yolov4_face_mask_detection

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。

环境要求

​ keras==2.1.6

​ tensorflow-gpu==1.10.0

训练

1. 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

2. 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

3. 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。

4. 运行VOCdevkit/VOC2007/voc2yolo4.py生成数据的索引文件。

5. 运行voc_annotation.py生成训练文件（默认为2007_voc.txt）。

6. 运行train.py。单张2080ti耗时约20h。

预测

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

效果展示

请见img文件夹下的图片。

结果分析

请见result文件夹下的图片。

参考资料

AIZOO公众号

https://github.com/bubbliiiing/yolov4-keras