Yolov5创建并训练自己的数据集,实现口罩佩戴检测
注意
- 需要提前在Anaconda搭建好yolov5的环境,这里不做讲解。
数据集
口罩识别数据集下载
下载这个文件
下载完成后可以解压得到。虽然是混在一起,不过没关系。
数据集预处理
前往Roboflow注册一个账号
添加工作区
选择公共
创建新项目
名称随便填
上传我们下载好的数据集
不用管他
等待上传完毕
结束上传
导出
注意是导出TXT下的YOLO v5 PyTorch这个选项,下载zip格式的。
准备训练
需要这三个文件
train和valid文件夹放在和yolov5同一目录下
修改data.yaml
0改为no-mask(不戴口罩),1改为mask(戴口罩)
把data.yaml放到yolov5的data文件夹下
开始训练
在anaconda虚拟环境中执行,注意改为你的相应路径。
python train.py --data data.yaml
训练结束
可以在yolo的路径下找到训练完成的模型文件
测试模型文件
加上 --weights 参数可以选择相对应的模型文件进行检测。
python detect.py --weights runs/exp/weights/best.pt
参考资料
https://blog.csdn.net/lynxzong/article/details/86647805
https://blog.csdn.net/sinat_28371057/article/details/120598220
https://github.com/ultralytics/yolov5
https://zhuanlan.zhihu.com/p/269587479
https://github.com/ultralytics/yolov5/wiki/Train-Custom-Data
https://public.roboflow.com/
https://codeantenna.com/a/FtLN7QmRtk
http://www.jishudaxue.com/cblog/python/9489.html
https://github.com/ultralytics/yolov5/issues/5086‘
https://www.jb51.net/article/211043.htm
https://blog.csdn.net/qq_36756866/article/details/109111065
https://blog.csdn.net/HJZ11/article/details/109838775