qq_42697464的博客

相机源识别的数据集（2018kaggle竞赛数据集）

这个项目使用热门的目标检测算法yolov5算法，实现了对于戴口罩和不戴口罩的人脸识别需求，项目运行之后展示一个由qt技术编写的主界面窗口，项目可以实现图片和视频的检测。图片检测需要上传图片，系统会自动识别出图片中的人是否佩戴口罩。视频检测中包括实时监测和文件检测，实时监测可以通过摄像头直接识别出未佩戴口罩的人。在机器学习技术中，要想使得所训练的模型具有较高的准确度，其中一个关键就是要有足够量的数据让它进行一轮又一轮的学习，不断提取特征，分析，学习。在这个项目中，数据集文件夹为yolo_mask，数据集文件夹下分两个文件夹 images和labels，这两个文件夹分别存储图片数据和图片标签数据文件，这两个文件夹都分别下分test,train,val文件夹，分别表示测试集，训练集，验证集和其标注文件。在这个项目中，我们选用了2000张图片数据，其中训练集，测试集，验证集按照6：2：2的比例分配数据。将这些图片数据分别存储在，然后使用图形图像注释工具LabelImg对这2000张图片数据进行标注，标注完成之后会得到一系列的txt文件，这里的txt文件就是目标检测的标注文件。

内容概要：这是一个可以实现即下即用的爬虫的demo，这个demo将爬取的数据存储在项目同级目录指定的一个数据表中，经过升级这个demo也可以实现将爬取到的数据，存储数据在指定的数据库中。后期经过学习和完善，这个demo可以实现数据的可视化展现，使得学习得更全面，更具体。 适合人群：初学python的同学以及想要尝试网络爬虫的小白。 具体技术：这个demo导入并使用了BeautifulSoup，re，urllib.request, urllib.error，xlwt，这几个包，如果要实现与数据库的对接还需要导入sqlite3包。 能学到什么：这个demo还算是比较初级的demo，很简单的实现方法同时也很容易上手，在源代码里面注释也非常的全面，完全不存在看不懂代码或者是代码混乱的情况发生，这个代码只需要有一点python基础的同学就完全可以看懂并且理解代码的逻辑，能在学会爬虫技术的基础逻辑的基础上，巩固自己的python基础知识。 阅读建议：希望赶紧上手实际操作的同学很适合这个资源，资源完全是笔者自己编辑，亲测可行的一个代码展示。 总结？：只要懂得python基础或者是小白都能驾驭这个资源