保姆级教程：在Ubuntu 20.04上用YOLOv5s训练自己的人脸检测模型（附数据集）

从零构建人脸检测模型：YOLOv5在Ubuntu 20.04的实战指南

当计算机视觉遇上边缘计算，人脸检测技术正从实验室走向日常生活。无论是智能门锁的身份识别，还是社交媒体中的AR滤镜，背后都离不开高效的目标检测算法。本文将带您用YOLOv5这一前沿框架，在普通消费级显卡上打造专属的人脸检测系统。

1. 开发环境搭建

在开始模型训练前，我们需要构建稳定的深度学习环境。推荐使用Anaconda管理Python环境，它能有效解决依赖冲突问题。以下是具体步骤：

# 创建专用环境（Python3.8与PyTorch1.7.1最佳适配） conda create -n yolov5_face python=3.8 conda activate yolov5_face # 安装PyTorch与CUDA工具包（注意选择与显卡驱动兼容的版本） conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

环境验证环节不可忽视，执行以下命令确认GPU可用性：

import torch print(torch.cuda.is_available()) # 应返回True print(torch.cuda.get_device_name(0)) # 显示显卡型号

提示：若出现CUDA版本不兼容，建议通过NVIDIA官网更新显卡驱动至最新版

2. 数据集准备与标注

优质数据是模型性能的基石。我们采用CASIA-FaceV5数据集，包含多角度、多光照条件下的人脸图像。数据集组织结构应遵循YOLO标准格式：

CASIA-FaceV5/ ├── images │ ├── train # 训练集图片 │ ├── val # 验证集图片 │ └── test # 测试集图片 └── labels ├── train # 对应标注文件 ├── val └── test

标注文件为.txt格式，每行代表一个目标：

<class_id> <x_center> <y_center> <width> <height>

使用LabelImg工具标注时，注意以下要点：

• 标注框应紧贴人脸边缘
• 避免包含过多背景区域
• 对遮挡人脸采用合理推测标注

3. 模型配置与训练

YOLOv5通过.yaml文件定义模型结构。我们复制yolov5s.yaml并修改关键参数：

# yolov5_face.yaml nc: 1 # 仅人脸类别 names: ['face'] # 类别名称

数据配置文件定义数据集路径：

# face_data.yaml train: ../CASIA-FaceV5/images/train val: ../CASIA-FaceV5/images/val nc: 1 names: ['face']

启动训练的命令行参数解析：

python train.py \ --data face_data.yaml \ --cfg yolov5_face.yaml \ --weights yolov5s.pt \ --epochs 100 \ --batch-size 16 \ --img-size 640 \ --device 0 # 使用第一块GPU

训练过程监控指标包括：

• mAP@0.5：交并比阈值为0.5时的平均精度
• Precision：预测为正样本中真实正样本比例
• Recall：真实正样本中被正确预测的比例

4. 模型验证与优化

训练完成后，使用验证集评估模型表现：

python val.py \ --data face_data.yaml \ --weights runs/train/exp/weights/best.pt \ --batch-size 8 \ --task test # 在测试集上评估

常见性能提升技巧：

1. 数据增强：调整hyp.scratch.yaml中的参数
   • 随机旋转：degrees: 10
   • 色彩抖动：hsv_h: 0.015
2. 迁移学习：冻结部分层参数

   python train.py --freeze 10 # 冻结前10层

3. 超参数搜索：使用进化算法优化

   python train.py --evolve

5. 部署与实时检测

将训练好的模型转换为ONNX格式便于跨平台部署：

python export.py \ --weights runs/train/exp/weights/best.pt \ --img-size 640 \ --include onnx

实时摄像头检测命令：

python detect.py \ --weights runs/train/exp/weights/best.pt \ --source 0 \ # 摄像头设备号 --conf-thres 0.5 \ # 置信度阈值 --view-img # 实时显示窗口

性能优化建议：

• 使用TensorRT加速推理
• 调整img-size平衡速度与精度
• 对视频流采用跳帧检测策略

在GTX 1660 Ti上的典型性能：