基于 YOLO11 的宠物猫日常行为识别系统 | 用于行为健康预警、猫舍远程管理、活动量量化分析 | 附完整源码与效果演示

简介: 本项目基于YOLO11n构建轻量级宠物猫行为识别系统,支持实时识别“趴卧/坐姿/睡眠/站立”四类日常姿态。采用Streamlit开发中文友好Web界面,兼容图片、视频及摄像头输入,具备量化分析、置信度可视化与多场景部署能力,助力家庭、猫舍及宠物医院实现健康监测与远程关怀。(239字)

基于 YOLO11 的宠物猫日常行为识别系统

一套面向宠物家庭、猫舍寄养与宠物医院观察场景的视觉行为识别方案,使用 YOLO11n + Streamlit 构建,可实时识别"趴卧 / 坐姿 / 睡眠 / 站立"四类猫咪日常行为,辅助饮食、活动量与健康洞察。

一、背景

1.1 行业痛点

养猫家庭和猫舍寄养机构普遍面临三个问题:

  1. 白天看不到猫——上班期间想知道主子在干嘛,只能事后回看监控录像;
  2. 健康预警靠经验——猫的厌食、活动量骤降往往晚发现两三天,错过最佳干预窗口;
  3. 远程关怀缺手段——传统宠物相机只能"看见画面",无法对行为做结构化分析。

本项目把"看视频"升级为"读行为":摄像头采集 → YOLO11 检测 → 行为分类汇总,给铲屎官、猫舍管理员和宠物医生一个可量化、可告警的猫咪行为台账。

在这里插入图片描述

数据集来自真实室内场景,约 2000 张高质量标注图,覆盖不同光照、不同背景,按 YOLO 格式组织(train / valid / test),四个类别 nc=4:趴卧 / 坐姿 / 睡眠 / 站立。

视频演示与源码 下载

https://www.bilibili.com/video/BV1rS7R6uEfp

在这里插入图片描述

包含: 📦完整项目源码 📦 预训练 模型权重

🗂️数据集

1.2 项目运行效果

Web 界面总览(紫橙撞色的宠物科技风,侧栏聚合品类、场景、部署信息):

Web 界面总览

单张图片识别效果(左原图,右标注图;下方为类别统计与置信度分布):

在这里插入图片描述

批量图片行为分析:

在这里插入图片描述

1.3 项目介绍

创新点 / 亮点

维度 说明
行为粒度细 四类静态行为(趴/坐/睡/站),可作为长期活动量统计的基础原子
配置即业务 project.yaml 描述行业、场景、部署、行为亮点,前端 0 代码定制品牌
中文类名 训练就用中文标签,前端无需翻译,对非技术用户更友好
多源接入 同一 UI 支持单图、批量、视频、摄像头四种模式,零部署门槛

系统功能概览

  • 单张图片识别:上传图片即得标注图 + 行为分布 + 类别置信度
  • 批量图片识别:多图或 ZIP 上传,自动汇总猫咪当天主要行为占比
  • 视频行为分析:逐帧识别 + 时间线分布,导出标注视频与行为明细 CSV
  • 摄像头实时检测:浏览器拉本机摄像头,单帧推理输出实时行为

技术栈

层级 技术选型
检测模型 YOLO11n(Ultralytics)
Web 框架 Streamlit
图像处理 OpenCV、Pillow
数据 / 图表 Pandas、Streamlit 内置图表
视频编解码 imageio-ffmpeg
部署 Python 3.9+,本地 / 容器 / 边缘盒子 均可

类别定义:nc=4,names=['趴卧','坐姿','睡眠','站立']。


二、设计框架

系统架构

┌────────────────────────────────────────────────────────────┐
│              用户浏览器(铲屎官 / 猫舍管理员)             │
│  单张图片 │ 批量图片 │ 视频 │ 摄像头                       │
└──────────────────────┬─────────────────────────────────────┘
                       │ HTTP / WebSocket
┌──────────────────────▼─────────────────────────────────────┐
│              Streamlit App (app/streamlit_app.py)          │
│  · 模式路由(st.radio)                                    │
│  · 上传 / 预览 / 行为分布图                                │
│  · 行业品牌渲染(project.yaml 驱动)                       │
└──────────────────────┬─────────────────────────────────────┘
                       │ model.predict(conf=0.25, iou=0.7)
┌──────────────────────▼─────────────────────────────────────┐
│                 YOLO11n 推理引擎                           │
│  Backbone (C2f + SPPF) → Neck (FPN + PAN) → Decoupled Head │
│  + DFL(分布式回归) → NMS                                 │
└──────────────────────┬─────────────────────────────────────┘
                       │ result.boxes (cls, conf, xyxy)
┌──────────────────────▼─────────────────────────────────────┐
│   后处理:类别映射 → DataFrame 明细 → 行为占比 / 置信度    │
└────────────────────────────────────────────────────────────┘

YOLO11 网络结构(沿用 v8 主干,更轻更深)

  • Backbone:Conv + C2f 堆叠下采样 5 次,末端 SPPF 融合多尺度特征
  • Neck:FPN(自顶向下语义)+ PAN(自底向上定位)双向特征金字塔
  • Head:解耦头 + DFL(分布回归),小目标 / 模糊轮廓定位更稳
  • 损失:BCE(分类)+ CIoU + DFL(回归)

检测流程:图像/帧 → letterbox 至 imgsz=640 → 推理 → 置信度过滤(conf=0.25) → NMS(iou=0.7) → 类别映射 → 前端图表渲染。


三、代码结构(核心 50 行 + 解析)

项目结构:

宠物猫行为识别/
├── app/streamlit_app.py        # Streamlit Web 入口
├── configs/project.yaml        # 业务配置(行业、场景、部署、UI 主题)
├── model/best.pt               # YOLO11n 训练权重
├── scripts/                    # 训练 / 评测 / 导出脚本
├── data/dataset/               # train / valid / test
└── 猫的四种行为检测train_CH_yolo11n/train/    # 训练产物

核心 50 行(精简版):

from pathlib import Path
import pandas as pd
import streamlit as st
import yaml
from ultralytics import YOLO

PROJECT_ROOT = Path(__file__).resolve().parent.parent
CONFIG_PATH = PROJECT_ROOT / "configs" / "project.yaml"
MODEL_PATH = PROJECT_ROOT / "model" / "best.pt"

APP_CONFIG = yaml.safe_load(open(CONFIG_PATH, "r", encoding="utf-8"))
APP_META = APP_CONFIG.get("app", {
   })
INFER = APP_CONFIG.get("inference", {
   })
DEFAULT_CONF = float(INFER.get("conf", 0.25))     # project.yaml 驱动
DEFAULT_IOU = float(INFER.get("iou", 0.7))

@st.cache_resource(show_spinner=False)
def load_model(model_path: str) -> YOLO:
    return YOLO(model_path)                       # 全局缓存,避免反复加载

def infer_image(model: YOLO, image_path: Path, conf: float):
    result = model.predict(str(image_path), conf=conf, iou=DEFAULT_IOU, verbose=False)[0]
    annotated = result.plot()                     # 直接拿到带框图
    rows = []
    if result.boxes is not None:
        for box in result.boxes:
            cls_id = int(box.cls.item())
            rows.append({
   
                "class_id": cls_id,
                "class_name": result.names[cls_id],      # '趴卧' / '坐姿' / '睡眠' / '站立'
                "confidence": round(float(box.conf.item()), 4),
                "x1": float(box.xyxy[0][0]), "y1": float(box.xyxy[0][1]),
                "x2": float(box.xyxy[0][2]), "y2": float(box.xyxy[0][3]),
            })
    return annotated[:, :, ::-1], pd.DataFrame(rows)   # BGR -> RGB

# ---------------- Streamlit 主流程 ----------------
st.set_page_config(page_title=APP_META.get("title"), layout="wide")
model = load_model(str(MODEL_PATH))
conf = st.sidebar.slider("置信度阈值", 0.05, 0.95, DEFAULT_CONF, 0.05)
mode = st.radio("输入类型", ["单张图片", "批量图片", "视频", "摄像头"], horizontal=True)

if mode == "单张图片":
    uploaded = st.file_uploader("上传待检测图片", type=["jpg", "png", "jpeg"])
    if uploaded is not None:
        # 写到临时文件再走 infer_image,省去手动 numpy decode
        tmp = Path("/tmp") / uploaded.name
        tmp.write_bytes(uploaded.getvalue())
        annotated, df = infer_image(model, tmp, conf)
        col1, col2 = st.columns(2)
        col1.image(uploaded.getvalue(), caption="原图", width="stretch")
        col2.image(annotated, caption="检测结果", width="stretch")
        st.bar_chart(df["class_name"].value_counts())
        st.dataframe(df, width="stretch")

逐段解析

  1. yaml.safe_load(project.yaml) + INFER.get(...):所有推理参数(conf、iou、批量上限)都从配置读取,调超参不用改代码,对运营友好。
  2. @st.cache_resource 缓存 YOLO(model_path):避免 Streamlit 每次交互重建模型,首屏后单图响应稳定在 100ms 内。
  3. model.predict 一行完成"预处理 + 推理 + NMS",返回 Results,.plot() 直接生成带标签框的 ndarray,配合 [:, :, ::-1] 转回 RGB 喂给 Streamlit。
  4. result.boxes 迭代得到 cls / conf / xyxy,组成 DataFrame:既可前端展示,也可一键导出 CSV 入库,做长期行为趋势分析。
  5. st.radio + if/elif 路由四种输入模式,模型一次加载、四个入口共享,新增"摄像头流"等模式只需复用 infer_image。

四、训练效果

训练采用 YOLO11n 预训练权重 微调 ,epochs=200, imgsz=640, batch=16, patience=50。best.pt 对应的最佳指标:

指标 数值
Precision (B) 0.885
Recall (B) 0.819
mAP@0.5 0.879
mAP@0.5:0.95 0.680

训练结果总览

PR 曲线(mAP@0.5 = 0.879,4 类整体表现均衡):

PR 曲线

归一化混淆矩阵(对角线主导,"睡眠 / 趴卧"之间有轻度混淆——两类静态姿态在某些视角下确实视觉接近,符合预期):

归一化混淆矩阵

类别分布:

类别分布与标注框尺寸

从分布图看,四类样本基本均衡,目标尺寸集中在画面中等区域,模型不会因尺度极端而退化。


五、项目总结

做对了什么

  • 业务话术、行业、部署形态全在 project.yaml,前端 render_industry_panel 自动渲染品牌区,同一套代码可换皮卖到不同宠物 SaaS。
  • 中文类别 + 紫橙撞色 UI,对非技术用户(猫舍管理员、铲屎官)友好,不需要任何前置培训。
  • 推理函数返回 (annotated, DataFrame),单图 / 批量 / 视频 / 摄像头复用同一份逻辑,扩展新模式成本极低。

还能怎么做

  • 引入时序模型(LSTM / TimesNet)做行为序列分类,把单帧"坐姿"汇聚成"持续端坐 30 分钟"等可告警事件。
  • 加入个体重识别(Re-ID),多猫家庭可分别为每只猫建立行为画像。
  • 结合营养数据 + 体重秤,把行为占比与健康指标联动,做"饮食 / 活动 / 体重"三联监测。
  • 边缘部署:YOLO11n 单帧 5ms@CPU、< 1ms@GPU,再做 INT8 量化后可塞进宠物摄像头本地芯片。

一句话总结

YOLO11n + Streamlit 把"看监控"升级为"读行为",给宠物科技产品一个可立即落地、可配置化复用的视觉底座,从家庭萌宠到连锁猫舍都能一键铺开。

相关文章
|
7月前
|
机器学习/深度学习 人工智能 监控
电梯内自行车与电动车目标检测数据集分享(适用于YOLO系列深度学习分类检测任务)
本数据集含28,000张真实电梯监控图像,精准标注自行车与电动车两类目标,采用YOLO格式,专为YOLO等目标检测模型训练设计,助力智慧社区实现电动车入梯智能识别与实时预警。
784 0
|
8月前
|
人工智能 监控 算法
狗狗6种行为识别检测数据集(近3000张图片已标注)| YOLO训练数据集 AI视觉检测
本数据集含近3000张高质量标注图片,覆盖狗狗吠叫、进食、趴卧、奔跑、端坐、站立6类行为,YOLO格式(v5/v8兼容),已划分训练/验证/测试集,适用于宠物监护、行为分析及AI教学。
1454 13
|
8月前
|
机器学习/深度学习 人工智能 计算机视觉
猫的6类行为检测数据集(6000张高清标注)| YOLO实战 宠物行为识别与智能监护
本数据集开源6000张高清标注图像,涵盖猫咪进食、玩耍、休憩、端坐、伸展、打哈欠6类核心行为,YOLO格式,严格划分训练/验证/测试集,支持YOLOv5/v8/v11直接训练,助力宠物AI与智能硬件开发。
|
23天前
|
监控 安全 算法
空中目标检测数据集 | 8900张YOLO低空安防数据集
本数据集含8900张YOLO格式标注图像,专注空中目标细分类(飞机/鸟类/无人机),直击反无人机系统误报痛点,提升小目标判别精度,适配YOLOv5-v12等主流模型,支撑低空安防、机场鸟防与空域监管研究。(239字)
|
1月前
|
机器学习/深度学习 算法 数据可视化
基于 YOLO26 的6类PCB缺陷智能检测系统(中英文双版)| 附完整源码与效果演示
本项目基于YOLO26算法,构建了支持中英文双语的6类PCB缺陷(漏孔、鼠咬、开路、短路、毛刺、多余铜)智能检测系统。集成PyQt5图形界面,具备图像/视频检测、实时可视化、多线程处理与灵活配置功能,附完整源码、预训练模型及演示视频。(239字)
|
4月前
|
数据采集 机器学习/深度学习 人工智能
田间杂草定位与检测4200张YOLO智慧农业数据集分享
本数据集含4200张真实农田图像,YOLO格式,单类别(杂草)高质量标注,覆盖多作物、多光照、多生长阶段等复杂场景,专为智慧农业杂草检测与智能除草设备研发设计,支持YOLOv5/v8/v10等主流模型训练。
805 95
|
1月前
|
监控 安全 算法
无人机检测数据集 | 5400张YOLO低空安防数据集
本数据集含5400张YOLO格式高质量标注图像,专注低空无人机检测,覆盖多机型、多姿态、小目标及复杂天空/建筑/云层背景,适配YOLOv5-v12等主流模型,支撑机场净空、安防反制与科研训练。(239字)
|
2月前
|
传感器 监控 安全
施工安全设施检测数据集 | 10600张YOLO智慧工地数据集
该数据集含10600张YOLO格式标注图像,覆盖路障、护栏、锥桶、脚手架、工程机械等9类施工安全目标,专为智慧工地安全巡检与预警设计,适配YOLOv5-v12等主流模型,支持训练高鲁棒性检测系统。(239字)
|
2月前
|
运维 监控 算法
异常行为检测数据集 | 9100张YOLO安防监控数据集
本数据集含9100张YOLO格式标注图像,聚焦公共安防场景,涵盖“非行人、逆向、坐、睡、站”5类行人行为,专为异常行为检测算法训练优化,兼容YOLOv5-v12等主流模型,支持周界防范、客流预警与智能监控研究。(239字)
|
1月前
|
监控 自动驾驶 算法
RDD2022道路损伤检测数据集 | 3600张YOLO智慧交通数据集
RDD2022道路损伤检测数据集含3600张YOLO格式标注图像,覆盖纵向/横向裂缝、龟裂、坑洞、修补痕迹5类病害,遵循养护规范(D00/D10/D20/D40),适配YOLOv5-v12等模型,支持智慧交通、自动巡检与自动驾驶路况感知研究。(239字)

热门文章

最新文章