【A4】深度学习之基于Yolov3的口罩检测系统

文件编号：A4

文件大小：68M

开发环境：Python3.8、OpenCV4.6、Tensorflow2.9、Pycharm2020

猿创承诺：该项目亲测正常运行，需远程调试部署需另外收费，确保正常使用，不能正常使用全额退款。

简要概述：今年以来新型冠状病毒在全球肆虐。为了防止疾病传播国家规定出入公共场所必须佩戴口罩。在人流量较大的区域，靠人工检测人们是否佩戴口罩会给检测者带来一定危险。本文利用深度学习技术实现了一个口罩检测系统，当输入静态图片或者动态视频时，能迅速准确识别出人群中哪些人没有佩戴口罩，并加以标记。本系统主要使用深度学习技术，yolov3 目标检测模型来训练计算机对于口罩的检测。该项目分别自己训练和使用迁移学习两种方法。

项目步骤：

-配置 anaconda 环境

-使用 labelImg 进行图像标注

-使用 yolov3 训练图像（对 voc 数据集进行修改）

-mAP 性能测试

Yolov3 网络架构：

yolov3 框架采用 DenseNet-53

mAP 模型测试：

按需写作：

演示视频：

点击查看：系统演示视频 提取码：61ic

运行效果：

源码目录不能为中文

图片检测

视频检测

实时检测

远程协助：

温馨提示：索炜达.猿创官方提供收费远程协助，确保您项目运行成功。

点击查看：远程协助相关事项

我们提供完整项目文件清单如下：

文件目录

 ├ 1.项目源码

 ├ 2.运行截图

 └ 3.演示视频