简介面向智慧交通场景这套基于YOLOv9的电动车骑行人员头盔佩戴检测系统为计算机、人工智能等相关专业毕业生或开发者提供完整可运行的毕业设计/课程项目范例。包含Python源码、训练好的模型权重、评估曲线和详细运行教程覆盖从环境配置、数据集整理、模型训练到测试推理的全流程。资源包共188个文件大小约69.32MB其中83个Python脚本负责训练、检测与后处理30个yaml配置用于数据集与模型参数定义pt权重文件为训练好的模型jpg/png图片为测试样例与结果可视化另有ipynb笔记、shell脚本等辅助材料。目前已有238人学习下载。除了代码和模型还提供逻辑清晰的目录结构与评估曲线便于理解YOLOv9在该任务上的调优过程适合作为毕业设计、项目实训或算法研究的基础可直接修改数据集与参数扩展到其他目标检测场景。1. 道路电动车头盔检测YOLOv9 工程包的价值不在权重在链路智慧交通这个方向上道路电动车骑行人员头盔佩戴检测早就不是新命题但每次真正落地都会在同一个地方翻车不是算法认不出头盔而是从源码、环境、模型到评估曲线完整的链路很难一次性跑通。基于YOLOv9实现道路电动车骑行人员头盔佩戴检测系统的这个工程包恰好把链路压成了“下载就能复现”的状态——带python源码、详细运行教程、训练好的模型和评估曲线适合两类人一类是把头盔识别当核心算法的项目开发者另一类是想快速做路口试点、先看效果再决定投入的工程评估人员。它的真正价值不是某个权重有多准而是源码能跑、曲线能看、踩过的坑有迹可循。接下来我按一套真实落地的习惯拆开讲为什么选YOLOv9、怎么跑通推理、怎么补数据重训以及最让人熬夜的那几个坑。2. YOLOv9在头盔检测里的选型逻辑换模型不是玄学2.1 从YOLOv5/v8到v9头盔这类小目标到底受益在哪先看目标尺度。道路场景里一个电动车主从头到盔在1080p画面中通常只占几十像素640分辨率下头盔的边长经常只有2040像素属于标准的小目标。小目标检测最怕的不是模型“笨”而是网络在深层下采样后浅层的细节梯度已经丢了。YOLOv9的两个核心设计正好踩在这个痛点上。第一个是PGIProgrammable Gradient Information可编程梯度信息。它的思路是通过辅助可逆分支保留完整的梯度路径让浅层特征在训练时不被“信息瓶颈”吃掉。对小头盔这种靠边缘纹理和局部颜色判断的目标浅层梯度的存活率直接决定召回率。第二个是GELANGeneralized Efficient Layer Aggregation Network通用高效层聚合网络用更少的参数量换接近的精度轻量版本下推理延迟和YOLOv8s基本持平。我在同一批自己标注的头盔数据上做过对比v9s比v8s的mAP50高2到4个点具体数值因数据分布而异而且提升主要集中在夜间和远距离样本上。白天顺光、头盔颜色单一的场景两者差距不大。所以选型建议很直接如果你的数据里有大量小目标、遮挡、光线变化YOLOv9的收益是看得见的如果只是拿公开数据集跑分v8未必差很多。量力而行别把模型换代当万能药。2.2 跑通系统需要哪几层环境缺一不可工程包给你了源码和权重但环境仍然是第一道坎。我习惯按下面这张表分层核对哪一层缺了后面都会以奇怪的方式报错。环境层推荐配置用途缺了会怎样Python3.9依赖管理、脚本运行部分包不兼容3.11CUDA11.8 对应驱动GPU加速训练慢到没法用PyTorch2.0.xcu118版推理与训练的运行时版本错乱会报算子缺失GPU显存训练建议8G以上加载模型与batch显存不足直接OOMrequirements.txt工程包自带一次性装齐依赖缺opencv会闪退这里有个容易忽略的点PyTorch版本和CUDA版本必须匹配哪怕CUDA驱动装的是12.x只要PyTorch编译时对着11.8torch.cuda就能正常工作。另外没有NVIDIA显卡也能跑推理只是慢CPU单帧640分辨率大概2秒到5秒做个离线分析可以接受。2.3 用Anaconda搭建YOLOv9环境命令与验证在命令行里按顺序执行这是我把环境装烂了以后固定下来的顺序每一步都能回滚conda create -n yolov9 python3.9 -y conda activate yolov9 python -m pip install torch2.0.1 torchvision0.15.2 --index-url https://download.pytorch.org/whl/cu118 python -m pip install -r requirements.txt python -c import torch;print(torch.__version__, torch.cuda.is_available())逻辑说明先建独立conda环境避免污染系统Python第二步装PyTorch时指定cu118后缀这决定了后面能不能调用GPUrequirements.txt里的opencv、pandas、matplotlib等由工程包带你装齐。最后一条验证命令必须打印出类似“2.0.1cu118 True”的结果如果输出False后面train.py大概率会静默跑CPU训练一个模型耗时翻几倍。参数说明里有三个关键点torch版本不要盲目追新2.1以后部分YOLOv9算子要重新编译index-url参数也可以换成国内镜像源只要能装上cu118版即可conda环境名yolov9建议固定因为后续所有命令行都要activate它。3. 从源码到视频流跑通推理要先看懂这四份文件3.1 源码结构四个文件各干什么别上来就改代码拿到带运行教程的工程包后第一件事不是看模型而是建索引。一套YOLOv9头盔工程的标准结构是四类东西我按职责列在下面文件/目录职责你最终会操作它detect.py推理读图/视频/摄像头改weights和sourcetrain.py训练加载数据与参数改data和epochsval.py评估产出mAP与曲线改data和weightstools/标注转换、数据划分、可视化跑转换脚本这个结构几乎是YOLO生态的公共约定存在的原因很简单训练出模型后要用detect.py验证val.py生成评估曲线数据不对时进tools修改四个环节闭环。我拿到任何YOLO工程都会先跑一遍detect.py确认流程通了再动目录结构——很多人一上来就改路径最后连官方demo都跑不出来的原因基本都是把某个相对目录拆坏了。3.2 用训练好的模型跑通单张图片最小推理命令工程包里“训练好的模型”一般指best.pt在runs/train某个目录下。先跑单张图用最小命令python detect.py --weights best.pt --source ./test_images/01.jpg --conf-thres 0.35 --iou-thres 0.45 --imgsz 640 --save-txt --save-conf --project runs/detect --name helmet参数说明--weights指定加载的权重--source可以是单张图或一个目录目录会被遍历--conf-thres置信度阈值0.35是我做头盔检测的常用起点头盔小、遮挡多阈值提到0.5以上会明显漏检--save-txt会在输出目录生成YOLO格式的txt标签--save-conf让txt里带上置信度后面转统计记录会用到。跑完后在runs/detect/helmet下看结果图重点检查两类错误一是漏检骑手头上没有框二是误检汽车前挡玻璃、白色栏杆被画上头盔框。如果漏检多先把imgsz提到960如果误检多提conf-thres到0.45。这就是推理阶段唯一的两个调节旋钮。3.3 本地视频和摄像头实时检测在视频流上补帧率逻辑视频源和图片源本质是同一条命令只是source换一下python detect.py --weights best.pt --source ./videos/crossing.mp4 --conf-thres 0.35 --imgsz 640 python detect.py --weights best.pt --source 0 --conf-thres 0.35 --imgsz 640第二条命令里的0是本地摄像头索引接RTSP网络摄像头时写rtsp://user:passip:554/Streaming/Channels/101这种完整地址。这里容易忽略的坑在性能GPU上640分辨率视频推理大约每秒20到40帧CPU只有几帧看着会明显卡顿。我的习惯是引入跳帧策略每3帧检测一次中间两帧直接复用上一次的检测结果既保住实时性又不漏掉慢速过路口的骑手。这在工程上叫“状态保持”不是偷懒是算力不满时的标准做法。3.4 结果落地把边框标签变成违规记录detect.py输出的labels目录里是txt文件每行格式为class x_center y_center width height conf。要让结果可用得把它转成业务表。假设data.yaml里helmet: 0, head: 1那么head类就是未佩戴头盔。写一个批量转换脚本import os, csv from datetime import datetime def make_record(txt_dir, outputviolation.csv): rows [] for txt in os.listdir(txt_dir): if not txt.endswith(.txt): continue img_name txt.replace(.txt, .jpg) with open(os.path.join(txt_dir, txt), encodingutf-8) as f: for line in f: parts line.strip().split() if not parts: continue cls_id, conf int(parts[0]), float(parts[5]) if cls_id 1 and conf 0.4: rows.append([img_name, 未戴头盔, round(conf, 3), datetime.now().isoformat(timespecseconds)]) with open(output, w, newline) as f: writer csv.writer(f) writer.writerow([图片, 类型, 置信度, 时间]) writer.writerows(rows) make_record(runs/detect/helmet/labels)逻辑说明遍历推理输出的每个txt文件选出类别ID为1且置信度达标的行写入CSV。参数说明里有个坑YOLO txt里的x_c、y_c、w、h都是相对值如果要画框或算像素坐标必须乘上原图的宽高但做统计记录只保留置信度和类别就够了不必转换坐标。4. 训练自己的头盔数据集标注格式、划分脚本与数据增强4.1 两类数据来源公开数据和路口抽帧先定类别再动手训练自己的模型数据集是第一生产力。头盔检测数据有两个常见来源一是公开数据集省时间但需要清洗部分标注有错框或类别混用二是自己从路口摄像机抽帧最贴合目标场景但要花时间标注。我一般混合用公开集做预训练底子自采帧做微调。类别设计上两分类helmet / head最常用“head”表示没有头盔的头部。如果想减少“戴帽子”被误判成“戴头盔”可以加第三类cap非头盔帽子让模型学会区分。单场景最小标注量建议800到1200张正负样本比例控制在1:1到1:1.5负样本太少是后面误报高发的根源。4.2 把VOC的XML转成YOLO格式转换脚本与四个边界坑标注工具导出的常见格式是VOC的XML而YOLO训练需要每张图配一个同名txt每行class x_center y_center width height坐标全部归一化。以下脚本能完成批量转换import os, glob import xml.etree.ElementTree as ET VOC_DIR voc_dataset YOLO_DIR yolo_dataset CLASS_MAP {helmet: 0, head: 1} os.makedirs(YOLO_DIR, exist_okTrue) for xml_path in glob.glob(os.path.join(VOC_DIR, annotations, *.xml)): tree ET.parse(xml_path) root tree.getroot() img_w int(root.find(size/width).text) img_h int(root.find(size/height).text) lines [] for obj in root.findall(object): name obj.find(name).text if name not in CLASS_MAP: continue box obj.find(bndbox) x1 float(box.find(xmin).text) y1 float(box.find(ymin).text) x2 float(box.find(xmax).text) y2 float(box.find(ymax).text) x1 max(0, min(img_w, x1)) y1 max(0, min(img_h, y1)) x2 max(0, min(img_w, x2)) y2 max(0, min(img_h, y2)) x_c ((x1 x2) / 2) / img_w y_c ((y1 y2) / 2) / img_h w (x2 - x1) / img_w h (y2 - y1) / img_h lines.append(f{CLASS_MAP[name]} {x_c:.6f} {y_c:.6f} {w:.6f} {h:.6f}) out_name os.path.basename(xml_path).replace(.xml, .txt) out_path os.path.join(YOLO_DIR, out_name) if lines: with open(out_path, w) as f: f.write(\n.join(lines)) else: open(out_path, w).close()这里有四个我在血泪经验里总结的边界坑。第一没有目标的图也要生成空txtYOLO训练遇到“有图无标签”会跳过但遇到“txt缺失”可能报错空文件最安全。第二坐标一定要clip到图像范围内有些标注框会略微越界不处理会导致归一化坐标出现大于1的值训练时loss异常。第三类别ID从0开始和后面data.yaml的names顺序一一对应写反了就是灾难。第四txt文件名必须与图片名完全一致jpg和png后缀不能混否则训练时图对不上标签。4.3 数据划分与训练启动一份能换机器跑的data.yaml转换好的数据集要按训练集/验证集划分常见做法是8:2随机切分并把目录整理成images/train、images/val、labels/train、labels/val四个目录。切分脚本各家写法都差不多核心是保持图片和标签的文件名一致。划分完成后编辑data.yamlpath: train: dataset/images/train val: dataset/images/val nc: 2 names: [helmet, head]这里有个非常重要的细节path字段保持为空train和val写相对路径。很多项目习惯在data.yaml里写死绝对路径换台机器就报“File not found”这是网上提问频率最高的问题。留空让YOLO从运行目录解析换机器零成本。启动训练的命令python train.py --data data.yaml --weights yolov9-c.pt --img 640 --epochs 100 --batch-size 16 --device 0 --name helmet_train参数说明--weights yolov9-c.pt是预训练权重从头训练会慢得多--img 640训练分辨率小目标多可以提到960代价是显存和耗时增加--batch-size 16在8G显存下比较稳显存不足降到8--device 0指定第一块GPU--name会给输出目录改名。训练结束后runs/train/helmet_train下会生成best.pt和last.pt前者是验证集上最优的权重推理时默认选它。5. 头盔检测训练避坑指南5个最让我熬夜的坑5.1 头盔目标太小导致漏检先调imgsz而不是换模型现象测试图片效果不错但视频里远处骑手几乎全漏只有靠近镜头的人被检出。原因很简单头盔在640分辨率下只有20像素左右模型的小目标特征不够。解决路径我按顺序推荐先推理时加--imgsz 960看漏检是否下降明显下降就训练时也把imgsz提到960让训练和推理尺度一致如果还是漏就在检测流程前加一步区域放大——先检头部区域把裁切块再送进分类器判断是否有头盔。这一步的优先级高于换模型因为换v9x不会比调对尺度更有效。5.2 挡风玻璃被判成头盔向负样本要精度现象画面里汽车前挡玻璃、白色反光栏杆被画上头盔框。原因是训练集负样本不够模型把“浅色高反光圆形区域”当成了正样本。解决分两步第一步把误检截图收集起来不标注、直接放进训练集图片目录让它们以背景形式参与训练第二步把--conf-thres从0.35提到0.45把低置信度误检切掉。注意这里不要给误检目标标成“helmet”那会教坏模型负样本图片进目录不配txt即可。5.3 夜间和逆光场景大面积失守数据增强止血现象白天mAP有0.85夜间场景掉到0.5以下骑手和头盔几乎融进暗部。原因不是模型坏了而是训练集的亮度分布和夜间真实场景差太远。我一般做三件事训练时把hsv_h、hsv_s增强从默认值略微调高模拟色彩偏移去现场抽真实夜间帧加入训练集注意是真实夜间帧而不是白天图压暗夜间有路灯过曝和车灯反光压暗模拟不了推理前对画面做CLAHE自适应直方图均衡提升暗部细节。三管齐下夜间召回率通常能回升一半以上。5.4 loss迟迟不降大概率不是模型问题是配置问题现象训练到第10个epochbox_loss和cls_loss都不降val曲线平得像一条直线。排查时别先怀疑代码按顺序看三件事学习率是否过大默认lr0.01配batch-size 16是稳定组合小数据集反而要降到0.005batch-size是否太小2或4会让梯度噪声大训练不稳定数据集里是否有脏标签比如txt坐标越界、类别ID对不上。最后一个问题最隐蔽我踩过最大的坑是某张图的txt里混进了另一张图的坐标loss直接起飞清洗后恢复正常。建议训练前先写脚本扫一遍所有txt检查坐标是否在0到1之间、是否有空文件这五分钟能省一整晚。5.5 模型部署到低算力设备跑不动不是非得换硬件现象工控机CPU上跑640推理单帧耗时2秒没法做实时。很多人的第一反应是换显卡但工程上可以按下面的顺序缓过来第一把模型导出为TensorRT或ONNX并量化到FP16或INT8单帧能降到几十毫秒第二推理分辨率降到320或448牺牲少量mAP换响应时间对头盔这种大色块目标精度损失有限第三换成YOLOv9的轻量级版本参数量直接降一档。如果还不行再加跳帧逻辑每3帧检测一次中间帧沿用上一帧结果。这套组合拳下来低算力设备也能跑出可用的帧率。6. 评估曲线怎么读、怎么用别等部署完才后悔读评估曲线是在吃后悔药之前先看一眼体检报告。训练后工程包里通常有PR曲线、F1曲线、混淆矩阵和results曲线每一张对应一个决策点。6.1 PR曲线和F1曲线先定业务阈值再上线PR曲线的横轴是召回率纵轴是精确率曲线越靠近右上角说明模型越稳健。实际使用不是看mAP数字而是在PR曲线上找精确率和召回率急剧变化的拐点这个拐点附近的置信度阈值就是业务可用的起点。F1曲线已经把conf-thres和F1得分画在一起了F1最高点对应的阈值等于“性价比阈值”。如果执法场景偏严宁漏勿误就在这个阈值上加0.05如果先警告再人工确认可以减0.05。6.2 混淆矩阵告诉你漏检方向而不是只看mAP混淆矩阵是最容易被忽略的图。两分类场景下只看两个关键格子真实“helmet”被预测成background说明远距离小目标漏检回去调imgsz或加近景样本background被预测成“helmet”说明色彩误报回去加负样本。如果“helmet”和“head”互相混淆问题在标注框边界画得不一致而不是参数。先修标注再调阈值顺序不能反。6.3 用验证集做一次“模拟执法”上线前的最后一关读曲线是宏观最后一关要落到具体场景。我用val.py在验证集上按业务阈值跑一遍再用一个简单脚本统计“帧级别”指标——这一帧里到底漏没漏python val.py --data data.yaml --weights best.pt --conf-thres 0.35 --iou-thres 0.45 --imgsz 640import glob, os gt_dir dataset/labels/val pred_dir runs/val/helmet/labels def has_cls(txt_path, cls1): if not os.path.exists(txt_path): return False with open(txt_path) as f: return any(line.split()[0] cls for line in f if line.strip()) tp fp fn 0 for pred_txt in glob.glob(os.path.join(pred_dir, *.txt)): base os.path.basename(pred_txt) gt_pos has_cls(os.path.join(gt_dir, base)) pred_pos has_cls(pred_txt) if pred_pos and gt_pos: tp 1 elif pred_pos and not gt_pos: fp 1 elif not pred_pos and gt_pos: fn 1 print(fTP{tp} FP{fp} FN{fn})逻辑说明这里算的是图像级“有没有未戴头盔的人”不是框级mAP但对业务最直接——漏掉一帧等于漏掉一次可能的违章记录。has_cls里cls1对应data.yaml中head类的ID如果你用的是三分类改成对应类别ID即可。这也是我每个项目收尾时必做的一步把PR曲线定阈值、混淆矩阵看方向、场景级模拟验证逐一过完才敢把权重交给现场。读曲线不是给验收看的是给自己兜底的。希望帮到你。本文还有配套的精品资源点击获取
简介面向智慧交通场景这套基于YOLOv9的电动车骑行人员头盔佩戴检测系统为计算机、人工智能等相关专业毕业生或开发者提供完整可运行的毕业设计/课程项目范例。包含Python源码、训练好的模型权重、评估曲线和详细运行教程覆盖从环境配置、数据集整理、模型训练到测试推理的全流程。资源包共188个文件大小约69.32MB其中83个Python脚本负责训练、检测与后处理30个yaml配置用于数据集与模型参数定义pt权重文件为训练好的模型jpg/png图片为测试样例与结果可视化另有ipynb笔记、shell脚本等辅助材料。目前已有238人学习下载。除了代码和模型还提供逻辑清晰的目录结构与评估曲线便于理解YOLOv9在该任务上的调优过程适合作为毕业设计、项目实训或算法研究的基础可直接修改数据集与参数扩展到其他目标检测场景。1. 道路电动车头盔检测YOLOv9 工程包的价值不在权重在链路智慧交通这个方向上道路电动车骑行人员头盔佩戴检测早就不是新命题但每次真正落地都会在同一个地方翻车不是算法认不出头盔而是从源码、环境、模型到评估曲线完整的链路很难一次性跑通。基于YOLOv9实现道路电动车骑行人员头盔佩戴检测系统的这个工程包恰好把链路压成了“下载就能复现”的状态——带python源码、详细运行教程、训练好的模型和评估曲线适合两类人一类是把头盔识别当核心算法的项目开发者另一类是想快速做路口试点、先看效果再决定投入的工程评估人员。它的真正价值不是某个权重有多准而是源码能跑、曲线能看、踩过的坑有迹可循。接下来我按一套真实落地的习惯拆开讲为什么选YOLOv9、怎么跑通推理、怎么补数据重训以及最让人熬夜的那几个坑。2. YOLOv9在头盔检测里的选型逻辑换模型不是玄学2.1 从YOLOv5/v8到v9头盔这类小目标到底受益在哪先看目标尺度。道路场景里一个电动车主从头到盔在1080p画面中通常只占几十像素640分辨率下头盔的边长经常只有2040像素属于标准的小目标。小目标检测最怕的不是模型“笨”而是网络在深层下采样后浅层的细节梯度已经丢了。YOLOv9的两个核心设计正好踩在这个痛点上。第一个是PGIProgrammable Gradient Information可编程梯度信息。它的思路是通过辅助可逆分支保留完整的梯度路径让浅层特征在训练时不被“信息瓶颈”吃掉。对小头盔这种靠边缘纹理和局部颜色判断的目标浅层梯度的存活率直接决定召回率。第二个是GELANGeneralized Efficient Layer Aggregation Network通用高效层聚合网络用更少的参数量换接近的精度轻量版本下推理延迟和YOLOv8s基本持平。我在同一批自己标注的头盔数据上做过对比v9s比v8s的mAP50高2到4个点具体数值因数据分布而异而且提升主要集中在夜间和远距离样本上。白天顺光、头盔颜色单一的场景两者差距不大。所以选型建议很直接如果你的数据里有大量小目标、遮挡、光线变化YOLOv9的收益是看得见的如果只是拿公开数据集跑分v8未必差很多。量力而行别把模型换代当万能药。2.2 跑通系统需要哪几层环境缺一不可工程包给你了源码和权重但环境仍然是第一道坎。我习惯按下面这张表分层核对哪一层缺了后面都会以奇怪的方式报错。环境层推荐配置用途缺了会怎样Python3.9依赖管理、脚本运行部分包不兼容3.11CUDA11.8 对应驱动GPU加速训练慢到没法用PyTorch2.0.xcu118版推理与训练的运行时版本错乱会报算子缺失GPU显存训练建议8G以上加载模型与batch显存不足直接OOMrequirements.txt工程包自带一次性装齐依赖缺opencv会闪退这里有个容易忽略的点PyTorch版本和CUDA版本必须匹配哪怕CUDA驱动装的是12.x只要PyTorch编译时对着11.8torch.cuda就能正常工作。另外没有NVIDIA显卡也能跑推理只是慢CPU单帧640分辨率大概2秒到5秒做个离线分析可以接受。2.3 用Anaconda搭建YOLOv9环境命令与验证在命令行里按顺序执行这是我把环境装烂了以后固定下来的顺序每一步都能回滚conda create -n yolov9 python3.9 -y conda activate yolov9 python -m pip install torch2.0.1 torchvision0.15.2 --index-url https://download.pytorch.org/whl/cu118 python -m pip install -r requirements.txt python -c import torch;print(torch.__version__, torch.cuda.is_available())逻辑说明先建独立conda环境避免污染系统Python第二步装PyTorch时指定cu118后缀这决定了后面能不能调用GPUrequirements.txt里的opencv、pandas、matplotlib等由工程包带你装齐。最后一条验证命令必须打印出类似“2.0.1cu118 True”的结果如果输出False后面train.py大概率会静默跑CPU训练一个模型耗时翻几倍。参数说明里有三个关键点torch版本不要盲目追新2.1以后部分YOLOv9算子要重新编译index-url参数也可以换成国内镜像源只要能装上cu118版即可conda环境名yolov9建议固定因为后续所有命令行都要activate它。3. 从源码到视频流跑通推理要先看懂这四份文件3.1 源码结构四个文件各干什么别上来就改代码拿到带运行教程的工程包后第一件事不是看模型而是建索引。一套YOLOv9头盔工程的标准结构是四类东西我按职责列在下面文件/目录职责你最终会操作它detect.py推理读图/视频/摄像头改weights和sourcetrain.py训练加载数据与参数改data和epochsval.py评估产出mAP与曲线改data和weightstools/标注转换、数据划分、可视化跑转换脚本这个结构几乎是YOLO生态的公共约定存在的原因很简单训练出模型后要用detect.py验证val.py生成评估曲线数据不对时进tools修改四个环节闭环。我拿到任何YOLO工程都会先跑一遍detect.py确认流程通了再动目录结构——很多人一上来就改路径最后连官方demo都跑不出来的原因基本都是把某个相对目录拆坏了。3.2 用训练好的模型跑通单张图片最小推理命令工程包里“训练好的模型”一般指best.pt在runs/train某个目录下。先跑单张图用最小命令python detect.py --weights best.pt --source ./test_images/01.jpg --conf-thres 0.35 --iou-thres 0.45 --imgsz 640 --save-txt --save-conf --project runs/detect --name helmet参数说明--weights指定加载的权重--source可以是单张图或一个目录目录会被遍历--conf-thres置信度阈值0.35是我做头盔检测的常用起点头盔小、遮挡多阈值提到0.5以上会明显漏检--save-txt会在输出目录生成YOLO格式的txt标签--save-conf让txt里带上置信度后面转统计记录会用到。跑完后在runs/detect/helmet下看结果图重点检查两类错误一是漏检骑手头上没有框二是误检汽车前挡玻璃、白色栏杆被画上头盔框。如果漏检多先把imgsz提到960如果误检多提conf-thres到0.45。这就是推理阶段唯一的两个调节旋钮。3.3 本地视频和摄像头实时检测在视频流上补帧率逻辑视频源和图片源本质是同一条命令只是source换一下python detect.py --weights best.pt --source ./videos/crossing.mp4 --conf-thres 0.35 --imgsz 640 python detect.py --weights best.pt --source 0 --conf-thres 0.35 --imgsz 640第二条命令里的0是本地摄像头索引接RTSP网络摄像头时写rtsp://user:passip:554/Streaming/Channels/101这种完整地址。这里容易忽略的坑在性能GPU上640分辨率视频推理大约每秒20到40帧CPU只有几帧看着会明显卡顿。我的习惯是引入跳帧策略每3帧检测一次中间两帧直接复用上一次的检测结果既保住实时性又不漏掉慢速过路口的骑手。这在工程上叫“状态保持”不是偷懒是算力不满时的标准做法。3.4 结果落地把边框标签变成违规记录detect.py输出的labels目录里是txt文件每行格式为class x_center y_center width height conf。要让结果可用得把它转成业务表。假设data.yaml里helmet: 0, head: 1那么head类就是未佩戴头盔。写一个批量转换脚本import os, csv from datetime import datetime def make_record(txt_dir, outputviolation.csv): rows [] for txt in os.listdir(txt_dir): if not txt.endswith(.txt): continue img_name txt.replace(.txt, .jpg) with open(os.path.join(txt_dir, txt), encodingutf-8) as f: for line in f: parts line.strip().split() if not parts: continue cls_id, conf int(parts[0]), float(parts[5]) if cls_id 1 and conf 0.4: rows.append([img_name, 未戴头盔, round(conf, 3), datetime.now().isoformat(timespecseconds)]) with open(output, w, newline) as f: writer csv.writer(f) writer.writerow([图片, 类型, 置信度, 时间]) writer.writerows(rows) make_record(runs/detect/helmet/labels)逻辑说明遍历推理输出的每个txt文件选出类别ID为1且置信度达标的行写入CSV。参数说明里有个坑YOLO txt里的x_c、y_c、w、h都是相对值如果要画框或算像素坐标必须乘上原图的宽高但做统计记录只保留置信度和类别就够了不必转换坐标。4. 训练自己的头盔数据集标注格式、划分脚本与数据增强4.1 两类数据来源公开数据和路口抽帧先定类别再动手训练自己的模型数据集是第一生产力。头盔检测数据有两个常见来源一是公开数据集省时间但需要清洗部分标注有错框或类别混用二是自己从路口摄像机抽帧最贴合目标场景但要花时间标注。我一般混合用公开集做预训练底子自采帧做微调。类别设计上两分类helmet / head最常用“head”表示没有头盔的头部。如果想减少“戴帽子”被误判成“戴头盔”可以加第三类cap非头盔帽子让模型学会区分。单场景最小标注量建议800到1200张正负样本比例控制在1:1到1:1.5负样本太少是后面误报高发的根源。4.2 把VOC的XML转成YOLO格式转换脚本与四个边界坑标注工具导出的常见格式是VOC的XML而YOLO训练需要每张图配一个同名txt每行class x_center y_center width height坐标全部归一化。以下脚本能完成批量转换import os, glob import xml.etree.ElementTree as ET VOC_DIR voc_dataset YOLO_DIR yolo_dataset CLASS_MAP {helmet: 0, head: 1} os.makedirs(YOLO_DIR, exist_okTrue) for xml_path in glob.glob(os.path.join(VOC_DIR, annotations, *.xml)): tree ET.parse(xml_path) root tree.getroot() img_w int(root.find(size/width).text) img_h int(root.find(size/height).text) lines [] for obj in root.findall(object): name obj.find(name).text if name not in CLASS_MAP: continue box obj.find(bndbox) x1 float(box.find(xmin).text) y1 float(box.find(ymin).text) x2 float(box.find(xmax).text) y2 float(box.find(ymax).text) x1 max(0, min(img_w, x1)) y1 max(0, min(img_h, y1)) x2 max(0, min(img_w, x2)) y2 max(0, min(img_h, y2)) x_c ((x1 x2) / 2) / img_w y_c ((y1 y2) / 2) / img_h w (x2 - x1) / img_w h (y2 - y1) / img_h lines.append(f{CLASS_MAP[name]} {x_c:.6f} {y_c:.6f} {w:.6f} {h:.6f}) out_name os.path.basename(xml_path).replace(.xml, .txt) out_path os.path.join(YOLO_DIR, out_name) if lines: with open(out_path, w) as f: f.write(\n.join(lines)) else: open(out_path, w).close()这里有四个我在血泪经验里总结的边界坑。第一没有目标的图也要生成空txtYOLO训练遇到“有图无标签”会跳过但遇到“txt缺失”可能报错空文件最安全。第二坐标一定要clip到图像范围内有些标注框会略微越界不处理会导致归一化坐标出现大于1的值训练时loss异常。第三类别ID从0开始和后面data.yaml的names顺序一一对应写反了就是灾难。第四txt文件名必须与图片名完全一致jpg和png后缀不能混否则训练时图对不上标签。4.3 数据划分与训练启动一份能换机器跑的data.yaml转换好的数据集要按训练集/验证集划分常见做法是8:2随机切分并把目录整理成images/train、images/val、labels/train、labels/val四个目录。切分脚本各家写法都差不多核心是保持图片和标签的文件名一致。划分完成后编辑data.yamlpath: train: dataset/images/train val: dataset/images/val nc: 2 names: [helmet, head]这里有个非常重要的细节path字段保持为空train和val写相对路径。很多项目习惯在data.yaml里写死绝对路径换台机器就报“File not found”这是网上提问频率最高的问题。留空让YOLO从运行目录解析换机器零成本。启动训练的命令python train.py --data data.yaml --weights yolov9-c.pt --img 640 --epochs 100 --batch-size 16 --device 0 --name helmet_train参数说明--weights yolov9-c.pt是预训练权重从头训练会慢得多--img 640训练分辨率小目标多可以提到960代价是显存和耗时增加--batch-size 16在8G显存下比较稳显存不足降到8--device 0指定第一块GPU--name会给输出目录改名。训练结束后runs/train/helmet_train下会生成best.pt和last.pt前者是验证集上最优的权重推理时默认选它。5. 头盔检测训练避坑指南5个最让我熬夜的坑5.1 头盔目标太小导致漏检先调imgsz而不是换模型现象测试图片效果不错但视频里远处骑手几乎全漏只有靠近镜头的人被检出。原因很简单头盔在640分辨率下只有20像素左右模型的小目标特征不够。解决路径我按顺序推荐先推理时加--imgsz 960看漏检是否下降明显下降就训练时也把imgsz提到960让训练和推理尺度一致如果还是漏就在检测流程前加一步区域放大——先检头部区域把裁切块再送进分类器判断是否有头盔。这一步的优先级高于换模型因为换v9x不会比调对尺度更有效。5.2 挡风玻璃被判成头盔向负样本要精度现象画面里汽车前挡玻璃、白色反光栏杆被画上头盔框。原因是训练集负样本不够模型把“浅色高反光圆形区域”当成了正样本。解决分两步第一步把误检截图收集起来不标注、直接放进训练集图片目录让它们以背景形式参与训练第二步把--conf-thres从0.35提到0.45把低置信度误检切掉。注意这里不要给误检目标标成“helmet”那会教坏模型负样本图片进目录不配txt即可。5.3 夜间和逆光场景大面积失守数据增强止血现象白天mAP有0.85夜间场景掉到0.5以下骑手和头盔几乎融进暗部。原因不是模型坏了而是训练集的亮度分布和夜间真实场景差太远。我一般做三件事训练时把hsv_h、hsv_s增强从默认值略微调高模拟色彩偏移去现场抽真实夜间帧加入训练集注意是真实夜间帧而不是白天图压暗夜间有路灯过曝和车灯反光压暗模拟不了推理前对画面做CLAHE自适应直方图均衡提升暗部细节。三管齐下夜间召回率通常能回升一半以上。5.4 loss迟迟不降大概率不是模型问题是配置问题现象训练到第10个epochbox_loss和cls_loss都不降val曲线平得像一条直线。排查时别先怀疑代码按顺序看三件事学习率是否过大默认lr0.01配batch-size 16是稳定组合小数据集反而要降到0.005batch-size是否太小2或4会让梯度噪声大训练不稳定数据集里是否有脏标签比如txt坐标越界、类别ID对不上。最后一个问题最隐蔽我踩过最大的坑是某张图的txt里混进了另一张图的坐标loss直接起飞清洗后恢复正常。建议训练前先写脚本扫一遍所有txt检查坐标是否在0到1之间、是否有空文件这五分钟能省一整晚。5.5 模型部署到低算力设备跑不动不是非得换硬件现象工控机CPU上跑640推理单帧耗时2秒没法做实时。很多人的第一反应是换显卡但工程上可以按下面的顺序缓过来第一把模型导出为TensorRT或ONNX并量化到FP16或INT8单帧能降到几十毫秒第二推理分辨率降到320或448牺牲少量mAP换响应时间对头盔这种大色块目标精度损失有限第三换成YOLOv9的轻量级版本参数量直接降一档。如果还不行再加跳帧逻辑每3帧检测一次中间帧沿用上一帧结果。这套组合拳下来低算力设备也能跑出可用的帧率。6. 评估曲线怎么读、怎么用别等部署完才后悔读评估曲线是在吃后悔药之前先看一眼体检报告。训练后工程包里通常有PR曲线、F1曲线、混淆矩阵和results曲线每一张对应一个决策点。6.1 PR曲线和F1曲线先定业务阈值再上线PR曲线的横轴是召回率纵轴是精确率曲线越靠近右上角说明模型越稳健。实际使用不是看mAP数字而是在PR曲线上找精确率和召回率急剧变化的拐点这个拐点附近的置信度阈值就是业务可用的起点。F1曲线已经把conf-thres和F1得分画在一起了F1最高点对应的阈值等于“性价比阈值”。如果执法场景偏严宁漏勿误就在这个阈值上加0.05如果先警告再人工确认可以减0.05。6.2 混淆矩阵告诉你漏检方向而不是只看mAP混淆矩阵是最容易被忽略的图。两分类场景下只看两个关键格子真实“helmet”被预测成background说明远距离小目标漏检回去调imgsz或加近景样本background被预测成“helmet”说明色彩误报回去加负样本。如果“helmet”和“head”互相混淆问题在标注框边界画得不一致而不是参数。先修标注再调阈值顺序不能反。6.3 用验证集做一次“模拟执法”上线前的最后一关读曲线是宏观最后一关要落到具体场景。我用val.py在验证集上按业务阈值跑一遍再用一个简单脚本统计“帧级别”指标——这一帧里到底漏没漏python val.py --data data.yaml --weights best.pt --conf-thres 0.35 --iou-thres 0.45 --imgsz 640import glob, os gt_dir dataset/labels/val pred_dir runs/val/helmet/labels def has_cls(txt_path, cls1): if not os.path.exists(txt_path): return False with open(txt_path) as f: return any(line.split()[0] cls for line in f if line.strip()) tp fp fn 0 for pred_txt in glob.glob(os.path.join(pred_dir, *.txt)): base os.path.basename(pred_txt) gt_pos has_cls(os.path.join(gt_dir, base)) pred_pos has_cls(pred_txt) if pred_pos and gt_pos: tp 1 elif pred_pos and not gt_pos: fp 1 elif not pred_pos and gt_pos: fn 1 print(fTP{tp} FP{fp} FN{fn})逻辑说明这里算的是图像级“有没有未戴头盔的人”不是框级mAP但对业务最直接——漏掉一帧等于漏掉一次可能的违章记录。has_cls里cls1对应data.yaml中head类的ID如果你用的是三分类改成对应类别ID即可。这也是我每个项目收尾时必做的一步把PR曲线定阈值、混淆矩阵看方向、场景级模拟验证逐一过完才敢把权重交给现场。读曲线不是给验收看的是给自己兜底的。希望帮到你。本文还有配套的精品资源点击获取
