下载后解压源码，pip install -r requirement.txt，安装所需python依赖，然后直接python detect.py运行程序，输入源可以设定为webcam、图片、视频、文件夹、网络视频、rtsp视频流等，权重文件使用yolov5s.pt效果最好。代码在windows和ubuntu18.04下都进行了充分测试，完美运行。

# 文献链接 ----- ## 图像分类(Classification) ## 目标检测(Object Detection) ## 目标分割(Segmentation)

网上爬取的相关图像，耗时3周重新整理标注的，共一万多张数据，可用于是否佩戴口罩的目标检测训练，标注格式为VOC，可根据需求转换为yolo等需要的格式。 PS：数据集太大，分了三个压缩包，需全部下载完再解压，此文件为压缩卷2。

网上爬取的相关图像，耗时3周重新整理标注的，共一万多张数据，可用于是否佩戴口罩的目标检测训练，标注格式为VOC，可根据需求转换为yolo等需要的格式。 PS：数据集太大，分了三个压缩包，需全部下载完再解压，此文件为压缩卷3。

object_detection，目标检测文件。下载的protos包里只有string_int_label_map.proto这个文件，没有string_int_label_map_pb2.py文件，运行时会出现错误。自己去生成pb2文件比较麻烦。上传的这个string_int_label_map_pb2.py本机可正常使用。

YOLOV5口罩检测数据集+代码+模型，YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频，YOLOV5口罩检测数据集+代码+模型，YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频YOLOV5口罩检测数据集+代码+模型，YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频YOLOV5口罩检测数据集+代码+模型，YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频YOLOV5口罩检测数据集+代码+模型，YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频YOLOV5口罩检测数据集+代码+模型，YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频YOLOV5口罩检测数据集+代码+模型，YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频YOLOV5口罩检测数据集+代码+模型，YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频YOLOV5口罩检测数据集+代码+模型，YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据

Crowdhuman数据集 608x608图片大小 密集行人检测 YOLO直接使用 训练集（包含图片与标准） 训练集15000张，验证集4730张，测试集5000张 平均每张图片22.64个人

目标检测在2019年又一次实现了巨大的发展，这些是整理的部分基于深度学习的目标检测综述论文。总结过去的研究方法，并对当下大火的深度学习方法进行分析比较，并展望了未来的目标检测研究趋势。

【AI科技大本营导读】目前，计算机视觉是深度学习领域最热门的研究领域之一。计算机视觉实际上是一个跨领域的交叉学科，包括计算机科学（图形、算法、理论、系统、体系结构），数学（信息检索、机器学习），工程学（机器人、语音、自然语言处理、图像处理），物理学（光学 ），生物学（神经科学）和心理学（认知科学）等等。许多科学家认为，计算机视觉为人工智能的发展开拓了道路。那么什么是计算机视觉呢？这里给出了几个比较严谨的定义：“对图像中的客观对象构建明确而有意义的描述”（Ballard＆Brown，1982）“从一个或多个数字图像中计算三维

1.钢板表面划伤数据集 2.钢板表面孔洞数据集 3.钢板表面焊缝数据集 4.该数据集由铝型材数据集和德国DAGM数据集混合制作，铝型材数据集有10个类别，选择上述三类，德国DAGM数据集也有10个类别，选取其中上述三个类别。 5.部分标签文件手工标注 6.共4282张jpg图片和其对应的4282个xml格式的标签 7.经过整理，直接可以用 8.由于文件有1.67G所以分两次上传 9.第一部分