文件編號(hào)：A4

文件大?。?/strong>68M

開發(fā)環(huán)境：Python3.8、OpenCV4.6、Tensorflow2.9、Pycharm2020

猿創(chuàng)承諾：該項(xiàng)目親測(cè)正常運(yùn)行，需遠(yuǎn)程調(diào)試部署需另外收費(fèi)，確保正常使用，不能正常使用全額退款。

簡(jiǎn)要概述：今年以來(lái)新型冠狀病毒在全球肆虐。為了防止疾病傳播國(guó)家規(guī)定出入公共場(chǎng)所必須佩戴口罩。在人流量較大的區(qū)域，靠人工檢測(cè)人們是否佩戴口罩會(huì)給檢測(cè)者帶來(lái)一定危險(xiǎn)。本文利用深度學(xué)習(xí)技術(shù)實(shí)現(xiàn)了一個(gè)口罩檢測(cè)系統(tǒng)，當(dāng)輸入靜態(tài)圖片或者動(dòng)態(tài)視頻時(shí)，能迅速準(zhǔn)確識(shí)別出人群中哪些人沒(méi)有佩戴口罩，并加以標(biāo)記。本系統(tǒng)主要使用深度學(xué)習(xí)技術(shù)，yolov3 目標(biāo)檢測(cè)模型來(lái)訓(xùn)練計(jì)算機(jī)對(duì)于口罩的檢測(cè)。該項(xiàng)目分別自己訓(xùn)練和使用遷移學(xué)習(xí)兩種方法。

項(xiàng)目步驟：

-配置 anaconda 環(huán)境

-使用 labelImg 進(jìn)行圖像標(biāo)注

-使用 yolov3 訓(xùn)練圖像（對(duì) voc 數(shù)據(jù)集進(jìn)行修改）

-mAP 性能測(cè)試

Yolov3 網(wǎng)絡(luò)架構(gòu)：

yolov3 框架采用 DenseNet-53

mAP 模型測(cè)試：

按需寫作：

演示視頻：

點(diǎn)擊查看：系統(tǒng)演示視頻 提取碼：61ic

運(yùn)行效果：

源碼目錄不能為中文

圖片檢測(cè)

視頻檢測(cè)

實(shí)時(shí)檢測(cè)

遠(yuǎn)程協(xié)助：

溫馨提示：索煒達(dá).猿創(chuàng)官方提供收費(fèi)遠(yuǎn)程協(xié)助，確保您項(xiàng)目運(yùn)行成功。

點(diǎn)擊查看：遠(yuǎn)程協(xié)助相關(guān)事項(xiàng)

我們提供完整項(xiàng)目文件清單如下：

文件目錄

 ├ 1.項(xiàng)目源碼

 ├ 2.運(yùn)行截圖

 └ 3.演示視頻