【人工智能与机器学习】创新性大作业--人脸口罩数据集的模型训练

本文档介绍了如何在Windows 10环境下,利用OpenCV 3.4.1和Python 3.7进行口罩检测模型的训练。首先,详细讲述了OpenCV的下载和安装过程,接着下载并处理人脸口罩数据集,包括数据集重命名、像素处理和创建路径文档。然后,通过代码展示了正负样本的预处理和模型训练步骤,生成了mask.vec文件。最后,进行了模型训练和口罩检测的实战操作。
摘要由CSDN通过智能技术生成

操作系统:Win10
编程环境:Jupyter Notebook
模型训练环境:Opencv-3.4.1
Python版本:python3.7

一、OpenCv的下载及安装

1、下载

opencv官网:https://opencv.org/opencv-3-4-1/

2、选择合适的版本进行下载安装

在这里插入图片描述

3、等待读秒,进行下载

在这里插入图片描述

4、选择合适的路径进行安装

二、下载人脸口罩数据集并进行处理

1、下载人脸口罩数据集

人脸口罩数据集链接如下:https://download.csdn.net/download/qq_42451251/12566250

2、数据集重命名为连续序列

将数据集重命名为连续序列,重命名代码如下:

#对数据集重命名
#coding:utf-8
import os
path = "F:\\mask\\have_mask" #你的路径
filelist = os.listdir(path)
count=1000 #开始文件名1000.jpg
for file in filelist:   
    Olddir=os.path.join(path,file)  
    if os.path.isdir(Olddir):  
        continue
    filename=os.path.splitext(file)[0]   
    filetype=os.path.splitext(file)[1]
 
    Newdir=os.path.join(path,str(count)+filetype)  
    os.rename(Olddir,Newdir)
    count+=1

正样本重命名结果如下所示:
在这里插入图片描述
同样的步骤对负样本进行重命名,而后在对正负样本数据集进行像素处理
代码如下:

#修改正样本像素
import pandas as pd
import cv2
for n in range(1000,1606):#代表正数据集中开始和结束照片的数字
    path='F:\\mask\\have_mask\\'<
  • 1
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值