本文共 851 字，大约阅读时间需要 2 分钟。

基于yolov3的人体口罩佩戴检测

由于2020年新型冠状病毒，针对公共场合检测人员是否佩戴口罩，故用YOLOV3完成一个人体口罩佩戴检测。

效果展示

环境

工欲善其事必先利其器

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

数据集

口罩检测数据集，从互联网上搜集的数据集，大概1k多张图片。

训练

准备数据集

按照VOC数据集的格式来准备数据集，及图片以及xml标签

VOCdevkit	-VOC2007		├─ImageSets    # 存放数据集列表文件，由voc2yolo3.py文件生成		├─Annotations  # 存放数据集中图片文件		├─JPEGImages   # 存放图片标签，xml 格式		└─voc2yolo3.py # 用来生成数据集列表文件

将你准备的数据集文件放入JPEGImages以及ImageSets文件中，然后运行python voc2yolo3.py来生成ImageSets中的数据列表文件

生成YOLOV3所需数据

在根目录下，运行 python voc_annotation.py，程序将在根目录下生成用于训练所需的数据列表。

YOLOv3训练

训练步骤

• 1.下载yolov3的权重文件

• 2.执行如下命令将darknet下的yolov3配置文件转换成keras适用的h5文件。

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

• 3.在根目录下，运行 train.py 进行训练。可以根据情况修改 train.py 中的参数。

测试

• 1.单张图片测试，需修改yolo.py文件中模型的位置，替换成你训练好的模型。然后在根目录下，运行python predict_img.py进行测试。

• 2.自己电脑摄像头实时检测，在根目录下运行python predict_video.py

Github链接

有问题，请留言，尽量解答。

转载地址：https://codingchaozhang.blog.csdn.net/article/details/104343014 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！