口罩类型分类检测系统：融合FasterNet的改进YOLOv8

最新推荐文章于 2024-05-31 08:18:49 发布

xuehaisj

最新推荐文章于 2024-05-31 08:18:49 发布

阅读量1k

点赞数 18

文章标签：分类 YOLO yolov8

本文链接：https://blog.csdn.net/xuehaisj/article/details/134913656

版权

1.研究背景与意义

项目参考AAAI Association for the Advancement of Artificial Intelligence

研究背景与意义

近年来，随着全球范围内的突发公共卫生事件的频繁发生，如SARS、H1N1流感和COVID-19等，人们对于个人防护意识的提高以及口罩的广泛使用已成为常态。口罩作为一种重要的个人防护装备，对于预防病毒和细菌的传播具有重要意义。然而，随着市场上口罩种类的不断增多，如医用口罩、N95口罩、普通口罩等，如何准确地对不同类型的口罩进行分类和检测成为了一个重要的问题。

传统的口罩分类和检测方法主要依赖于人工视觉，即由专业人员对口罩进行目测判断。然而，这种方法存在着主观性强、效率低、易受环境和人为因素影响等问题。因此，开发一种自动化的口罩类型分类检测系统具有重要的实际意义。

近年来，深度学习技术的快速发展为解决这一问题提供了新的思路和方法。特别是目标检测领域的YOLO（You Only Look Once）算法，以其高效的实时性和准确性而受到广泛关注。然而，传统的YOLO算法在小目标检测方面存在一定的局限性，而且对于不同类型的口罩进行准确分类的能力也有待提高。

本研究旨在改进YOLOv8算法，结合FasterNet的思想，实现一种高效准确的口罩类型分类检测系统。具体来说，本研究将通过以下几个方面的工作来达到目标：

通过对YOLOv8算法的改进，提高其对小目标的检测能力。传统的YOLO算法在小目标检测方面存在一定的问题，容易漏检或误检。因此，本研究将通过改进网络结构、调整参数设置等方式，提高YOLOv8算法对小目标的检测准确性和稳定性。

引入FasterNet的思想，加速口罩类型分类检测系统的运行速度。FasterNet是一种轻量级的目标检测网络，具有较快的推理速度和较小的模型体积。通过将FasterNet与YOLOv8算法相结合，可以在保证检测准确性的同时，提高系统的实时性和效率。

通过大量的实验验证和评估，验证所提出的改进方法的有效性和可行性。本研究将使用大规模的口罩数据集进行训练和测试，评估系统在口罩类型分类和检测方面的性能表现。同时，与传统的口罩分类和检测方法进行对比，验证所提出方法的优越性和实用性。

本研究的成果将具有重要的实际应用价值。一方面，口罩类型分类检测系统可以广泛应用于公共场所、医疗机构、交通枢纽等地方，实现对不同类型口罩的自动化检测和分类，提高口罩的使用效果和防护效果。另一方面，本研究的方法和思路也可以为其他目标检测领域的研究提供借鉴和参考，推动深度学习技术在实际应用中的发展和应用。

2.图片演示

在这里插入图片描述

3.视频演示

口罩类型分类检测系统：融合FasterNet的改进YOLOv8_哔哩哔哩_bilibili

4.数据集的采集＆标注和整理

图片的收集

首先，我们需要收集所需的图片。这可以通过不同的方式来实现，例如使用现有的公开数据集MaskDatasets。

在这里插入图片描述

labelImg是一个图形化的图像注释工具，支持VOC和YOLO格式。以下是使用labelImg将图片标注为VOC格式的步骤：

（1）下载并安装labelImg。
（2）打开labelImg并选择“Open Dir”来选择你的图片目录。
（3）为你的目标对象设置标签名称。
（4）在图片上绘制矩形框，选择对应的标签。
（5）保存标注信息，这将在图片目录下生成一个与图片同名的XML文件。
（6）重复此过程，直到所有的图片都标注完毕。

由于YOLO使用的是txt格式的标注，我们需要将VOC格式转换为YOLO格式。可以使用各种转换工具或脚本来实现。

下面是一个简单的方法是使用Python脚本，该脚本读取XML文件，然后将其转换为YOLO所需的txt格式。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import xml.etree.ElementTree as ET
import os

classes = []  # 初始化为空列表

CURRENT_DIR = os.path.dirname(os.path.abspath(__file__))

def convert(size, box):
    dw = 1. / size[0]
    dh = 1. / size[1]
    x = (box[0] + box[1]) / 2.0
    y = (box[2] + box[3]) / 2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return (x, y, w, h)

def convert_annotation(image_id):
    in_file = open('./label_xml\%s.xml' % (image_id), encoding='UTF-8')
    out_file = open('./label_txt\%s.txt' % (image_id), 'w')  # 生成txt格式文件
    tree = ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)

    for obj in root.iter('object'):
        cls = obj.find('name').text
        if cls not in classes:
            classes.append(cls)  # 如果类别不存在，添加到classes列表中
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
             float(xmlbox.find('ymax').text))
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

xml_path = os.path.join(CURRENT_DIR, './label_xml/')

# xml list
img_xmls = os.listdir(xml_path)
for img_xml in img_xmls:
    label_name = img_xml.split('.')[0]
    print(label_name)
    convert_annotation(label_name)

print("Classes:")  # 打印最终的classes列表
print(classes)  # 打印最终的classes列表

整理数据文件夹结构

我们需要将数据集整理为以下结构：

-----data
   |-----train
   |   |-----images
   |   |-----labels
   |
   |-----valid
   |   |-----images
   |   |-----labels
   |
   |-----test
       |-----images
       |-----labels

确保以下几点：

所有的训练图片都位于data/train/images目录下，相应的标注文件位于data/train/labels目录下。
所有的验证图片都位于data/valid/images目录下，相应的标注文件位于data/valid/labels目录下。
所有的测试图片都位于data/test/images目录下，相应的标注文件位于data/test/labels目录下。
这样的结构使得数据的管理和模型的训练、验证和测试变得非常方便。

模型训练

 Epoch   gpu_mem       box       obj       cls    labels  img_size
 1/200     20.8G   0.01576   0.01955  0.007536        22      1280: 100%|██████████| 849/849 [14:42<00:00,  1.04s/it]
           Class     Images     Labels          P          R     mAP@.5 mAP@.5:.95: 100%|██████████| 213/213 [01:14<00:00,  2.87it/s]
             all       3395      17314      0.994      0.957      0.0957      0.0843

 Epoch   gpu_mem       box       obj       cls    labels  img_size
 2/200     20.8G   0.01578   0.01923  0.007006        22      1280: 100%|██████████| 849/849 [14:44<00:00,  1.04s/it]
           Class     Images     Labels          P          R     mAP@.5 mAP@.5:.95: 100%|██████████| 213/213 [01:12<00:00,  2.95it/s]
             all       3395      17314      0.996      0.956      0.0957      0.0845

 Epoch   gpu_mem       box       obj       cls    labels  img_size
 3/200     20.8G   0.01561    0.0191  0.006895        27      1280: 100%|██████████| 849/849 [10:56<00:00,  1.29it/s]
           Class     Images     Labels          P          R     mAP@.5 mAP@.5:.95: 100%|███████   | 187/213 [00:52<00:00,  4.04it/s]
             all       3395      17314      0.996      0.957      0.0957      0.0845

5.核心代码讲解

5.2 predict.py

class DetectionPredictor(BasePredictor):
    def postprocess(self, preds, img, orig_imgs):
        preds = ops.non_max_suppression(preds,
                                        self.args