原文链接:手把手教你使用YOLOV5训练自己的目标检测模型-口罩检测-视频教程_搭建yolo目标检测的环境. 使用yolo-air模块来做实验-CSDN博客
up主哔哩哔哩上的视频很适合初学者,通俗易懂
下载代码链接:[YOLOV5-mask-42: 基于YOLOV5的口罩检测系统-提供教学视频 (gitee.com)]
配置环境:
python = 3.8
pytorch_cuda = 11.8
标注数据:使用软件labelimg
pip install labelimg -i https://mirror.baidu.com/pypi/simple
格式改为YOLO格式
这里主要学习了一下怎么标注数据集,博主有提供了自己已经标注好的数据集(收费),自己标注还是比较浪费时间的
模型训练:
首先配置模型配置文件和数据集配置文件,并下载好预训练模型
运行train.py,通过命令行:
# cpu版
python train.py --data mask_data.yaml --cfg mask_yolov5s.yaml --weights pretrained/yolov5s.pt --epoch 100 --batch-size 4 --device cpu
# gpu版
python train.py --data mask_data.yaml --cfg mask_yolov5s.yaml --weights pretrained/yolov5s.pt --epoch 100 --batch-size 4 --device 0
也可以直接将train.py中的配置直接修改,右键运行
模型评估:
R查全率(recall)=正确预测的正样本数/实际拥有的正样本数
P查准率(precision)=正确预测的正样本数/总预测样本数
mAP均值平均精度(mean average precision)
模型使用:
可能出现的问题:
1.np.int报错:np.int改为np.int_
2.