MaixHub训练安全帽识别模型

MaixHub平台:MaixHub

一、安全帽数据集下载

国外kaggle数据集：Safety Helmet Detection | Kaggle

国内和鲸社区： 和鲸社区 - Heywhale.com

两个网站都需要先注册，才能下载数据集。

两个数据集有5000个样本，标签为xml格式，数据集为VOC格式，可以直接导入MaixHub，不过MaixHub训练最多支持3000个样本，所以需要提取部分出来导入。

kaggle下载的数据集包含两个文件夹，images(图片)、annotations(标签)

和鲸社区下载的数据集包含三个文件夹，train(训练集图片)、label(训练集的标签)、test(测试集图片)

二、训练模型

1、数据集压缩包要求

• 文件格式为 zip 压缩包，大小500M以内
• 数据集格式：同 Pascal VOC 数据集
• 图片数量限制为3000张，超出该数量的图片会被忽略
• 压缩包内应包含 images 文件夹和 xml 文件夹；一张图片对应一个名字相同的 xml 标注文件
• 目录结构

       

2、上传训练集

        使用kaggle下载的数据集，使用其中1600张图像作为训练集。创建一个safety_helmet_train文件，再创建images和xml两个子文件夹。拷贝1600张图像到images文件夹中，hard_hat_workers0.png到hard_hat_workers1599.png，拷贝1600个xml标签到xml文件夹中，hard_hat_workers0.xml到hard_hat_workers1599.xml，然后将safety_helmet_train压缩为zip文件夹。进入到以下页面导入训练集。

3、上传验证集

        使用kaggle下载的数据集，使用其中1600张图像作为训练集。创建一个safety_helmet_test文件，再创建images和xml两个子文件夹。拷贝1600张图像到images文件夹中，hard_hat_workers1600.png到hard_hat_workers1999.png，拷贝400个xml标签到xml文件夹中，hard_hat_workers1600.xml到hard_hat_workers1999.xml，然后将safety_helmet_test压缩为zip文件夹。进入到以下页面导入验证集。

4、训练记录

训练进行中

训练完成

 5、训练结果分析

在验证集上第80次训练迭代有最佳准确率：0.062，准确率太低。

一些识别错误样本：