助力于新型冠状病毒疫情防控

该目录包含由Ultralytics LLC开发的PyTorch YOLOv3软件，并根据GPL-3.0许可可免费重新分发。有关更多信息，请访问 https://www.ultralytics.com

该 https://github.com/ultralytics/yolov3 代码包含PyTorch YOLOv3 推理和训练代码。该代码可在Linux，MacOS和Windows上运行。默认情况下，对 mask_face 数据集进行训练

PPython 3.7或更高版本，pip install -U -r requirements.txt包括以下所有软件包：

• torch >= 1.4
• opencv-python
• Pillow
• Nvidia Driver >= 440.44

• 训练自定义数据 < 强烈推荐!
• Train Single Class
• Google Colab Notebook 具有快速培训，推断和测试示例
• GCP 快速入门
• data/mask_face.names 俩种类型 Masking 带口罩，unMasked 未带口罩

请自定义数据后开始训练，可以去抓取口罩相关图片 百度搜索戴口罩

开始训练: python3.6 train.py --data data/mask_face.data --weights weights/yolov3-tiny.weights --cfg cfg/yolov3-tiny.cfg --epochs 100

恢复训练: python3 train.py --resume weights/last.pt.

情节训练: from utils import utils; utils.plot_results()

datasets.py 将OpenCV驱动的（https://opencv.org/）增强应用于输入图像。我们使用镶嵌数据加载器（如下图所示）来增加训练过程中的图像可变性。

GPU： Nvidia RTX 2080 12G

数据集： (135张图像)

型号： yolov3-tiny.cfg

命令： python3.6 train.py --data data/mask_face.data --weights weights/yolov3-tiny.weights --cfg cfg/yolov3-tiny.cfg --epochs 100

python3.6 detect.py --names data/mask_face.names --cfg cfg/yolov3-tiny.cfg --weights weights/best.pt --source ...

• 图片： --source file.jpg
• 视频： --source file.mp4
• 目录： --source dir/
• 摄像头： --source 0
• RTSP流： --source rtsp://170.93.143.139/rtplive/470011e600ef003a004ee33696235daa
• HTTP流： --source http://wmccpinetop.axiscam.net/mjpg/video.mjpg

YOLOv3: python3.6 detect.py --names data/mask_face.names --cfg cfg/yolov3.cfg --weights weights/best.pt

YOLOv3-tiny: python3.6 detect.py --names data/mask_face.names --cfg cfg/yolov3-tiny.cfg --weights weights/best.pt

YOLOv3-SPP: python3.6 detect.py --names data/mask_face.names --cfg cfg/yolov3-spp.cfg --weights weights/best.pt

从以下位置下载： 百度网盘 密码:idra

欢迎继续完善人脸口罩检测 数据集 mask_face 通过 data/scrat.py 抓取百度图片，清洗数据后，labelImg标注数据集 已有数据集位于 data/ 有135张图片