公共场合口罩目标检测模型

2020-02-06 本文已影响0人 yyj_c69a

2020春节，新型冠状病毒肆虐华夏大地，中华儿女举国防止疫情扩散蔓延，为防止疫情扩散，做好个人防护是每个公民的义务，特别是公共场合，火车站、飞机场和汽车站，人流量大的密集地区，做好人员口罩监控相当有必要，针对网友提供的口罩检测数据集，做了一个公共场合人员是否带口罩得到检测模型，检测模型效果还不错。话不多说，先上图。

本模型的数据集来源于知乎防疫口罩佩戴识别的目标检测模型

本模型是基于keras-yolov3算法开发，yolov3的优势是识别速度快，但是准确率有待提高。

1、VOC数据集处理。

制作VOC数据集

VOC全称Visual Object Classes，出自The PASCAL Visual Object Classes（VOC）Challenge，这个挑战赛从2005年开始到2012年，每年主办方都会提供一些图片样本供挑战者识别分类。

PASCAL VOC官网：http://host.robots.ox.ac.uk/pascal/VOC/

2.1 格式介绍

可以在官网中下载每一年的数据集，也可以自己仿照VOC的格式制作。

其文件格式如下图：

下面是本人对每个文件功能的总结和理解：

我们可以把官方下载的VOC数据集里面的内容删除，只保留各个文件夹；或者按照这个格式建立一个文件夹集。

这个文件夹我们直接放到前面的工程文件keras-yolo3-master中（以便之后的训练不用更改路径）。

2、生成索引

在VOC2007文件夹中新建一个**.py文件**（名字随意）

在py文件中输入以下代码并运行，用以生成索引

之后就会在ImageSets\Main文件夹中生成几个索引文件

{class}_train.txt 保存类别为 class 的训练集的所有索引

{class}_val.txt 保存类别为 class 的验证集的所有索引

{class}_trainval.txt 保存类别为 class 的训练验证集的所有索引

3. YOLO模型训练

3.1 生成训练索引

在工程文件keras-yolo3-master中，修改voc_annotation.py文件

主要是把里面classes的内容改成要训练的对象（要和前面标记的一致，这里我只有三个对象"classes = ["未戴口罩","已戴口罩"]"，后两个没加上，图片是老的了）

运行这个py程序，生成三个文件"2007_test.txt", “2007_train.txt”, “2007_val.txt”，把前缀"2007_"去掉，得到 “test.txt”, “train.txt”, “val.txt”。

3.2 修改配置文件

首先要修改一下 model_data 文件夹中的coco_classes.txt和voc_classes.txt，将里面的对象改成自己要训练的对象名称

3.3 执行训练

直接将model_data文件夹中原版的yolo.h5复制，改名为yolo_weights.h5，将其作为预训练权重。

PS：对于这个预训练权重，其实是迁移学习的方法，有些博文其实是让修改yolo3.cfg文件，然后重新生成权重文件，但是我发现这样的做法最后训练时会出现val_loss:nan的情况，所以我建议直接用原来官方的权重文件yolo.h5。还有一些博文修改了原来train.py的训练代码，不预加载训练权重，重头开始训练，但是我发现由于样本量少，这样训练出来的结果很不稳定，所以我也不推荐。