/SuperMaskDetector

Projet pour faire un detecteur de masque

Primary LanguagePython

SuperMaskDetector

Projet pour detecter si un masque est bien mis ou non

Pour démarer le projet

  • Il faut installer yoloV5 en faisant "git clone https://github.com/ultralytics/yolov5.git"
  • Installer les requirement de yoloV5
  • Uniquement pour PycocoTool Déplacer le fichier val.py de To_move_in_YoloV5/ vers yoloV5/ et écraser celui de yolo
  • Pour convertir le datasetKaggle(voc) vers coco il faut utiliser le script fourni .json pour utiliser pycocotool dessus directement. voc2coco.py https://github.com/yukkyo/voc2coco

Inférence sur webcam

  1. Uniquement pour avoir les FPS Déplacer le fichier detect.py de To_move_in_YoloV5/ vers yoloV5/ et écraser celui de yolo
  2. Se placer dans yoloV5/
  3. Executer "python detect.py --source 0 --weights ../Reseaux/ReseauN21yoloV5m.pt"
  4. un dossier est crée dans runs/detect

Exemple

Validation avec le dataset de kaggle et pycocotool

  1. Déplacer le dossier data dans yolov5/
  2. Se placer dans yoloV5/
  3. Executer "python val.py --data EvalKaggle.yaml --weights ../Reseaux/ReseauN21yoloV5m.pt --save-json" (--save-json est en option)
  4. Un dossier est crée dans runs/val
  5. Il faut utiliser pycocotool à part pour comparer les 2 jsons

Entrainement

  1. Le dataset utilisé est une fusion de celui de cette année 2021-2022 (https://github.com/jolignier/face-mask-dataset-ilc-2021) et celui de l'année dernière
  2. Pour entrainer nous utilisons "python train.py --img 640 --batch 20 --epochs 15 --data datadudataset.yaml --weights yolov5m.pt --hyp ../DataSet/hypV7.yaml"
  3. Un dossier est crée dans runs/train

ModelExemple

Crée par Peter BACHOUR et Romain ANQUETIN