体验github上开源的安全帽检测

1. 运行环境
win10 + python3.8.10

2. 安装python依赖包
2.1 gluoncv
ERROR: THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE.
pip install gluoncv --upgrade

2.2 numpy
错误：Running setup.py install for numpy ... error
解决：
pip install --upgrade pip
pip install --upgrade setuptools
安装visual studio 2019（查看https://wiki.python.org/moin/WindowsCompilers）
选择最新的windows MSVCv142 - VS 2019 C++ x64/x86 build tools
选择最新的windows 10 sdk

2.3 mxnet
#安装cuda    - 跳过
#pip install mxnet-cu110（无法找到cu110版本的）
pip install mxnet

2.4 opencv
#pip install opencv-python    

pip install wheel
手动下载opencv.whl就不会自动更新numpy 
https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv
pip install opencv_python-4.5.2-cp38-cp38-win_amd64.whl

错误：ValueError: check_hostname requires server_hostname
不能开代理的

3. 下载模型
这里放出了模型的权重，模型名字是darknet53：
https://github.com/njvisionpower/Safety-Helmet-Wearing-Dataset

 

4. 运行测试

修改1：

直接把代码中的mx.gpu()屏蔽，改为mx.cpu()

    #if args.gpu:
    #    ctx = mx.gpu()
    #else:
    #    ctx = mx.cpu()
    ctx = mx.cpu()

修改2：

我下载来的模型权值文件放到了models文件夹下，symbol文件夹也是下载的

因此，代码中模型的名字前面加上models，也就是改下路径即可。

    if args.network == 'yolo3_darknet53_voc':
        net.load_parameters('models/darknet.params',ctx=ctx)
        print('use darknet to extract feature')
    elif args.network == 'yolo3_mobilenet1.0_voc':
        net.load_parameters('models/mobilenet1.0.params',ctx=ctx)
        print('use mobile1.0 to extract feature')
    else:
        net.load_parameters('models/mobilenet0.25.params',ctx=ctx)
        print('use mobile0.25 to extract feature')
        
    frame = 'image/2.jpg'

运行：
python test_yolo.py

效果：

参考资料1：开源一个安全帽佩戴检测数据集及预训练模型 - supersayajin - 博客园 (cnblogs.com)

参考资料2：njvisionpower/Safety-Helmet-Wearing-Dataset: Safety helmet wearing detect dataset, with pretrained model (github.com)