基于YOLOv5的课堂人脸识别考勤系统开发实践

1. 项目背景与核心需求

在教育信息化浪潮中，课堂管理效率一直是困扰教育工作者的痛点。传统点名方式耗时费力，一个50人的班级完成点名至少需要5-8分钟，而基于深度学习的人脸识别技术可以将这个过程缩短到10秒以内。这个项目正是为了解决这个实际需求而设计的。

我在实际开发中发现，课堂场景的人脸检测有三大特殊挑战：

1. 学生坐姿多变（低头记笔记、侧身讨论等）
2. 教室光照条件复杂（自然光+灯光混合）
3. 需要处理多人同时检测的情况

2. 技术选型与架构设计

2.1 核心框架选择

经过对比测试，最终选择YOLOv5s作为基础模型，主要基于以下考量：

• 参数量仅7.2M，在RTX 3060上推理速度可达140FPS
• 支持ONNX格式导出，便于部署
• 预训练模型在WiderFace数据集上mAP@0.5达到0.82

注意：不要直接使用官方预训练权重，建议先用课堂场景数据进行微调。我们测试发现，直接使用COCO预训练权重在教室场景的误检率高达15%。

2.2 系统架构

整个系统采用C/S架构：

code复制前端：PySide6 (Python 3.9)
后端：FastAPI (处理HTTP请求)
AI引擎：PyTorch 1.12 + OpenCV 4.6
数据库：MySQL 8.0 (存储学生特征向量)

3. 关键实现细节

3.1 数据采集与处理

我们设计了特殊的数据采集方案：

1. 采集角度：每个学生采集5种典型角度（正脸、左侧30°、右侧30°、抬头15°、低头15°）
2. 光照条件：模拟教室常见光照（顺光、逆光、侧光）
3. 数据增强：使用albumentations库实现
   • 随机亮度对比度调整
   • 模拟眼镜反光
   • 添加书本遮挡

python复制train_transform = A.Compose([
    A.RandomBrightnessContrast(p=0.5),
    A.GlassBlur(p=0.1),
    A.RandomShadow(p=0.3),
    A.HorizontalFlip(p=0.5),
], bbox_params=A.BboxParams(format='yolo'))

3.2 模型训练