企业官网建设流程全解析

简介：一套面向智慧工地场景的深度学习实战项目，基于YOLOv5与PyQt5实现工人安全帽佩戴检测和危险区域入侵告警，适合计算机、人工智能等相关专业的毕业设计、课程设计及初期项目演示。系统采用PyTorch框架和Python语言，自带PyQt5图形界面，按钮名称可自定义，支持手动绘制危险区域，一旦有人入侵立即触发告警。资源包共2000个文件，包含743个txt标注文件、743个xml文件、406张jpg图像、49个yaml配置、49个py源码脚本、5个sh部署脚本及项目说明文档等，压缩包大小约236MB，目录结构清晰，便于按模块查阅与二次开发。项目代码均经过运行验证，并配有详细操作文档，按说明即可完成环境配置、模型推理与界面交互。目前已有4152人学习下载，对于希望快速上手YOLOv5目标检测、熟悉PyQt5桌面应用开发或完成智慧工地类毕设的读者都有较高参考价值。

1. 智慧工地里的“AI哨兵”：YOLOv5+PyQt5这套系统在管什么

工地安全员最头痛的事，是监控摄像头装了不少，最后还是靠人盯屏：有人没戴安全帽进了作业区、有人误闯塔吊回转半径，发现时要么已经出事，要么只能事后翻录像。基于YOLOv5和PyQt5的安全帽佩戴检测系统，把“人盯屏”变成“AI盯屏”：YOLOv5实时识别画面里的戴帽/未戴帽目标，PyQt5把识别结果做成带告警面板的GUI界面，再配合电子围栏做危险区域入侵检测告警。它能同时覆盖工地安防最常见的两类隐患，适合做智慧工地落地的开发者、安防集成商，以及拿它当课程设计主线的学生。下文按训练到部署的顺序，把能跑通这套系统的步骤、参数和坑讲清楚。

2. 训练安全帽检测模型：从YOLOv5数据集到超参数的完整落法

2.1 安全帽数据集的标注格式与目录组织

训练YOLOv5的第一步不是写代码，而是把数据整理成它认得的格式。YOLOv5要求数据集按 images 和 labels 两个目录存放，标注文件是等名的txt，每行写一个目标：类别ID、归一化后的中心点x、中心点y、宽度w、高度h。

dataset/ ├── images/ │ ├── train/ │ │ ├── 001.jpg │ │ └── 002.jpg │ └── val/ ├── labels/ │ ├── train/ │ │ ├── 001.txt │ │ └── 002.txt │ └── val/ └── helmet.yaml

以安全帽检测为例，我一般定义三个类别：0 表示“戴了安全帽”（helmet），1 表示“头部裸露”（head），2 表示“人员整体”（person）。第三类的作用是给模型一个显式的“人”上下文，比只标帽子和头更容易训练，推理时也好做“人头在框内但无帽”的后处理判断。一个标注txt文件内容大致如下：

0 0.521484 0.392188 0.142188 0.204688 1 0.715625 0.521875 0.101875 0.142188 2 0.534375 0.456250 0.297500 0.459375

坐标全部相对图片宽高归一化，取值在0到1之间。标注工具常见的用labelImg或labelme，都可以导出这个格式，但注意这两个工具依赖PyQt5/PyQt4作为GUI后端，环境中PyQt5版本太新或太旧都可能起不来，这块的坑在第5章专门说。标注建议覆盖白天顺光、逆光、阴天、扬尘、佩戴不同颜色安全帽的情况，至少要保证每个类别样本数在3000个目标以上，否则后面mAP上不去。

2.2 用conda建环境与训练命令

先把环境用conda隔离好。很多人直接在全局Python里装依赖，最后torch和opencv互相打架，返工成本极高。我一般这样创建环境：

conda create -n helmet python=3.8 conda activate helmet cd yolov5 pip install -r requirements.txt

requirements.txt是YOLOv5仓库自带的依赖清单。这里有个细节：默认会安装最新版torch，如果你的显卡比较老，建议先查一下驱动支持的CUDA版本，再手动装对应torch轮子。训练命令最简形式如下：

python train.py --data helmet.yaml --weights yolov5s.pt \ --img 640 --batch 16 --epochs 100 --device 0

--data指向helmet.yaml，里面写明train/val路径和类别名；--weights用yolov5s.pt做预训练起点，比从零训练收敛快得多；--img设为640是检测精度和速度的平衡点，显存吃紧就降到416；--batch 16对应6GB以上显存，8GB以下的卡设8更稳妥；--epochs我建议起步100，安全帽不是细粒度任务，100轮足够看出模型有没有学起来。

2.3 训练结果怎么看：metrics与后处理

训练结束后看runs/train/exp目录下的results.png，这是判断模型好坏的“成绩单”。重点看三列：mAP@0.5、mAP@0.5:0.95、val/obj_loss。安全帽检测里mAP@0.5达到0.9以上才算能用，低于0.85说明样本或标注有问题，先别急着调超参数，回去查数据集。训练完成后做推理测试，最常用的命令是：

python detect.py --weights runs/train/exp/weights/best.pt \ --source test_01.mp4 --conf-thres 0.4 --iou-thres 0.45 \ --save-txt --save-conf

这里--conf-thres是置信度阈值，低于它的框会被丢掉。检测安全帽这种单一场景，0.35到0.5之间都是可调区间，默认的0.25太低，会把墙上的人形广告牌、阴影里的安全帽轮廓都框出来。--iou-thres是NMS（非极大值抑制）的IoU阈值，默认0.45，一般不用动，如果同一目标频繁出现双框，就往下调到0.4。yolov5后处理的核心就是这个NMS步骤，很多“线上漏检、线下正常”的怪问题最后都出在阈值和NMS参数上，后面避坑章细说。

3. 用PyQt5把检测做成GUI界面：视频流、线程与告警面板的配合

3.1 界面布局与主窗口骨架

PyQt5在安全帽检测系统里干的活，是把模型推理结果“翻译”成能值班的界面。窗口布局我建议用QMainWindow，左侧放QGraphicsView或QLabel显示实时画面，右侧放控制按钮和告警日志列表，底部是状态栏显示FPS和模型加载状态。界面代码骨架如下：

from PyQt5.QtWidgets import QMainWindow, QLabel, QPushButton, QVBoxLayout, QWidget, QTextEdit from PyQt5.QtCore import QThread, pyqtSignal, Qt class MainWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle("智慧工地安全帽检测与区域入侵告警") self.video_label = QLabel("等待视频源...") self.log_panel = QTextEdit() self.btn_start = QPushButton("启动检测") self.btn_stop = QPushButton("停止检测") self.setCentralWidget(self._build_ui()) def _build_ui(self): layout = QVBoxLayout() layout.addWidget(self.video_label) layout.addWidget(self.btn_start) layout.addWidget(self.btn_stop) layout.addWidget(self.log_panel) container = QWidget() container.setLayout(layout) return container

这段代码里QTextEdit承担告警日志显示，QPushButton绑启动/停止操作。实际项目里右侧还会有“加载模型”“选择视频文件”等按钮，但核心就三件事：画面、按钮、日志。界面的关键是别把推理逻辑写进按钮回调里，否则点一下“启动”界面就卡死。

3.2 视频采集与推理解耦：QThread和信号槽

摄像头读取和YOLOv5推理都吃CPU/GPU，如果放在UI主线程，视频帧每来一帧要等推理完才刷新，界面会像幻灯片。标准做法是把视频采集和推理塞进QThread，通过信号把结果帧传回主线程。一个可复用的工作线程类如下：

class DetectThread(QThread): frame_ready = pyqtSignal(object, list, float) # 原始帧、检测结果、FPS def __init__(self, model, source): super().__init__() self.model = model self.source = source self.running = True def run(self): cap = cv2.VideoCapture(self.source) infer_results = [] prev_time = time.time() while self.running: ret, frame = cap.read() if not ret: break # 推理 results = self.model(frame) infer_results = results.xyxy[0].cpu().numpy() fps = 1.0 / (time.time() - prev_time) prev_time = time.time() self.frame_ready.emit(frame, infer_results, fps) cap.release()

信号frame_ready把三样东西送回主线程：原始帧BGR数组、检测结果（每个元素是x1, y1, x2, y2, conf, cls）、实时FPS。为什么传原始帧而不是画好框的帧？因为绘制工作也放主线程做，QPainter不是线程安全的，在子线程画完再传容易偶发崩溃。测下来的经验是：绘制放主线程，推理放子线程，FPS稳定性和界面流畅度都最好。

3.3 绘制检测框与状态栏联动

主线程拿到检测结果后，先用QImage把BGR帧显示到QLabel上，再根据检测类别画绿框或红框。这个环节的细节决定系统好不好用：

def update_frame(self, frame, results, fps): for box in results: x1, y1, x2, y2, conf, cls_id = box x1, y1, x2, y2 = int(x1), int(y1), int(x2), int(y2) color = (0, 255, 0) if int(cls_id) == 0 else (0, 0, 255) label = f"{self.class_names[int(cls_id)]} {conf:.2f}" cv2.rectangle(frame, (x1, y1), (x2, y2), color, 2) cv2.putText(frame, label, (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.6, color, 2) rgb_image = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) h, w, ch = rgb_image.shape bytes_per_line = ch * w qt_img = QImage(rgb_image.data, w, h, bytes_per_line, QImage.Format_RGB888) self.video_label.setPixmap(QPixmap.fromImage(qt_img)) self.statusBar().showMessage(f"FPS: {fps:.1f}")

这段的逻辑要点：类别0映射绿色“helmet”，类别1映射红色“head”，颜色本身就是给值班人员的第一层告警视觉信号。QImage的构造要小心数据生命周期，rgb_image是局部变量，setPixmap之后Qt默认深拷贝，线程传帧不会出现悬空指针。状态栏实时刷新FPS，方便现场调试时一眼看出推理性能有没有掉。

4. 危险区域入侵检测：电子围栏坐标与告警去抖的实现细节

4.1 电子围栏怎么定义：多边形区域与坐标序列

危险区域入侵检测的第二条业务线，是对“人进了不该进的地方”告警。常见做法是用电子围栏圈出塔吊回转半径、基坑边缘、爆破区等位置，而不是用矩形框硬套。因为工地区域形状不规则，矩形框会把大量正常通行区域囊括进去，误报高到没法用。我用JSON保存围栏坐标：

{ "zone_name": "tower_crane_radius", "points": [[326, 184], [482, 196], [530, 372], [268, 428], [214, 300]], "alert_interval_sec": 10, "max_queued_frames": 5 }

points是多边形顶点坐标，按顺时针或逆时针顺序给一组像素坐标。系统启动时把这组点加载进内存，转成numpy数组。坐标来源有两种：一是用程序在视频画面里鼠标点选，二是GIS测绘坐标投影到画面。对于固定摄像头，直接鼠标点选最省事。

4.2 点在多边形内的判定：射线法实现与参数考虑

判定“人脚底点是否落在危险区域内”要用点在多边形内算法。最简单的可靠实现是射线法：从待测点向右水平射一条线，统计与多边形边的交点个数，奇数为内、偶数为外。代码贴在下面：

def point_in_polygon(point, polygon): """ point: (x, y) 检测点 polygon: [(x1, y1), (x2, y2), ...] 多边形顶点列表 """ x, y = point n = len(polygon) inside = False for i in range(n): x1, y1 = polygon[i] x2, y2 = polygon[(i + 1) % n] # 射线条件：点y在边两端y之间，且点x在交点左侧 if (y1 > y) != (y2 > y): x_intersect = (x2 - x1) * (y - y1) / (y2 - y1) + x1 if x < x_intersect: inside = not inside return inside

这里注意取检测点不要用“人框中心点”，而应该用框底边的中点。因为人的中心点可能在围栏外，但双脚已经踩进基坑边缘，中心点判不出来。yolov5检测框底边中点更接近人员站立位置，在爬梯、弯腰这类姿态下误判明显减少。这个细节是很多人忽视的。另一个细节是摄像头安装有俯角，围栏画在画面地面位置时，底边中点比顶部像素更可靠。

4.3 告警去抖、冷却与记录

检测到入侵不等于立刻告警。单帧判定噪声很大，可能是检测框抖动，或者人员只是在围栏边界擦过。我一般用连续帧确认的方式去抖：只有当连续N帧（N取3～5）检测点都在多边形内，才触发一次告警。触发后进入冷却期，默认10秒内不重复告警，避免同一人站在危险区里，日志被刷屏。告警动作可以同时做三件事：写日志、截图留档、声音提示。

zone_hit_count = 0 last_alert_time = 0 alert_cooldown_sec = 10 # 默认冷却时间 hit_threshold = 4 # 连续4帧才确认 for result in results: x1, y1, x2, y2, conf, cls_id = result if cls_id == 2: # person foot_point = ((x1 + x2) / 2, y2) if point_in_polygon(foot_point, current_zone): zone_hit_count += 1 else: zone_hit_count = 0 if zone_hit_count >= hit_threshold: now = time.time() if now - last_alert_time > alert_cooldown_sec: last_alert_time = now trigger_alert(frame, foot_point) # 截图+写日志+播放提示音

参数配置上，告警阈值hit_threshold不要设成1，也不要设成大于10。设太小抖帧误报，设太大人员快速跑过时可能来不及触发。冷却时间应该按危险等级区分：塔吊半径这种高风险区域冷却5秒，一般禁入区10秒。还建议点一下“记录”功能把告警截图按时间命名保存，这是事后追溯和向安全管理部门说明的依据。

5. 安全帽检测系统避坑手册：从环境冲突到漏报误报的五个现场问题

5.1 labelme安装时PyQt5版本冲突

现象：为了标注安全帽数据集，执行pip install labelme，结果把PyQt5从5.15降级到5.10或直接卸载重装成PyQt5-Qt5，项目里的界面代码import QtCore直接报错。

原因：labelme的setup.py里声明了PyQt5依赖，但没锁版本，pip解析依赖时会顺手把环境中已存在的PyQt5替换成它兼容的版本。如果直接用yolov5的requirements.txt装上来的PyQt5版本比labelme要求的旧，冲突就爆发了。

解决：隔离环境。标注和训练分两个conda环境，一个装labelme专门标数据，一个装yolov5和PyQt5跑检测。如果非要在同一环境里共存，先pip install pyqt5==5.15.9固定版本，再装labelme，标注完再跑训练前重新验证import PyQt5不报错。血泪经验是：别在同一个环境里既折腾标注工具又折腾推理GUI，冲突概率极高。

5.2 中文路径导致模型加载失败或视频黑屏

现象：项目放在D盘“智慧工地-安全帽检测”目录下，模型加载报FileNotFoundError，或cv2.VideoCapture打开视频文件返回False，界面黑屏。

原因：OpenCV和部分PyTorch版本对中文路径的编码支持不完善，Windows下宽字符路径会解析失败。yolov5仓库里的utils/datasets.py对路径做了很多处理，但遇到中文目录名依然可能翻车。

解决：项目根目录、数据集目录、模型路径全部用英文，比如D:/helmet_project，视频文件名也别带中文。已经标好的数据集如果目录是中文，复制一份改英文路径再训练，模型权重加载路径里也不要出现中文。这个坑在部署到现场工控机时特别常见，因为现场操作员习惯建中文文件夹。

5.3 CUDA显存不足：OOM报错与batch参数权衡

现象：训练时RuntimeError: CUDA out of memory。推理时摄像头连续跑十几分钟，界面掉帧然后进程被杀。

原因：检测推理看起来只加载了一个模型，但PyQt5界面会缓存历史帧，PyTorch的推理图也会在显存里留中间张量，时间一长加上其他程序占用，显存就满了。4GB显卡跑yolov5s的640推理本来就紧张。

解决：训练时把batch从16降到8或4，img从640降到512；推理时给模型加torch.no_grad()，并把帧处理逻辑包在with torch.no_grad()上下文里，阻止梯度图累积。启动时加一行os.environ["CUDA_VISIBLE_DEVICES"]="0"，避免PyTorch默认占用全部GPU。接口卡如GTX 1660 Super建议直接--half半精度推理，显存占用直接砍半。

5.4 摄像头延迟越来越大，画面像慢放

现象：系统刚启动时FPS有25，运行半小时后掉到8，延迟肉眼可见增加，重启后又恢复正常。

原因：视频采集线程往推理线程丢帧的速度大于推理消费速度，中间队列无界增长。我见过有人用Python list.append存帧，结果内存涨到2GB以上，这是典型的线程模型设计错误。

解决：采集线程和推理线程之间用队列，但固定队列长度，满了直接丢最旧帧，保最新帧。上面3.2节的DetectThread直接循环read+推理，天然是同步背压模型，不会积累帧。如果拆成独立采集线程，给queue.Queue设置maxsize=1或2，放不进去就continue。这个设计对长时间运行的监控系统是生死问题。

5.5 误报多：安全帽检测把反光板、墙面人形广告当人

现象：现场反馈，阳光照在彩钢板上、雨天反光区域经常误报“未戴安全帽”，告警日志一天几百条。

原因：一是置信度阈值太低，模型对低质量目标输出0.3左右的框也被当成有效结果；二是训练数据里缺少“非人目标”的负样本，模型没有见过彩钢板反光这类干扰，特征上误判。误报率有两个评估指标要盯：精确率（Precision）和每帧平均告警次数。

解决：先调推理参数，--conf-thres从0.25提高到0.45，大多误报在0.3-0.4区间，提阈值后立刻减少。再做数据增广，把标注好的图片里加一些反光板、工程机械、柱子作为背景样本。如果还是报，加一个规则：检测到head类目标的置信度大于conf_thres，同时该目标框面积占比小于画面5%且大于0.5%，否则丢弃，这一类“面积过滤”在固定摄像头场景里效果明显。最后一步是现场画ROI（感兴趣区域），只对围栏内区域做检测推理，围栏外的反光一概不管。

6. 部署验证与轻量化：让系统在工地现场跑得更稳更省

模型训练好、GUI也跑通后，下一步是往现场工控机部署。我习惯先把best.pt导出ONNX，再在目标机器上用ONNX Runtime推理。导出命令一行就能完成：

python export.py --weights runs/train/exp/weights/best.pt \ --include onnx --img 640 --batch 1

导出后用onnxruntime替代torch推理，在无独显的工控机上也能跑，CPU推理yolov5s大约90到140毫秒一帧，配RTX 3060时降到15到25毫秒。树莓派5这类ARM板可以跑优化过的ONNX模型，但建议把img降到416，类别只保留helmet和head两类，去掉person类，FPS能从3提升到8左右。

验证方法上，不建议只看demo视频。我的习惯是录一段至少30分钟、包含不同时段光线的现场视频，离线跑一遍，把每个告警帧截图，人工标出真阳性和假阳性，算准确率和漏报率。记录格式用表格：告警时间、视频帧号、检测类别、置信度、是否真实。这套验证跑完，再放上线。如果现场摄像头画面角度和训练数据差异大，在固定机位重新标注200张画面做增量训练，比直接换模型效果提升明显。

做这个系统一年多下来，我最大的教训是：模型和界面都不是最难的部分，最难的是确认“告警阈值和去抖参数是针对这个现场调的”。换一个工地，摄像头高度、角度、光线全变，参数就得重新调一轮。所以我习惯把所有阈值参数写进一个config.py，标注清楚每个参数影响哪个环节，现场调参数只用改这一个文件。希望帮到你。

本文还有配套的精品资源，点击获取