摘要：基于YOLOv5的舰船检测与识别系统用于识别包括渔船、游轮等多种海上船只类型，检测船舰目标并进行识别计数，以提供海洋船只的自动化监测和管理。本文详细介绍船舰类型识别系统，在介绍算法原理的同时，给出Python的实现代码、训练数据集以及PyQt的UI界面。在界面中可以选择各种图片、视频进行检测识别；可对图像中存在的多目标进行识别分类。博文提供了完整的Python代码和使用教程，适合新入门的朋友参考，完整代码资源文件请转至文末的下载链接。本博文目录如下：

文章目录

  • 前言
  • 1. 效果演示
  • 2. 数据集和YOLOv5训练
  • 3. 舰船检测识别
  • 下载链接
  • 结束语

➷点击跳转至文末所有涉及的完整代码文件下载页☇

基于YOLOv5的舰船检测与识别系统演示与介绍

前言

准确有效的海上船舶识别技术对于提高船舶航行安全是非常重要的，同时也是船舶智能化发展的关键技术。传统的船舶识别主要依靠船舶自动识别系统(Automatic identification system,AIS)和雷达等通信导航设备完成。船舶雷达主要用于航行避让、船舶定位和狭水道引航等，是船舶航行必要的导航设备，但其也存在目标误识别、目标丢失和易受环境噪声影响等缺点。船舶自动识别系统能够准确获得船舶基本信息，可辅助识别船只、协助追踪目标、简化信息交流和提供其他辅助信息，以避免碰撞发生，但对于未装配该系统或终端关机的船舶则无法获取相关信息。上述基于通信导航设备的船舶识别方法有其优点，但因无法获取船舶直观图像，在港口等交通密集水域有较大的局限性。目前，基于深度学习的船舶识别方法的研究已取得了一定进展，通过自动提取船舶图像特征及不断学习与训练，实现对海上交通视频和图像中船舶的识别，其代表模型有CNN、R-CNN、Faster R-CNN、SSD和YOLO等。其中，针对卷积神经网络的船舶识别结果易受到图像背景干扰的问题。

本系统基于YOLOv5，对于图片、视频和摄像头捕获的实时画面，可检测舰船，系统支持结果记录、展示和保存，每次检测的结果记录在表格中。这里给出了博主设计的界面，同款的简约风，功能也可以满足图片、视频和摄像头的识别检测，希望大家可以喜欢，初始界面如下图：

检测类别时的界面截图（点击图片可放大）如下图，可识别画面中存在的多个类别，也可开启摄像头或视频检测：

详细的功能演示效果参见博主的B站视频或下一节的动图演示，觉得不错的朋友敬请点赞、关注加收藏！系统UI界面的设计工作量较大，界面美化更需仔细雕琢，大家有任何建议或意见和可在下方评论交流。

1. 效果演示

我们还是通过动图看一下识别的效果，系统主要实现的功能是对图片、视频和摄像头画面中的舰船进行识别，识别的结果可视化显示在界面和图像中，另外提供多个目标的显示选择功能，演示效果如下。

（一）系统介绍

基于YOLOv5的舰船检测与识别系统主要用于海上船只类型的智能检测与识别，基于深度学习技术识别包括渔船、游轮、货轮、军舰等多种常见的船舰类型，输出船只的标记框坐标和类别，以辅助自动化监测海上船只航行情况；软件提供登录注册功能，可进行用户管理；软件能够有效识别相机采集的图片、视频等文件，检测船只类型情况，并记录识别结果在界面表格中方便查看；可开启摄像头实时监测和统计当前视野范围各种类型船舰，支持结果记录、展示和保存。

（二）用户注册登录界面

这里设计了一个登录界面，可以注册账号和密码，然后进行登录。界面还是参考了当前流行的UI设计，左侧是一个logo，右侧输入账号、密码、验证码等等。

（三）选择图片识别

系统允许选择图片文件进行识别，点击图片选择按钮图标选择图片后，显示所有识别的结果，可通过下拉选框查看单个结果，以便具体判断某一特定目标。本功能的界面展示如下图所示：

（四）视频识别效果展示

很多时候我们需要识别一段视频中的多个舰船，这里设计了视频选择功能。点击视频按钮可选择待检测的视频，系统会自动解析视频逐帧识别多个舰船，并将舰船的分类和计数结果记录在右下角表格中，效果如下图所示：

（五）摄像头检测效果展示

有时需要开启摄像头对舰船进行识别，如下图所示，点击摄像头按钮后系统进入准备状态，系统显示实时画面并开始检测画面中的舰船，识别结果展示如下图：

2. 数据集和YOLOv5训练

本文的实验数据集包含海峡、港口、海面等背景下的图像，也包含不同气候环境干扰的图像。其中，训练集4022张图片，验证集1130张图片，测试集574张图片，共计5726张图片，选取部分数据部分样本数据集如图所示。


每张图像均提供了图像类标记信息，图像中舰船的bounding box，舰船的关键part信息，以及舰船的属性信息，数据集并解压后得到如下的图片


船舰数据集的类别信息如下：

Chinese_name = {'a': "A型", 'buoy': "浮标", 'container': "货轮", 'cruise': "游轮", 'fish-b': "渔船", 'warship': "军舰"}

YOLOv5算法具有4个版本，具体包括：Yolov5s、Yolov5m、Yolov5l、Yolov5x四种，不同的版本在网络上有一定加深与加宽。Yolov5网络结构是由Input、Backbone、Neck、Prediction组成。Yolov5的Input部分是网络的输入端，采用Mosaic数据增强方式，对输入数据随机裁剪，然后进行拼接。Backbone是Yolov5提取特征的网络部分，特征提取能力直接影响整个网络性能。Yolov5的Backbone相比于之前Yolov4提出了新的Focus结构。Focus结构是将图片进行切片操作，将W（宽）、H（高）信息转移到了通道空间中，使得在没有丢失任何信息的情况下，进行了2倍下采样操作。

输入端-输入端表示输入的图片。该网络的输入图像大小为608*608，该阶段通常包含一个图像预处理阶段，即将输入图像缩放到网络的输入大小，并进行归一化等操作。在网络训练阶段，YOLOv5使用Mosaic数据增强操作提升模型的训练速度和网络的精度；并提出了一种自适应锚框计算与自适应图片缩放方法。

基准网络-基准网络通常是一些性能优异的分类器种的网络，该模块用来提取一些通用的特征表示。YOLOv5中不仅使用了CSPDarknet53结构，而且使用了Focus结构作为基准网络。

Neck网络-Neck网络通常位于基准网络和头网络的中间位置，利用它可以进一步提升特征的多样性及鲁棒性。虽然YOLOv5同样用到了SPP模块、FPN+PAN模块，但是实现的细节有些不同。

Head输出端-Head用来完成目标检测结果的输出。针对不同的检测算法，输出端的分支个数不尽相同，通常包含一个分类分支和一个回归分支。YOLOv4利用GIOU_Loss来代替Smooth L1 Loss函数，从而进一步提升算法的检测精度。

以上就是YOLOv5的整体介绍，接下来进行训练。本项目使用Yolov5训练了一个海上船舶目标检测模型，在笔记本的3070显卡下训练了300 epoch，训练集和验证集上损失、精确率、召回率、mAP的变化图：

在深度学习中，我们通常通过损失函数下降的曲线来观察模型训练的情况。而YOLOv5训练时主要包含三个方面的损失：矩形框损失(box_loss)、置信度损失（obj_loss）和分类损失(cls_loss)，在训练结束后，我们也可以在logs目录下找到生成对若干训练过程统计图。下图为博主训练舰船类识别的模型训练曲线图。


一般我们会接触到两个指标，分别是召回率recall和精度precision，两个指标p和r都是简单地从一个角度来判断模型的好坏，均是介于0到1之间的数值，其中接近于1表示模型的性能越好，接近于0表示模型的性能越差，为了综合评价目标检测的性能，一般采用均值平均密度map来进一步评估模型的好坏。我们通过设定不同的置信度的阈值，可以得到在模型在不同的阈值下所计算出的p值和r值，一般情况下，p值和r值是负相关的，绘制出来可以得到如下图所示的曲线，其中曲线的面积我们称AP，目标检测模型中每种目标可计算出一个AP值，对所有的AP值求平均则可以得到模型的mAP值。以PR-curve为例，可以看到我们的模型在验证集上的均值平均准确率为0.753。

3. 舰船检测识别

在训练完成后得到最佳模型，接下来我们将帧图像输入到这个网络进行预测，从而得到预测结果，预测方法（predict.py）部分的代码如下所示：

if __name__ == '__main__':    img_path = "./UI_rec/test_/Bobolink_0079_10736.jpg"    image = cv_imread(img_path)    img0 = image.copy()    img = letterbox(img0, new_shape=imgsz)[0]    img = np.stack(img, 0)    img = img[:, :, ::-1].transpose(2, 0, 1)  # BGR to RGB, to 3x416x416    img = np.ascontiguousarray(img)    pred, useTime = predict(img)    det = pred[0]    p, s, im0 = None, '', img0    if det is not None and len(det):  # 如果有检测信息则进入        det[:, :4] = scale_coords(img.shape[1:], det[:, :4], im0.shape).round()  # 把图像缩放至im0的尺寸        number_i = 0  # 类别预编号        detInfo = []        for *xyxy, conf, cls in reversed(det):  # 遍历检测信息            c1, c2 = (int(xyxy[0]), int(xyxy[1])), (int(xyxy[2]), int(xyxy[3]))            # 将检测信息添加到字典中            detInfo.append([names[int(cls)], [c1[0], c1[1], c2[0], c2[1]], '%.2f' % conf])            number_i += 1  # 编号数+1            label = '%s %.2f' % (names[int(cls)], conf)            # 画出检测到的目标物            plot_one_box(image, xyxy, label=label, color=colors[int(cls)])    # 实时显示检测画面    cv2.imshow('Stream', image)    # if cv2.waitKey(1) & 0xFF == ord('q'):    #     break    c = cv2.waitKey(0) & 0xff

执行得到的结果如下图所示，图中舰船的种类和置信度值都标注出来了，预测速度较快。基于此模型我们可以将其设计成一个带有界面的系统，在界面上选择图片、视频或摄像头然后调用模型进行检测。

博主对整个系统进行了详细测试，最终开发出一版流畅得到清新界面，就是博文演示部分的展示，完整的UI界面、测试图片视频、代码文件，以及Python离线依赖包（方便安装运行，也可自行配置环境），均已打包上传，感兴趣的朋友可以通过下载链接获取。

下载链接

若您想获得博文中涉及的实现完整全部程序文件（包括测试图片、视频，py, UI文件等，如下图），这里已打包上传至博主的面包多平台，见可参考博客与视频，已将所有涉及的文件同时打包到里面，点击即可运行，完整文件截图如下：

在文件夹下的资源显示如下，下面的链接中也给出了Python的离线依赖包，读者可在正确安装Anaconda和Pycharm软件后，复制离线依赖包至项目目录下进行安装，离线依赖的使用详细演示也可见本人B站视频：win11从头安装软件和配置环境运行深度学习项目、Win10中使用pycharm和anaconda进行python环境配置教程。

注意：该代码采用Pycharm+Python3.8开发，经过测试能成功运行，运行界面的主程序为runMain.py和LoginUI.py，测试图片脚本可运行testPicture.py，测试视频脚本可运行testVideo.py。为确保程序顺利运行，请按照requirements.txt配置Python依赖包的版本。Python版本：3.8，请勿使用其他版本，详见requirements.txt文件；

完整资源中包含数据集及训练代码，环境配置与界面中文字、图片、logo等的修改方法请见视频，项目完整文件下载请见参考博客文章里面，或参考视频的简介处给出：➷➷➷

参考博客文章：https://zhuanlan.zhihu.com/p/615306023

参考视频演示：https://www.bilibili.com/video/BV19b411o76q/

离线依赖库下载链接：结束语

由于博主能力有限，博文中提及的方法即使经过试验，也难免会有疏漏之处。希望您能热心指出其中的错误，以便下次修改时能以一个更完美更严谨的样子，呈现在大家面前。同时如果有更好的实现方法也请您不吝赐教。