/ObjectDetection_Mask

图像检测，口罩目标检测，👏🏻参考 👏🏻star

Primary LanguagePython

基于yolo的口罩目标检测

数据集

  • 400张人脸图像，其中戴口罩136张，没戴口罩264张
  • 放在data文件夹中，其中Annotations是标注文件夹，JPEGImages是原始图像

环境常量设置

  • constants.py文件中指定COMMAN_PATH

数据预处理

1.在data文件夹中新建ImageSets和labels

2.复制JPEGImages重命名为images

3.执行python makeTxt.py

主要是将数据集分类成训练数据集和测试数据集，默认按照9:1的比例进行随机分类。 运行makeTxt.py后，ImagesSets文件夹中会出现四个文件:train.txt, test.txt, val.txt, trainval.txt。 主要是生成的训练集和测试集的图片名称，同时data目录下也会出现这四个文件，内容是训练集和测试集的图片路径。

4.执行python voc_label.py, 在voc_label.py文件中设置classes = ['mask', 'unmask']（与rbc.names文件一致）

主要是将图片数据集标注后的xml文件中的标注信息读取出来并写入txt文件。 运行voc_label.py后在labels文件夹中出现所有图片数据集的标注信息。

训练

1.在data文件下新建rbc.data，内容：

classes=2
train=data/train.txt
valid=data/test.txt
names=data/rbc.names
backup=backup/
eval=coco

2.配置rbc.names文件，内容：

mask
unmask

3.训练

python train.py --data-cfg data/rbc.data --cfg cfg/yolov3-tiny.cfg --epochs 100

测试

python detect.py --data-cfg data/rbc.data --cfg cfg/yolov3-tiny.cfg --weights weights/best.pt

对data/sample的图像进行口罩检测，检测结果输出到output文件夹中。

labelImg标注工具, 出现: "no module named libs.resources"问题解决方案。

  • Step1，pip install pyqt5
  • Step2，pyrcc5 -o resources.py resources.qrc 把Qt文件格式转为Python格式
  • Step3，将生成的resources.py copy到libs目录下，避免出现：no module named libs.resources
  • Step4，运行 python labelImg.py