## 1. 项目背景与核心价值 海上船只检测一直是海洋监控、港口管理等领域的重要技术需求。传统方法依赖雷达和AIS系统，但存在设备成本高、受环境影响大等局限。我在实际项目中发现，基于深度学习的视觉检测方案能有效弥补这些不足，而YOLOv5作为当前最先进的实时目标检测算法之一，其速度和精度平衡的特性非常适合这类应用。 这个项目最大的亮点在于将YOLOv5的检测能力与PyQt的交互界面完美结合。我遇到过不少同行虽然算法调得很好，但最终呈现给用户的体验却很糟糕。通过这个系统，开发者可以快速构建一个包含完整前后端的解决方案，从数据采集、模型训练到最终部署形成闭环。对于初学者来说，这套代码结构清晰，每个模块都有详细注释，特别适合作为第一个完整的计算机视觉项目来练手。 ## 2. 环境搭建与依赖安装 ### 2.1 基础环境配置 我推荐使用Anaconda创建Python3.8的虚拟环境，这个版本经过实测与PyQt5、PyTorch等关键库的兼容性最好。新建环境的命令如下： ```bash conda create -n ship_detection python=3.8 conda activate ship_detection ``` 安装核心依赖时有个小技巧：先安装PyTorch的GPU版本（如果有N卡的话），再装其他依赖。这样可以避免常见的CUDA版本冲突问题： ```bash pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 -f https://download.pytorch.org/whl/torch_stable.html ``` ### 2.2 关键库版本控制 在requirements.txt中我特别锁定了几个关键版本，这是踩过多次坑后的经验总结： - PyQt5 5.15.4：这个版本在Windows和Linux下表现最稳定 - opencv-python 4.5.3.56：新版有时会导致视频解码异常 - numpy 1.20.3：与YOLOv5的矩阵运算兼容性最佳 完整的依赖安装命令： ```bash pip install -r requirements.txt ``` ## 3. 数据集处理实战技巧 ### 3.1 数据采集与标注 项目使用的5726张舰船图片覆盖了多种典型场景： - 不同光照条件下的港口监控画面 - 远距离拍摄的海面船只 - 密集停泊区域的俯视图 标注时我采用了LabelImg工具，保存为YOLO格式的txt文件。有个细节要注意：对于小目标船只，建议适当扩大标注框范围，这样训练时模型更容易学习到特征。数据集目录结构应该这样组织： ``` dataset/ ├── images/ │ ├── train/ │ └── val/ └── labels/ ├── train/ └── val/ ``` ### 3.2 数据增强策略 在data.yaml配置文件中，我增加了以下增强参数提升模型鲁棒性： ```yaml train: ../dataset/images/train val: ../dataset/images/val nc: 6 names: ['a', 'buoy', 'container', 'cruise', 'fish-b', 'warship'] # 增强参数 augmentations: hsv_h: 0.015 # 色相抖动 hsv_s: 0.7 # 饱和度增强 hsv_v: 0.4 # 明度调整 degrees: 5 # 旋转角度 translate: 0.1 # 平移比例 scale: 0.5 # 缩放幅度 ``` 这些参数特别适合海上场景，能模拟不同天气条件下的成像效果。 ## 4. YOLOv5模型训练详解 ### 4.1 模型选择与调参 YOLOv5有四个版本，经过测试我最终选择了yolov5s模型，它在3070显卡上能达到140FPS的推理速度，同时mAP能达到0.85以上。训练命令的关键参数： ```bash python train.py --img 640 --batch 16 --epochs 300 --data data.yaml --cfg models/yolov5s.yaml --weights yolov5s.pt ``` 几个重要参数说明： - --img 640：输入图像尺寸，太大显存不够，太小影响精度 - --batch 16：根据显卡显存调整，8G显存建议设为16 - --epochs 300：实际训练中发现250-300轮效果最佳 ### 4.2 训练过程监控 训练时我习惯用TensorBoard实时观察指标变化： ```bash tensorboard --logdir runs/train ``` 重点关注三个损失曲线： - box_loss：检测框回归损失，应稳定下降 - obj_loss：目标存在置信度损失，初期波动较大属正常 - cls_loss：分类损失，下降越快说明特征学习越好 当验证集mAP连续10个epoch不再提升时，可以考虑提前终止训练。 ## 5. PyQt界面开发实战 ### 5.1 界面布局设计 使用Qt Designer设计界面时，我采用了经典的左右布局： - 左侧：显示区域（QGraphicsView） - 右侧：控制面板（QWidget） - 底部：结果表格（QTableWidget） 关键技巧是将视频显示组件封装成单独的VideoWidget类，继承自QLabel，这样可以方便地重写鼠标事件实现交互功能。 ### 5.2 多线程处理 为了避免界面卡顿，我将检测任务放在子线程中执行： ```python class DetectionThread(QThread): result_ready = pyqtSignal(np.ndarray, list) def __init__(self, model, image): super().__init__() self.model = model self.image = image def run(self): results = self.model(self.image) self.result_ready.emit(self.image, results) ``` 主线程通过信号槽机制更新UI，这样即使处理4K视频也不会出现界面冻结的情况。 ## 6. 系统集成与性能优化 ### 6.1 模型加速技巧 为了提升实时性，我做了以下优化： 1. 使用TorchScript将模型转换为脚本模式，推理速度提升约20% 2. 对640x640的输入图像做半精度（FP16）推理 3. 采用多进程预处理，将图像resize等操作放到CPU并行处理 优化后的推理代码片段： ```python @torch.no_grad() def predict(img): img = torch.from_numpy(img).half().to(device) img = img.permute(2,0,1).unsqueeze(0) pred = model(img)[0] pred = non_max_suppression(pred, conf_thres=0.5) return pred ``` ### 6.2 内存管理 长时间运行摄像头检测时容易出现内存泄漏，我的解决方案是： 1. 使用QTimer定时清理缓存帧 2. 对OpenCV的VideoCapture对象设置缓冲区大小 3. 定期调用gc.collect()手动触发垃圾回收 ## 7. 实际应用案例 在某港口智能监控项目中，这套系统成功实现了： - 实时识别200米范围内的船只类型 - 自动记录船只进出港时间 - 异常行为预警（如船只异常靠近禁航区） 部署时发现，在逆光条件下检测精度会下降约15%，后来通过增加逆光训练数据解决了这个问题。另一个实用技巧是在码头关键位置安装红外摄像头，与可见光检测结果融合，大幅提升了夜间检测准确率。