YOLOv5目标检测——口罩检测学习笔记

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.