Yolov5创建并训练自己的数据集，实现口罩佩戴检测

注意

• 需要提前在Anaconda搭建好yolov5的环境，这里不做讲解。

数据集

口罩识别数据集下载
下载这个文件

下载完成后可以解压得到。虽然是混在一起，不过没关系。

数据集预处理

前往Roboflow注册一个账号

添加工作区

选择公共

创建新项目

名称随便填

上传我们下载好的数据集



不用管他

等待上传完毕


结束上传







导出
注意是导出TXT下的YOLO v5 PyTorch这个选项，下载zip格式的。

准备训练

需要这三个文件

train和valid文件夹放在和yolov5同一目录下

修改data.yaml

0改为no-mask（不戴口罩），1改为mask（戴口罩）


把data.yaml放到yolov5的data文件夹下

开始训练

在anaconda虚拟环境中执行，注意改为你的相应路径。

python train.py --data data.yaml

训练结束

可以在yolo的路径下找到训练完成的模型文件

测试模型文件

加上 --weights 参数可以选择相对应的模型文件进行检测。

python detect.py  --weights runs/exp/weights/best.pt

检测效果

参考资料

https://blog.csdn.net/lynxzong/article/details/86647805
https://blog.csdn.net/sinat_28371057/article/details/120598220
https://github.com/ultralytics/yolov5
https://zhuanlan.zhihu.com/p/269587479
https://github.com/ultralytics/yolov5/wiki/Train-Custom-Data
https://public.roboflow.com/
https://codeantenna.com/a/FtLN7QmRtk
http://www.jishudaxue.com/cblog/python/9489.html
https://github.com/ultralytics/yolov5/issues/5086‘
https://www.jb51.net/article/211043.htm
https://blog.csdn.net/qq_36756866/article/details/109111065
https://blog.csdn.net/HJZ11/article/details/109838775