简介基于YOLOv5的猪脸目标检测模型与代码适合畜牧智能化管理、计算机视觉初学者及智慧农业开发者使用可用于猪只个体识别、健康监测等场景。整个压缩包共236个文件约70.75MB以Python脚本、YAML配置、Jupyter Notebook、预训练权重.pt和示例图片为主同时也包含Dockerfile、Git配置等工程化文件便于直接训练、推理或二次开发。目前已有1289人学习下载资源内提供best_yolo_tiny.pt与best.pt两套权重前者为轻量版速度更快适合算力受限环境后者为标准版精度更优。main.ipynb引导完成从环境设置、模型加载到数据预处理、目标检测与结果可视化的完整流程并附带测试图片供快速验证项目中还引入Focal Loss解决类别不平衡配合数据增强与多尺度训练提升检测泛化能力是学习YOLOv5目标检测和落地猪脸识别的不错起点。代码结构清晰支持自定义数据集进行模型微调可直接替换为自己的猪脸图片进行训练验证也可作为课程设计或科研项目的参照实现同时附带的文本说明可帮助快速定位所需内容便于直接上手无论是入门学习还是工程落地都有参考价值。 养了上千头猪怎么一眼认出每一头这个问题的答案听起来有点魔幻但确实是现代规模化养殖里最头疼的刚需。传统做法是给猪打耳标可耳标容易脱落、戴久了还可能引发耳部感染猪打架时也经常把耳标扯掉补打一次又是一笔人力成本。我当时接到这个需求第一反应就是猪脸和人脸一样特征够独特能不能直接用目标检测把猪脸从画面里捞出来于是就有了这个项目——基于YOLOv5的猪脸目标检测模型与代码。这个项目解决的并不是“认出这头猪是谁”而是更前置的一步在复杂的栏舍场景里先把每一张猪脸的位置和边界框找出来。说白了目标检测负责“定位”后续的身份识别再基于检测框去做特征比对。整个项目从数据采集、标注、训练到部署全程走通适合正在做农业视觉、智慧养殖方向的开发者参考也适合想入门YOLOv5但不想只跑官方Coco Demo的初学者照着这份实操路径能少踩不少坑。1. 项目整体设计与方案选型1.1 为什么选择YOLOv5而不是其他检测框架先说结论在这个场景下YOLOv5是性价比最高的选择没有之一。养猪场的实际环境不是实验室拍摄设备可能只是一台500块钱的鱼眼摄像头计算设备可能是一块Jetson Nano或者一台普通工控机。这就要求检测模型必须在算力有限的情况下保持足够的帧率YOLOv5作为单阶段检测器的代表在速度和精度之间拿捏得相当均衡。对比Faster R-CNN这类双阶段检测器虽然精度理论上更高但推理速度根本跑不满实时视频流。而YOLOv8、YOLOX这些新模型虽然更强但当时生态和第三方辅助脚本远没有YOLOv5成熟。还有个关键点YOLOv5的Ultralytics仓库把训练、验证、导出、部署的链路做得极其完整几乎开箱即用。项目里大量时间应该留给数据整理和调参而不是折腾框架本身。1.2 任务边界与模型结构的适配这个项目我只做目标检测不做分类学意义上的个体识别。为什么要把边界卡在这里因为猪脸检测是整个视觉方案的地基检测框位置准不准直接影响后续所有环节。比如后续要做个体识别如果检测框把两只猪的耳朵都框进去了特征提取就会串味识别准确率直接崩盘。YOLOv5的主干网络CSPDarknet能够提取全局和局部特征颈部PANet结构擅长融合不同尺度的特征图这让它在类似猪脸这种“纹理细节多但目标形状偏圆形”的检测任务里表现不错。考虑到猪栏场景经常出现拥挤、遮挡、逆光我最终选用了YOLOv5s和YOLOv5m两个版本对比s版跑起来轻快m版准确率更高后面训练环节我会给出具体的评测数据。2. 数据集构建与预处理方案2.1 数据来源与采集要点这可能是整个项目里最耗时间的环节。公开数据集几乎没有现成的猪脸检测数据所以只能自采。我前后协调了三个猪场在产房、保育栏、育肥栏分别架设摄像头连续录制了一周的视频素材然后按帧抽图最后筛出两万多张有效图片。采集中有几个很实在的细节。第一不要只在白天光线好的时候拍凌晨和傍晚栏舍里的昏暗光线、灯光直射造成的过曝这些都要覆盖否则模型到了真实环境马上就露馅。第二尽量覆盖多品种猪只大白、长白、杜洛克的面部特征差异还挺明显的。第三视频抽帧时不要连续抽间隔个十几帧再取一张否则相邻帧太相似训练集和验证集之间会发生严重的数据泄漏。2.2 标注工具与格式转换标注用的是LabelImg画矩形框导出成VOC格式的XML文件。这里有一个YOLOv5特有的坑训练时需要的是TXT格式的标注文件每行内容是“类别ID 中心点x坐标 中心点y坐标 框宽 框高”而且坐标必须是除以图片宽高后的归一化数值。我自己写过一段Python脚本做格式转换核心逻辑也不复杂读XML拿到bndbox的四个值计算出中心坐标和宽高再分别除以图片尺寸。类别ID这里特别注意如果只有“pig_face”一个类别ID就是0。如果你后续要扩展出耳朵、躯干等其他部位ID的顺序一定要和data yaml里的names列表保持一致不然训练出来的模型预测结果会驴唇不对马嘴。2.3 数据增强策略与样本划分猪脸检测场景里数据增强不是锦上添花而是模型能不能泛化的关键。我用的增强组合包括随机水平翻转、±30度的随机旋转、亮度对比度扰动模拟不同光线、随机裁剪和缩放以及一点轻微的模糊处理。YOLOv5自带的Mosaic增强很猛相当于把四张图拼成一张训练小目标检测能力提升明显我推荐把Mosaic开启概率保持在1.0只在最后十几个epoch可以关闭让模型稳定收敛。样本划分这块我要重点提醒一定要按猪只个体来划分而不是简单随机打乱。我一开始直接把所有图片随机分成训练集和验证集结果模型效果虚高落到现实场景就垮了。原因很简单同一头猪的视频帧高度相似模型等于提前见过验证集的猪了。后来改成按拍摄批次划分确保训练集和验证集里不出现同一头猪这个评估结果才真正可信。最终数据比例在811左右训练集一万六千多张验证集和测试集各两千张上下。3. 模型训练流程与评价指标解读3.1 环境配置与硬件要求很多新手上来就问目标检测训练需要用到GPU吗我的回答是如果你手里只有CPU可以跑通流程但几百个epoch可能要跑上好几天而且是CPU满载、风扇轰鸣的那种折磨。训练YOLOv5确实需要GPU哪怕是一张二手GTX 1660 Super都能明显提升体验有条件的话RTX 3060 12G显存基本上能胜任绝大多数训练任务12G显存意味着可以比较舒服地开batch size 16配合YOLOv5s。我自己用的是RTX 3090训练YOLOv5s跑100个epoch大约三个半小时如果你是RTX 3060时间翻倍也还能接受。环境方面建议用PyTorch的官方Docker镜像或者Miniconda建虚拟环境CUDA版本和PyTorch版本一定要匹配最常见的坑就是装了最新版PyTorch但显卡驱动太老导致CUDA initialization error。clone Ultralytics的YOLOv5仓库后执行pip install -r requirements.txt就能装齐依赖。3.2 数据配置YAML详解YOLOv5的数据配置走的是YAML文件这个文件是训练入口的眼睛路径错了训练直接报错或者静默使用错误数据。实际使用时train和val字段直接写绝对路径最省心相对路径经常因为当前目录不同而踩坑。nc是类别总数这里是1names列表里的名称必须和标注时的类别一一对应比如我这里就是names: [pig_face]。# pig_face.yaml train: /data/pigface/train/images val: /data/pigface/val/images test: /data/pigface/test/images nc: 1 names: [pig_face]这个文件放好后启动训练的命令大概是这样的。weights参数建议从官方预训练权重开始迁移学习不要从头训练coco数据集上的通用特征对猪脸检测有很大帮助。img size用640起步后面可以尝试1280来提升小目标检测能力。python train.py --data pig_face.yaml --weights yolov5s.pt --img 640 --batch-size 16 --epochs 100 --name pigface_exp3.3 训练过程中的评价标准解读训练日志里最需要盯的指标不是loss而是mAP。这里把目标检测训练过程中评价标准一次说清楚。先记住两个基础概念Precision是查准率模型预测的框里真的含有猪脸的比例惩罚的是误检Recall是查全率所有真猪脸里被模型捞上来的比例惩罚的是漏检。这两个指标天然存在矛盾提高阈值减少了误检但会漏掉一些模糊的目标。mAP则是把不同置信度阈值下的Precision和Recall串起来算PR曲线下的面积是综合衡量模型性能的金标准。YOLOv5训练时会输出两组最关键的指标mAP0.5和mAP0.5:0.95。前者是IoU阈值为0.5时的平均精度IoU就是预测框和真实框的交并比大于0.5就算检测正确这个指标比较宽松适合粗粒度评估。后者是IoU从0.5到0.95每隔0.05取一个阈值共10个阈值下的mAP平均值极其严格要求预测框和真实框高度重合适合精确定位类的任务。我的猪脸模型最终mAP0.5到0.967mAP0.5:0.95大约是0.812后者更说明这个模型在实际部署时的定位精度够用。另外关注一下PR曲线如果曲线右上角的面积大说明模型在保持高召回的同时误检也控制得好。训练结束后跑一下验证集用下面的命令能直接输出PR曲线、混淆矩阵这些可视化结果比只看数字直观得多。python val.py --data pig_face.yaml --weights runs/train/pigface_exp/weights/best.pt --img 6404. 推理部署与常见问题排查4.1 单张图片与视频流的目标检测推理训练完成后推理环节使用官方detect.py非常方便指定权重文件和图片来源就能跑出带检测框的结果图。python detect.py --source test.jpg --weights runs/train/pigface_exp/weights/best.pt --conf 0.5参数里最值得调的是--conf也就是置信度阈值。我在实际场景里发现阈值设成0.5对猪脸来说略激进很多被遮挡一半的猪脸会被滤掉但设成0.25又会混入不少误检。经验值是白天光线好时用0.45夜间或者画面模糊场景降到0.3。--iou参数控制NMS的抑制阈值默认0.45通常够用如果画面中猪脸重叠特别密集可以调到0.3强制压低冗余框。如果要想部署到边缘设备或者接入摄像头实时视频流我建议导出成TensorRT或ONNX格式再推理。YOLOv5仓库自带export.py一键导出很省事。TensorRT在Jetson平台上能比PyTorch原生加快三倍左右是边缘部署的首选方案。导出时注意--half参数开启FP16量化精度几乎不掉但速度翻倍。4.2 轻量场景下的小目标检测优化猪脸检测有个很现实的难题是猪栏空间大摄像头俯拍时远端的猪在画面里只占很小的一块区域这就是典型的小目标检测问题。我的模型在初始版本上对小目标召回率明显偏低后来做了三个改进效果立竿见影。第一把输入分辨率从640提升到1280。模型能看到的细节增多了小目标特征也保住了但对GPU显存要求翻倍实测batch size会从16降到8训练时间明显变长。第二开启TTA测试时增强检测时对图片做多尺度推理再融合结果对低分辨率小目标友好代价是推理速度变慢不适合实时场景。第三借鉴YOLOv8小目标检测头的思路在颈部网络增加一个针对小尺度目标的预测头这个改动工作量大但效果最明显。4.3 常见问题速查表实战中遇到的坑我整理成一个速查表这些都是踩过之后才长记性的东西。问题现象原因分析解决方案loss一直不降学习率过高、模型不收敛初始lr调到0.001配合cosine schedulermAP很低但训练loss正常数据集划分泄漏或标注框不准按个体划分数据逐张检查标注质量显存溢出OOMbatch过大或输入分辨率过大减小batch或开启--cache后降低pin_memory推理时把食槽/地面阴影误检成猪脸背景类样本太少收集困难负样本加入训练集做硬负样本挖掘夜间画面漏检严重图像亮度太低、噪声大训练时加入低光增强推理前做图像增强预处理排查时先看训练集loss和验证集loss的差距差距大就是过拟合加大数据增强或者降低模型复杂度两个loss都高就是模型容量不够换上更大的YOLOv5m甚至YOLOv5l。4.4 模型效果与生产环境部署验证最终交付时我选了YOLOv5m作为生产模型原因很简单它在测试集上的mAP0.5比s版高了1.8个百分点而单帧推理时间只多了6毫秒在Jetson Nano上依然能跑到每秒18帧满足实时监控需求。实际部署到猪场两个多月模型的稳定性比我预想的好白天识别率能达到九成以上夜间配合补光灯之后也在八成左右。部署过程中有个意外收获原本以为最难解决的个体重叠问题其实通过置信度阈值动态调整就能压到很低。远距离的猪脸置信度天然偏低近距离的被遮挡时置信度也偏低但整体来说误检数量远低于漏检这个行为模式在养殖场景里比追求极致精度更重要误检可以靠后续跟踪算法过滤漏检就真的丢目标了。5. 项目后续可以扩展的方向整套流程跑通后猪脸检测这个地基已经相当扎实后续的扩展空间很大。最直接的方向是在检测框基础上接一个ReID模型做个体识别也就是具体到“这一头猪是谁”。也有人把二维检测扩展到三维目标检测通过猪脸在多个视角下的检测框重建三维面部轮廓做体型评估。如果手头有红外热成像摄像头还可以试试多模态目标检测把可见光图像和热成像数据融合夜间识别效果会再上一个台阶。我个人在实际操作中最大的体会是目标检测项目难的不在模型训练而在数据和生产环境的磨合。YOLOv5的代码足够成熟但每一片数据都有它自己的脾气猪脸数据不会比一般物体检测简单——猪不配合光线不可控环境又脏又乱这才是这类项目真正的考验。最后再分享一个小技巧训练过程中记得定期保存验证集里检测效果差的样本积累到一定量后手动标注并补进训练集这种主动学习式的迭代策略比一次性把数据做到两万张要高效得多。本文还有配套的精品资源点击获取