基于YOLOv5的车辆颜色识别系统设计与实现

dejing6575

404人浏览 · 2026-07-02 12:12:50

dejing6575 · 2026-07-02 12:12:50 发布

1. 项目概述

最近在帮学弟学妹们做毕业设计指导时，发现很多同学在选题和实现上遇到了困难。传统基于OpenCV的图像处理项目已经很难满足现在的答辩要求，而深度学习方向的项目又往往门槛较高。针对这个问题，我设计了一个基于YOLOv5的车辆颜色识别系统，这个项目在创新性、实用性和实现难度上取得了不错的平衡。

车辆颜色识别在智能交通、安防监控等领域都有广泛应用场景。比如在停车场管理中，可以通过颜色特征快速检索目标车辆；在交通违章识别中，可以作为车辆特征的重要补充。相比传统方法，基于深度学习的解决方案在准确率和鲁棒性上都有显著提升。

这个项目的核心创新点在于：

采用最新的YOLOv5目标检测框架，实现高精度的车辆定位
在检测基础上集成颜色分类模块，形成端到端的解决方案
使用爬虫自建车辆颜色数据集，解决了数据获取难题
整个系统在普通消费级显卡上即可训练和部署

从技术评估来看，这个项目难度适中（3/5分），工作量合理（3/5分），但创新性较强（4/5分），非常适合作为本科毕业设计选题。下面我将详细介绍整个系统的技术实现细节。

2. 系统架构设计

2.1 整体方案设计

系统采用两阶段处理流程：

车辆检测阶段 ：使用YOLOv5定位图像中的所有车辆，输出边界框坐标
颜色识别阶段 ：对每个检测到的车辆区域，使用CNN网络进行颜色分类

这种设计有以下几个优势：

模块化设计，便于单独优化每个环节
可以利用预训练的YOLOv5模型，减少训练数据需求
颜色分类只在检测到的区域进行，计算效率高

2.2 技术选型对比

在目标检测算法选择上，我们对比了几种主流方案：

算法	准确率	速度(FPS)	模型大小	训练难度
Faster R-CNN	高	5-7	大	较难
SSD	中	20-30	中	中等
YOLOv4	较高	40-50	较大	中等
YOLOv5	高	60-140	小	较易

选择YOLOv5的主要考虑：

优异的精度-速度平衡
基于PyTorch实现，社区支持好
模型体积小，便于部署
训练过程相对简单

3. 核心算法实现

3.1 YOLOv5检测网络

YOLOv5的网络结构可以分为四个部分：

3.1.1 Backbone网络

采用改进的CSPDarknet53结构，主要特点：

使用Focus模块降低计算量
引入CSP(Cross Stage Partial)结构增强特征复用
包含SPP(Spatial Pyramid Pooling)模块捕获多尺度特征

class Focus(nn.Module):
    def __init__(self, c1, c2, k=1, s=1, p=None, g=1, act=True):
        super().__init__()
        self.conv = Conv(c1*4, c2, k, s, p, g, act)
    
    def forward(self, x):
        return self.conv(torch.cat([
            x[..., ::2, ::2], x[..., 1::2, ::2],
            x[..., ::2, 1::2], x[..., 1::2, 1::2]
        ], 1))

3.1.2 Neck网络

采用FPN+PAN结构实现多尺度特征融合：

FPN(自顶向下)传递高级语义特征
PAN(自底向上)传递低级定位特征
通过多次融合提升小目标检测能力

3.1.3 Head网络

输出三个尺度的检测结果：

大尺度(80×80)：检测小目标
中尺度(40×40)：检测中等目标
小尺度(20×20)：检测大目标

每个尺度的输出维度为：N×N×[3×(5+num_classes)]

3.2 颜色分类网络

在YOLOv5检测基础上，我们设计了一个轻量级的颜色分类网络：

class ColorClassifier(nn.Module):
    def __init__(self, num_colors=10):
        super().__init__()
        self.features = nn.Sequential(
            nn.Conv2d(3, 16, kernel_size=3, stride=2, padding=1),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=2, stride=2),
            nn.Conv2d(16, 32, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=2, stride=2),
            nn.Conv2d(32, 64, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.AdaptiveAvgPool2d((1, 1))
        )
        self.classifier = nn.Linear(64, num_colors)
    
    def forward(self, x):
        x = self.features(x)
        x = torch.flatten(x, 1)
        x = self.classifier(x)
        return x

这个网络只有约50万参数，可以在不显著增加计算负担的情况下实现准确的颜色分类。

4. 数据集构建与训练

4.1 数据采集与标注

由于没有现成的车辆颜色数据集，我们采用以下方法构建：

数据爬取 ：使用Python爬虫从主流图片网站抓取约1万张车辆图片
- 关键词："car", "vehicle", "automobile"等
- 限制条件：正面或侧面视角，清晰可见车身颜色
数据清洗 ：
- 去除低质量图片（模糊、遮挡严重）
- 去除非常见颜色车辆
- 最终保留约8000张有效图片
数据标注 ：
- 使用LabelImg工具标注车辆位置
- 同时记录每辆车的颜色类别
- 标注文件格式：PASCAL VOC格式的XML

常见颜色类别定义：

白色
黑色
灰色
银色
红色
蓝色
绿色
黄色
棕色
其他

4.2 数据增强策略

为提高模型泛化能力，采用以下增强方法：

基础增强 ：
- 随机旋转（-15°~+15°）
- 随机亮度调整（0.8~1.2倍）
- 随机对比度调整（0.8~1.2倍）
Mosaic增强 ：
- 随机选取4张图片
- 随机缩放、裁剪后拼接为1张
- 有效提升小目标检测能力
MixUp增强 ：
- 随机混合两张图片
- 标签按比例混合
- 增强模型鲁棒性

4.3 模型训练细节

4.3.1 训练参数配置

# yolov5s.yaml
nc: 1  # 只检测车辆一类
depth_multiple: 0.33  # 模型深度系数
width_multiple: 0.50  # 模型宽度系数

# hyperparameters.yaml
lr0: 0.01  # 初始学习率
lrf: 0.2   # 最终学习率 = lr0 * lrf
momentum: 0.937
weight_decay: 0.0005
warmup_epochs: 3.0
warmup_momentum: 0.8
warmup_bias_lr: 0.1

4.3.2 训练过程

两阶段训练策略 ：
- 第一阶段：冻结Backbone，只训练检测头
- 第二阶段：解冻全部网络，微调所有参数
关键训练命令 ：

# 第一阶段训练
python train.py --data vehicle.yaml --cfg yolov5s.yaml --weights yolov5s.pt \
--epochs 50 --batch-size 16 --freeze 10

# 第二阶段训练
python train.py --data vehicle.yaml --cfg yolov5s.yaml --weights runs/train/exp/weights/last.pt \
--epochs 100 --batch-size 8

训练监控 ：
- 使用TensorBoard监控训练过程
- 关键指标：mAP@0.5、precision、recall

5. 系统优化与部署

5.1 性能优化技巧

模型量化 ：

将FP32模型转换为INT8
减少75%模型体积，提升推理速度

model = torch.quantization.quantize_dynamic(
    model, {torch.nn.Linear}, dtype=torch.qint8
)

TensorRT加速 ：
- 将PyTorch模型转换为TensorRT引擎
- 在NVIDIA GPU上可获得2-3倍加速
多线程处理 ：
- 使用Python多线程实现流水线处理
- 检测和分类并行执行

5.2 实际部署方案

5.2.1 硬件配置建议

硬件	最低配置	推荐配置
CPU	i5-4代	i7-9代或以上
GPU	GTX 1050	RTX 2060或以上
内存	8GB	16GB
存储	256GB SSD	512GB NVMe

5.2.2 软件环境

# 基础环境
conda create -n vehicle python=3.8
conda activate vehicle

# 主要依赖
pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 -f https://download.pytorch.org/whl/torch_stable.html
pip install opencv-python pillow matplotlib seaborn tqdm pandas

# YOLOv5特定依赖
pip install pyyaml>=5.3.1
pip install scipy>=1.4.1