0
点赞
收藏
分享

微信扫一扫

【目标检测】YOLO v5 安全帽检测识别项目模型



YOLO v5安全帽检测模型

  • ​​前言​​
  • ​​相关连接:​​
  • ​​一、计算机配置​​
  • ​​pytorch安装​​
  • ​​pycocotools的安装​​
  • ​​二、YOLO v5下载​​
  • ​​三、模型使用​​
  • ​​获取数据集​​
  • ​​更改train.py文件​​
  • ​​模型权重​​
  • ​​训练结果​​
  • ​​四、安全帽监测效果​​
  • ​​总结​​

前言

YOLO v5模型简单易上手好用,工地安全帽实时监测。
YOLO v5 优点:

  1. 可识别视频帧数高。
  2. 技术成熟,有现成模型。
  3. 操作简单。

安全帽识别:

  1. 施工地等现场实时监测。
  2. 离线监测。
  3. 毕设需求。

相关连接:

(1)本文视频教程:https://www.bilibili.com/video/BV1S5411Q7Zi/
(2)xml格式转换成txt格式python脚本:javascript:void(0)
(3)安全帽检测项目YOLO格式数据集:javascript:void(0)
(4)YOLO v5 安全帽佩戴识别检测项目模型代码及模型权重:javascript:void(0)
(5)所有相关下载资源【包括(2),(3)和(4)】:联系q614450979

一、计算机配置

pytorch安装

pytorch有gpu版本和cpu版本,图片识别最好使用GPU版本,前提是电脑有GPU。GPU版本安装的具体步骤可以参考这篇文章:​​GPU版本安装​​。

pycocotools的安装

pip install pycocotools-windows

二、YOLO v5下载

​​YOLO v5模型官网​​,有具体的使用说明和介绍。视频识别帧数杠杠的!

三、模型使用

获取数据集

使用标注好的安全帽数据集,数据集原本是VOC样式,写个脚本,将VOC格式转换成YOLO格式。如为数据集目录及​​转换脚本​​。

【目标检测】YOLO v5 安全帽检测识别项目模型_目标检测


【目标检测】YOLO v5 安全帽检测识别项目模型_目标检测_02


安全帽数据集YOLO格式数据集文件如下图所示。

【目标检测】YOLO v5 安全帽检测识别项目模型_实时音视频_03


如有需要安全帽检测项目YOLO格式数据集可直接下载,该数据集有7500+张图片。​​安全帽检测项目YOLO格式数据集​​。

更改train.py文件

学习视频链接:​​42视频​​,但该视频只讲了标注YOLO数据形式及其使用,简介实用易上手。train.py文件修改部分如下图。

【目标检测】YOLO v5 安全帽检测识别项目模型_视觉检测_04


本文使用的是YOLO v5s配置文件,预训练模型也是YOLO v5s模型,使用GPU计算,迭代次数为50,训练时间很长,很辛苦!若更改迭代次数为100,训练耗时更长!有关数据集配置文件请参考上方的42视频。

模型权重

使用GPU训练模型,大约几十个小时,如有需要可直接下载–> ​​YOLO v5s 模型权重​​。该模型权重可直接使用,用于安全帽识别。

训练结果

YOLO v5s 模型训练部分结果如下图所示。

【目标检测】YOLO v5 安全帽检测识别项目模型_音视频_05

模型训练效果还是很好的,mAP值可以达到0.94以上。

四、安全帽监测效果

直接使用上述YOLO v5s 模型权重对安全帽视频进行识别检测,效果还是很好的!

YOLO v5安全帽视频检测,



举报

相关推荐

0 条评论