【无标题】

就像无数人从敲下“Hello World”开始代码之旅一样，许多研究员从“MNIST数据集”开启了人工智能的探索之路。

MNIST数据集（Mixed National Institute of Standards and Technology database）是一个用来训练各种图像处理系统的二进制图像数据集，广泛应用于机器学习中的训练和测试。

作为一个入门级的计算机视觉数据集，发布20多年来，它已经被无数机器学习入门者“咀嚼”千万遍，是最受欢迎的深度学习数据集之一。
一、数据集简介

发布方：National Institute of Standards and Technology(美国国家标准技术研究所，简称NIST)

发布时间：1998

背景：

该数据集的论文想要证明在模式识别问题上，基于CNN的方法可以取代之前的基于手工特征的方法，所以作者创建了一个手写数字的数据集，以手写数字识别作为例子证明CNN在模式识别问题上的优越性。

简介：

MNIST数据集是从NIST的两个手写数字数据集：Special Database 3 和Special Database 1中分别取出部分图像，并经过一些图像处理后得到的。

MNIST数据集共有70000张图像，其中训练集60000张，测试集10000张。所有图像都是28×28的灰度图像，每张图像包含一个手写数字。

二、数据集详细信息

1. 数据量

训练集60000张图像，其中30000张来自NIST的Special Database 3，30000张来自NIST的Special Database 1。

测试集10000张图像，其中5000张来自NIST的Special Database 3，5000张来自NIST的Special Database 1。

2. 标注量

每张图像都有标注。

3. 标注类别

共10个类别，每个类别代表0~9之间的一个数字，每张图像只有一个类别。

4.可视化
首先定义了一些超参数，包括类别个数、迭代次数、学习率和批次大小。接下来，创建了训练集和测试集的数据集对象。train_dataset对象表示训练集，通过指定train=True来加载训练集。test_dataset对象表示测试集，通过指定train=False来加载测试集。在加载数据集时，还进行了一些预处理操作。使用了transforms.Compose()函数来将多个预处理操作组合起来。这里使用了两个预处理操作：Resize将图像大小调整为28x28像素，ToTensor将图像转换为Tensor类型。这样，训练集和测试集的数据集对象就创建好了。接下来可以使用DataLoader来实现数据的批量加载和随机打乱。然后设计卷积神经网络，进行训练。





口罩识别
准备工具

创立MASk文件夹，子文件夹为images和labels。打开labelimg

开始打标签，为mask和no mask
之后将yolo格式数据集转化为coco数据集上传到飞桨

在飞桨创立数据集
建立项目

修改训练要求

更改环境选择gpu，这个要领飞桨的算力
然后更改训练文件

训练完后下载模型

进入yolov5支持d的netron可视化网页界面
进行模型剪枝

模型转换


在jupyter上运行模型推理代码

label_path = “labels.txt”
yoloe_model_path = “ppyoloe_crn_s_80.xml”
predictor = Predictor(model_path = yoloe_model_path)
boxes_name = predictor.get_outputs_name(0)
conf_name = predictor.get_outputs_name(1)
labels = read_label(label_path=label_path)
cap = cv.VideoCapture(0)
while cap.isOpened():
ret, frame = cap.read()
frame = cv.flip(frame, 180)
cv.namedWindow(“MaskDetection”, 0) # 0可调大小，注意：窗口名必须imshow里面的一窗口名一直
cv.resizeWindow(“MaskDetection”, 640, 480) # 设置长和宽
input_frame = process_image(frame, 640)
results = predictor.predict(input_data=input_frame)
boxes, scores, classes = process_result(box_results=results[boxes_name], conf_results=results[conf_name])
result_frame = draw_box(image=frame, boxes=boxes, scores=scores, classes=classes, labels=labels)
cv.imshow(‘MaskDetection’, result_frame)
key = cv.waitKey(1)
if key == 27: #esc退出
break
cap.release()
cv.destroyAllWindows()
label_path = “labels.txt”
yoloe_model_path = “ppyoloe_crn_s_80.xml”
predictor = Predictor(model_path = yoloe_model_path)
input_layer = predictor.get_inputs_name(0)
labels = read_label(label_path=label_path)
cap = cv.VideoCapture(0)
curr_request = predictor.get_request()
next_request = predictor.get_request()
ret, frame = cap.read()
curr_frame = process_image(frame, 640)
curr_request.set_tensor(input_layer, ov.Tensor(curr_frame))
curr_request.start_async()
while cap.isOpened():
ret, next_frame = cap.read()
next_frame = cv.flip(next_frame, 180)
cv.namedWindow(“MaskDetection”, 0) # 0可调大小，注意：窗口名必须imshow里面的一窗口名一直
cv.resizeWindow(“MaskDetection”, 640, 480) # 设置长和宽
in_frame = process_image(next_frame, 640)
next_request.set_tensor(input_layer, ov.Tensor(in_frame))
next_request.start_async()
if curr_request.wait_for(-1) == 1:
boxes_name = curr_request.get_output_tensor(0).data
conf_name = curr_request.get_output_tensor(1).data
boxes, scores, classes = process_result(box_results=boxes_name, conf_results=conf_name)
frame = draw_box(image=frame, boxes=boxes, scores=scores, classes=classes, labels=labels)
cv.imshow(‘MaskDetection’, frame)
frame = next_frame
curr_request, next_request = next_request, curr_request
key = cv.waitKey(1)
if key == 27: #esc退出
break
cap.release()
cv.destroyAllWindows()

然后就成功了