yolov4實現(xiàn)口罩佩戴檢測，在驗證集上做到了0.954的mAP

向AI轉(zhuǎn)型的程序員都關(guān)注了這個號??????

機(jī)器學(xué)習(xí)AI算法工程?? 公眾號：datayx

基于yolov4實現(xiàn)口罩佩戴檢測，在驗證集上做到了0.954的mAP。

環(huán)境要求

keras==2.1.6

tensorflow-gpu==1.10.0

代碼，模型文件，數(shù)據(jù)集?獲取方式：

關(guān)注微信公眾號 datayx ?然后回復(fù)?口罩?即可獲取。

訓(xùn)練

1. 需要下載yolo_weights.h5到model_data文件夾下。

2. 下載數(shù)據(jù)集。

3. 通過VOCdevkit/split.py將數(shù)據(jù)集的圖片和標(biāo)注分開放到兩個文件夾，然后將劃分好的數(shù)據(jù)移動到VOC2007文件夾下。

4. 運(yùn)行VOCdevkit/VOC2007/voc2yolo4.py生成數(shù)據(jù)的索引文件。

5. 運(yùn)行voc_annotation.py生成訓(xùn)練文件（默認(rèn)為2007_voc.txt）。

6. 運(yùn)行train.py。單張2080ti耗時約20h。

預(yù)測

要檢測圖片需要有一個模型權(quán)重文件，然后直接運(yùn)行predict.py，只需要輸入圖片路徑即可實現(xiàn)對圖片的檢測。

要獲取模型權(quán)重文件有兩種方法，一個是跑一遍訓(xùn)練過程，另一個是直接下載我訓(xùn)練好的模型權(quán)重。

效果展示

機(jī)器學(xué)習(xí)算法AI大數(shù)據(jù)技術(shù)

?搜索公眾號添加：?datanlp

長按圖片，識別二維碼

---

閱讀過本文的人還看了以下文章：

TensorFlow 2.0深度學(xué)習(xí)案例實戰(zhàn)

基于40萬表格數(shù)據(jù)集TableBank，用MaskRCNN做表格檢測

《基于深度學(xué)習(xí)的自然語言處理》中/英PDF

Deep Learning 中文版初版-周志華團(tuán)隊

【全套視頻課】最全的目標(biāo)檢測算法系列講解，通俗易懂！

《美團(tuán)機(jī)器學(xué)習(xí)實踐》_美團(tuán)算法團(tuán)隊.pdf

《深度學(xué)習(xí)入門：基于Python的理論與實現(xiàn)》高清中文PDF+源碼

《深度學(xué)習(xí)：基于Keras的Python實踐》PDF和代碼

特征提取與圖像處理(第二版).pdf

python就業(yè)班學(xué)習(xí)視頻，從入門到實戰(zhàn)項目

2019最新《PyTorch自然語言處理》英、中文版PDF+源碼

《21個項目玩轉(zhuǎn)深度學(xué)習(xí)：基于TensorFlow的實踐詳解》完整版PDF+附書代碼

《深度學(xué)習(xí)之pytorch》pdf+附書源碼

PyTorch深度學(xué)習(xí)快速實戰(zhàn)入門《pytorch-handbook》

【下載】豆瓣評分8.1,《機(jī)器學(xué)習(xí)實戰(zhàn):基于Scikit-Learn和TensorFlow》

《Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》PDF+完整源碼

汽車行業(yè)完整知識圖譜項目實戰(zhàn)視頻(全23課)

李沐大神開源《動手學(xué)深度學(xué)習(xí)》，加州伯克利深度學(xué)習(xí)（2019春）教材

筆記、代碼清晰易懂！李航《統(tǒng)計學(xué)習(xí)方法》最新資源全套！

《神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)》最新2018版中英PDF+源碼

將機(jī)器學(xué)習(xí)模型部署為REST API

FashionAI服裝屬性標(biāo)簽圖像識別Top1-5方案分享

重要開源！CNN-RNN-CTC 實現(xiàn)手寫漢字識別

yolo3 檢測出圖像中的不規(guī)則漢字

同樣是機(jī)器學(xué)習(xí)算法工程師，你的面試為什么過不了？

前海征信大數(shù)據(jù)算法：風(fēng)險概率預(yù)測

【Keras】完整實現(xiàn)‘交通標(biāo)志’分類、‘票據(jù)’分類兩個項目，讓你掌握深度學(xué)習(xí)圖像分類

VGG16遷移學(xué)習(xí)，實現(xiàn)醫(yī)學(xué)圖像識別分類工程項目

特征工程(一)

特征工程(二) :文本數(shù)據(jù)的展開、過濾和分塊

特征工程(三):特征縮放,從詞袋到 TF-IDF

特征工程(四): 類別特征

特征工程(五): PCA 降維

特征工程(六): 非線性特征提取和模型堆疊

特征工程(七)：圖像特征提取和深度學(xué)習(xí)

如何利用全新的決策樹集成級聯(lián)結(jié)構(gòu)gcForest做特征工程并打分？

Machine Learning Yearning 中文翻譯稿

螞蟻金服2018秋招-算法工程師（共四面）通過

全球AI挑戰(zhàn)-場景分類的比賽源碼(多模型融合)

斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）

python+flask搭建CNN在線識別手寫中文網(wǎng)站

中科院Kaggle全球文本匹配競賽華人第1名團(tuán)隊-深度學(xué)習(xí)與特征工程

不斷更新資源

深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、數(shù)據(jù)分析、python

?搜索公眾號添加：?datayx??