MATLAB口罩穿戴识别。先人脸定位，分割，再检测口罩，分割，预处理等，matlab，需要具备一定编程基础。属于新兴课题。
2021-09-22 16:01:31
382KB
1
针对新冠肺炎防控期间肉眼识别判断行人是否佩戴口罩效率低且存在较大风险的问题, 提出一种改进检测目标边框损失的自然场景下行人是否佩戴口罩的检测算法. 该算法对YOLOv3损失函数进行改进, 应用GIoU计算目标边界框损失, 完成自然场景下行人是否佩戴口罩的检测. 算法在开源的WIDER FACE数据集和MAFA数据集上训练, 采集自然场景图片进行测试, 行人是否佩戴口罩的mAP (mean Average Precision)达到了88.4%, 取得了较高的检测准确率, 在自然场景视频检测中平均每秒传输帧数达到38.69, 满足实时检测的要求.
2021-09-20 15:36:01
1.35MB
1
[YoLoV3目标检测实战] keras+yolov3训练自身的数据集
本文用keras版本的yolov3来训练人脸口罩数据集，从而完成一个简单的目标检测。
首先先上目标检测效果，准备好了吗？ go！go！go！
看到 目标检测的效果之后，你心动了吗？心动不如行动，让我们放手去干！撸起袖子加油干！
一、环境要求
Python： 3.7.4
Tensorflow-GPU 1.14.0
Keras: 2.2.4
古人云：“工欲善其事必先利其器”。
我们首先要搭建好GPU的环境。有了GPU的环境，才能跑得快！！！
这里为了方便，就用anaconda的conda命令来搭建环境，执行以下几条命
2021-09-13 11:10:06
1.69MB
1
课程演示环境：Windows10；CUDA10.2; cuDNN 7.6.5; Python 3.7; Visual Studio 2019; OpenCV3.4需要学习Ubuntu系统YOLOv4的同学请前往《YOLOv4目标检测实战：人脸口罩佩戴检测》
课程链接：https://edu.csdn.net/course/detail/28860
当前，人脸口罩佩戴检测是急需的应用，而YOLOv4是新推出的强悍的目标检测技术。本课程使用YOLOv4实现人脸口罩佩戴的实时检测。课程提供超万张已标注人脸口罩数据集。训练后的YOLOv4可对真实场景下人脸口罩佩戴进行高精度地实时检测。
本课程会讲述本项目超万张人脸口罩数据集的制作方法，包括使用labelImg标注工具标注以及如何使用Python代码对第三方数据集进行修复和清洗。
本课程的YOLOv4使用AlexyAB/darknet，在Windows系统上做人脸口罩佩戴检测项目演示。具体项目过程包括：安装YOLOv4、训练集和测试集自动划分、修改配置文件、训练网络模型、测试训练出的网络模型、性能统计(mAP计算)和先验框聚类分析。
2021-09-01 12:13:43
11.95MB
1
能够高效检测人脸是否佩戴口罩的opencv分类器文件，训练方法以及配套python使用可参考下面两篇文章：
https://blog.csdn.net/meenr/article/details/115825671
https://blog.csdn.net/meenr/article/details/109298042
2021-08-06 22:30:35
59KB
1
口罩 检测 识别 深度学习 数据集
口罩 检测 识别 深度学习 数据集
口罩 检测 识别 深度学习 数据集
口罩 检测 识别 深度学习 数据集
口罩 检测 识别 深度学习 数据集
口罩 检测 识别 深度学习 数据集
2021-06-17 19:15:56
32.85MB
1