基于Keras+YOLOv3的口罩佩戴情况检测系统【超详细！！！保姆级教程】

1. 开发环境

硬件环境（个人笔记本电脑）

• 处理器：Inter（R）Core（TM）i7-9750H CPU
• 内存：8.00GB
• 显卡：NVDIA GeForce GTX 1650
• 硬盘：可用空间300GB以上

软件环境

• win10 64位
• python3.7.0
• TensorFlow-GPU 1.13.1
• Keras2.2.4
• OpenCV4.2.0
• PyQt5
• 当然还有很多python的模块包，但是我这里记不清啦~如果有需要pip install就可以~

关于开发环境稍后我会专门写一篇博客详细介绍，帮助大家避雷。很多小白可能还没机会感受AI的快乐就被配置环境劝退了哈哈哈，想当初我也是踩了很多很多坑，说多了都是泪啊 ~

YOLOv3的原理不和大家讲了，毕竟不是一句两句话能说清的，对于初学者来说肯定有些难理解，不过没关系，大家一开始都是初学者，慢慢来别放弃，总有一天大家都能看懂原理 ~

但是要和大家展示一下下载下来的yolov3文件夹结构，为了方便描述，博主就称它为根目录吧 ~
就是下图，有一个大概的印象，便于后面我们复现。这个文件夹我在评论区给到大家 ~~

2. 制作数据集

配置好环境后，我们要准备自己的人脸口罩数据集了！

要检测口罩佩戴情况，就要先获取一定数量的相关图片，放入设计好的神经网络中训练（本文是YOLOv3），这些相关图片就叫做数据集，啊当然不只是单纯的图片，我们还要对这些图片做一些处理，也就是本章内容。

笔者的数据集是从一位老前辈那里求来的，是一个非常完美非常OK的数据集，省的大家自己去爬虫了。
数据集包含6366张高质量图片，有戴口罩的人、不戴口罩的人、用手或其他物品遮挡脸的人等多种情况，确保样本的多样性和全面性。

数据集文件夹VOCdevkit在根目录里，结构见下图。其中，

• JPEGImages文件夹存放收集到的原始图片，依次以1-6366命名；
• Annotations文件夹存放使用labelImg工具生成的含有所有目标位置和类别信息的图片标签，每个文件对应一张图片（具体怎么生成下面马上讲到）；
• ImageSets文件夹存放数据集列表文件，通常为train.txt、test.txt等，分类并保存不同用途的图像（听不懂没关系下面都会讲到）。
  

1. 制作图像的.xml文件

我们使用labelImg手动标注，如下图：选择界面左侧的“Open”打开图像后，点击“Create RectBox”画框，就可以画矩形框并标记（类别会在画好目标框后自动弹出以供选择）。
labelimg这个工具能够在一张图片中标注多个目标，非常方便。关于labelimg的详细使用方法在此。

不过我知道你们都懒得亲自动手做，所以我把我的数据集分享给你们。

将所有生成的标签文件放入Annotations文件夹中，便完成了数据集制作的第一步，每个图片和生成的xml文件是一一对应的。

2. 将.xml文件转换成.txt文件

上一步制作出原始图像的.xml文件后，还需要将所有图像分类。

运行VOCdevkit->VOC2007下的voc2yolo3.py文件，记得检查一下其中的xmlfilepath和saveBasePath路径，xmlfilepath对应Annotations，saveBasePath对应ImageSets/Main

多说几句，下图是voc2yolo3.py中的主要代码，它的用途是：一般我们设训练验证集 : 训练集 = 1 : 9，训练验证集中10%用作验证集，90%用作测试集。

运行完voc2yolo3.py这个神奇的文件后，我们就得到了trainval.txt, test.txt, train.txt和val.txt这四个文件（在VOCdevkit\VOC2007\ImageSets\Main文件夹下），分类保存不同用途的图片名称。

3. 将.jpg文件转换成.txt文件

完成训练集的划分之后，我们运行voc_annotation.py文件（文件位置在根目录）。这样一来，可以生成train.txt, val.txt和test.txt三个文件（也在根目录），分别保存着训练、验证和测试集的路径。

我随便打开一个比如train文件给大家瞅一眼，这些文本文档中每一行为一张图片的信息，依次是图片的路径、名称、尺寸和目标框的坐标及类别标签（0表示没口罩，1表示有口罩）。

如果一张图中有多个对象，则依次罗列各个对象的位置信息和类别。

还要再强调一下，路径问题是导致出错的主要原因，咱们大家每个人电脑的情况都不同，所以一定要仔细检查核对自己的路径哈 ~~

3. 修改配置文件

1. 下载YOLOv3预训练权重——yolov3.weights.然后执行如下命令将darknet下的yolov3配置文件转换成keras适用的h5文件：
   
   两行命令，其中上面一行是yolov3，下面一行是tiny轻量版yolov3。tiny yolo网络结构比yolo简单一些，训练得比较快，因为我笔记本配置一般，所以我就选择tiny版来进行训练的，效果也OK。
2. 修改model_data里面yolo_anchors.txt和tiny_yolo_anchors.txt中的先验框的值，这里我们利用kmeans.py（在根目录下）来生成。
   生成先验框的时候注意：打开kmeans.py翻到最下面第98行，
   如果是标准版yolov3，则修改为cluster_number = 9，对应第 61 行 f = open(“yolo_anchors.txt”, ‘w’)，
   如果是轻量版yolov3，则修改为cluster_number = 6，对应第 61 行 f = open(“tiny_yolo_anchors.txt”, ‘w’)。
3. 接着我们来到model_data文件夹，将里面的voc_classes.txt文件中的classes改成自己的classes。
   这个要和voc_annotation.py文件第7行对应，比如我第7行是classes = [“face”, “face_mask”]，那么我voc_classes.txt文件中就应该是face（此处省略回车换行）face_mask。

至此，我们的人脸口罩数据集和基本配置文件就已经准备完毕了，然后我们可以去睡觉了 ~ 其他的就听天命吧 ~

4. 训练数据集

啊睡觉之前还有最后一步：在根目录下新建一个logs文件夹，然后运行train.py，再然后就是漫长的训练过程，训练好的模型存放在logs下。

博主第一次训练时batchsize设置为2，大概训练了五六个小时，效果比较差，于是把batchsize调整到10又训练了大概一天吧（害比较久远了我也记不太清，反正就是训练了很久很久），最后得到的模型效果就比较好了。如果大家有什么提高模型精度和速度的方法也欢迎分享~

这次真的可以去睡觉/吃火锅/吃瓜/玩耍了！

5. 检测效果

耍完了睡饱了，电脑也训练好了，接下来就是见证奇迹的时刻，鸡不鸡冻？超级鸡冻的！

好了淡定一下，然后去logs文件夹下，把“trained_weights_final.h5”文件名复制一下，是的没错它就是我们最终训练出的最优的模型（笑

复制了之后打开根目录下yolo.py文件，把第23行model_path改为logs/trained_weights_final.h5
然后第24行如果你想用轻量版那就model_data/tiny_yolo_anchors.txt，标准版就model_data/yolo_anchors.txt

改好之后保存。

然后正式开始检测。敲键盘win+r，如下图
输入cmd，点击确定，进入命令行

用“cd”命令切换到根目录下，比如在我的电脑上，这套代码的位置是C:\Users\13262\Desktop\graduationProject\yolov3_keras_GUI\yolov3_keras_GUI，那就在命令行中输入“cd C:\Users\13262\Desktop\graduationProject\yolov3_keras_GUI\yolov3_keras_GUI”如下图

然后运行yolo_video.py程序，分为以下3种情况 ：

1. 如果想开启摄像头实时检测，则输入“python yolo_video.py --input"，回车后程序启动，不附图了。
2. 如果想上传本地图片检测，则输入"python yolo_video.py --image"，回车后程序启动，如下图
   
   红框处输入图片路径和名称，如果图片在当前文件夹下（如我给的代码中图片保存在img文件夹下），则直接输入“.\img\XXX".
   举个栗子：，回车后变成这样
   
   顺便弹出来图片，哈哈，大功告成了~
   
3. 如果想上传本地视频检测，则先将yolo.py第174行vid = cv2.VideoCapture(0)改为
   vid = cv2.VideoCapture(video_path)，然后在命令行输入“python yolo_video.py --input xxx”，xxx表示上传的视频的路径和名称，回车后程序启动。
4. 如果想上传本地视频检测并保存，那么除了第3点的步骤之外，还要在yolo.py第172行
   def detect_video(yolo, video_path, output_path=""):中补充保存路径，如：output_path=“C:\Users\xxx\xxxxx”.

6. UI界面实现

模型训练好了，效果也看到了，接下来如果能集成一个UI界面就显得超酷了！
博主采用PyQt5进行设计，首先看一下最后的效果GIF图，运行后的界面如下，因为csdn不允许上传太大的图片，所以我把界面的三个功能分成三张图片上传

1. 打开摄像头实时检测

2.上传本地图片检测

3. 上传本地视频检测

7. 结束语

咳咳，我感觉自己讲的差不多了，最后祝福大家都能在基于深度学习的目标检测的道路上一路顺风 ~ 收获多多 ~

不过由于博主能力有限，上述步骤可能有些遗漏了细节的地方，希望大家热心指出 ~~
然后有什么问题大家可以留言或者私聊我，我们一起学习一起探讨一起进步 ~~

最后的最后，你们的点赞打赏和关注是博主最大的动力 ~ 大部分代码都免费分享给大家了，如果想要获取完整代码文件（包括我自己训练的权重，Gui界面代码等）欢迎私聊我 ，我会很快回复 ~~

创作和分享真是非常不易啦，希望大家多多理解和支持 ~~