人體口罩佩戴檢測實戰

基於yolov3的人體口罩佩戴檢測

由於2020年新型冠狀病毒，針對公共場合檢測人員是否佩戴口罩，故用YOLOV3完成一個人體口罩佩戴檢測。

效果展示

環境

工慾善其事必先利其器

• Python： 3.7.4
• Tensorflow-GPU 1.14.0
• Keras: 2.2.4

數據集

口罩檢測數據集，從互聯網上搜集的數據集，大概1k多張圖片。

訓練

準備數據集

按照VOC數據集的格式來準備數據集，及圖片以及xml標籤

VOCdevkit
	-VOC2007
		├─ImageSets    # 存放數據集列表文件，由voc2yolo3.py文件生成
		├─Annotations  # 存放數據集中圖片文件
		├─JPEGImages   # 存放圖片標籤，xml 格式
		└─voc2yolo3.py # 用來生成數據集列表文件

將你準備的數據集文件放入JPEGImages以及ImageSets文件中，然後運行python voc2yolo3.py來生成ImageSets中的數據列表文件

生成YOLOV3所需數據

在根目錄下，運行 python voc_annotation.py，程序將在根目錄下生成用於訓練所需的數據列表。

YOLOv3訓練

訓練步驟

• 1.下載yolov3的權重文件yolov3_weights

• 2.執行如下命令將darknet下的yolov3配置文件轉換成keras適用的h5文件。

  python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5

• 3.在根目錄下，運行 train.py 進行訓練。可以根據情況修改 train.py 中的參數。

測試

• 1.單張圖片測試，需修改yolo.py文件中模型的位置，替換成你訓練好的模型。然後在根目錄下，運行python predict_img.py進行測試。

• 2.自己電腦攝像頭實時檢測，在根目錄下運行python predict_video.py

Github鏈接

項目鏈接

有問題，請留言，儘量解答。