停车位检测-停车场车位识别

YOLO Parking Spot

概述

停车场获取的图像训练了四个YOLO模型来检测车辆。目标是收集信息，并可能开发一种停车解决方案以改善交通流量并优化空间利用率。通过识别汽车，我们生成了一份报告，其中包含图像细节，如可用停车位的数量、在途车辆数量、停放车辆等信息。

我们在一篇研究论文中记录了我们的项目，提供了详细的方法论、实验设置和结果说明。在其中展示了该项目并演示了其功能。

目录

• 作者

• YOLO简介

• 训练

• 模型使用

• 模型对比

  • 大小
  • 参数
  • 精确度与召回率
  • 平均精度（mAP）

• 结果对比

• 结论

• 额外信息

• 作者

  • Matheus Silva | LinkedIn
  • Marcos Lucas | LinkedIn

• YOLO简介

  • YOLO（You Only Look Once）是一种实时图像对象检测算法。因其速度和准确性而广受欢迎。在我们的项目中，我们使用了YOLOv5和YOLOv8模型进行训练。YOLOv5的仓库可以在这里找到，而YOLOv8的仓库可以在这里找到。

• 训练

  • 为了训练我们的模型，我们采用了特定的策略。由于我们只有23张图片，因此我们决定使用2折交叉验证方法。这种方法涉及将数据集分为两个子集：训练集和测试集。
  • 为了解决有限的训练数据问题，我们对训练图像应用了一种数据增强算法。除了通过旋转30°和60°使训练图像数量翻三倍之外，这种增强技术还使我们的模型能够更准确地识别汽车。通过引入训练数据集中的变化，我们增强了模型的泛化能力和从不同角度检测汽车的能力。
  • 在训练过程中，模型使用YOLO（You Only Look Once）算法进行训练。该算法广泛用于对象检测任务。训练涉及优化模型参数以准确检测停车场图像中的汽车。
  • 训练过程中的一个重要方面是IoU（Intersection over Union）阈值。IoU阈值决定了预测边界框与实际边界框之间的重叠程度，以将其视为正确检测。通常使用0.5的阈值，这意味着预测边界框必须至少有50%的重叠部分与实际边界框重合才能被视为有效检测。
  • 在示例图像中，我们可以观察到两个边界框的评估。左侧是一个假阳性的例子，IoU阈值为0.3。预测边界框（红色）与实际边界框（绿色）的重叠度较低。由于IoU低于阈值，因此该检测被认为是错误的。
  • 右侧是一个真阳性的例子，IoU为0.8。预测边界框（红色）与实际边界框（绿色）紧密对齐。由于IoU高于指定阈值，因此该检测被认为是准确的。
  • IoU阈值在训练期间确定检测质量方面起着至关重要的作用，允许在假阳性与假阴性之间取得平衡。

• 模型使用

  • 一旦我们的训练模型接收到一张图像，它就会预测出图像中所有汽车的位置。然后我们利用一个算法来从预定义的停车位中提取信息。通过分析模型提供的汽车位置，我们可以准确地确定可用停车位的数量、占用的停车位以及在途或非停车位区域内的汽车。

  • 为了更好地理解这个过程，让我们看一下逐步分解：

  • 输入图像：无人机捕获的初始图像。
    

  • 预测图像：由我们的模型生成的图像，突出显示模型预测的汽车位置。
    

  • 算法图像：由我们的算法生成的最终图像，显示关于停车位的信息，如可用停车位、占用停车位以及在途或非停车位区域内的汽车。
    

• 模型对比

  • 我们总共训练了八个模型，使用2折策略分别对每个YOLO模型进行了训练：YOLOv5n、YOLOv5s、YOLOv8n和YOLOv8s。这意味着我们有四个模型可以进行比较，通过平均训练模型的结果获得。

• 大小

  • 大小对比图表
  • 尺寸分析揭示了YOLO模型之间的显著差异。YOLOv5n和YOLOv8n模型具有较小的文件大小，分别为4.8MB和6.5MB。另一方面，YOLOv5s和YOLOv8s模型具有较大的尺寸，分别为15.3MB和22.7MB。

• 参数
  

  • 分析参数时，我们观察到YOLO模型之间存在不同的复杂度。YOLOv5n和YOLOv8n模型具有较低的参数计数，分别为1,760,518和3,005,843个参数。相比之下，YOLOv5s和YOLOv8s模型具有较高的参数计数，分别为7,012,822和11,125,971个参数。

• 精确度与召回率

  • 精确度与召回率对比图表
  • 精确度和召回率分析揭示了YOLO模型在对象检测准确性方面的性能。比较这些模型，我们可以观察到YOLOv5s表现出最高的精确度和召回率，分别为0.998和0.999。紧随其后的是YOLOv5n，其精确度和召回率分别为0.992和0.996。与此同时，YOLOv8n和YOLOv8s表现出略低的精确度和召回率，其中YOLOv8n的精确度为0.983，召回率为0.980，而YOLOv8s的精确度为0.976，召回率为0.969。这些结果提供了有关模型准确检测对象能力的见解，其中YOLOv5s在精确度和召回率方面表现最为出色，紧随其后的是YOLOv5n。

• mAP 50-95

  • mAP对比图表
    

  • 在50-95阈值范围内的平均平均精度（mAP）提供了对模型对象检测性能的整体评估。比较mAP得分，我们可以看到YOLOv8n实现了最高的mAP为0.755，表明其能够在广泛的IoU阈值范围内一致地检测对象。YOLOv5s紧随其后，mAP为0.737，显示出在高精确度和召回率下检测对象的强大性能。YOLOv5n表现出令人尊敬的mAP为0.712，而YOLOv8s达到了mAP为0.719。这些mAP得分突显了模型在准确定位和识别对象方面的有效性，其中YOLOv8n在50-95阈值范围内表现出最高性能。

• 结果对比

  • 为了评估我们模型的准确性，我们计算了各种指标，包括汽车数量的准确性、占用的无障碍停车位的准确性、空闲的无障碍停车位的准确性、占用的普通停车位的准确性、空闲的普通停车位的准确性以及在途或停放在非停车位区域的汽车的准确性。

  • | 模型 | 汽车准确性 | 占用无障碍停车位准确性 | 空闲无障碍停车位准确性 | 占用普通停车位准确性 | 空闲普通停车位准确性 | 在途或停放在非停车位区域的汽车准确性 |
    

  • 上表列出了基于各种模型预测的不同列的准确性值。这些值指示了模型在其各自任务中的性能。总体而言，模型在识别占用和空闲停车位方面取得了良好的效果。

  • 然而，关于“汽车”列的一个有趣观察出现了。“汽车”列的准确性值揭示了模型在预测图像中识别的汽车数量上出现了一些错误。进一步分析发现，这些错误并不是由于模型本身的缺陷造成的。相反，这些错误是因为在创建数据集的过程中有些汽车没有手动标记。

import torch
from PIL import Image
import numpy as np
import cv2

def load_model():
    """
    加载YOLOv5模型。
    """
    model = torch.hub.load('ultralytics/yolov5', 'yolov5s')  # or yolov5n - yolov5x, custom
    return model

def detect_cars(model, image_path):
    """
    使用YOLOv5模型检测图像中的汽车。
    
    :param model: 加载好的YOLOv5模型实例
    :param image_path: 图像路径
    :return: 包含检测结果的图像
    """
    # 加载图像
    img = Image.open(image_path)
    
    # 进行预测
    results = model(img)
    
    # 获取预测结果
    predictions = results.pandas().xyxy[0]
    
    # 读取原始图像以便绘制结果
    img_cv = cv2.imread(image_path)
    
    # 遍历每个预测
    for _, row in predictions.iterrows():
        if row['name'] == 'car':  # 仅关注汽车类
            x_min, y_min, x_max, y_max = int(row['xmin']), int(row['ymin']), int(row['xmax']), int(row['ymax'])
            confidence = float(row['confidence'])
            
            # 绘制边界框
            cv2.rectangle(img_cv, (x_min, y_min), (x_max, y_max), (0, 255, 0), 2)
            # 添加置信度标签
            cv2.putText(img_cv, f'Car {confidence:.2f}', (x_min, y_min - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)
    
    return img_cv

def main():
    # 加载模型
    model = load_model()
    
    # 设置图像路径
    image_path = 'path/to/your/image.jpg'
    
    # 检测汽车
    detected_image = detect_cars(model, image_path)
    
    # 显示结果
    cv2.imshow('Detected Cars', detected_image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

if __name__ == '__main__':
    main()

• 换句话说，模型能够检测到某些最初在数据集手动标注过程中被忽略的汽车位置。这一认识突显了模型识别汽车的能力，即使是在意料之外的位置。在“汽车”列中观察到的错误可以归因于数据集标签阶段的人为错误，其中一些汽车被错误地认为模型无法检测到。
• 这些结果强调了模型在准确识别占用和空闲停车位方面的能力。它们也强调了彻底且精确的数据集标注的重要性，以确保模型准确评估和性能评估。
• 结论
  • 基于所呈现的分析，可以得出结论，所有四个模型都为Unifesp ICT停车场取得了出色的结果。然而，基于某些因素，YOLOv5n模型可以被认为是最适合这种情况的选择。
  • YOLOv5n模型在准确识别占用和空闲停车位方面表现出色，这可以从多个列中始终优秀的准确性值看出。此外，它具有在文件大小（MB）和参数数量方面比其他模型更轻的优势。这转化为更快的处理速度和更低的内存使用量，使其成为实时应用的实际选择。
  • 为了进一步改进我们的工作，建议创建更大且更精确标注的数据集。通过扩展数据集并确保准确标注汽车及其相应标签，我们可以增强训练过程并提高模型在各种位置和条件下准确检测汽车的能力。
  • 通过投资一个更全面且准确标注的数据集，我们可以训练一个模型，从而实现更高水平的准确性，进而改善交通流并优化空间利用。

请注意，以上翻译及扩展后的文本已调整为中文语境，并适当增加了内容的描述和解释，以满足2000字的要求。