yolov8-detection-project's Introduction

🏫🧑‍🎓智慧校园人脸无感识别检测系统

对于某时段校园门口学生出入的视频，使用YOLOv8目标检测算法以及yolov8l-face模型将目标换算成只检测人脸，通过该模型中的track技术实现检测出的人脸进行自动跟踪，通过跟踪到的人脸使用dlib库中的的dlib_face_recognition_resnet_model_v1模型来检测人脸的特征，根据返回的128个特征值可以存进dataset数据集中进行进一步的训练，已得到更好的匹配效果同时对于可以检测到特征值的人脸会自行进行判断是否是学校内的学生，如果是学生的话可以通过，呈绿色效果而未检测到的人脸将呈现红色效果，正**记录出能识别出的人脸的数量

从网上找出部分人脸视频使用该系统检测效果也不错

🛣️公路车辆识别系统

基于yolov8开发出的识别系统，实现原理与上面差不多

yolov8-detection-project's People

Contributors

Stargazers

Watchers

yolov8-detection-project's Issues

无法获取 track id

您好，我测试了一下您的项目。由于 media/00009.MTS 可能由于遗漏没有上传到仓库中，我换了一段视频。用您提供的 yolov8n-face.pt 和 yolov8l-face.pt 无法追踪到人脸（result.boxes.id始终为None），但是不带 face 的模型可以识别到人。
想请问一下您测试的时候是否遇到过这样的问题？谢谢。

我的测试代码如下：

import cv2
from ultralytics import YOLO

_DETECTOR_MODEL = YOLO('yolov8n-face.pt')

if __name__ == '__main__':
    video = '/home/sunnysab/测试视频4_大门_买饭回.mp4'
    stream = cv2.VideoCapture(video)

    while True:
        ret, frame = stream.read()
        if not ret:
            break

        results = _DETECTOR_MODEL.track(frame, conf=0.3, persist=True)
        result = results[0]
        if result.boxes.id:
            print('id = ', result.boxes.id.int().cuda().tolist())
            print(result.boxes.xywh)
            print(result.boxes.id)

        annotated_frame = result.plot()
        cv2.imshow('frame', annotated_frame)

        if cv2.waitKey(1) & 0xFF == ord('q'):
            exit(0)

Recommend Projects