YOLO人脸识别流程

### 使用YOLO实现人脸识别的详细步骤

#### 创建项目环境并安装依赖库
为了确保开发环境能够支持YOLO模型运行，需先配置好相应的虚拟环境，并通过`pip install`命令来安装必要的Python包，比如PyTorch、OpenCV-python等。

conda create -n yoloface python=3.9
conda activate yoloface
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117
pip install opencv-python numpy matplotlib

#### 加载预训练好的YOLO模型
选择合适的版本如YOLOv5或最新的YOLOv8作为基础框架，在线获取官方提供的预训练权重文件。对于特定应用场景下的优化调整，则可能还需要额外收集数据集来进行微调训练[^1]。

import torch
from models.experimental import attempt_load

device = 'cuda' if torch.cuda.is_available() else 'cpu'
model_path = "path/to/yolov8-face.pt"
model = attempt_load(model_path, map_location=device)
model.eval()

#### 初始化摄像头设备读取视频流
利用OpenCV库中的VideoCapture类连接到本地摄像装置或者远程RTSP地址，循环遍历每一帧图片输入给后续处理模块。

import cv2

cap = cv2.VideoCapture(0)

while cap.isOpened():
    ret, frame = cap.read()
    
    if not ret:
        break
    
    # 后续操作...

#### 图像前处理与推理预测
将捕获的画面转换成适合送入神经网络的形式——通常是标准化后的张量形式；接着执行forward pass得到边界框坐标以及类别置信度分数列表。

def preprocess(image):
    img_size = 640  # 输入尺寸可根据实际情况修改
    h, w = image.shape[:2]

    scale = min(img_size / h, img_size / w)
    nh, nw = int(scale * h), int(scale * w)
    pad_h, pad_w = (img_size - nh) // 2, (img_size - nw) // 2

    resized_img = cv2.resize(image, (nw, nh))
    padded_img = cv2.copyMakeBorder(resized_img, pad_h, pad_h, pad_w, pad_w,
                                    borderType=cv2.BORDER_CONSTANT, value=(114, 114, 114))

    input_tensor = torch.from_numpy(padded_img).to(device).float().unsqueeze_(0).permute((0, 3, 1, 2)) / 255.
    return input_tensor


with torch.no_grad():  
    outputs = model(preprocess(frame))[0]

#### 结果解析及可视化展示
最后一步是从输出结果中筛选出满足阈值条件的目标对象，并绘制矩形边框标注位置信息于原始画面上显示出来。

for det in non_max_suppression(outputs, conf_thres=0.25, iou_thres=0.45):   
    if len(det):
        xyxy = det[:, :4].round().clamp(min=0).int().tolist()[0]
        label = f'{det[-1]} {det[4]:.2f}'
        
        plot_one_box(xyxy, im0, label=label, color=[255, 0, 0], line_thickness=3)


cv2.imshow('frame', im0)
if cv2.waitKey(1) & 0xFF == ord('q'):
    break