运用yolov5人脸识别模型生成标准的一寸照视频

最新推荐文章于 2025-11-17 05:39:13 发布

原创

最新推荐文章于 2025-11-17 05:39:13 发布 · 1.9k 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#python #计算机视觉 #pytorch

该博客介绍了如何利用YOLOv5模型进行人脸识别，将视频拆分为图片，然后对图片中的人脸进行一寸照裁剪，并最终将裁剪后的图片合成新的视频。首先，博主使用widerface数据集训练了YOLOv5模型。接着，将视频转换为图片并逐帧进行人脸检测。通过识别框坐标进行裁剪，调整尺寸符合一寸照标准。最后，将裁剪后的图片重新组合成视频，完成人脸一寸照的视频制作。

前段时间导师布置了一个人脸识别一寸照片的任务，给大家顺便分享一下如何使用yolov5（v6.1）训练好的face模型应用到简单的视频一寸照裁剪上。

我们可以把任务拆分成四步：
一：用widerface数据集在yolov5上训练出模型
二：将待测的视频逐帧转化为图片
三：用人脸识别模型对图片识别，并且进行一寸照人脸的裁剪，保存为新的图片
四：把生成的图片再转换为视频

一：用widerface数据集在yolov5上训练出模型

训练模型用的是widerface数据集，将数据集转换成YOLO格式之后，修改对应的配置文件，就可以开始训练了。这里我用我自己训练好的模型best.pt来进行测试。

二：将待测的视频逐帧转化为图片

首先我们要将一段视频拆分成图片，视频的帧率就是每秒播放多少张图片。
我找了一段有14秒的夸张人脸的视频，定为face.mp4 ，视频效果如下：

face

在这里插入图片描述

然后用以下video2jpg.py脚本，将videopath下的MP4文件转化成out_path下的jpg图片

from cv2 import VideoCapture
from cv2 import imwrite

# 定义保存图片函数
# image:要保存的图片名字
# addr；图片地址与相片名字的前部分
# num: 相片，名字的后缀。int 类型
def save_image(image, addr, num):
    address = addr + str(num) + '.jpg'
    imwrite(address, image)


if __name__ == '__main__':

    video_path = "/mnt/4T/ym2/projects/yolo-max/yo

最低0.47元/天解锁文章