基于PyQt和YOLOv10的实时人群计数系统开发-AI智能范式网

基于PyQt和YOLOv10的实时人群计数系统开发

想吃苦了·2026-08-15·阅读 22 GEO检测（免费）

YOLOv10PyQt5人群计数

|难度：普通|阅读约 14 分钟

1. 项目概述

这个基于PyQt和YOLOv10的人群计数系统是一个结合了计算机视觉和深度学习的智能监控解决方案。系统通过摄像头实时捕获视频流，利用YOLOv10模型进行人群检测和计数，并通过PyQt5构建的图形界面展示结果。该系统可应用于公共安全管理、交通监控、商场客流统计等多个场景，具有实时性强、准确度高和跨平台等特点。

需要模型API调用？免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。

2. 系统架构设计

2.1 整体架构

系统采用模块化设计，主要分为三个核心模块：

视频采集模块：负责从摄像头或视频文件中获取图像帧
人群检测模块：基于YOLOv10实现的人群检测和计数算法
GUI界面模块：使用PyQt5构建的用户交互界面

2.2 技术选型

选择YOLOv10作为核心检测算法主要基于以下考虑：

实时性：YOLO系列以速度快著称，适合实时视频处理
准确性：v10版本通过架构优化提升了小目标检测能力
易用性：完善的Python生态支持，便于集成

PyQt5作为GUI框架的优势：

跨平台支持（Windows/Linux/macOS）
丰富的UI组件库
成熟的线程管理机制

3. 核心算法实现

3.1 YOLOv10模型训练

3.1.1 数据集准备

我们收集了包含16,000张人群图像的数据集，覆盖不同场景：

室内/室外环境
不同光照条件
多种人群密度
各种拍摄角度

使用LabelImg工具进行标注，生成YOLO格式的标注文件（.txt），标注内容示例：

code复制0 0.45 0.32 0.12 0.15  # [class_id x_center y_center width height]

3.1.2 模型配置

采用YOLOv10s（small版本）平衡速度和精度，关键训练参数：

python复制# yolov10s.yaml
nc: 1  # 仅person一个类别
depth_multiple: 0.33
width_multiple: 0.25
anchors: 3

# 训练参数
batch_size: 64
epochs: 100
lr0: 0.001
optimizer: AdamW

3.1.3 训练过程

使用NVIDIA GPU加速训练，关键代码：

python复制from ultralytics import YOLO

model = YOLO('yolov10s.yaml') 
model.train(
    data='crowd_dataset.yaml',
    epochs=100,
    batch=64,
    imgsz=640,
    device='0'  # 使用GPU
)

训练监控指标：

mAP@0.5: 0.89
Precision: 0.92
Recall: 0.85
FPS: 45 (RTX 3060)

3.2 检测算法优化

针对人群场景的特殊优化：

小目标检测增强：
- 修改anchor尺寸适应人体比例
- 增加浅层特征图输出
- 使用BiFPN加强特征融合
重叠目标处理：

python复制# 后处理NMS参数调整
iou_thres=0.45  # 提高IOU阈值
conf_thres=0.3  # 降低置信度阈值

跟踪算法集成：

python复制# 使用ByteTrack进行跨帧跟踪
from byte_tracker import BYTETracker

tracker = BYTETracker(
    track_thresh=0.4,
    track_buffer=30,
    match_thresh=0.7
)

4. 系统实现细节

4.1 GUI界面设计

4.1.1 主界面布局

python复制class MainWindow(QMainWindow):
    def __init__(self):
        super().__init__()
        
        # 中央组件
        self.video_label = QLabel()
        self.result_label = QLabel()
        
        # 控制按钮
        self.open_btn = QPushButton("打开视频")
        self.play_btn = QPushButton("播放")
        self.pause_btn = QPushButton("暂停")
        
        # 布局
        layout = QVBoxLayout()
        layout.addWidget(self.video_label)
        layout.addWidget(self.result_label)
        btn_layout = QHBoxLayout()
        btn_layout.addWidget(self.open_btn)
        btn_layout.addWidget(self.play_btn)
        layout.addLayout(btn_layout)
        
        # 信号连接
        self.open_btn.clicked.connect(self.open_video)
        self.play_btn.clicked.connect(self.start_detection)

4.1.2 多线程处理

python复制class DetectionThread(QThread):
    frame_processed = pyqtSignal(np.ndarray, int)  # 图像帧, 人数
    
    def run(self):
        cap = cv2.VideoCapture(self.video_path)
        while not self.isInterruptionRequested():
            ret, frame = cap.read()
            if not ret: break
            
            # 检测处理
            results = model(frame)
            count = len(results[0].boxes)
            
            # 绘制结果
            annotated_frame = results[0].plot()
            self.frame_processed.emit(annotated_frame, count)

4.2 性能优化技巧

视频解码加速：

python复制cap = cv2.VideoCapture()
cap.set(cv2.CAP_PROP_FOURCC, cv2.VideoWriter_fourcc(*'MJPG'))
cap.set(cv2.CAP_PROP_FPS, 30)

模型推理优化：

python复制# 使用TensorRT加速
model.export(format='engine', half=True) 

# 开启半精度推理
model = YOLO('yolov10s.engine', task='detect')
model.fuse()

内存管理：

python复制# 定时释放资源
def clean_memory():
    torch.cuda.empty_cache()
    gc.collect()

5. 系统测试与评估

5.1 测试环境

硬件配置	参数
CPU	Intel i7-12700H
GPU	NVIDIA RTX 3060 (6GB)
内存	16GB DDR4
操作系统	Ubuntu 20.04 LTS

5.2 性能指标

测试视频：1920x1080 @ 30fps

指标	数值
处理速度	28 FPS
平均准确率	87.5%
峰值内存占用	3.2GB
CPU利用率	45%

5.3 典型测试用例

密集场景测试：
- 输入：商场出入口监控视频
- 结果：准确率82%（受遮挡影响）
- 优化：增加ReID特征辅助跟踪
低光照测试：
- 输入：夜间街道监控
- 结果：准确率75%
- 优化：添加低光照增强预处理

6. 部署与使用指南

6.1 环境安装

bash复制# 创建conda环境
conda create -n crowd_count python=3.8
conda activate crowd_count

# 安装依赖
pip install -r requirements.txt

requirements.txt内容：

code复制ultralytics==8.0.0
opencv-python==4.5.5
PyQt5==5.15.7
torch==1.12.1+cu113

6.2 运行系统

bash复制python main.py --source 0  # 摄像头
python main.py --source video.mp4  # 视频文件

6.3 参数调整

通过config.ini配置：

ini复制[detection]
model_path = weights/yolov10s.pt
conf_thres = 0.3
iou_thres = 0.45

[gui]
window_size = 1280x720
theme = dark

7. 常见问题解决

检测速度慢：
- 解决方案：降低输入分辨率或使用更小模型
```
python复制results = model(frame, imgsz=480)  # 减小输入尺寸
```

漏检率高：

调整检测阈值：

python复制results = model(frame, conf=0.25)  # 降低置信度阈值

GPU内存不足：

启用梯度检查点：

python复制model.train(..., gradient_checkpointing=True)

界面卡顿：

优化图像显示：

python复制# 使用QPixmap代替直接显示numpy数组
qimg = QImage(frame.data, w, h, QImage.Format_RGB888)
pixmap = QPixmap.fromImage(qimg)

8. 扩展与改进方向

功能扩展：
- 添加人群密度热力图
- 实现异常行为检测
- 集成人脸识别功能
性能优化：
- 模型量化（FP16/INT8）
- 多摄像头支持
- 分布式处理
应用场景：
- 智慧城市安防
- 零售客流分析
- 交通枢纽监控

在实际部署中，我们发现系统的性能与光照条件、摄像头角度密切相关。建议在正式使用前，针对具体场景进行模型微调以获得最佳效果。对于高密度场景，可以考虑使用专用的人群计数算法（如MCNN）与YOLOv10结合使用。