# 去烟+人体识别系统

**Repository Path**: chenkun_code/desomking

## Basic Information

- **Project Name**: 去烟+人体识别系统
- **Description**: 去烟+人体识别系统，去烟用Uset实现，人体识别在这个基础上用yolov5实现
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2025-05-06
- **Last Updated**: 2025-05-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 去烟+识别系统

一个基于Tkinter图形界面的去烟+人体识别系统，支持 **红外图像去烟增强** 与 **YOLOv5目标检测** 功能，适用于红外视频增强、人形识别等任务。

## 🧠 功能特性

- ✅ 视频播放与处理
- ✅ 红外图像去烟（基于UNet）
- ✅ 目标检测（基于YOLOv5）
- ✅ 实时画面对比显示（原始 vs 处理后）
- ✅ 自动生成处理后的视频 `final_output_video.mp4`


## 📦 安装依赖
详细请查看依赖文件
```bash
pip install -r requirements.txt
```

> ⚠️ 如果使用YOLOv5，请确保PyTorch能使用GPU（可选），并自动从 `ultralytics/yolov5` 加载模型。

## 📁 项目结构

```
.
├── software.py             # 主程序（你的Python代码）
├── dataset                 # 普通图像，给desmoking.py训练使用
├── dataset_infrared        # 红外图像，给infrared.py训练使用
├── models/
│   ├── yolo.pt             # YOLOv5目标检测模型
│   ├── infrared_model.pth  # 红外图像去烟模型
│   └── desmoking.pth       # 普通图像去烟模型
├── infrared.py             # 包含网络定义,针对红外图像
├── desmoking.py            # 包含网络定义,针对一般图像
├── final_output_video.mp4  # 自动生成的处理后视频
├── yolo_test.py            # 只测试yolo模型
├── inrared_test.py         # 只测试去烟模型
└── README.md              # 项目说明

```
## 📁 数据集及训练说明

本项目使用两类配对图像数据集。每个样本文件夹中包含一张带烟图像（`haze.jpg`）和对应的无烟图像（`clean.jpg`）。

---

### 📦 数据集（`dataset/`和`dataset_infrared/`）

用于训练普通（可见光）图像的去烟模型。

- 文件夹命名为数字，范围为 `0` 到 `29`（共 30 个文件夹）。
- 每个文件夹中包含两张图像：
```
├── 0
│   ├── haze.jpg             # 去烟图像
│   ├── clean.jpg            # 无烟图像
├── 1
│   ├── haze.jpg             # 去烟图像
│   ├── clean.jpg            # 无烟图像
......
```
#### 对于数据集，需要特别说明，如果想要扩充数据集以提升模型鲁棒：
#### dataset：https://www.kaggle.com/datasets/adipuli2004/dehazing-and-desmoking
#### dataset_infrared:https://pan.baidu.com/share/init?surl=y4OQkoPklAnb2YLTXD-xMg&pwd=wxrh
### 🚀训练：
- 直接运行`desmoking.py`和`infrared.py`即可
- 可以直接使用`models/`中的结果和`infrared_video.mp4`来观察模型效果
#### 对于YOLO来说：本代码不提供yolo的完整训练，请自行训练yolo模型，数据集可参考dataset_infrared
## 🧪 模型说明

- `infrared_model.pth`：使用 UNet + 注意力机制 模型训练，输入为红外图像，输出为去烟图像。
- `desmoking.pth`：主要使用GAN神经网络，输入为普通图像，输出去烟图像。
- `yolo.pt`：YOLOv5自定义模型，可进行人形或多类目标识别。
#### 注意!本软件使用的代码默认是红外图像去烟模型，如有需要自行替换`software.py`中代码。

## 🖥️运行代码
1. **导入视频**

- 点击【选择视频】，支持 `.mp4`、`.avi`、`.mov` 等格式。
- 可以使用`infrared_video.mp4`作为输入演示效果

2. **选择处理模式**

- ✅ 勾选【去烟处理】可增强红外图像清晰度
- ✅ 勾选【目标检测】启用YOLO人形检测

3. **查看效果**

- 左侧为原始视频帧，右侧为处理后帧。处理后的视频自动保存为 `final_output_video.mp4`。
## ✨ 作者

如果有任何问题或建议，欢迎联系：

- Email：chenkun050617@163.com