发财

一、环境搭建
- 1.1、源码下载
- 1.2、切换虚拟环境
- 1.3、安装组件
二、数据集
三、训练
四、检测
五、写在最末

还是先贴下结果图，

最后收敛的pr都接近0.9。

一、环境搭建

可以先参考博主的另一篇文章pytorch相关安装。

1.1、源码下载

安装完成后在pycharm中配置好新建的虚拟环境，通过pycharm编辑器打开YOLO工程（在YOLO源码官网下载即可）。

用pycharm打开YOLO项目后，编辑器一般会自动读取YOLO中requirments.txt，提示是否需要安装其中的组件，可以不急，等虚拟环境配置好了，再安装。

虚拟环境非必需项，只是方便管理。

1.2、切换虚拟环境

step1：点击pycharm左上角【File】→【Settings】:

step2：选择step1中的项目→【Python Interpreter】→右上角的设置图标【add】

step3：【Virtualenv Envirionment】→【Existing environment】→【…】下拉选取创建好的虚拟环境中的python.exe即可完成虚拟环境配置。
注意：创建的虚拟环境目录一般为D:\Anaconda\envs也就是安装的anaconda/envs目录下，博主为jpytorch。
step4：打开pycharm终端，如果终端有显示虚拟环境则表示切换成功。
如果没有显示，终端输入命令：

conda activate jpytorch

若显示为【PS】如下（博主环境已经成功切换，没有实例图了，所以找了个网图代替供大家参考）而非虚拟环境，下一步再见：

step5：【File】→【Setting】→【Tools】→【Terminal】→【Shell path:】如下选择后下拉按钮选择博主图里的选项C:\Windows\system32\cmd.exe。

step6：上述操作完成后重启编辑器。

成功切换。

1.3、安装组件

执行pycharm自动安装YOLO中的requirments.txt，时间可能会久一点。

可能会若存在部分组件自动无法安装的情况，

博主这里列一下部分解决办法。

上图中格式为组件名称+版本要求

方法1：pip安装
在执行这个方法之前最好是先更新一下：pip install --upgrade
终端输入：pip install XXX
xxx表示组件名称：比如上图中的第一个，输入

pip install tensorboard

便会自动安装t组件tensorboard的最新版本，都满足图中要求的版本。

-方法2：源码安装

输入组件名找到组件的源码.whl文件，选择匹配版本进行安装。例如博主的opencv-python>=4.1.2，当时通过方法1也无法安装。
OpenCV下载地址，选择

上图中是博主选择的【版本4.5.5】+【Python3.8】+【win64】。

下载后打开电脑cmd终端，依然使用conda activate jpytorch先切换到YOLO的虚拟环境，

终端进入到openCV的下载目录通过pip安装：

pip install XXX.whl

这里直接在文件目录中通过【control+c】复制.whl的文件名和后缀粘贴在终端后【Enter】。

博主这里以安装的pycuda为例，因为OpenCV当时忘记截图了，pycuda也是.whl文件安装，除了文件名不一样外其余都一模一样。

至此环境配置部署结束。

二、数据集

数据集是博主整理好的YOLO格式的数据集，一共有7959张图片，可根据需要按比例重新划分数据集。

博主是按照721比例划分的数据集给YOLOv5训练。

数据集部分截图：

三、训练

这是博主第一次在win下训练，也是踩了些雷，因为部分参数还是区别于Ubuntu的。

数据集放置目录：

博主是直接在编辑器终端运行的，输入命令(容可能出错)：

python train.py --data data/maskYOLO.yaml --cfg yolov5s.yaml --weights '' --batch-size 40

这里博主没有给weights的地址，Ubuntu里边会自行去YOLO官网下载初始权重文件，但win出错了（可能解压过程中的错误吧）。

那就直接在官网下载yolov5s.pt，放置在如下目录（可自定义）：

重新输入命令：

>python train.py --weights yolopt/yolov5s.pt --data data/maskYOLO.yaml --cfg yolov5s.yaml  --batch-size 40

有的这一步就是直接开始训练了。
但也可能会报错，因为网络结构的些许不一样导致的错误：

解决办法：修改【utils】中的【loss.py】。
step1：
将图中红色部分代码改为绿色框框中的代码：anchors, shape = self.anchors[i], p[i].shape

step2：

不知道代码位置的可以直接根据图中左侧代码行数去匹配位置。
修改好后再重新运行上述代码：

开始训练。。。

四、检测

首先拷贝训练好的best.pt的相对路径：

终端运行：

python detect.py --weights runs/train/exp10/weights/best.pt

这是博主在网上随意查找的网图哈。

可能BUG1RuntimeError: The size of tensor a (80) must match the size of tensor b (84) at non-singleton dimension 3

这是因为博主最开始在给权重文件的时候给错权重文件了，将权重文件改为训练好的权重文件就好啦。

这个问题比较常见，如果不是终端命令行运行指定了权重文件路径的话，则需要在源码detect.py中修改下图路径为权重路径。

可能BUG2：AttributeError: 'Upsample' object has no attribute 'recompute_scale_factor'

定位到图中红色框框的py文件位置，同样是将红色框框的的代码改为绿色框框代码即可，实质就是将原return()中的第二行代码删掉，当然一起的,也应一块删除。

return F.interpolate(input, self.size, self.scale_factor, self.mode, self.align_corners)

这是因为YOLO版的问题导致的，这里博主没有深究。

完结撒花，，，

五、写在最末

对于刚接触这个的小白同学，如果有什么环境配置部署等问题也可以私信博主；
如果不想自己运行，想要已经跑好的数据集或者权重文件直接提供给YOLO的同学，私信博主（非无偿）；
想要coco格式或者voc格式口罩数据集的也可以私信博主（非无偿）。

YOLO5实战口罩检测识别（win下 + 环境部署配置 + 口罩YOLO格式数据集+训练好的权重）相关推荐

树莓派4B爽上流安装python3的OpenCV（人脸检测识别—门禁“环境搭建篇”)
树莓派4B安装OpenCV3.4.0人脸检测识别-门禁"环境搭建篇" 前言一.准备工作 PC端软件二.搭建树莓派环境拓展TF内存卡 Tips:换源(python软件源) 修改 ...
Linux下环境变量配置方法梳理（.bash_profile和.bashrc的区别）
博客园首页新随笔联系管理订阅 <div class="blogStats"> 随笔- 556 文章- 38 评论- 77 ...
阿里云centos7下环境部署和项目部署
阿里云centos7下环境部署和项目部署系统环境: 阿里云centos7系统 linux下的jdk1.8 linux下的tomcat8 linux下的mysql5.7 jdk1.8的安装下载jdk官 ...
EMQTT环境部署配置双向认证
EMQTT环境部署&&配置双向认证 EMQT服务部署 Ubuntu安装EMQTT Docker 搭建EMQ服务 EMQ双向认证配置 EMQ X Broker 是基于高并发的 Erlan ...
口罩检测识别率惊人，这个Python项目开源了
作者 | 一颗小树x,CSDN 博主编辑 | 唐小引来源 | CSDN 博客昨天在 GitHub 上看到一个有趣的开源项目,它能检测我们是否有戴口罩,跑起程序测试后,发现识别率挺高的,也适应不同 ...
自定义win下环境盒子开发-总纲
0x00 前言今年的一个想要实现的目标就是制作一个win下的环境盒子,从1月1日开始到现在,目前也获得了一些成果,故这里进行一个思路的记录,避免遗忘以及方便复习. 0x01 架构主要架构是基于cm ...
c语言人脸口罩检测,使用ModelArts 0代码实现人脸口罩检测
一.灵感来源前两天闲逛华为Modelarts AI市场的时候偶然间发现huqi大佬上传的一个有关口罩检测的数据集,突然就想着看见好多大佬写过口罩检测的案例,要不我也玩一把试试.虽然没有大佬们高大上都 ...
windows下环境变量配置后没生效，不重启电脑的解决办法
本篇文章主要讲解windows配置了环境变量但没有生效的原因及不重启电脑的解决办法作者:任聪聪配置环境变量后显示命令不存在,找不到,现象如下. 主要原因 windows配置完毕环境变量,由于某种原 ...
.NET Core开发实战（第10课：环境变量配置提供程序）--学习笔记
10 | 环境变量配置提供程序:容器环境下配置注入的最佳途径环境变量的配置提供程序主要适应场景: 1.在 Docker 中运行时 2.在 Kubernetes 中运行时 3.需要设置 ASP.NET ...

YOLO5实战口罩检测识别（win下 + 环境部署配置 + 口罩YOLO格式数据集+训练好的权重）

发财