opencv dnn部署yolov5的口罩检测模型+GUI界面(一)

最新推荐文章于 2024-05-13 12:54:48 发布
最新推荐文章于 2024-05-13 12:54:48 发布
阅读量2.4k 收藏 16
点赞数 1
文章标签： python c++ pycharm 小程序
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_56155877/article/details/119280146
版权
本文介绍了如何使用OpenCV的DNN模块部署从YOLOv5训练的目标检测模型，该模型用于口罩检测。首先，通过下载代码并配置环境，然后利用预训练权重进行实时检测。内容包括代码下载、环境配置、模型测试，后续将分享数据准备和模型训练的详细过程。
摘要由CSDN通过智能技术生成

记录一下大学里自己完成的第一个小课题，参考了许多大神的经验才磕磕绊绊做出来。

（一）代码的下载和测试

任务是人脸口罩检测，使用yolov5训练目标检测模型，在训练环境下测试无误后，再导出为.onnx文件，使用opencv的dnn模块进行模型的部署，再简单写一个图形化界面做展示。

dnn读取模型的部分有python和C++两个版本。

模型训练直接使用的u神开源在github上的yolov5。

github传送门

下载好之后完整目录如下图（makeData.py是我用来准备自己的数据的，不用管）

 接下来需要配置环境，按照requirements.txt里的需求下载依赖包。

最低0.47元/天 解锁文章
big_cheng2000
关注
  • 1
    点赞
  • 踩
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
YOLOv5 / YOLOv7 / YOLOv8 / YOLOv9 / RTDETR -gui界面-交互式图形化界面
阿利同学的博客
04-14 1637
YOLOv5 / YOLOv7 / YOLOv8 / YOLOv9 / RTDETR -gui界面-交互式图形化界面-姿态估计-目标检测-语意分割一体化模型
Yolo V5简单上手 - 口罩识别
weixin_41950324的博客
08-29 1488
手把手运行yolo~
【深度学习目标检测】二十六、基于深度学习的垃圾检测系统-含数据集、GUI和源码（python，yolov8）
最新发布
AI爱好者的博客，分享计算机领域相关知识
05-13 1092
设计垃圾检测系统的意义在于多个方面，这些方面不仅关乎环境保护和城市管理，还涉及到技术进步和社会效益。综上所述，设计垃圾检测系统具有重要意义，不仅有助于环境保护和资源回收，还能提高城市管理和卫生水平，推动技术创新和应用拓展，产生经济效益和社会效益。同时，系统还能够应对垃圾处理挑战并符合政策和法规的要求。本文介绍了基于yolov8的行人检测计数系统，包括训练过程和数据准备过程，同时提供了推理的代码和GUI。
人脸口罩检测(含运行代码+数据集)Pytorch+TensorRT+Xavier NX
热门推荐
专注于人工智能领域的小何尚
05-13 1万+
人脸口罩检测(含运行代码+数据集) 本教程目的为让开发者了解深度学习中的完整流程，这包括： 1.数据集导入及预处理流程 2.网络模型选择及参数设置流程 3.模型训练及导出流程 4.模型加载/优化并得出推断结果 项目源码以及数据集下载: https://download.csdn.net/download/kunhe0512/85360655 本教程采用了以下主要的软硬件环境： 1.NVIDIA Xavier NX 2.Jetpack 4.6 3.TensorRT 8.0.1 4.Pytorch 1
口罩检测——环境准备(1)
weixin_43828944的博客
03-28 3668
ppyoloe口罩检测+openvino推理，环境准备。
C# Onnx Yolov8 Detect 戴口罩检测 源码
10-19
C# Onnx Yolov8 Detect 戴口罩检测 源码 博客地址： https://blog.csdn.net/lw112190/article/details/133924419
用 yolov5s 训练口罩检测模型，并在 jetson nano 下部署测试
狮山飞虎的的博客
12-06 4685
一 训练环境: ubuntu 20.04 + pytorch 1.7 + torchvison 0.8 gpu: gtx1080 8GB 二 下载 yolov5 模型及权重: https://github.com/ultralytics/yolov5 利用 weigths/download_weights.sh 来下载 yolov5s.pt , 必要的时候 科鞋上网 三 组织 训练数据 3.1 数据集下载 (感谢学长): https://pan.baidu.com/s/1...
C# OpenCvSharp DNN 部署yolov5旋转目标检测 源码
12-13
在本文中，我们将深入探讨如何使用C#编程语言结合OpenCvSharp库和Darknet的预训练模型Yolov5实现旋转目标检测。这个项目的关键在于利用深度神经网络（DNN）技术，使得我们能够在图像中准确地检测并识别出各种角度的...
基于OpenCV部署yolov8的人脸检测+关键点检测源码(python和c++版本，可换成车牌检测4个角点).zip
12-15
基于OpenCV部署yolov8的人脸检测+关键点检测源码(python和c++版本，可换成车牌检测4个角点).zip基于OpenCV部署yolov8的人脸检测+关键点检测源码(python和c++版本，可换成车牌检测4个角点).zip基于OpenCV部署yolov8的...
C# OpenCvSharp DNN 部署yolov4目标检测.rar
02-06
C# OpenCvSharp DNN 部署yolov4目标检测 源码 博客地址：https://blog.csdn.net/weixin_46771779/article/details/136052644
基于OpenCV DNN和ONNXRuntime部署YOLOv7（源码+模型+说明文档）.rar
04-15
1、资源内容：基于OpenCV DNN和ONNXRuntime部署YOLOv7（完整源码+训练模型+说明文档+数据）.rar 2、代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 3、适用对象：计算机，电子信息工程、数学...
C# OpenCvSharp DNN 部署yolov3目标检测 源码
01-15
在本文中，我们将深入探讨如何使用C#编程语言结合OpenCvSharp库和深度神经网络（DNN）模块来部署yolov3目标检测模型。这个项目提供的源码是一个很好的起点，帮助开发者理解和实践计算机视觉中的目标检测技术。 首先...
Paddle单阶段口罩检测
迷若烟雨的专栏
11-21 2126
Paddle官方有一个口罩检测的示例，但是其是两阶段的，首先要检测出人脸，再将裁剪下来的人脸进行二分类. facemask曾基于YOLO V2实现过单阶段口罩检测，但是速度在移动端不是很快，仅能用于服务端部署，且由于样本缺乏，实测精度也不是很高. FaceMaskDetection 实测速度非常快，在CPU上就能实时，而且开源了网络结构，还能进一步压缩耗时，其提供了caffe、pytorch、tensorflow、onnx和mxnet等近乎全平台的支持，美中不足的是唯独缺了paddle
数字仪表识别、行人跟踪属性检测、口罩检测
深度学习小白的博客
09-27 1106
OCR识别数字仪表读数、口罩检测、基于YOLOV5和DeepSort行人跟踪，加行人年龄和性别检测
yolov5模型训练&opencv-dnn推理全过程
m0_62252120的博客
11-06 1393
零基础模型训练自己实践总结
yolov5 opencv dnn部署自己的模型
shilichangtin的博客
01-22 665
yolov5 opencv dnn部署自己的模型
【YOLOv5 opencv dnn(C++) 】进行对象检测
weixin_50798696的博客
08-07 884
c++实现对象检测
如何使用 opencv 调用 yolov5 onnx 模型 ？
驭鲸·环球的博客
08-01 3492
如何使用opencv调用yolov5onnx模型？
opencv的dnn模块做yolov5目标检测
08-30
OpenCV的dnn（深度神经网络）模块可以使用YoloV5算法进行目标检测。YoloV5是一种基于单阶段检测器的目标检测算法，具有高度精确和实时性的特点。 首先，我们需要下载YoloV5的预训练权重文件，它们包含了训练好的模型参数。然后，我们可以使用OpenCV的dnn模块加载这些权重文件，并构建一个网络模型。 在加载权重文件后，我们需要提供一个输入图像来进行目标检测。我们可以使用OpenCV中的imread函数从磁盘上读取图像，并将其作为输入传递给YoloV5网络模型。 接下来，我们可以调用网络模型的前向传播函数，以获取目标检测的结果。YoloV5将返回一个包含检测到的目标框和相应类别及置信度的列表。 最后，我们可以根据返回的检测结果在图像上绘制边界框和类别标签，以可视化检测结果。可以使用OpenCV的drawBoundingBox和putText函数实现。 需要注意的是，为了获得更好的检测精度，可以使用不同大小的输入图像进行多尺度检测，或者通过调整阈值和置信度来过滤结果。 综上所述，OpenCV的dnn模块可以轻松实现YoloV5目标检测，只需加载预训练权重、进行前向传播和可视化检测结果。通过这种方法，我们可以在图像中高效准确地检测目标。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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