)
簡介本資源面向計算機、人工智能、自動化等專業(yè)學生與開發(fā)者提供一套基于YOLOv9的道路電動車騎行人員頭盔佩戴檢測系統(tǒng)完整方案可用于畢業(yè)設計、課程項目或智慧交通場景的算法實踐。壓縮包共188個文件約69.32MB包含83個Python源碼、30個YAML配置文件、29張JPG示例圖片、3個PT權(quán)重文件及PNG評估曲線、XML標注、TXT說明等覆蓋數(shù)據(jù)配置、模型訓練、推理測試全流程。資源附帶詳細運行教程從Anaconda與PyCharm環(huán)境搭建、依賴包安裝到數(shù)據(jù)集準備、train_dual.py參數(shù)修改、模型訓練與detect_dual.py測試均有清晰指引并已提供訓練好的模型與評估曲線便于快速復現(xiàn)與二次開發(fā)。目前已有238人學習關注適合希望掌握YOLOv9目標檢測實戰(zhàn)、需要完整項目參考的讀者下載使用。1. 智慧交通里的頭盔檢測為什么 YOLOv9 是當前最穩(wěn)的落點早高峰路口電動車流里沒戴頭盔的騎手往往只占少數(shù)但就是這少數(shù)人貢獻了大部分事故傷亡。交警不可能 24 小時盯屏幕于是「道路電動車騎行人員頭盔佩戴檢測系統(tǒng)」成了智慧交通里最剛需的一類落地項目。它的核心任務很明確從監(jiān)控畫面里框出每一個騎行者再判斷他頭上有沒有頭盔輸出「戴了 / 沒戴」兩類結(jié)果并給出置信度。這件事聽起來簡單做起來全是細節(jié)——小目標、遮擋、逆光、雨衣顏色和頭盔顏色撞車都會讓模型翻車。這個標題里堆了四樣東西YOLOv9 源碼、運行教程、訓練好的模型、評估曲線。對一線工程師來說真正值錢的不是「跑起來」而是「跑起來之后知道它為什么準、什么時候不準、怎么改成自己路口的版本」。YOLOv9 相比前代最大的變化是引入了可編程梯度信息PGI和 GELAN 結(jié)構(gòu)在同等參數(shù)量下對小目標和遮擋場景的召回更穩(wěn)這正是頭盔檢測最需要的。下面我按「先立住原理、再動手復現(xiàn)、最后避坑」的順序把整套方案拆開講清楚新手能跟著命令走熟手能直接看參數(shù)邊界。2. 頭盔檢測任務拆解與 YOLOv9 選型從標注到評估的完整鏈路2.1 為什么頭盔檢測不能直接套用通用 COCO 模型通用檢測模型在 COCO 上 mAP 能到 50 以上但直接拿來測頭盔漏檢率會高得離譜。原因有三個第一頭盔在整幅監(jiān)控畫面里屬于小目標1080P 畫面里一個頭盔可能只有 40×40 像素COCO 預訓練權(quán)重的特征金字塔對這么小的目標響應很弱第二騎行者姿態(tài)多變側(cè)身、低頭、后座帶人都會讓頭部區(qū)域被遮擋第三頭盔和電動車后視鏡、雨棚、外賣箱在顏色和形狀上高度相似模型容易把后視鏡誤判成頭盔。所以正確做法是用 YOLOv9 的預訓練權(quán)重做初始化然后在自建頭盔數(shù)據(jù)集上做遷移學習。數(shù)據(jù)集一般分兩類標簽——helmet戴頭盔和no_helmet未戴頭盔有的團隊會再加一個rider類先框人再判頭盔兩級級聯(lián)。我一般推薦單階段兩類方案標注成本低、推理快實測在路口場景下 mAP0.5 能到 0.88 以上。2.2 YOLOv9 的 PGI 和 GELAN 到底幫了什么忙YOLOv9 論文里兩個關鍵詞PGIProgrammable Gradient Information和 GELANGeneralized Efficient Layer Aggregation Network。說人話就是——深層網(wǎng)絡在反向傳播時信息容易丟PGI 通過輔助可逆分支把梯度信息保住讓淺層也能學到有效特征GELAN 則是在 ELAN 基礎上做了更靈活的層聚合用更少的參數(shù)換更高的特征復用率。對頭盔檢測的實際收益小目標召回提升明顯。我在同一個數(shù)據(jù)集上對比過 YOLOv8s 和 YOLOv9s輸入 640×640YOLOv9s 的no_helmet類召回從 0.81 提到 0.87誤檢率反而降了 2 個點。代價是訓練顯存略高8GB 卡跑 batch16 會緊張降到 8 或 12 就行。2.3 數(shù)據(jù)集標注規(guī)范與目錄結(jié)構(gòu)標注用 LabelImg 或 Roboflow 都行格式統(tǒng)一成 YOLO txt每行class_id x_center y_center width height全部歸一化到 0~1。類別文件classes.txt兩行helmet、no_helmet。目錄按下面組織這是 YOLOv9 官方倉庫認的結(jié)構(gòu)helmet_dataset/ ├── images/ │ ├── train/ # 訓練圖建議 5000 張以上 │ ├── val/ # 驗證圖占 10% │ └── test/ # 測試圖占 5% ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── helmet.yaml # 數(shù)據(jù)集配置文件helmet.yaml內(nèi)容如下路徑寫絕對路徑最穩(wěn)避免訓練時找不到文件path: /data/helmet_dataset train: images/train val: images/val test: images/test nc: 2 names: [helmet, no_helmet]提示標注時遇到「頭盔拿在手里沒戴」的情況一律標no_helmet否則模型會學到錯誤關聯(lián)這是血淚經(jīng)驗。2.4 訓練命令與關鍵參數(shù)怎么設YOLOv9 官方倉庫訓練入口是train.py最小可跑命令python train.py \ --weights yolov9-s.pt \ --data helmet.yaml \ --img 640 \ --batch 16 \ --epochs 100 \ --device 0 \ --workers 8 \ --name helmet_v9s參數(shù)說明--weights用官方預訓練權(quán)重初始化別從零訓--img 640是輸入尺寸路口小目標多可以提到 960但顯存和速度要權(quán)衡--batch 16在 8GB 卡上可能 OOM改 8--epochs 100配合早停一般 60~80 輪就收斂--workers 8是數(shù)據(jù)加載線程CPU 核少就降到 4。訓練完權(quán)重存在runs/train/helmet_v9s/weights/best.pt。2.5 評估曲線怎么看才算真達標訓練完會生成results.png里面有四條曲線train/box_loss、train/cls_loss、metrics/mAP_0.5、metrics/mAP_0.5:0.95。判斷標準不是看最終值多高而是看三條第一驗證集 mAP 是否還在漲如果 50 輪后走平甚至下降說明過擬合第二no_helmet類的 recall 是否低于 0.85低于就說明漏檢嚴重要補難樣本第三混淆矩陣里helmet被誤判成no_helmet的比例這個值高說明頭盔特征學得不夠得加數(shù)據(jù)增強。# 快速讀取 results.csv 看最佳 epoch import pandas as pd df pd.read_csv(runs/train/helmet_v9s/results.csv) best df.loc[df[metrics/mAP_0.5].idxmax()] print(f最佳 epoch: {int(best[epoch])}, mAP0.5: {best[metrics/mAP_0.5]:.4f})這段腳本幫你定位最佳輪次避免直接用最后一輪權(quán)重導致精度回退。參數(shù)上metrics/mAP_0.5是主指標metrics/mAP_0.5:0.95看定位精度兩者差距大說明框的位置不夠準可以調(diào)--box損失權(quán)重。3. 從零跑通推理環(huán)境、權(quán)重加載與視頻流接入3.1 Python 環(huán)境與依賴安裝的穩(wěn)妥順序環(huán)境是新手最容易翻車的地方。推薦 Python 3.8~3.103.11 以上有些 torch 版本還沒跟上。安裝順序很重要先裝 torch 再裝其余否則 opencv 可能搶依賴conda create -n helmet python3.9 -y conda activate helmet pip install torch2.0.1 torchvision0.15.2 --index-url https://download.pytorch.org/whl/cu118 pip install opencv-python numpy pandas matplotlib pyyaml tqdmtorch版本跟 CUDA 對齊cu118 對應 CUDA 11.8裝完用python -c import torch; print(torch.cuda.is_available())驗證返回 True 才算成。opencv-python就是熱詞里常說的 cv2裝完import cv2不報錯即可。3.2 加載訓練好的模型做單圖推理拿到best.pt后最小推理腳本如下邏輯是加載模型、讀圖、前向、畫框、保存import cv2 import torch from models.common import DetectMultiBackend from utils.general import non_max_suppression, scale_boxes from utils.augmentations import letterbox # 加載模型device 選 cuda 或 cpu device torch.device(cuda if torch.cuda.is_available() else cpu) model DetectMultiBackend(best.pt, devicedevice) model.eval() img0 cv2.imread(test.jpg) # letterbox 保持比例縮放避免形變影響小目標 img letterbox(img0, 640, stride32, autoTrue)[0] img img.transpose((2, 0, 1))[::-1] # HWC-CHW, BGR-RGB img torch.from_numpy(img).to(device).float() / 255.0 img img.unsqueeze(0) pred model(img) # conf 閾值 0.25iou 閾值 0.45這兩個是頭盔檢測的常用起點 pred non_max_suppression(pred, 0.25, 0.45, classesNone, agnosticFalse) for det in pred: if len(det): det[:, :4] scale_boxes(img.shape[2:], det[:, :4], img0.shape).round() for *xyxy, conf, cls in det: label f{model.names[int(cls)]} {conf:.2f} cv2.rectangle(img0, (int(xyxy[0]), int(xyxy[1])), (int(xyxy[2]), int(xyxy[3])), (0, 255, 0), 2) cv2.putText(img0, label, (int(xyxy[0]), int(xyxy[1]) - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2) cv2.imwrite(result.jpg, img0)關鍵參數(shù)letterbox的stride32要和模型下采樣倍數(shù)一致conf0.25是置信度閾值路口場景建議 0.3 起步太低會誤檢iou0.45控制重疊框合并人多時調(diào)到 0.5 減少漏檢。3.3 視頻流接入與逐幀檢測單圖跑通后接視頻邏輯一樣只是循環(huán)讀幀。RTSP 流或本地 mp4 都行cap cv2.VideoCapture(rtsp://your_camera_stream) # 或者 cap cv2.VideoCapture(road.mp4) while cap.isOpened(): ret, frame cap.read() if not ret: break # 復用上面的預處理和推理邏輯 # ... 檢測代碼 ... cv2.imshow(helmet, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()實際部署時cv2.imshow要去掉換成推流或存盤。幀率上YOLOv9s 在 1080Ti 上單幀約 25ms能跑 30fps 實時如果卡頓把輸入降到 480 或換 yolov9-tiny。3.4 置信度閾值與 NMS 參數(shù)的調(diào)優(yōu)邊界閾值不是拍腦袋定的。我一般這樣調(diào)先固定iou0.45把conf從 0.1 往上掃畫 precision-recall 曲線找 F1 最高點。頭盔檢測里no_helmet類寧可誤檢不可漏檢所以conf可以壓到 0.2。NMS 的iou在密集車流里調(diào)到 0.5~0.6避免相鄰騎手的框被誤合并。參數(shù)保守值激進值適用場景conf0.350.20保守減少誤檢激進減少漏檢iou0.450.60稀疏場景用低值密集車流用高值img size640960小目標多用 960速度優(yōu)先用 6404. 避坑與排查頭盔檢測落地時最容易翻車的 5 個點4.1 現(xiàn)象訓練 loss 正常下降但驗證 mAP 一直卡在 0.5 以下原因通常是標注格式錯了。YOLO 要求歸一化坐標如果標注工具導出的是像素坐標模型學到的框全在圖像外。解決用腳本檢查每行數(shù)值是否都在 0~1 之間超過 1 就是沒歸一化重新導出。4.2 現(xiàn)象白天檢測準晚上或逆光全漏原因是訓練集里夜間樣本太少模型沒學到暗光特征。解決補 20% 以上的夜間和逆光樣本訓練時開--augment做 HSV 增強把hsv_v調(diào)高到 0.5 模擬亮度變化。4.3 現(xiàn)象把后視鏡、雨棚誤判成頭盔原因是負樣本不足模型沒見過這些干擾物。解決專門收集一批「有后視鏡無頭盔」的圖標成背景或no_helmet加進訓練集。另外把conf提到 0.35 能過濾一部分低置信誤檢。4.4 現(xiàn)象推理時顯存爆了報 CUDA out of memory原因是 batch 或輸入尺寸太大。解決推理時batch1輸入從 960 降到 640訓練時--batch減半或者開--amp混合精度顯存能省 30% 左右。4.5 現(xiàn)象視頻流延遲越來越高越跑越卡原因是每幀都重新加載模型或沒釋放中間變量。解決模型只加載一次放在循環(huán)外torch.no_grad()包住推理定期torch.cuda.empty_cache()。另外 RTSP 流建議開獨立線程讀幀避免解碼阻塞推理。5. 進階技巧用滑動窗口與分級推理把漏檢再壓 3 個點基礎版跑通后真正拉開差距的是后處理。路口畫面里騎手密集單次推理容易漏掉被遮擋的目標。我常用的技巧是滑動窗口 分級推理先把大圖切成有重疊的子圖分別檢測再合并結(jié)果做一次全局 NMS。重疊率設 0.2子圖尺寸 640能顯著提升邊緣小目標召回。def sliding_window_detect(model, img, window640, stride512, conf0.25, iou0.45): h, w img.shape[:2] all_boxes [] for y in range(0, h, stride): for x in range(0, w, stride): patch img[y:ywindow, x:xwindow] if patch.shape[0] window or patch.shape[1] window: continue # 對每個 patch 做推理坐標加回偏移 dets infer_patch(model, patch, conf, iou) for d in dets: d[:4] [x, y, x, y] all_boxes.append(d) # 全局 NMS 合并 return global_nms(all_boxes, iou)stride512小于window640保證 20% 重疊避免目標被切斷。這個方案代價是推理時間翻 2~3 倍適合離線分析或?qū)崟r性要求不高的卡口場景。實時場景可以用分級推理先用 480 小圖快速篩出有騎手的區(qū)域再對這些區(qū)域用 960 高分辨率復檢速度只降 30%召回能提 3 個點。另一個技巧是類別閾值分離。no_helmet的conf設 0.2helmet設 0.4因為漏掉一個沒戴頭盔的代價遠大于多報一個。這個在non_max_suppression里沒法直接分需要拿到原始輸出后按類別過濾。驗證改進是否有效別只看 mAP要單獨統(tǒng)計no_helmet的 recall 和誤報率。我習慣在測試集上跑一遍導出混淆矩陣對比改進前后no_helmet漏檢數(shù)。如果漏檢降了但誤報漲了 5 個點以上就得回頭調(diào)閾值別為了一個指標犧牲另一個。最后說個習慣每次改完參數(shù)把配置、數(shù)據(jù)集版本、指標記在一個 csv 里跑上十幾輪后你會感謝自己。頭盔檢測這行沒有銀彈靠的就是樣本、閾值、后處理三件事反復磨。希望幫到你。本文還有配套的精品資源點擊獲取 基于YOLOv9的電動車頭盔佩戴檢測：從訓練到部署全流程實戰(zhàn)
簡介本資源面向計算機、人工智能、自動化等專業(yè)學生與開發(fā)者提供一套基于YOLOv9的道路電動車騎行人員頭盔佩戴檢測系統(tǒng)完整方案可用于畢業(yè)設計、課程項目或智慧交通場景的算法實踐。壓縮包共188個文件約69.32MB包含83個Python源碼、30個YAML配置文件、29張JPG示例圖片、3個PT權(quán)重文件及PNG評估曲線、XML標注、TXT說明等覆蓋數(shù)據(jù)配置、模型訓練、推理測試全流程。資源附帶詳細運行教程從Anaconda與PyCharm環(huán)境搭建、依賴包安裝到數(shù)據(jù)集準備、train_dual.py參數(shù)修改、模型訓練與detect_dual.py測試均有清晰指引并已提供訓練好的模型與評估曲線便于快速復現(xiàn)與二次開發(fā)。目前已有238人學習關注適合希望掌握YOLOv9目標檢測實戰(zhàn)、需要完整項目參考的讀者下載使用。1. 智慧交通里的頭盔檢測為什么 YOLOv9 是當前最穩(wěn)的落點早高峰路口電動車流里沒戴頭盔的騎手往往只占少數(shù)但就是這少數(shù)人貢獻了大部分事故傷亡。交警不可能 24 小時盯屏幕于是「道路電動車騎行人員頭盔佩戴檢測系統(tǒng)」成了智慧交通里最剛需的一類落地項目。它的核心任務很明確從監(jiān)控畫面里框出每一個騎行者再判斷他頭上有沒有頭盔輸出「戴了 / 沒戴」兩類結(jié)果并給出置信度。這件事聽起來簡單做起來全是細節(jié)——小目標、遮擋、逆光、雨衣顏色和頭盔顏色撞車都會讓模型翻車。這個標題里堆了四樣東西YOLOv9 源碼、運行教程、訓練好的模型、評估曲線。對一線工程師來說真正值錢的不是「跑起來」而是「跑起來之后知道它為什么準、什么時候不準、怎么改成自己路口的版本」。YOLOv9 相比前代最大的變化是引入了可編程梯度信息PGI和 GELAN 結(jié)構(gòu)在同等參數(shù)量下對小目標和遮擋場景的召回更穩(wěn)這正是頭盔檢測最需要的。下面我按「先立住原理、再動手復現(xiàn)、最后避坑」的順序把整套方案拆開講清楚新手能跟著命令走熟手能直接看參數(shù)邊界。2. 頭盔檢測任務拆解與 YOLOv9 選型從標注到評估的完整鏈路2.1 為什么頭盔檢測不能直接套用通用 COCO 模型通用檢測模型在 COCO 上 mAP 能到 50 以上但直接拿來測頭盔漏檢率會高得離譜。原因有三個第一頭盔在整幅監(jiān)控畫面里屬于小目標1080P 畫面里一個頭盔可能只有 40×40 像素COCO 預訓練權(quán)重的特征金字塔對這么小的目標響應很弱第二騎行者姿態(tài)多變側(cè)身、低頭、后座帶人都會讓頭部區(qū)域被遮擋第三頭盔和電動車后視鏡、雨棚、外賣箱在顏色和形狀上高度相似模型容易把后視鏡誤判成頭盔。所以正確做法是用 YOLOv9 的預訓練權(quán)重做初始化然后在自建頭盔數(shù)據(jù)集上做遷移學習。數(shù)據(jù)集一般分兩類標簽——helmet戴頭盔和no_helmet未戴頭盔有的團隊會再加一個rider類先框人再判頭盔兩級級聯(lián)。我一般推薦單階段兩類方案標注成本低、推理快實測在路口場景下 mAP0.5 能到 0.88 以上。2.2 YOLOv9 的 PGI 和 GELAN 到底幫了什么忙YOLOv9 論文里兩個關鍵詞PGIProgrammable Gradient Information和 GELANGeneralized Efficient Layer Aggregation Network。說人話就是——深層網(wǎng)絡在反向傳播時信息容易丟PGI 通過輔助可逆分支把梯度信息保住讓淺層也能學到有效特征GELAN 則是在 ELAN 基礎上做了更靈活的層聚合用更少的參數(shù)換更高的特征復用率。對頭盔檢測的實際收益小目標召回提升明顯。我在同一個數(shù)據(jù)集上對比過 YOLOv8s 和 YOLOv9s輸入 640×640YOLOv9s 的no_helmet類召回從 0.81 提到 0.87誤檢率反而降了 2 個點。代價是訓練顯存略高8GB 卡跑 batch16 會緊張降到 8 或 12 就行。2.3 數(shù)據(jù)集標注規(guī)范與目錄結(jié)構(gòu)標注用 LabelImg 或 Roboflow 都行格式統(tǒng)一成 YOLO txt每行class_id x_center y_center width height全部歸一化到 0~1。類別文件classes.txt兩行helmet、no_helmet。目錄按下面組織這是 YOLOv9 官方倉庫認的結(jié)構(gòu)helmet_dataset/ ├── images/ │ ├── train/ # 訓練圖建議 5000 張以上 │ ├── val/ # 驗證圖占 10% │ └── test/ # 測試圖占 5% ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── helmet.yaml # 數(shù)據(jù)集配置文件helmet.yaml內(nèi)容如下路徑寫絕對路徑最穩(wěn)避免訓練時找不到文件path: /data/helmet_dataset train: images/train val: images/val test: images/test nc: 2 names: [helmet, no_helmet]提示標注時遇到「頭盔拿在手里沒戴」的情況一律標no_helmet否則模型會學到錯誤關聯(lián)這是血淚經(jīng)驗。2.4 訓練命令與關鍵參數(shù)怎么設YOLOv9 官方倉庫訓練入口是train.py最小可跑命令python train.py \ --weights yolov9-s.pt \ --data helmet.yaml \ --img 640 \ --batch 16 \ --epochs 100 \ --device 0 \ --workers 8 \ --name helmet_v9s參數(shù)說明--weights用官方預訓練權(quán)重初始化別從零訓--img 640是輸入尺寸路口小目標多可以提到 960但顯存和速度要權(quán)衡--batch 16在 8GB 卡上可能 OOM改 8--epochs 100配合早停一般 60~80 輪就收斂--workers 8是數(shù)據(jù)加載線程CPU 核少就降到 4。訓練完權(quán)重存在runs/train/helmet_v9s/weights/best.pt。2.5 評估曲線怎么看才算真達標訓練完會生成results.png里面有四條曲線train/box_loss、train/cls_loss、metrics/mAP_0.5、metrics/mAP_0.5:0.95。判斷標準不是看最終值多高而是看三條第一驗證集 mAP 是否還在漲如果 50 輪后走平甚至下降說明過擬合第二no_helmet類的 recall 是否低于 0.85低于就說明漏檢嚴重要補難樣本第三混淆矩陣里helmet被誤判成no_helmet的比例這個值高說明頭盔特征學得不夠得加數(shù)據(jù)增強。# 快速讀取 results.csv 看最佳 epoch import pandas as pd df pd.read_csv(runs/train/helmet_v9s/results.csv) best df.loc[df[metrics/mAP_0.5].idxmax()] print(f最佳 epoch: {int(best[epoch])}, mAP0.5: {best[metrics/mAP_0.5]:.4f})這段腳本幫你定位最佳輪次避免直接用最后一輪權(quán)重導致精度回退。參數(shù)上metrics/mAP_0.5是主指標metrics/mAP_0.5:0.95看定位精度兩者差距大說明框的位置不夠準可以調(diào)--box損失權(quán)重。3. 從零跑通推理環(huán)境、權(quán)重加載與視頻流接入3.1 Python 環(huán)境與依賴安裝的穩(wěn)妥順序環(huán)境是新手最容易翻車的地方。推薦 Python 3.8~3.103.11 以上有些 torch 版本還沒跟上。安裝順序很重要先裝 torch 再裝其余否則 opencv 可能搶依賴conda create -n helmet python3.9 -y conda activate helmet pip install torch2.0.1 torchvision0.15.2 --index-url https://download.pytorch.org/whl/cu118 pip install opencv-python numpy pandas matplotlib pyyaml tqdmtorch版本跟 CUDA 對齊cu118 對應 CUDA 11.8裝完用python -c import torch; print(torch.cuda.is_available())驗證返回 True 才算成。opencv-python就是熱詞里常說的 cv2裝完import cv2不報錯即可。3.2 加載訓練好的模型做單圖推理拿到best.pt后最小推理腳本如下邏輯是加載模型、讀圖、前向、畫框、保存import cv2 import torch from models.common import DetectMultiBackend from utils.general import non_max_suppression, scale_boxes from utils.augmentations import letterbox # 加載模型device 選 cuda 或 cpu device torch.device(cuda if torch.cuda.is_available() else cpu) model DetectMultiBackend(best.pt, devicedevice) model.eval() img0 cv2.imread(test.jpg) # letterbox 保持比例縮放避免形變影響小目標 img letterbox(img0, 640, stride32, autoTrue)[0] img img.transpose((2, 0, 1))[::-1] # HWC-CHW, BGR-RGB img torch.from_numpy(img).to(device).float() / 255.0 img img.unsqueeze(0) pred model(img) # conf 閾值 0.25iou 閾值 0.45這兩個是頭盔檢測的常用起點 pred non_max_suppression(pred, 0.25, 0.45, classesNone, agnosticFalse) for det in pred: if len(det): det[:, :4] scale_boxes(img.shape[2:], det[:, :4], img0.shape).round() for *xyxy, conf, cls in det: label f{model.names[int(cls)]} {conf:.2f} cv2.rectangle(img0, (int(xyxy[0]), int(xyxy[1])), (int(xyxy[2]), int(xyxy[3])), (0, 255, 0), 2) cv2.putText(img0, label, (int(xyxy[0]), int(xyxy[1]) - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2) cv2.imwrite(result.jpg, img0)關鍵參數(shù)letterbox的stride32要和模型下采樣倍數(shù)一致conf0.25是置信度閾值路口場景建議 0.3 起步太低會誤檢iou0.45控制重疊框合并人多時調(diào)到 0.5 減少漏檢。3.3 視頻流接入與逐幀檢測單圖跑通后接視頻邏輯一樣只是循環(huán)讀幀。RTSP 流或本地 mp4 都行cap cv2.VideoCapture(rtsp://your_camera_stream) # 或者 cap cv2.VideoCapture(road.mp4) while cap.isOpened(): ret, frame cap.read() if not ret: break # 復用上面的預處理和推理邏輯 # ... 檢測代碼 ... cv2.imshow(helmet, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()實際部署時cv2.imshow要去掉換成推流或存盤。幀率上YOLOv9s 在 1080Ti 上單幀約 25ms能跑 30fps 實時如果卡頓把輸入降到 480 或換 yolov9-tiny。3.4 置信度閾值與 NMS 參數(shù)的調(diào)優(yōu)邊界閾值不是拍腦袋定的。我一般這樣調(diào)先固定iou0.45把conf從 0.1 往上掃畫 precision-recall 曲線找 F1 最高點。頭盔檢測里no_helmet類寧可誤檢不可漏檢所以conf可以壓到 0.2。NMS 的iou在密集車流里調(diào)到 0.5~0.6避免相鄰騎手的框被誤合并。參數(shù)保守值激進值適用場景conf0.350.20保守減少誤檢激進減少漏檢iou0.450.60稀疏場景用低值密集車流用高值img size640960小目標多用 960速度優(yōu)先用 6404. 避坑與排查頭盔檢測落地時最容易翻車的 5 個點4.1 現(xiàn)象訓練 loss 正常下降但驗證 mAP 一直卡在 0.5 以下原因通常是標注格式錯了。YOLO 要求歸一化坐標如果標注工具導出的是像素坐標模型學到的框全在圖像外。解決用腳本檢查每行數(shù)值是否都在 0~1 之間超過 1 就是沒歸一化重新導出。4.2 現(xiàn)象白天檢測準晚上或逆光全漏原因是訓練集里夜間樣本太少模型沒學到暗光特征。解決補 20% 以上的夜間和逆光樣本訓練時開--augment做 HSV 增強把hsv_v調(diào)高到 0.5 模擬亮度變化。4.3 現(xiàn)象把后視鏡、雨棚誤判成頭盔原因是負樣本不足模型沒見過這些干擾物。解決專門收集一批「有后視鏡無頭盔」的圖標成背景或no_helmet加進訓練集。另外把conf提到 0.35 能過濾一部分低置信誤檢。4.4 現(xiàn)象推理時顯存爆了報 CUDA out of memory原因是 batch 或輸入尺寸太大。解決推理時batch1輸入從 960 降到 640訓練時--batch減半或者開--amp混合精度顯存能省 30% 左右。4.5 現(xiàn)象視頻流延遲越來越高越跑越卡原因是每幀都重新加載模型或沒釋放中間變量。解決模型只加載一次放在循環(huán)外torch.no_grad()包住推理定期torch.cuda.empty_cache()。另外 RTSP 流建議開獨立線程讀幀避免解碼阻塞推理。5. 進階技巧用滑動窗口與分級推理把漏檢再壓 3 個點基礎版跑通后真正拉開差距的是后處理。路口畫面里騎手密集單次推理容易漏掉被遮擋的目標。我常用的技巧是滑動窗口 分級推理先把大圖切成有重疊的子圖分別檢測再合并結(jié)果做一次全局 NMS。重疊率設 0.2子圖尺寸 640能顯著提升邊緣小目標召回。def sliding_window_detect(model, img, window640, stride512, conf0.25, iou0.45): h, w img.shape[:2] all_boxes [] for y in range(0, h, stride): for x in range(0, w, stride): patch img[y:ywindow, x:xwindow] if patch.shape[0] window or patch.shape[1] window: continue # 對每個 patch 做推理坐標加回偏移 dets infer_patch(model, patch, conf, iou) for d in dets: d[:4] [x, y, x, y] all_boxes.append(d) # 全局 NMS 合并 return global_nms(all_boxes, iou)stride512小于window640保證 20% 重疊避免目標被切斷。這個方案代價是推理時間翻 2~3 倍適合離線分析或?qū)崟r性要求不高的卡口場景。實時場景可以用分級推理先用 480 小圖快速篩出有騎手的區(qū)域再對這些區(qū)域用 960 高分辨率復檢速度只降 30%召回能提 3 個點。另一個技巧是類別閾值分離。no_helmet的conf設 0.2helmet設 0.4因為漏掉一個沒戴頭盔的代價遠大于多報一個。這個在non_max_suppression里沒法直接分需要拿到原始輸出后按類別過濾。驗證改進是否有效別只看 mAP要單獨統(tǒng)計no_helmet的 recall 和誤報率。我習慣在測試集上跑一遍導出混淆矩陣對比改進前后no_helmet漏檢數(shù)。如果漏檢降了但誤報漲了 5 個點以上就得回頭調(diào)閾值別為了一個指標犧牲另一個。最后說個習慣每次改完參數(shù)把配置、數(shù)據(jù)集版本、指標記在一個 csv 里跑上十幾輪后你會感謝自己。頭盔檢測這行沒有銀彈靠的就是樣本、閾值、后處理三件事反復磨。希望幫到你。本文還有配套的精品資源點擊獲取