型动起来3.1 conda环境配置Python和PyTorch先对齐先给一套我常年用的配置命令Windows和Linux都适用conda create -n yolov5 python3.8 -y conda activate yolov5 # 先装PyTorchCUDA 11.8对应版本举例 pip install torch2.0.1 torchvision0.15.1 --index-url https://download.pytorch.org/whl/cu118 # 再进项目目录装YOLOv5依赖 cd yolov5 pip install -r requirements.txt这里几个坑先讲明白。Python 3.8是YOLOv5官方长期测试的版本3.10也能跑但部分老代码会有兼容小问题没有特殊原因就别用3.11。PyTorch必须手动先装requirements.txt不会帮你装——CPU版和GPU版、CUDA版本差异太大官方有意把这一步留给使用者。如果机器没有NVIDIA显卡装CPU版torch就能跑推理只是慢一张1080P图大约0.5到2秒验证够用训练就别指望了。装完顺手验证一下环境python -c import torch; import torchvision; print(torch.__version__, torch.cuda.is_available())输出里torch.cuda.is_available()为False后面训练就不要加--device 0参数老老实实用CPU。提示Windows下dataloader报错优先检查是不是workers没设0这是YOLOv5在Windows上最经典的环境坑。3.2 工程结构先摸清楚detect、train、val三条入口标准YOLOv5源码目录长这样yolov5/ ├── detect.py # 推理入口用于图片/视频/摄像头 ├── train.py # 训练入口 ├── val.py # 验证入口输出mAP和混淆矩阵 ├── data/ # 数据集配置yaml ├── models/ # 模型结构定义yolov5s.yaml等 ├── runs/ # 所有训练和推理输出都在这 ├── weights/ # 第三方项目通常把权重集中放这里 └── requirements.txt三条入口对应三件事detect是跑一下看效果train是重新训练val是量化评估效果。很多新手拿到项目直接跑train训练到一半才发现数据路径配错相当于白烧几百分钟电费。我的血泪经验是先跑detect把推理链路打通再谈训练。detect的成本最小却能暴露环境、权重、数据路径三大类问题。3.3 用训练好的权重跑一张图片命令拆解假设项目给的安全帽权重叫best.pt测试图放在data/images/test.jpgpython detect.py --weights best.pt \ --source data/images/test.jpg \ --conf-thres 0.5 \ --iou-thres 0.45 \ --imgsz 640 \ --save-txt \ --project runs/detect各参数含义我用过几十次之后习惯这样记参数作用建议值--weights权重路径这里是安全帽专供权重best.pt--source输入源图片、文件夹、视频、摄像头索引0代表摄像头--conf-thres置信度阈值低于此值的框直接丢弃0.5起步--iou-thresNMS的IOU阈值控制重叠框合并0.45到0.5--imgsz推理分辨率内部会resize640远端小目标多改960--save-txt同时保存坐标txt验收时对比用按需加--project输出目录避免污染runs根目录runs/detect跑完去runs/detect看结果图。如果所有安全帽都框出来了且没有把背部、反光背心误框成人说明这套权重和你的输入是匹配的。我还会做一个快速判断先用0.6的高置信度跑一遍看高置信框是否正确再用0.3跑一遍对比多出来的框是不是噪音。好权重在0.3到0.6之间结果差异很小不靠谱的权重一降阈值就疯狂误报。这一步能在一分钟内判断手上的权重踏不踏实。3.4 视频和摄像头从单张到连续帧把source换掉就行# 摄像头0是设备索引 python detect.py --weights best.pt --source 0 --imgsz 640 --conf-thres 0.5 # 视频文件 python detect.py --weights best.pt --source ./clip.mp4 --imgsz 640 --conf-thres 0.5视频检测和单张图检测有个体验差单张图里不明显的误报放到视频里会变成每隔几秒闪一个假框视觉上非常烦。这个现象不是模型突然坏了而是单帧的随机波动。解决方式不外乎两个把置信度阈值往上提或者引入帧间平滑——对这帧的检测结果和前一帧做IOU匹配连续若干帧都匹配不上的框直接丢弃。YOLOv5原生detect.py不做平滑落项目时我一般会加一个简单的跟踪逻辑这个在最后一章细说。4. 自己从头训练安全帽模型从原始图片到可用权重4.1 把原始标注转成YOLO格式一个labelme转换脚本标注工具有两个流派LabelImg直接输出YOLO格式的txtLabelme输出JSON再转换。第三方数据集和很多公开标注数据用JSON交付所以转换这一步绕不开。下面是我常用的转换脚本按YOLO坐标归一化的标准写法import json import os def convert_labelme_to_yolo(json_path, out_dir, class_id_map): with open(json_path, r, encodingutf-8) as f: data json.load(f) img_w, img_h data[imageWidth], data[imageHeight] filename os.path.splitext(data[imagePath])[0] out_lines [] for shape in data[shapes]: label shape[label] if label not in class_id_map: continue points shape[points] # labelme的rectangle取两点对角可能有顺序差异用abs兜底 x1, y1 points[0] x2, y2 points[1] bw abs(x2 - x1) bh abs(y2 - y1) cx x1 bw / 2 cy y1 bh / 2 x_c cx / img_w y_c cy / img_h w bw / img_w h bh / img_h out_lines.append(f{class_id_map[label]} {x_c:.6f} {y_c:.6f} {w:.6f} {h:.6f}) out_path os.path.join(out_dir, filename .txt) with open(out_path, w, encodingutf-8) as f: f.write(\n.join(out_lines)) if __name__ __main__: # 类别映射必须和后面的data.yaml一致 class_map {person: 0, helmet: 1, head: 2} os.makedirs(yolo_labels, exist_okTrue) for jf in os.listdir(labelme_jsons): if jf.endswith(.json): convert_labelme_to_yolo( os.path.join(labelme_jsons, jf), yolo_labels, class_map, )逻辑说明YOLO训练时把标注框解释为归一化的中心点坐标和宽高且全是0到1之间的浮点数。如果直接把像素坐标喂进去训练loss会剧烈震荡这是新手最容易翻车的点。另一个细节是labelme的rectangle对角点顺序时正时反用abs取差就绕过了这个顺序问题。最后class_id_map必须和后续的data.yaml保持一致否则训练出来的模型类别标签全错位。4.2 划分数据集与配置data.yaml常见做法是train/val/test按8/1/1划分。YOLOv5不关心目录结构只认yaml里的路径。先建目录再随机划分mkdir -p datasets/helmet/images/train datasets/helmet/images/val datasets/helmet/images/test python split_data.py --dir datasets/helmet --val 0.1 --test 0.1对应的data.yaml内容train: datasets/helmet/images/train val: datasets/helmet/images/val test: datasets/helmet/images/test nc: 3 names: [person, helmet, head]要点有两个nc必须和转换脚本里的类别数一致names的顺序也必须和class_id_map一致——YOLOv5按索引匹配类别名称顺序错了画框的颜色、标签文字全部错位。还有图片和txt必须同名YOLOv5按同名去找标签找不到不会报错而是直接跳过出现过训练了几百个epoch后mAP始终为0的诡异案例查到最后就是标签文件名对不上。4.3 训练命令与必调参数最小可用训练命令python train.py \ --data data/helmet.yaml \ --weights yolov5s.pt \ --epochs 100 \ --batch-size 16 \ --imgsz 640 \ --workers 4 \ --device 0 \ --project runs/train参数作用经验值--data数据集配置yaml上面的helmet.yaml--weights初始权重强烈建议用yolov5s.pt不要留空--epochs训练轮数100起步数据集小可到200--batch-size每轮迭代的样本数16或32显存小降到4到8--imgsz输入分辨率640远距离小目标用960显存占用明显上涨--workers数据加载线程数Linux设4到8Windows设0--device用哪张GPU0CPU机器直接删掉低显存运行模型的调整顺序我一般固定是先降batch-size到8再降workers到0最后才动imgsz。六G显存跑yolov5s的640加batch16是够的如果还溢出可以把模型换成yolov5n精度损失不算大。提到yolov5超参数train.py默认读取data/hyps/hyp.scratch-low.yaml里面预置了lr00.01、mosaic1.0这些值对安全帽这种类别明确的场景一般不用动新手别一上来就改学习率。提示训练跑到一半想停CtrlC后可以用--resume runs/train/exp续跑别从头再来。4.4 预训练权重与anchors训练稳定的两个保障第一预训练权重的意义。从随机初始化开始训练yolov5s在几百张安全帽数据上loss下降很慢还容易过拟合。用COCO预训练的yolov5s.pt做初始权重相当于模型已经会看边缘纹理只需要学会安全帽长什么样。常见效果是mAP从0到0.8只用二十来个epoch从头训可能两百个epoch都未必稳。所以项目里yolov5s.pt不只是推理用的备胎更是训练的关键零件。第二anchors自适应。YOLOv5训练时会自动用k-means重新聚类anchors默认开启不用手动管。安全帽的框特征很有规律帽子是扁宽框人体是瘦高框。如果训练中loss在高位摩擦很久可以去runs/train/exp下看anchors.png检查聚类框和真实框的分布是否对得上。训练不是跑完就完事还要盯结果results.png里看mAP_0.5曲线是否稳定上升confusion_matrix.png看哪个类别之间在互相混淆。5. 常见问题排查安全帽检测最容易翻车的地方5.1 远处小目标漏检为什么人眼看得见模型框不出来现象距离摄像头二十米开外的工人头部在画面里只有十几个像素完全没有检测框近处的人却全部正常。原因默认imgsz640时远处头部下采样后只剩极少像素特征图上响应太弱被conf-thres过滤掉了。这本质是尺度问题不是模型坏了。解决推理时把imgsz提高到960或1280但要留意显存把conf-thres从0.5降到0.35到0.4不要低于0.25否则误报会爆炸对视频流可以做切片推理把画面分块各跑一次再合并结果小目标效果提升明显代价是推理时间成倍增加。最治本的办法在数据侧数据集里多放远景小人头的样本让模型专门见过这个尺度。尺度分布是安全帽检测数据集里最容易被忽略的设计维度。5.2 颜色误导与误检红色安全帽和红色水桶分不清现象红色安全帽没被识别或者反被识别成head工地上的红色灭火器、红色塑料桶被框成安全帽。原因模型把颜色特征当成了主要判别依据。如果训练集里百分之九十是黄色安全帽模型很可能把黄色圆形物体当作帽子特征head类的样本太少时又会把头顶轮廓和背景中相似颜色的圆形物混淆。解决采集多颜色安全帽数据白、红、蓝、黄都放够比例训练时把数据增强里的hsv_h、hsv_s参数调高默认hyp.scratch-low.yaml里hsv_h是0.015可以调到0.05左右让模型不被颜色绑架样本少的类别考虑在hyp里调整cls loss权重或者干脆多补这个类别的样本。颜色是在安全帽检测里绕不开的干扰项数据层面不做均衡模型层面改什么都治标不治本。5.3 训练loss震荡与显存溢出现象一训练中途loss突然飙升甚至出现NAN或者直接报CUDA out of memory。原因batch-size超出显存或者batch太小导致梯度噪声变大、loss高频抖动。解决遇到NAN先停把batch-size降到8或4workers设0再用--resume从last.pt恢复训练。我处理loss高频抖动的顺序是先把batch-size提上去而不是调学习率——batch越小梯度越不稳定这个方向的问题靠调lr反而更玄学。现象二报错RuntimeError: CUDA out of memory。原因imgsz640加batch16在8G卡上勉强够用如果同时开着训练和推理进程或者换成了yolov5m/l很容易爆。解决一口气把batch-size设4、workers设2、imgsz设640以能跑完一个epoch为准再逐步加。显存问题靠先小后大比反复试错快得多。5.4 权重加载报错KeyError与版本错位现象跑detect.py或train.py时报一堆KeyError: model.0.conv.weight或者Error(s) in loading state_dict权重文件看起来也没损坏。原因YOLOv5不同版本之间的模型结构定义有差异v5.0到v6.0的head部分改动尤其大。权重里存的结构字段和当前代码对不上就会报KeyError。解决先确认代码版本v6.0之后models/yolo.py里是Detect类再看权重里存了什么键python -c import torch; ckpttorch.load(best.pt, map_locationcpu); print(list(ckpt.keys())[:10])输出里有model、optimizer、epoch这些键说明是完整训练权重。如果只有model还能用如果连model都没有就得怀疑文件被截断。版本不匹配时最简单的路径是换一个和权重同期发布的代码分支重新跑别在旧权重上花时间。第三方项目的代码和权重日期不一致是非常常见的事这也是我对高分项目类交付最在意的一点教程里有没有注明权重对应的代码版本。没写清楚光这一条就够耗掉半天。6. 部署到边缘设备把安全帽模型装进盒子6.1 从.pt到ncnn树莓派5上的最小部署链路安全帽检测的落地场景经常在现场盒子或树莓派5上。常见做法是把.pt转ONNX再转ncnnpython export.py --weights best.pt --include onnx --opset 11 ./onnx2ncnn best.onnx best.param best.bin ./ncnnoptimize best.param best.bin best_opt.param best_opt.bin 0几个值得注意的点opset选11因为ncnn对高版本opset支持不全转完必须在目标设备上做一次精度对比拿同一张测试图跑PC端与边缘端检测框位置差几个像素以内才算过树莓派CPU上用INT8量化能快一截但安全帽检测涉及安全判断建议先FP32部署验证精度再考虑量化。这一步最容易被跳过也是我见过最多的翻车源头——mAP在PC上0.9转完后在盒子上只有0.7不回退验证不知道问题出在哪。6.2 验收别只看mAP四个数一起看交付前我一般核四个数指标来源经验线mAP0.5val.py输出安全帽场景0.85以上FPS实际跑视频流边缘设备5以上PC端25以上误检率跑十分钟监控片段人工数每100帧误报小于2次漏检率人工标注视频再过一遍近景目标漏检小于1%mAP高不代表现场好用。监控场景最烦的就是每隔几秒闪一个假框这会让盯屏的人彻底失去信任。我每次训练完一定会拿一段真实工地视频跑一遍人工盯两分钟把所有误报记下来再决定conf-thres往哪调。这是比看mAP更接近交付体验的一步。6.3 我的一个验证习惯每次训练前我把数据集按近景戴帽、近景未戴、远景戴帽、远景未戴四个子集分别统计数量。如果远景未戴的样本太少训练出来的模型在真实场景里必然漏检——这是比类别不平衡更隐蔽的数据不均衡。标题里说高分项目能把这类细分统计写进教程的才是真的为复现者考虑过。我自己每次改完数据集或训练参数会把旧的best.pt保留一份再跑新配置。训练结果有时很玄学多留一条后悔药排查时能省几个小时。希望帮到你。本文还有配套的精品资源点击获取