往期经典回顾

项目	项目
基于yolov8的车牌检测识别系统	基于yolov8/yolov5/yolo11的动物检测识别系统
基于yolov8的人脸表情检测识别系统	基于深度学习的PCB板缺陷检测系统
基于yolov8/yolov5的茶叶等级检测系统	基于yolov8/yolov5的农作物病虫害检测识别系统
基于yolov8/yolov5的交通标志检测识别系统	基于yolov8/yolov5的课堂行为检测识别系统
基于yolov8/yolov5的海洋垃圾检测识别系统	基于yolov8/yolov5的垃圾检测与分类系统
基于yolov8/yolov5的行人摔倒检测识别系统	基于yolov8/yolov5的草莓病害检测识别系统

具体项目资料请看项目介绍大全

项目介绍大全（可点击查看，不定时更新中）

概要

人工智能 (AI) 在电力安全领域的应用日益广泛，其中基于机器学习的电塔危险物品图像识别成为一个备受关注的研究方向。通过利用计算机视觉和深度学习技术，我们可以自动识别电塔及其周边的危险物品，提高电力设施的安全监测和运维效率。本文将介绍基于深度学习的电塔危险物品检测识别系统，并提供一个简单的 Python 代码实现，以便读者更好地了解这一技术。​

电塔是电力传输网络的核心基础设施之一，承担着远距离高压电力输送的重要任务，直接关系到工业生产、居民生活乃至社会运转的稳定。然而，电塔及其周边环境容易出现多种危险物品，例如未经许可的攀爬设备、违规堆放的易燃杂物、悬挂的异物（如风筝、塑料布）以及可能威胁塔身结构的重型机械等。这些危险物品会导致电塔运行隐患增加，轻则引发电力传输故障、造成局部停电，重则可能导致电塔倾斜、倒塌，引发大面积停电事故，甚至危及周边人员的生命财产安全。因此，及早检测和准确识别电塔及周边的危险物品对于电力运维部门来说至关重要。

此外，我们开发了一款带有UI界面的电塔危险物品检测识别系统，支持实时检测电塔上异物位置，并能够直观地展示检测结果。系统采用Python与PyQt5开发，可以对图片、视频及摄像头输入进行目标检测，同时支持检测结果的保存。本文还提供了完整的Python代码和详细的使用指南，供有兴趣的读者学习参考。获取完整代码资源，请参见文章末尾。
  
yolov8/yolov5界面如下

yolo11界面如下

关键词：电塔危险物品检测；深度学习；特征融合；注意力机制；卷积神经网络

一、整体资源介绍

项目中所用到的算法模型和数据集等信息如下：

算法模型：
    yolov8、yolov8 + SE注意力机制 或 yolov5、yolov5 + SE注意力机制 或 yolo11、yolo11 + SE注意力机制

数据集：
    网上下载的数据集，格式都已转好，可直接使用。

以上是本套代码算法的简单说明，添加注意力机制是本套系统的创新点 。

技术要点

• OpenCV：主要用于实现各种图像处理和计算机视觉相关任务。
• Python：采用这种编程语言，因其简洁易学且拥有大量丰富的资源和库支持。
• 数据增强技术： 翻转、噪点、色域变换，mosaic等方式，提高模型的鲁棒性。

功能展示：

部分核心功能如下：

• 功能1： 支持单张图片识别
• 功能2： 支持遍历文件夹识别
• 功能3： 支持识别视频文件
• 功能4： 支持摄像头识别
• 功能5： 支持结果文件导出（xls格式）
• 功能6： 支持切换检测到的目标查看

功能1 支持单张图片识别

系统支持用户选择图片文件进行识别。通过点击图片选择按钮，用户可以选择需要检测的图片，并在界面上查看所有识别结果。该功能的界面展示如下图所示：

功能2 支持遍历文件夹识别

系统支持选择整个文件夹进行批量识别。用户选择文件夹后，系统会自动遍历其中的所有图片文件，并将识别结果实时更新显示在右下角的表格中。该功能的展示效果如下图所示：

功能3 支持识别视频文件

在许多情况下，我们需要识别视频中的目标。因此，系统设计了视频选择功能。用户点击视频按钮即可选择待检测的视频，系统将自动解析视频并逐帧识别多个车牌，同时将识别结果记录在右下角的表格中。以下是该功能的展示效果：

功能4 支持摄像头识别

在许多场景下，我们需要通过摄像头实时识别目标。为此，系统提供了摄像头选择功能。用户点击摄像头按钮后，系统将自动调用摄像头并进行实时车牌识别，识别结果会即时记录在右下角的表格中。

功能5 支持结果文件导出（xls格式）

本系统还添加了对识别结果的导出功能，方便后续查看，目前支持导出cvs和xls两种数据格式，功能展示如下：

功能6 支持切换检测到的目标查看

二、系统环境与依赖配置说明

本项目采用 Python 3.8.10 作为开发语言，整个后台逻辑均由 Python 编写，主要依赖环境如下：
图形界面框架：

• PyQt5 5.15.9：用于搭建系统图形用户界面，实现窗口交互与组件布局。 深度学习框架：
• torch 1.9.0+cu111： PyTorch 深度学习框架，支持 CUDA 11.1 加速，用于模型构建与推理。
• torchvision 0.10.0+cu111：用于图像处理、数据增强及模型组件辅助。 CUDA与 cuDNN（GPU 加速支持）：
• CUDA 11.1.1（版本号：cuda_11.1.1_456.81）：用于 GPU 加速深度学习运算。
• cuDNN 8.0.5.39（适用于 CUDA 11.1）：NVIDIA 深度神经网络库，用于加速模型训练与推理过程。 图像处理与科学计算：
• opencv-python 4.7.0.72：实现图像读取、显示、处理等功能。
• numpy 1.24.4：用于高效数组计算及矩阵操作。
• PIL (pillow) 9.5.0：图像文件读写与基本图像处理库。
• matplotlib 3.7.1（可选）：用于结果图形化展示与可视化调试。

三、数据集

该数据集共包含 1386 张图像，涵盖以下 5 类空中异物目标，用于电力巡检、图像识别等相关任务的训练与测试：

• nest（鸟巢）
  表示鸟类在电力设施（如铁塔、电线等）上筑巢的情况，可能影响电力安全。
• kite（风筝）
  被缠绕在高压线路或铁塔上的风筝，常见于城市或郊区空旷区域，具有潜在的安全隐患。
• balloon（气球）
  空飘气球飘落或缠绕于输电设备上，可能引发放电或电力故障。
• trash（垃圾）
  包括塑料袋、纸片等生活垃圾，漂浮或附着在设备上，影响巡检识别。
• cloth（悬挂衣物/布条）
  常见于农村地区的晾晒布条或衣物，被风吹至电力设施上，易造成干扰。

四、算法介绍

1. YOLOv8 概述

简介

YOLOv8算法的核心特性和改进如下：

• 全新SOTA模型
  YOLOv8 提供了全新的最先进（SOTA）的模型，包括P5 640 和 P6 1280分辨率的目标检测网络，同时还推出了基于YOLACT的实例分割模型。与YOLOv5类似，它提供了N/S/M/L/X五种尺度的模型，以满足不同场景的需求。
• Backbone
  骨干网络和Neck部分参考了YOLOv7 ELAN的设计思想。
  将YOLOv5的C3结构替换为梯度流更丰富的C2f结构。
  针对不同尺度的模型，调整了通道数，使其更适配各种任务需求。
  
  网络结构如下：
  

相比之前版本，YOLOv8对模型结构进行了精心微调，不再是“无脑”地将同一套参数应用于所有模型，从而大幅提升了模型性能。这种优化使得不同尺度的模型在面对多种场景时都能更好地适应。

然而，新引入的C2f模块虽然增强了梯度流，但其内部的Split等操作对特定硬件的部署可能不如之前的版本友好。在某些场景中，C2f模块的这些特性可能会影响模型的部署效率。

2. YOLOv5 概述

简介

YOLOV5有YOLOv5n，YOLOv5s，YOLOv5m，YOLOV5l、YOLO5x五个版本。这个模型的结构基本一样，不同的是deth_multiole模型深度和width_multiole模型宽度这两个参数。就和我们买衣服的尺码大小排序一样，YOLOV5n网络是YOLOV5系列中深度最小，特征图的宽度最小的网络。其他的三种都是在此基础上不断加深，不断加宽。不过最常用的一般都是yolov5s模型。

本系统采用了基于深度学习的目标检测算法——YOLOv5。作为YOLO系列算法中的较新版本，YOLOv5在检测的精度和速度上相较于YOLOv3和YOLOv4都有显著提升。它的核心理念是将目标检测问题转化为回归问题，简化了检测过程并提高了性能。

YOLOv5引入了一种名为SPP (Spatial Pyramid Pooling)的特征提取方法。SPP能够在不增加计算量的情况下，提取多尺度特征，从而显著提升检测效果。

在检测流程中，YOLOv5首先通过骨干网络对输入图像进行特征提取，生成一系列特征图。然后，对这些特征图进行处理，生成检测框和对应的类别概率分数，即每个检测框内物体的类别和其置信度。

YOLOv5的特征提取网络采用了CSPNet (Cross Stage Partial Network)结构。它将输入特征图分成两部分，一部分通过多层卷积处理，另一部分进行直接下采样，最后再将两部分特征图进行融合。这种设计增强了网络的非线性表达能力，使其更擅长处理复杂背景和多样化物体的检测任务。

3. YOLO11 概述

YOLOv11：Ultralytics 最新目标检测模型

YOLOv11 是 Ultralytics 公司在 2024 年推出的 YOLO 系列目标检测模型的最新版本。以下是对 YOLOv11 的具体介绍：

主要特点

1. 增强的特征提取：

   • 采用改进的骨干和颈部架构，如在主干网络中引入了 c2psa 组件，并将 c2f 升级为 c3k2。
   • c3k 允许用户自定义卷积模块的尺寸，提升了灵活性。
   • c2psa 通过整合 psa（位置敏感注意力机制）来增强模型的特征提取效能。
   • 颈部网络采用了 pan 架构，并集成了 c3k2 单元，有助于从多个尺度整合特征，并优化特征传递的效率。

2. 针对效率和速度优化：

   • 精细的架构设计和优化的训练流程，在保持准确性和性能最佳平衡的同时，提供更快的处理速度。
   • 相比 YOLOv10，YOLOv11 的延迟降低了 25%-40%，能够达到每秒处理 60 帧 的速度，是目前最快的目标检测模型之一。

3. 更少的参数，更高的准确度：

   • YOLOv11m 在 COCO 数据集上实现了比 YOLOv8m 更高的 mAP，参数减少了 22%，提高了计算效率，同时不牺牲准确度。

4. 跨环境的适应性：

   • 可无缝部署在 边缘设备、云平台 和配备 NVIDIA GPU 的系统上，确保最大的灵活性。

5. 支持广泛的任务范围：

   • 支持多种计算机视觉任务，包括 目标检测、实例分割、图像分类、姿态估计 和 定向目标检测（OBB）。

---

架构改进

1. 主干网络：

   • 引入了 c2psa 组件，并将 c2f 升级为 c3k2。
   • c3k 支持用户自定义卷积模块尺寸，增强灵活性。
   • c2psa 整合了 psa（位置敏感注意力机制），提升特征提取效能。

2. 颈部网络：

   • 采用 pan 架构，并集成了 c3k2 单元，帮助从多个尺度整合特征并优化特征传递效率。

3. 头部网络：

   • YOLOv11 的检测头设计与 YOLOv8 大致相似。
   • 在分类（cls）分支中，采用了 深度可分离卷积 来增强性能。

---

性能优势

1. 精度提升：

   • 在 COCO 数据集上取得了显著的精度提升：
     • YOLOv11x 模型的 mAP 得分高达 54.7%。
     • 最小的 YOLOv11n 模型也能达到 39.5% 的 mAP 得分。
   • 与前代模型相比，精度有明显进步。

2. 速度更快：

   • 能够满足实时目标检测需求

🌟 五、模型训练步骤

   提供封装好的训练脚本，如下图，更加详细的的操作步骤可以参考我的飞书在线文档：https://aax3oiawuo.feishu.cn/wiki/HLpVwQ4QWiTd4Ckdeifcvvdtnve ， 强烈建议直接看文档去训练模型，文档是实时更新的，有任何的新问题，我都会实时的更新上去。另外B站也会提供视频。

1. 使用pycharm打开代码，找到train.py打开，示例截图如下：
   

2. 修改 model_yaml 的值，根据自己的实际情况修改，想要训练 yolov8s模型 就 修改为 model_yaml = yaml_yolov8s， 训练 添加SE注意力机制的模型就修改为 model_yaml = yaml_yolov8_SE

3. 修改data_path 数据集路径，我这里默认指定的是traindata.yaml 文件，如果训练我提供的数据，可以不用改

4. 修改 model.train()中的参数，按照自己的需求和电脑硬件的情况更改

   # 文档中对参数有详细的说明
   model.train(data=data_path,             # 数据集imgsz=640,                  # 训练图片大小epochs=200,                 # 训练的轮次batch=2,                    # 训练batchworkers=0,                  # 加载数据线程数device='0',                 # 使用显卡optimizer='SGD',            # 优化器project='runs/train',       # 模型保存路径name=name,                  # 模型保存命名)
   

5. 修改traindata.yaml文件， 打开 traindata.yaml 文件，如下所示：
   
   在这里，只需修改 path 的值，其他的都不用改动（仔细看上面的黄色字体），我提供的数据集默认都是到 yolo 文件夹，设置到 yolo 这一级即可，修改完后，返回 train.py 中，执行train.py。

6. 打开 train.py ，右键执行。
   

7. 出现如下类似的界面代表开始训练了
   

8. 训练完后的模型保存在runs/train文件夹下
   

---

🌟 六、模型评估步骤

1. 打开val.py文件，如下图所示：
   

2. 修改 model_pt 的值，是自己想要评估的模型路径

3. 修改 data_path ，根据自己的实际情况修改，具体如何修改，查看上方模型训练中的修改步骤

4. 修改 model.val()中的参数，按照自己的需求和电脑硬件的情况更改

   model.val(data=data_path,           # 数据集路径imgsz=300,                # 图片大小，要和训练时一样batch=4,                  # batchworkers=0,                # 加载数据线程数conf=0.001,               # 设置检测的最小置信度阈值。置信度低于此阈值的检测将被丢弃。iou=0.6,                  # 设置非最大抑制 (NMS) 的交叉重叠 (IoU) 阈值。有助于减少重复检测。device='0',               # 使用显卡project='runs/val',       # 保存路径name='exp',               # 保存命名)
   

5. 修改完后，即可执行程序，出现如下截图，代表成功（下图是示例，具体以自己的实际项目为准。）
   

6. 评估后的文件全部保存在在 runs/val/exp... 文件夹下
   

---

🌟 七、训练结果

我们每次训练后，会在 run/train 文件夹下出现一系列的文件，如下图所示：

   如果大家对于上面生成的这些内容（confusion_matrix.png、results.png等）不清楚是什么意思，可以在我的知识库里查看这些指标的具体含义，示例截图如下：

🌟八、完整代码

   如果您希望获取博文中提到的所有实现相关的完整资源文件（包括测试图片、视频、Python脚本、UI文件、训练数据集、训练代码、界面代码等），这些文件已被全部打包。以下是完整资源包的截图：

您可以通过下方演示视频的视频简介部分进行获取

演示视频：