提示：文章寫完后，目錄可以自動生成，如何生成可參考右邊的幫助檔案
YOLO v5安全帽檢測模型
- 前言
- 相關連接：
- 一、計算機配置
-
- pytorch安裝
- pycocotools的安裝
- 二、YOLO v5下載
- 三、模型使用
-
- 獲取資料集
- 更改train.py檔案
- 模型權重
- 訓練結果
- 四、安全帽監測效果
- 總結
前言
YOLO v5模型簡單易上手好用，工地安全帽實時監測，
YOLO v5 優點：
- 可識別視頻幀數高，
- 技術成熟，有現成模型，
- 操作簡單，
安全帽識別：
- 施工地等現場實時監測，
- 離線監測，
- 畢設需求，
相關連接：
（1）本文視頻教程：https://www.bilibili.com/video/BV1S5411Q7Zi/
（2）xml格式轉換成txt格式python腳本：https://item.taobao.com/item.htm?ft=t&id=680464450440
（3）安全帽檢測專案YOLO格式資料集10755張圖片：https://item.taobao.com/item.htm?ft=t&id=684786312176
（4）YOLO v5 安全帽佩戴識別檢測專案模型代碼及模型權重：https://download.csdn.net/download/py_jie/85373315
（5）所有相關下載資源【包括（2）,（3）和（4）】：待續~
一、計算機配置
pytorch安裝
pytorch有gpu版本和cpu版本，圖片識別最好使用GPU版本，前提是電腦有GPU，GPU版本安裝的具體步驟可以參考這篇文章：GPU版本安裝，
pycocotools的安裝
pip install pycocotools-windows
二、YOLO v5下載
YOLO v5模型官網，有具體的使用說明和介紹，視頻識別幀數杠杠的！
三、模型使用
獲取資料集
使用標注好的安全帽資料集，資料集原本是VOC樣式，寫個腳本，將VOC格式轉換成YOLO格式，如為資料集目錄及轉換腳本，
安全帽資料集YOLO格式資料集檔案如下圖所示，
如有需要安全帽檢測專案YOLO格式資料集可直接下載，該資料集有7500+張圖片，安全帽檢測專案YOLO格式資料集，
更改train.py檔案
學習視頻鏈接：視頻教程，但該視頻只講了標注YOLO資料形式及其使用，簡介實用易上手，train.py檔案修改部分如下圖，
本文使用的是YOLO v5s組態檔，預訓練模型也是YOLO v5s模型，使用GPU計算，迭代次數為50，訓練時間很長，很辛苦！若更改迭代次數為100，訓練耗時更長！有關資料集組態檔請參考上方的42視頻，
模型權重
使用GPU訓練模型，大約幾十個小時，如有需要可直接下載–> YOLO v5s 模型權重，該模型權重可直接使用，用于安全帽識別，
訓練結果
YOLO v5s 模型訓練部分結果如下圖所示，
模型訓練效果還是很好的，mAP值可以達到0.94以上，
四、安全帽監測效果
直接使用上述YOLO v5s 模型權重對安全帽視頻進行識別檢測，效果還是很好的！
YOLO v5安全帽視頻檢測,
總結
基于YOLO v5 模型，親測效果好！如有需要可以遠程指導，
第一次寫博客，著作權啥的都不懂，如有侵權必刪！請大家見諒哈！
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/531892.html
標籤：Python
上一篇：day16-Servlet05