企业官网建设流程全解析

简介：这是一套面向计算机及相关专业在校学生、教师与企业开发者的智慧工地安全监管实战项目资源，聚焦施工现场安全帽佩戴识别与危险区域入侵告警两大核心需求，融合YOLOv5目标检测与PyQt5桌面应用开发技术，兼具毕设、课程设计与工程原型验证价值。压缩包共2000个文件，含406张标注图像（jpg）、743份PASCAL VOC格式标注（xml）、743个标签文本（txt）、49个Python主程序与配置脚本（py/yaml）、以及部署说明、操作文档等，整体大小236.04MB；图像与标注数据已覆盖多角度、光照与遮挡场景，模型权重与GUI界面代码开箱即用。目前已有4147人学习下载，资源提供完整可运行源码、自定义危险区域绘制功能、实时声光告警逻辑、详细部署说明及测试验证记录，特别适合深度学习入门者理解工业场景落地全流程，亦可作为二次开发基础框架快速适配其他安防检测任务。 做智慧工地的朋友跟我吐槽过一件事：几十路监控屏幕挂在墙上，安全员轮流盯着看，但还是会漏掉没戴安全帽的工人，更别说危险区域闯入这种只要几秒就能出大事的情况。后来他换了一套基于YOLOv5和PyQt5的安全帽佩戴检测及危险区域入侵检测系统，效果立刻不一样了——工人没戴安全帽，镜头前实时弹框报警；有人翻进塔吊下方禁区，系统马上告警并把截图存下来。这篇文章就想完整拆解这个源码包：带GUI界面、带数据集、带训练好的模型、还带部署说明的智慧工地项目，从算法选型、数据标注、模型训练到PyQt5界面实现、危险区入侵判定逻辑，再到环境部署和常见坑，一次性讲透。

这套东西适合谁？如果你正在做安防监控、人员合规检测、工地智慧化改造，或者想用YOLOv5做真实场景落地但不想只停留在跑通demo，那这篇内容应该能帮你省掉大量试错时间。哪怕你只是Python入门、想看看目标检测怎么跟桌面软件结合，里面的思路也值得抄作业。

1. 项目整体设计与功能拆解

1.1 智慧工地安全管理的真实痛点

建筑工地的安全事故里，高处坠落和物体打击占了相当大比例，而没戴安全帽往往就是加重后果的直接原因。传统办法是安全员来回巡逻、盯监控，但工地动辄几十路摄像头，人眼盯久了必然疲劳，漏报是早晚的事。加上塔吊、基坑、配电房这些危险区域不可能时刻派人把守，单靠人力很难做到全天候无死角。

智慧工地想解决的，就是把“人盯屏”变成“算法盯屏”。摄像头采集画面，模型实时判断画面里有没有人没戴安全帽，有没有人进入禁区，一旦触发规则就弹窗、响铃、推送给管理人员。这套项目正是围绕这两个需求展开的：一个是人员防护装备合规检测，一个是区域入侵行为预警。两个功能都跑在一个桌面GUI里，双击就能用，不需要什么高深部署背景。

1.2 两个核心检测任务的技术本质

安全帽佩戴检测，本质上是目标检测任务——在图像中定位出人、以及人的头部区域，同时判断这个头部有没有被安全帽覆盖。数据集的类别设计一般是三类：person（人体）、hat（戴安全帽的头部）、head（未戴安全帽的头部）。这样设计的好处是，模型学会的是“区分带帽与不带帽的头部”这件事，而不是简单二分类，实际场景里泛化能力更强。

危险区域入侵检测，本质上是目标检测加空间判断的组合。首先用同一个YOLOv5模型把画面里的“人”找出来，然后拿这个人的位置信息去和预先划定的危险区域做几何计算，判断落脚点是否落在区域内。这个算法不复杂，真正的难点在于区域怎么划、人的位置怎么取、以及如何控制误报和重复报警。

1.3 技术选型思路：YOLOv5处理视觉，PyQt5处理交互

整个项目的技术栈并不花哨，但都是在真实工程里被验证过、社区资料完备的组合。

YOLOv5选得很稳。它不像YOLOv8/v11那样频繁更新导致大量代码依赖变动，网络结构收敛、训练流程稳定，生态非常成熟。预训练权重、官方训练脚本、各种推理封装都有现成资料，遇到问题基本都能搜到答案。对于做项目交付来说，稳定和可维护性比追新版本重要得多。

PyQt5则是Python桌面应用的事实标准。它不是最炫酷的界面框架，但在Windows工地现场电脑上跑，稳定性、控件丰富度、OpenCV图像显示的兼容性都经得起考验。尤其是信号槽机制，天然适合做视频流实时检测的UI刷新——采集线程把检测结果发信号传回主线程，界面更新不会跟算法计算抢资源。

2. 核心算法选型：YOLOv5在安全帽检测中的应用

2.1 数据集准备与标注规范

拿到源码包后，数据集一般是一个已经整理好的标注目录，但如果你需要自己扩展训练数据，或者后续要换工地场景做微调，得先搞清楚数据集结构。

推荐目录结构是这样：

safety_helmet_dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ └── labels/ ├── train/ ├── val/ └── test/

images里放jpg图片，labels里放同名txt标注文件。每个txt文件的每一行表示一个目标：

类别索引 x_center y_center width height

注意这些值是归一化到0~1之间的，格式是YOLO标准格式，不是VOC的xml。类别索引对应顺序很重要，比如0是person，1是hat，2是head，那么labels里的第一列就只能是0、1或2。

公开数据集方面，SHWD（Safety Helmet Wearing Dataset）是很多人用的基础数据，大概七千多张图，覆盖工地常见角度和光线，但里面也有不少标注噪音。如果项目要求高，建议在正式训练前花时间清洗一遍数据，把明显标错或漏标的图片删掉，再补充一部分现场摄像头截图，效果会完全不一样。我在做类似项目时，把现场两周的监控片段抽帧出来，手工补充了两千多张白天和夜间的样本，最终模型在夜间场景的漏检率明显下降。

注意：一定不要让训练集和验证集里有重复图片。很多时候大家从监控视频抽帧生成数据，相邻帧几乎一样，如果不按时间间隔抽样，验证集会出现“假高分”，实际场景泛化却很差。

2.2 模型训练流程与超参数设置

YOLOv5的训练步骤很成熟，关键是几个核心参数要理解透。

首先，数据集描述文件data.yaml要写好：

train: safety_helmet_dataset/images/train val: safety_helmet_dataset/images/val nc: 3 names: ['person', 'hat', 'head']

训练命令示例：

python train.py --img 640 --batch 16 --epochs 150 --data safety_helmet.yaml --weights yolov5s.pt --name helmet_exp

这里重点说一下参数选择逻辑：

• 输入尺寸img设640。安全帽在监控中通常是小目标，太低会丢失细节，太高训练显存扛不住。640是精度和资源消耗的最佳平衡点。
• batch size看显存。8G显存跑yolov5s，16基本到头；如果显存不够，优先降batch，不要降分辨率。
• 初始权重选yolov5s.pt还是yolov5m.pt，取决于你对精度的要求和部署硬件。工地场景如果摄像头角度好、距离近，yolov5s完全够用，推理速度快很多；如果摄像头装在很高的杆子上，人头很小，那至少要用m起步。

训练过程中的loss曲线需要盯着看。正常情况下train loss和val loss会同步下降，如果出现train loss降了但val loss反弹，大概率是过拟合了，考虑增加数据增强、增加数据量或者提前终止。YOLOv5默认开启了马赛克增强，这对小目标检测帮助很大，但最后一个epoch会自动关闭马赛克做最终评估，所以不用自己手动调。

2.3 从检测结果到业务判定：head与hat的后处理逻辑

模型输出的是三类框，不是直接的“是否戴帽”结论。业务层需要写一个逻辑转换：

• 如果某个person框周围没有对应的head框，也没有hat框，说明这张图没检测到人头，只能标记为“人员未识别到头部”，不能贸然判定为未戴帽。
• 如果person关联到了head框，说明这个人没戴安全帽，触发未佩戴告警。
• 如果关联到了hat框，判定为已佩戴。

这里的难点是“关联”这件事。简单做法是计算每个head/hat框的中心点与person框底部中心的欧氏距离，取最近的进行匹配。更稳的做法是直接用IoU，或者给定一个距离阈值。但不管怎样，单一帧的匹配都可能出错，所以我建议在告警模块里加状态平滑——比如连续3帧都判定为未戴帽才真正发出告警，这样可以过滤掉因为抖动、遮挡导致的孤立误判。

3. 基于PyQt5的检测界面设计与实现

3.1 界面布局与核心交互

这套源码包里的GUI，典型的功能模块包括：视频源选择区、实时画面显示区、检测结果状态区、告警信息列表、以及按钮控制栏。整体不用做得花哨，实用优先。

视频源选择一般用QComboBox下拉框，支持三种输入：

• 本地视频文件（.mp4、.avi等）
• USB摄像头（设备编号0、1等）
• RTSP网络摄像头地址

画面显示区用QLabel或自定义QWidget，通过setPixmap显示OpenCV转换过来的QImage。注意一个坑：OpenCV读出来的图像是BGR格式，必须先转成RGB再显示，否则画面颜色会偏蓝偏红，看着像加了滤镜。

按钮控制栏至少要包含：开始检测、暂停检测、停止检测、截图保存。告警信息列表用QTableWidget或QListWidget，每行记录报警时间、报警类型、截图路径。

3.2 多线程与信号槽：不让界面卡死的核心

PyQt5写实时检测最忌讳的就是把视频读取和模型推理都塞在主线程。视频流是阻塞操作，YOLOv5推理在GPU上还好说，如果CPU推理，单帧可能几百毫秒，主线程一卡住，界面直接假死，用户体验极差。

所以要拆线程。通用的做法是创建一个QThread子类，比如DetectionThread，在run方法里循环做读帧、预处理、推理、后处理，然后把结果通过pyqtSignal发回主线程，主线程只做UI刷新。信号里传一个dict，包含画面帧、检测框列表、是否告警、FPS等字段。

class DetectionThread(QThread): frame_signal = pyqtSignal(dict) def run(self): cap = cv2.VideoCapture(self.video_source) while not self.isInterruptionRequested(): ret, frame = cap.read() if not ret: break results = self.model.detect(frame) self.frame_signal.emit({ 'frame': results.annotated_frame, 'boxes': results.boxes, 'alert': results.alert }) cap.release()

主线程里连接信号槽：

self.det_thread.frame_signal.connect(self.update_ui)

这样界面刷新永远只有几十毫秒，不会因为模型推理变慢而卡死。

注意：信号传大图片对象也可以，但要避免高频copy，尽量复用同一个缓冲区对象。如果怕传帧太频繁造成UI队列积压，可以在信号里加一个递增的frame_id，槽函数里判断跳过旧帧。

3.3 检测结果可视化：画框、置信度与状态标签

检测结果的绘制逻辑，OpenCV一套搞定。给每个检测框画矩形、类别名、置信度。但业务层最好在画框上做区分：person框用绿色，hat框用蓝色，head框用红色。这样管理员一眼能看出问题在哪。

状态显示区可以放几个大号标签，比如“当前安全人数: 8”，“未佩戴人数: 1”，“最近告警: 10秒前”。这些标签通过QLabel的setStyleSheet实现颜色变化，比如未佩戴超过0，标签背景变红，整个监控画面的紧迫感就出来了。

截图功能建议存成带时间戳的文件名，比如alert_20240115_143205.jpg，同时把当时帧上的检测框也画进截图里，方便事后追责。实测下来，带检测框的截图比原始截图有用得多，管理人员一眼就能看出当时模型的判断依据。

4. 危险区域入侵检测的逻辑与实现

4.1 危险区域如何划定

危险区域入侵检测的第一步，是让用户把“禁区”告诉系统。源码包里通常提供了两种方案：

方案一是固定区域配置文件。在config.json里写多个多边形的顶点坐标：

{ "danger_zones": [ {"name": "塔吊下方", "points": [[100, 200], [350, 200], [350, 480], [100, 480]]}, {"name": "配电房", "points": [[700, 150], [900, 150], [900, 400], [700, 400]]} ] }

方案二是GUI里交互画区域。在画面显示控件上监听鼠标事件，点击落点，双击闭合生成多边形，然后保存到配置文件。这种交互对现场人员友好得多，不用打开json手写坐标。

注意：多边形坐标的坐标空间要和视频帧的像素坐标系一致。如果视频源分辨率是1920x1080，画区域时用的也是这个画面下的坐标，那么推理帧也要resize到这个尺寸下做判断。实际项目里最常遇到的“区域漂移”问题，就是resize后忘了换算坐标。

4.2 入侵判定的核心算法

判断一个点是否在某个多边形内部，OpenCV有现成函数cv2.pointPolygonTest：

result = cv2.pointPolygonTest(zone_contour, point, False) # result > 0 表示点在内部 # result == 0 表示点在边界上 # result < 0 表示点在外部

这个函数很快，对每个检测到的人判断一次即可。

但这里有个工程细节：用人的哪个点来代表“位置”？如果摄像头是俯拍，用中心点没问题；如果是巷口或门口那种平视或斜视机位，人的中心点会偏向画面中的身体中部，可能导致人明明在区域门口，中心点已经在区域外。更稳妥的做法是用人的脚部中心点——也就是检测框的底部中点——作为落脚点，因为入侵行为的本质是“脚跨进了禁区”。

实际测试中，底部中点明显比中心点更符合人的直觉。唯一的特例是人坐下或蹲下时检测框会变形，脚部中点误差会变大，这种情况可以退回到中心点或者用相邻帧的均值平滑。

4.3 告警联动与记录

触发入侵后的动作，不只是画个框报警。一个完整的告警流程应该是：画红色闪烁框、播放语音提示（可以用pyttsx3或QSound播放wav）、弹出一个提示窗口、把告警截图存到历史记录目录、把告警信息追加到日志表格。

告警去重是管理体验的关键。如果不做去重，一个人站在禁区里1分钟，系统会刷50条报警，管理人员直接崩溃。我实际落地时采用的策略是：对每个目标维护一个“最后告警时间”，同一目标连续出现在同一个区域内，如果距离上次告警不足30秒，就不再重复报警，但画面上的红色高亮保留。如果目标移出区域再进入，或者目标跟踪ID变了，重新计时。

还有一个小技巧，告警截图可以由两张拼在一起：原始画面加上带检测框和区域线画面的对比拼接图。这样既能看清现场真实情况，也能看清算法的判断逻辑，现场人员反馈特别好。

5. 环境配置与整体部署指南

5.1 环境清单与版本匹配

这个项目的部署，最磨人的往往是依赖版本。我建议环境组合如下，实测兼容性很好：

安装PyQt5时经常碰到的问题就是pip下载慢或者安装包过大，用国内镜像源会好很多：

pip install pyqt5 -i https://pypi.tuna.tsinghua.edu.cn/simple

CUDA和PyTorch版本对不上，是刚入手最容易翻车的地方。先确定自己显卡驱动支持的CUDA版本，然后选择对应版本的PyTorch。NVIDIA控制面板里能直接看到CUDA版本信息，不要凭感觉装。

5.2 快速启动流程

拿到源码包后的正确解包顺序，我按自己的经验整理了一遍：

1. 解压到纯英文路径。路径里带中文在PyTorch加载权重和OpenCV读文件时都会出一些莫名其妙的问题，比如权重文件读不出来或者数据加载失败。
2. 按上面的版本表创建conda环境：conda create -n helmet python=3.8。
3. 在项目根目录执行pip install -r requirements.txt。如果源码包没带requirements.txt，自己整理一份，核心依赖就那几个。
4. 确认权重文件路径。源码包里的模型文件可能是best.pt或yolov5s_helmet.pt，需要在代码里找到模型加载那行，把路径改成实际路径，建议写绝对路径。
5. 运行主程序：python main.py或python gui_main.py，看入口文件名。
6. 加载模型后，在界面里选择视频源，点开始检测。

如果第一次运行就卡在“模型加载”那一步，八成是权重文件路径不对或者PyTorch版本太新导致的权重兼容问题。前者改路径，后者就老实换回1.13。

5.3 部署成本与性能实测参考

模型推理速度，yolov5s在GTX 1060这类中端卡上，640x640输入，单帧推理大约20~30毫秒，加上前后处理和时间戳，画面能跑到20帧以上。这个帧率在工地监控场景里完全够用——安全帽没戴这个状态不会一秒内就消失，又不是追踪高速运动的物体。

CPU推理就慢多了，yolov5s在i5-10400上单帧大概300~500毫秒，只能做到每3~5帧检测一次。在实际项目里如果现场没有GPU机器，我的做法是：画面显示走实时流，检测线程做跳帧检测，每5帧检测一次，并把检测结果叠加在最近一帧上。视觉体验上会有一点延迟，但告警功能不受影响。

6. 常见问题排查与性能优化心得

6.1 运行报错速查表

拿到源码包后，跑起来的路上基本会遇到这几类问题，整理成速查表方便对照。

这里面最坑的是PyTorch版本导致的Upsample报错。很多源码包是用旧版PyTorch训练的，新版本框架里底层实现变了，直接加载会报错，而报错提示跟你的业务代码毫无关系，容易让人误判。

6.2 误检漏检调优思路

模型在训练集里表现很好，到了现场工地却各种漏检，这类问题很常见，不外乎几个方向：

第一，训练数据的场景覆盖不够。工地光线变化大，逆光、夜间、粉尘天气都会让检测效果退化。方案是现场采集数据，跟原数据混合后做增量训练。

第二，目标尺度分布和anchor不匹配。如果摄像头安装在很远的杆子上，人非常小，默认anchor对大目标更友好，小目标召回率会很低。可以在YOLOv5的训练配置里增加小目标anchor权重，或者直接用yolov5n这类更适合小目标的模型。

第三，置信度阈值太高或太低。检测头输出的置信度阈值，在GUI里应该做成可调参数。实测中，安全帽检测阈值设0.35~0.4比较合适，太高会把部分被遮挡的帽子漏掉，太低会把安全帽倒影、黄色塑料布误判成帽子。

第四，真正稳定的方案是加追踪。当模型出现单帧误检漏检时，配合DeepSORT跟踪算法，一个目标在多帧间的检测结果做投票，可以显著降低告警抖动。如果觉得集成DeepSORT太重，至少在告警逻辑里加上连续N帧判定，效果提升也非常明显。

6.3 打包成exe的几个坑

给工地现场部署，不能要求对方电脑上装Python环境，所以打包成独立exe几乎是必须的。

PyInstaller是主要工具，打包命令大概这样：

pyinstaller -F -w --add-data "best.pt;." --add-data "config.json;." main.py

-w表示不启动命令行窗口，--add-data把权重和配置一起包进去。但这里有几个坑：

一是YOLOv5的动态import问题。YOLOv5的utils模块里大量使用从字符串动态import的方式，PyInstaller的静态分析抓不全依赖，打包后经常报ModuleNotFoundError: utils.*。解决方法是手工在代码入口显式import一遍所有会用的模块，或者在spec文件的hiddenimports里逐个加上。

二是资源文件路径问题。打包成exe后，代码里写相对路径找不到文件，必须用sys._MEIPASS来定位临时解压目录：

def resource_path(relative_path): base_path = getattr(sys, '_MEIPASS', os.path.abspath('.')) return os.path.join(base_path, relative_path)

三是体积问题。一个带PyTorch和PyQt5的exe，打包出来至少1.5G起步，启动时间也长。第一次启动时如果没反应，其实是后台在解压资源，耐心等20~30秒。交付给客户时最好提前说明这一点。

6.4 个人建议：从demo到可交付的三点经验

把这类项目从“自己能跑”变成“现场能稳定跑”，我总结出三条经验。

第一，一定要在真实场景采集数据做微调。公开数据集只是起点，现场摄像头的高度、角度、光线、尘土遮挡，每一个变量都会影响模型表现。宁可花一周时间做数据采集和数据清洗，也不要指望模型一次训练就适配所有工地。

第二，告警和记录机制比检测模型本身更影响用户体验。管理人员真正在意的是：有没有告警？告警证据清不清晰？能不能追溯。哪怕检测精度稍微差一点，只要告警截图清晰、日志完整、误报可控，产品口碑就不会差。

第三，GUI和算法解耦设计，后面扩展才轻松。这个项目做扎实后，很容易扩展出抽烟检测、反光衣检测、车辆违规进入检测。只要把YOLOv5的检测类别扩充一下，数据准备好重新训练，GUI和后处理逻辑基本不动，就能很快出一个新功能。

我自己的体会是，这套项目的价值不在于代码本身跑起来有多炫，而在于它把一个完整的智慧工地安防闭环打通了：算法识别、GUI交互、告警记录、部署交付，每个环节都是实际项目里绕不开的硬骨头。如果你打算长期做这类场景，把它跑透、改明白，后面的扩展就是水到渠成的事。

本文还有配套的精品资源，点击获取