如果在人密集的地方，yolov5检测效果不理想，本文将采用 yolov5-crowdhuman来解决该问题。

本系列的链接

00【mmaction2 行为识别商用级别】快速搭建mmaction2 pytorch 1.6.0与 pytorch 1.8.0 版本

03【mmaction2 行为识别商用级别】使用mmaction搭建faster rcnn批量检测图片输出为via格式

04【mmaction2 行为识别商用级别】slowfast检测算法使用yolov3来检测人

！！！等论文发布后公开 ！！！！05【mmaction2 行为识别商用级别】slowfast 与 yolov5融合（即检测部分使用yolov5）

！！！等论文发布后公开 ！！！！06【mmaction2 行为识别商用级别】slowfast 与 yolov5与deepsort融合（即追踪部分使用deepsort）

！！！等论文发布后公开 ！！！！07【mmaction2 行为识别商用级别】 yolov5 采用 yolov5-crowdhuman

08【mmaction2 行为识别商用级别】自定义ava数据集 之 将视频裁剪为帧

！！！等论文发布后公开 ！！！！10-1【mmaction2 行为识别商用级别】ava数据集缩小版 与 slowfast训练

！！！等论文发布后公开 ！！！！10-2【mmaction2 行为识别商用级别】修改ava数据集的帧ID 分析slowfast训练的数据集如何输入的

12【mmaction2 行为识别商用级别】X3D复现 demo实现 检测自己的视频 Expanding Architecturesfor Efficient Video Recognition

yolov5-crowdhuman（只要这个的权重文件）:https://github.com/deepakcrk/yolov5-crowdhuman
yolov5:https://github.com/ultralytics/yolov5

一 yolov5安装

1.1平台

AI平台：https://cloud.videojj.com/auth/register?inviter=18452&activityChannel=student_invite

实例镜像：Pytorch 1.8.0，python 3.8，CUDA 11.1.1

1.2 安装

然后运行以下命令：

cd home

git clone https://github.com/ultralytics/yolov5
cd yolov5
pip install -r requirements.txt
pip install opencv-python-headless==4.1.2.30

1.3 检测

检测

python detect.py --source ./data/images/bus.jpg --weights ./yolov5s.pt

最后的检测结果放在了：./runs/detect/exp

我们用yolov5检测密集的人群试试，如下面的图

上传到AI平台的 /home/yolov5/data/images
命名为：st.png

检测命令：

python detect.py --source ./data/images/st.png --weights ./yolov5s.pt

二 yolov5-crowdhuman

现在采用yolov5-crowdhuman的权重

权重YOLOv5m-crowd-human下载链接： https://drive.google.com/file/d/1gglIwqxaH2iTvy6lZlXuAcMpd_U0GCUb/view?usp=sharing
这个需要本地下载后，上传到：home/yolov5/

然后执行：

python detect.py --source ./data/images/st.png --weights ./crowdhuman_yolov5m.pt

检测结果：

三 遇到的问题与解决方法

Arial.ttf无法下载
如果在运行时遇到

Downloading https://ultralytics.com/assets/Arial.ttf to /root/.config/Ultralytics/Arial.ttf...

进入:/root/.config/Ultralytics，然后下载Arial.ttf
命令如下：

cd /root/.config/Ultralytics

wget https://ultralytics.com/assets/Arial.ttf