使用Python实现戴口罩人脸识别【100012540】

## YOLOV3：You Only Look Once 目标检测模型在 Pytorch 当中的实现 --- **2021 年 10 月 12 日更新：** **进行了大幅度的更新，对代码的模块进行修改，加了大量注释。** ## 目录 1. [性能情况 Performance](#%E6%80%A7%E8%83%BD%E6%83%85%E5%86%B5) 2. [所需环境 Environment](#%E6%89%80%E9%9C%80%E7%8E%AF%E5%A2%83) 3. [文件下载 Download](#%E6%96%87%E4%BB%B6%E4%B8%8B%E8%BD%BD) 4. [训练步骤 How2train](#%E8%AE%AD%E7%BB%83%E6%AD%A5%E9%AA%A4) 5. [预测步骤 How2predict](#%E9%A2%84%E6%B5%8B%E6%AD%A5%E9%AA%A4) 6. [评估步骤 How2eval](#%E8%AF%84%E4%BC%B0%E6%AD%A5%E9%AA%A4) 7. [参考资料 Reference](#Reference) ## 性能情况 | 训练数据集 | 权值文件名称 | 测试数据集 | 输入图片大小 | mAP 0.5:0.95 | mAP 0.5 | | :------------: | :------------------------------------------------------------------------------------------------------: | :----------: | :----------: | :----------: | :-----: | | COCO-Train2017 | [yolo_weights.pth](https://github.com/bubbliiiing/yolo3-pytorch/releases/download/v1.0/yolo_weights.pth) | COCO-Val2017 | 416x416 | 38.0 | 67.2 | ## 所需环境 torch == 1.2.0 详情请看 requirements.txt，文件具有一定兼容性，已测试 pytorch1.7 和 1.7.1 可以正常运行。 ## 文件下载 训练所需的 yolo_weights.pth 可以在百度云下载。 链接: [https://pan.baidu.com/s/1ncREw6Na9ycZptdxiVMApw](https://pan.baidu.com/s/1ncREw6Na9ycZptdxiVMApw) 提取码: appk VOC 数据集下载地址如下，里面已经包括了训练集、测试集、验证集（与测试集一样），无需再次划分： 链接: [https://pan.baidu.com/s/1YuBbBKxm2FGgTU5OfaeC5A](https://pan.baidu.com/s/1YuBbBKxm2FGgTU5OfaeC5A) 提取码: uack ## 训练步骤 ### a、训练 VOC07+12 数据集 1. 数据集的准备 **本文使用 VOC 格式进行训练，训练前需要下载好 VOC07+12 的数据集，解压后放在根目录** 2. 数据集的处理 修改 voc_annotation.py 里面的 annotation_mode=2，运行 voc_annotation.py 生成根目录下的 2007_train.txt 和 2007_val.txt。 3. 开始网络训练 train.py 的默认参数用于训练 VOC 数据集，直接运行 train.py 即可开始训练。 4. 训练结果预测 训练结果预测需要用到两个文件，分别是 yolo.py 和 predict.py。我们首先需要去 yolo.py 里面修改 model_path 以及 classes_path，这两个参数必须要修改。 **model_path 指向训练好的权值文件，在 logs 文件夹里。 classes_path 指向检测类别所对应的 txt。** 完成修改后就可以运行 predict.py 进行检测了。运行后输入图片路径即可检测。 ### b、训练自己的数据集 1. 数据集的准备 **本文使用 VOC 格式进行训练，训练前需要自己制作好数据集，** 训练前将标签文件放在 VOCdevkit 文件夹下的 VOC2007 文件夹下的 Annotation 中。 训练前将图片文件放在 VOCdevkit 文件夹下的 VOC2007 文件夹下的 JPEGImages 中。 2. 数据集的处理 在完成数据集的摆放之后，我们需要利用 voc_annotation.py 获得训练用的 2007_train.txt 和 2007_val.txt。 修改 voc_annotation.py 里面的参数。第一次训练可以仅修改 classes_path，classes_path 用于指向检测类别所对应的 txt。 训练自己的数据集时，可以自己建立一个 cls_classes.txt，里面写自己所需要区分的类别。 model_data/cls_classes.txt 文件内容为： ```python cat dog ... ``` 修改 voc_annotation.py 中的 classes_path，使其对应 cls_classes.txt，并运行 voc_annotation.py。 3. 开始网络训练 **训练的参数较多，均在 train.py 中，大家可以在下载库后仔细看注释，其中最重要的部分依然是 train.py 里的 classes_path。** **classes_path 用于指向检测类别所对应的 txt，这个 txt 和 voc_annotation.py 里面的 txt 一样！训练自己的数据集必须要修改！** 修改完 classes_path 后就可以运行 train.py 开始训练了，在训练多个 epoch 后，权值会生成在 logs 文件夹中。 4. 训练结果预测 训练结果预测需要用到两个文件，分别是 yolo.py 和 predict.py。在 yolo.py 里面修改 model_path 以及 classes_path。 **model_path 指向训练好的权值文件，在 logs 文件夹里。 classes_path 指向检测类别所对应的 txt。** 完成修改后就可以运行 predict.py 进行检测了。运行后输入图片路径即可检测。 ## 预测步骤 ### a、使用预训练权重 1. 下载完库后解压，在百度网盘下载 yolo_weights.pth，放入 model_data，运行 predict.py，输入 ```python img/street.jpg ``` 2. 在 predict.py 里面进行设置可以进行 fps 测试和 video 视频检测。 ### b、使用自己训练的权重 1. 按照训练步骤训练。 2. 在 yolo.py 文件里面，在如下部分修改 model_path 和 classes_path 使其对应训练好的文件；**model_path 对应 logs 文件夹下面的权值文件，classes_path 是 model_path 对应分的类**。 ```python _defaults = { #--------------------------------------------------------------------------# # 使用自己训练好的模型进行预测一定要修改model_path和classes_path！ # model_path指向logs文件夹下的权值文件，classes_path指向model_data下的txt # 如果出现shape不匹配，同时要注意训练时的model_path和classes_path参数的修改 #--------------------------------------------------------------------------# "model_path" : 'model_data/yolo_weights.pth', "classes_path" : 'model_data/coco_classes.txt', #---------------------------------------------------------------------# # anchors_path代表先验框对应的txt文件，一般不修改。 # anchors_mask用于帮助代码找到对应的先验框，一般不修改。 #---------------------------------------------------------------------# "anchors_path" : 'model_data/yolo_anchors.txt', "anchors_mask" : [[6, 7, 8], [3, 4, 5], [0, 1, 2]], #---------------------------------------------------------------------# # 输入图片的大小，必须为32的倍数。 #---------------------------------------------------------------------# "input_shape" : [416, 416], #---------------------------------------------------------------------# # 只有得分大于置信度的预测框会被保留下来 #---------------------------------------------------------------------# "confidence" : 0.5, #---------------------------------------------------------------------# # 非极大抑制所用到的nms_iou大小 #---------------------------------------------------------------------# "nms_iou" : 0.3, #---------------------------------------------------------------------# # 该变量用于控制是否使用letterbox_image对输入图像进行不失真的resize， # 在多次测试后，发现关闭letterbox_image直接resize的效果更好 #---------------------------------------------------------------------# "letterbox_image" : False, #-------------------------------# # 是否使用Cuda # 没有GPU可以设置成False #-------------------------------# "cuda" : True, } ``` 3. 运行 predict.py，输入 ```python img/street.jpg ``` 4. 在 predict.py 里面进行设置可以进行 fps 测试和 video 视频检测。 ## 评估步骤 ### a、评估 VOC07+12 的测试集 1. 本文使用 VOC 格式进行评估。VOC07+12 已经划分好了测试集，无需利用 voc_annotation.py 生成 ImageSets 文件夹下的 txt。 2. 在 yolo.py 里面修改 model_path 以及 classes_path。**model_path 指向训练好的权值文件，在 logs 文件夹里。classes_path 指向