安全帽图像识别python_安全帽佩戴检测赛：基于YOLOv3

一、YOLO v3简介

YOLO v3可以说是当前目标检测算法的集大成者，速度和精度都达到了不错的水准。不了解的同学可以看一下吴恩达的深度学习中有关YOLO的讲解，然后在读一下这个博客，写的很详细。

最近一直热衷于AI研习社的比赛，对是新手练习实操很友好。在这里取得了一些不错的排名，比赛结束不仅达到比赛要求分数的参赛者可以获得一定数量的奖金，官方还会放出排名优秀者的源码，真是太贴心了。在此安利一波。下图是我的比赛收益情况，由于本人时间有限，而且跑模型时间太过漫长，所以并没有太过投入，主要目的是动手实践，如果有感兴趣的朋友，可以一起组队参赛，共同进步。

二、本次比赛简介

简介

训练集共6057张图片，包含工地照片、某大学监控视频图片、普通场景照片

任务：正确识别图片中人物是否佩戴安全帽

结果文件如下所示：

第一个字段位：测试集图片ID

第二个字段：图片种佩戴安全帽人员数量

第三个字段：图片中没有佩戴安全帽人员数量

安全帽答案示例.png

四、YOLO v3训练详解

4.1 运行环境

ubuntu18.04

Python==3.7

pytorch==1.3

显卡：1060-6G

4.2 训练详解

首先下载github上的yolo源码，然后从比赛链接下载数据集。

图1

源码大体上上图是这样的，稍有不同也没关系，因为有些文件是我训练时生成的，有些是我自己添加的，后面都会介绍到。

图2

下载下来的数据集只有label、test、train三个文件夹。剩下的文件同样或者添加的或者生成的，后面会介绍。