本科毕设

基于 yolov3 的口罩检测系统

1.论文摘要

今年以来新型冠状病毒在全球肆虐。为了防止疾病传播国家规定出入公共场所必须佩戴口罩。在人流量较大的区域，靠人工检测人们是否佩戴口罩会给检测者带来一定危险。本文利用深度学习技术实现了一个口罩检测系统，当输入静态图片或者动态视频时，能迅速准确识别出人群中哪些人没有佩戴口罩，并加以标记。本系统主要使用深度学习技术，yolov3 目标检测模型来训练计算机对于口罩的检测。该项目分别自己训练和使用迁移学习两种方法。

2.项目步骤

• 配置 anaconda 环境
• 使用 labelImg 进行图像标注
• 使用 yolov3 训练图像（对 voc 数据集进行修改）
• mAP 性能测试

3.yolov3 网络架构

yolov3 框架采用 DenseNet-53

4.mAP 模型测试

5.运行效果

视频测试：

图像测试：

6. 运行环境

虽然都是 keras 和 tensorflow 框架，但是不同的 cuda 和 GPU 型号是需要下载不同版本的框架的，下面就是框架的版本，是必须要一一应的。 （1）项目框架版本
Python ：3.7.4
Tensorflow :1.14.0
Numpy 1.16.0
Keras :2.24
opencv-python：4.2.0.32

7.相关资料

1.论文查看地址： 链接: https://pan.baidu.com/s/19XHaMhE6gpYCeasSXNX_Og 提取码: 8hbr --来自百度网盘超级会员v5的分享

2.毕设答辩 PPT 链接: https://pan.baidu.com/s/1SU-IntPSuBNg5b4WVVEDIw 提取码: h7ti --来自百度网盘超级会员v5的分享