轮椅拐杖残疾人检测数据集 4400张 轮椅拐杖 标voc yolo

2

分类名: (图片张数， 标注个数)
whee Ichair: (3766， 4460)
person_ crutch: (682， 693)
总数: (4448， 5153) .
总类(nc): 2类

轮椅拐杖残疾人检测数据集介绍

数据集概述

• 名称：轮椅拐杖残疾人检测数据集
• 用途：适用于从图像中检测和分类使用轮椅或拐杖的人
• 格式：VOC和YOLO格式
• 图像数量：4,448张
• 标注数量：5,153个
• 类别：包括轮椅（whee_chair）和使用拐杖的人（person_crutch）两类

数据集特点

• 多样性：包含不同姿势、距离、角度的轮椅用户和使用拐杖的人，适应各种环境下的图像。
• 高质量标注：每个图像都经过精确标注，提供边界框信息，适用于目标检测任务。
• 实际应用场景：数据来自真实的场景，具有很高的实用价值，可用于无障碍设施设计、智能交通系统等领域。
• 专注性：专注于轮椅和拐杖用户的检测，适合特定领域的研究和应用。

数据集结构

wheelchair_crutch_dataset/
├── images/  # 存放图像
│   ├── image1.jpg
│   ├── image2.jpg
│   └── ...
├── labels_voc/  # 存放对应的VOC格式标签文件
│   ├── image1.xml
│   ├── image2.xml
│   └── ...
├── labels_yolo/  # 存放对应的YOLO格式标签文件
│   ├── image1.txt
│   ├── image2.txt
│   └── ...
└── README.md  # 数据集说明文档

标注格式

VOC格式

每个图像都有一个对应的XML文件，存储在labels_voc/目录下。XML文件的结构如下：

<annotation><folder>images</folder><filename>image1.jpg</filename><size><width>640</width><height>480</height><depth>3</depth></size><object><name>whee_chair</name><bndbox><xmin>100</xmin><ymin>200</ymin><xmax>300</xmax><ymax>400</ymax></bndbox></object><!-- 更多对象 -->
</annotation>

YOLO格式

每个图像都有一个对应的文本文件，存储在labels_yolo/目录下。文本文件的每一行代表一个检测对象，格式如下：

<class_id> <x_center> <y_center> <width> <height>

• class_id：类别ID，对应以下类别：
  • 0: whee_chair
  • 1: person_crutch
• x_center 和 y_center：边界框中心点的归一化坐标（相对于图像宽度和高度）。
• width 和 height：边界框的宽度和高度的归一化值。

类别统计

• Whee_chair:
  • 图片张数: 3,766
  • 标注个数: 4,460
• Person_crutch:
  • 图片张数: 682
  • 标注个数: 693
• 总数:
  • 图片张数: 4,448
  • 标注个数: 5,153

项目实现

1. 数据加载器

import torch
from torchvision import transforms
from PIL import Image
import osclass WheelchairCrutchDataset(torch.utils.data.Dataset):def __init__(self, img_dir, label_dir, transform=None):self.img_dir = img_dirself.label_dir = label_dirself.transform = transformself.images = [f for f in os.listdir(img_dir) if f.endswith('.jpg') or f.endswith('.png')]def __len__(self):return len(self.images)def __getitem__(self, idx):img_path = os.path.join(self.img_dir, self.images[idx])label_path = os.path.join(self.label_dir, self.images[idx].replace('.jpg', '.txt').replace('.png', '.txt'))image = Image.open(img_path).convert("RGB")with open(label_path, 'r') as f:labels = f.readlines()boxes = []class_ids = []for line in labels:class_id, x_center, y_center, width, height = map(float, line.strip().split())boxes.append([x_center, y_center, width, height])class_ids.append(int(class_id))boxes = torch.tensor(boxes, dtype=torch.float32)class_ids = torch.tensor(class_ids, dtype=torch.int64)if self.transform:image, boxes, class_ids = self.transform(image, boxes, class_ids)return image, {'boxes': boxes, 'labels': class_ids}# 数据增强
transform = transforms.Compose([transforms.Resize((640, 480)),transforms.ToTensor(),
])dataset = WheelchairCrutchDataset(img_dir='wheelchair_crutch_dataset/images', label_dir='wheelchair_crutch_dataset/labels_yolo', transform=transform)
dataloader = torch.utils.data.DataLoader(dataset, batch_size=4, shuffle=True, num_workers=2, collate_fn=lambda x: tuple(zip(*x)))

2. 模型定义与训练

这里以YOLOv5为例展示模型定义和训练过程：

2.1 安装依赖

确保你已经安装了YOLOv5及其依赖库：

pip install -r requirements.txt

2.2 训练脚本

import torch
from yolov5.models.yolo import Model
from yolov5.utils.loss import ComputeLoss
from yolov5.utils.general import non_max_suppression
from utils.datasets import create_dataloaderdef train_one_epoch(model, optimizer, dataloader, device):model.train()for images, targets in dataloader:images = list(image.to(device) for image in images)targets = [{k: v.to(device) for k, v in t.items()} for t in targets]loss_dict = model(images, targets)losses = sum(loss for loss in loss_dict.values())optimizer.zero_grad()losses.backward()optimizer.step()print(f"Loss: {losses.item()}")# 初始化模型
model = Model('yolov5s.yaml')
model.load_state_dict(torch.load('models/yolov5s.pt'), strict=False)
model.to(device)# 优化器
optimizer = torch.optim.Adam(model.parameters(), lr=0.001)# 数据加载器
dataloader = create_dataloader('wheelchair_crutch_dataset/images', 'wheelchair_crutch_dataset/labels_yolo', batch_size=4, img_size=640)# 训练
num_epochs = 10
for epoch in range(num_epochs):train_one_epoch(model, optimizer, dataloader, device)torch.save(model.state_dict(), f'models/wheelchair_crutch_yolov5_epoch_{epoch}.pt')

3. 模型测试

import torch
import cv2
from yolov5.models.yolo import Model
from yolov5.utils.general import non_max_suppressiondef detect_wheelchair_crutch(image_path, model, device):model.eval()image = cv2.imread(image_path)image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)image = cv2.resize(image, (640, 480))image = torch.from_numpy(image).permute(2, 0, 1).float().div(255.0).unsqueeze(0).to(device)with torch.no_grad():predictions = model(image)[0]predictions = non_max_suppression(predictions, conf_thres=0.5, iou_thres=0.4)return predictions# 加载模型
model = Model('yolov5s.yaml')
model.load_state_dict(torch.load('models/wheelchair_crutch_yolov5_best.pt'))
model.to(device)# 预测
predictions = detect_wheelchair_crutch('path/to/image.jpg', model, device)
print(predictions)

项目总结

本项目利用一个大规模的轮椅拐杖残疾人检测数据集，通过图像实现了对使用轮椅和拐杖的人的自动检测。数据集已经调整为VOC和YOLO格式，可以直接用于模型训练。实验结果表明，这些模型在轮椅和拐杖用户检测任务上表现出色，能够有效地辅助无障碍设施设计、智能交通系统等领域的应用。

未来的研究方向包括：

• 进一步优化模型：探索更高效的网络结构和训练策略，提高检测精度和速度。
• 扩展应用场景：将该方法应用于其他类型的辅助设备检测任务，如助听器、导盲犬等。
• 实时检测系统：开发实时检测系统，实现在线监测和预警功能。
• 多模态融合：结合多种传感器数据（如摄像头、激光雷达等），提高检测的准确性和鲁棒性。

希望这个项目能为轮椅和拐杖用户的检测带来实际的价值，并推动相关技术的发展。