【目标检测】YOLO v5 安全帽检测识别项目模型 | 您所在的位置:网站首页 › ssd目标检测模型 › 【目标检测】YOLO v5 安全帽检测识别项目模型 |
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 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: 可识别视频帧数高。技术成熟,有现成模型。操作简单。安全帽识别: 施工地等现场实时监测。离线监测。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:https://item.taobao.com/item.htm?ft=t&id=680464450440 (3)安全帽检测项目YOLO格式数据集10755张图片:https://item.taobao.com/item.htm?ft=t&id=684786312176 (4)YOLO v5 安全帽佩戴识别检测项目模型代码及模型权重:https://download.csdn.net/download/py_jie/85373315 (5)所有相关下载资源【包括(2),(3)和(4)】:待续~ 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。 学习视频链接:视频教程,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。 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。 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, 总结基于YOLO v5 模型,亲测效果好!如有需要可以远程指导。 第一次写博客,版权啥的都不懂,如有侵权必删!请大家见谅哈! |
CopyRight 2018-2019 实验室设备网 版权所有 |