【树莓派深度学习yolov7、yolov5口罩检测】

首先,需要说明的是,以下pt压缩包里分别为yolov7以及yolov5-n的训练权重(很奇怪,试了三次都上传不上去,如果有需要可以私信我)。

1.准备一张空的SD卡,插入到笔记本接口,在树莓派官网https://www.raspberrypi.com/software/下选择桌面版给树莓派烧录好系统。

2.再将树莓派SD卡拔下,插入树莓派板子,先连接显示屏,再给树莓派供电!!!(敲重点) 要不树莓派然会一直重启。

3.在yolov7官网/yolov5官网下载源代码(yolov7:https://github.com/WongKinYiu/yolov7)(yolov5:https://github.com/ultralytics/yolov5)我真贴心!!

4.下载之后可以使用U盘将代码拷到树莓派桌面上,接下来就是配置树莓派环境,注意:torch和torchvision版本要对应,且都是cpu版本,如果出现升级包、安装包都是0,考虑是不是源的问题

5.本人训练时只标注两类标签,mask、nomask两类,如果是简单的实验,就完全可以直接把权重拿去用,如果在报告中要介绍更详细一点,以下训练结果可供参考。

数据集准备:首先需要收集一些佩戴口罩和未佩戴口罩的人脸图像,并将其转换为可训练的txt格式的标签文件,其中划分训练集2828张,验证集708张,如图1所示,图1为部分图像及其对应txt标签,其次将其标注为正样本(佩戴口罩)和负样本(未佩戴口罩),图2为可视化后标签信息,其中(a)为正样本(b)为负样本。

【树莓派深度学习yolov7、yolov5口罩检测】_第1张图片

                                                1 部分图像及其对应txt标签

【树莓派深度学习yolov7、yolov5口罩检测】_第2张图片(自己截图去吧,懒死你)

yolov7:

 

 yolov5:

 想要处理速度快,推荐使用v5n权重,0.6s一帧,ok,放张检测图,因为大家看不到最后结果图就很慌,就i怀疑我,我很懂你们。【树莓派深度学习yolov7、yolov5口罩检测】_第3张图片

 (信了吧信了吧信了吧!)

你可能感兴趣的:(python)