手把手详细教学，安全帽检测项目windows下实现（yolov5）

概述

本项目指南旨在帮助初学者快速上手Windows平台下基于YOLOv5的安全帽检测。通过详细步骤，从安装Anaconda开始，到创建Python虚拟环境、克隆YOLOv5仓库、安装项目依赖，以及下载训练好的安全帽权重文件，本指南涵盖了项目设置的全过程。
最后，指南提供了如何运行安全帽检测的命令，使用户能够利用摄像头数据进行实时检测。整个过程简单直观，无需复杂配置即可实现对人员是否佩戴安全帽的检测，适合安全监控等领域的应用。

第一步：下载和安装Anaconda

访问Anaconda官网下载Anaconda。
选择适合Windows的安装程序，根据你的系统是32位还是64位下载相应版本。

下载后，双击安装程序开始安装。安装时选择“Add Anaconda to my PATH environment variable”的选项，方便后续操作。

第二步：进入anaconda创建Python虚拟环境

打开Anaconda Prompt，

执行以下命令创建一个新的虚拟环境（这里命名为yolov5），并指定Python版本为3.10：

conda create -n yolov5 python=3.10

创建完成后，激活这个虚拟环境：

conda activate yolov5

出现以上场景，即安装成功！
注意：之后的操作都需要在这个yolov5的虚拟环境下进行操作
若在安装环境中出现其他问题，或想要了解更多信息，可移步：python 虚拟环境部署(Anaconda)+jupyter跑起来

第三步：克隆YOLOv5仓库

方法一：直接官方github仓库下载

进入github：yolov5官方仓库
点击
下载到本地，之后解压到自己所属目录下，例如我的目录为：D:\yolov5

方法二：使用git克隆YOLOv5的GitHub仓库到本地：

访问Git官网下载页面：https://git-scm.com/download/win。
根据系统位数下载相应的安装程序，之后疯狂NEXT。
安装完成后，可以在命令行输入git --version来验证安装是否成功，出现以下情况，即安装成功。

git clone https://github.com/ultralytics/yolov5.git
cd yolov5

第四步：安装依赖

先一定确保在yolov5的环境下，在yolov5的项目目录下，之后运行命令行

若已经科学上网，则

pip install ultralytics
pip install -r requirements.txt 

若还没科学上网，则

pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

第五步：下载已经训练好的yolo安全帽权重文件

该权重文件已经是训练好的文件，包含三类：person、head、helmet
直接下载，之后放到项目目录下
链接：https://pan.baidu.com/s/1O5ViGBdjQ8rAD-QliMf3WA?pwd=5u0t
提取码：5u0t

第六步：进入anaconda prompt命令行运行

以下代码默认调用摄像头数据，使用的是CPU进行推理，所以速度很慢，若想要使用NVIDIA-gpu进行推理，可在配置依赖步骤，进行GPU适配cuda版本和pytorch-gpu版本，具体设置，可移步超详细GPU部署 （pytorch+tensorflow）

python detect.py --weights helmet_head.pt --source 0

等待ing
之后会出现结果


之后会出现窗口，显示框框、结果、以及置信度

退出，按ctrl+c即可。
也可以通过其他方式实现其他检测：

python detect.py --weights yolov5s.pt --source 0                               # webcam
                                               img.jpg                         # image
                                               vid.mp4                         # video
                                               screen                          # screenshot
                                               path/                           # directory
                                               list.txt                        # list of images
                                               list.streams                    # list of streams
                                               'path/*.jpg'                    # glob
                                               'https://youtu.be/LNwODJXcvt4'  # YouTube
                                               'rtsp://example.com/media.mp4'  # RTSP, RTMP, HTTP stream

其他

该步骤可以覆盖所有yolov5场景，若想要实现口罩检测，只需要在第五步拿到.pt文件（训练得到），将其替换即可。