今天给大家分享一个行人属性分析系统。从视频或者相机的视频流中能识别行人，并标记每个人的属性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
识别的属性包括以下 10 类
有些类别有多个属性，如果身体朝向有：正面、侧面和背面，所以，最终训练的属性有 26 个。
实现这样的系统需要 3 个步骤：
- 用 YOlOv5 识别行人
- 用 ByteTrack 跟踪标记同一个人
- 训练多标签图像分类网络，识别行人 26 个属性
1. 行人识别与追踪
行人识别使用YOLOv5目标检测模型，可以自己训练模型，也可以直接使用YOLOv5预训练好的模型。
行人追踪使用的是多目标跟踪技术(MOT)技术，视频是由一幅幅画面组成，虽然我们人类能够识别出不同画面中的同一个人， 但如果不对行人做追踪，AI是无法识别的。需要用MOT技术追踪同一个人并给每个行人分配唯一的ID。
YOLOv5模型的训练、使用，以及多目标跟踪技术(MOT)技术的原理、实现方案，在上一篇文章有详细的教程，感兴趣的朋友可以查看那边文章《YOLOv5+ByteTrack统计车流》。
2. 训练多标签分类网络
我们最开始接触的图像分类大部分是单标签分类的，即：一张图片归为1类，类别可以是二分类也可以是多分类。假设有三个类别，每一张图片对应的label可能是下面这总格式：
001.jpg010 002.jpg100 003.jpg100
label只有一个位置是1。
而我们今天要训练的多标签分类网络是一张图片同时包含多个类别，label格式如下：
001.jpg011 002.jpg111 003.jpg100
label可以有多个位置是1。
训练这样的网络，有两种方案。一种是把每个类别看成是单标签分类，单独计算损失，汇总总，计算梯度更新网络参数。
另一种可以直接训练，但对需要注意网络细节，以ResNet50为例
resnet50 = ResNet50(include_top=False, weights='imagenet')
# 迁移学习，不重新训练卷积层
for layer in resnet50.layers:
layer.trainable = False
# 新的全连接层
x = Flatten()(resnet50.output)
x = Dense(1024)(x)
x = Activation('relu')(x)
x = BatchNormalization()(x)
x = Dropout(0.5)(x)
# 输出 26 个属性的多分类标签
x = Dense(26, activatinotallow='sigmoid')(x)
model = Model(inputs = resnet50.input, outputs=x)最后输出层的激活函数必须要sigmoid，因为需要每个属性单独计算概率。同理，训练时的损失函数也需要用二分类交叉熵binary_crossentropy。
实际上，上面两种方法原理都是类似的，只不过开发的工作量不同。
这里为了方便，我使用的是PaddleCls进行训练。Paddle的配置简单，缺点是有点黑盒，只能按照他那一套来，需要自定义的地方就比较麻烦。
模型训练使用的是PA100K数据集，需要注意的是，PA100K数据集定义的原始label与Paddle虽然含义相同，但顺序不同。
如：原始label第1位代表是否是女性，而Paddle要求第1位代表是否戴帽子，第22位才是是否是女性。
我们按照Paddle的要求调整下原始label位置即可，这样我们后面推理会方便些。
下载PaddleClas
git clone https://github.com/PaddlePaddle/PaddleClas
将下载的数据集解压，放到PaddleClas的dataset目录。
找到ppcls/configs/PULC/person_attribute/PPLCNet_x1_0.yaml配置文件，配置图片和label路径。
DataLoader: Train: dataset: name: MultiLabelDataset image_root: "dataset/pa100k/" #指定训练图片所在根路径 cls_label_path: "dataset/pa100k/train_list.txt" #指定训练列表文件位置 label_ratio: True transform_ops: Eval: dataset: name: MultiLabelDataset image_root: "dataset/pa100k/" #指定评估图片所在根路径 cls_label_path: "dataset/pa100k/val_list.txt" #指定评估列表文件位置 label_ratio: True transform_ops:
train_list.txt的格式为
00001.jpg0,0,1,0,....
配置好后，就可以直接训练了
python3 tools/train.py -c ./ppcls/configs/PULC/person_attribute/PPLCNet_x1_0.yaml
训练完后，导出模型
python3 tools/export_model.py -c ./ppcls/configs/PULC/person_attribute/PPLCNet_x1_0.yaml -o Global.pretrained_model=output/PPLCNet_x1_0/best_model -o Global.save_inference_dir=deploy/models/PPLCNet_x1_0_person_attribute_infer
将导出的结果放在~/.paddleclas/inference_model/PULC/person_attribute/目录下
便可以使用PaddleCls提供的函数直接调用
import paddleclas model = paddleclas.PaddleClas(model_name="person_attribute") result = model.predict(input_data="./test_imgs/000001.jpg") print(result)
输出结果如下：
[{'attributes': ['Female', 'Age18-60', 'Front', 'Glasses: False', 'Hat: False', 'HoldObjectsInFront: True', 'ShoulderBag', 'Upper: ShortSleeve', 'Lower:Trousers', 'No boots'], 'output': [0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 1, 1, 0, 0], 'filename': './test_imgs/000001.jpg'}]模型训练过程就到这里了，数据集和整个项目的源码已经打包好了。
