基于yolov4实现口罩佩戴检测,在验证集上做到了0.954的mAP。本项目是在 https://github.com/bubbliiiing/yolov4-keras 的基础上进行修改得到。
keras==2.1.6
tensorflow-gpu==1.10.0
-
要完成训练步骤需要下载yolo_weights.h5到model_data文件夹下。
百度云链接: https://pan.baidu.com/s/1FF79PmRc8BzZk8M_ARdMmw 提取码: dc2j
-
下载AIZOO数据集。数据来源是AIZOO的微信公众号。
百度云链接: https://pan.baidu.com/s/1nsQf_Py5YyKm87-8HiyJeQ 提取码: eyfz
-
通过VOCdevkit/split.py将AIZOO数据集的图片和标注分开放到两个文件夹,然后将划分好的数据移动到VOC2007文件夹下。
-
运行VOCdevkit/VOC2007/voc2yolo4.py生成数据的索引文件。
-
运行voc_annotation.py生成训练文件(默认为2007_voc.txt)。
-
运行train.py。单张2080ti耗时约20h。
要检测图片需要有一个模型权重文件,然后直接运行predict.py,只需要输入图片路径即可实现对图片的检测。
要获取模型权重文件有两种方法,一个是跑一遍训练过程,另一个是直接下载我训练好的模型权重。
百度云链接:https://pan.baidu.com/s/1QT-TTleIG6E8WmwHP6xnjg 提取码:zd0z
请见img文件夹下的图片。
请见result文件夹下的图片。