手把手教你进行安全帽的佩戴检测（附数据集+代码演示+实验结果）

目录：

一、数据集和代码的准备

二、训练过程

三、结果演示

那让我们开始吧！

一、数据集和代码的准备

数据集：链接：https://pan.baidu.com/s/1tN7g26s8DRgAKrn6FK3wjg?pwd=8858
提取码：8858
这个数据集是我花了三个小时搞定的！很辛苦的！

代码：

我们这次选择

yolov5

模型作为基线训练

首先去

yolov5

的官方项目里下载代码：https://github.com/ultralytics/yolov5

二、训练过程

1、数据集放在datasets文件夹中

datasets属于放置数据集的地方，位于C:\Users\Lenovo\PycharmProjects中（这是我的电脑位置哈，跟您的不一定一样，反正位于PycharmProjects中），属于项目的同级文件夹。

2、打开pycharm，在data文件夹里新建一个helmet.yaml，如图所示

打开helmet.yaml，按照如下图所示的进行配置：

注意：train和val需要用到本人电脑的绝对路径，根据自己数据集所放位置来。

3、在项目里找到

train.py

，在

--data

这里放上我们刚刚写好的helmet

.yaml

的路径

4、开始训练，

train.py点击“运行”

由结果可知，准确率97.9%，召回率91.5%，效果还是很不错的。

5、测试训练的模型

找到

detect.py

,将这里的权重路径换成我们刚刚训练好的那个模型的路径

然后找到

data/images

文件夹，在这个文件夹中放上我们想检测的图片

放完后我们就可以执行

detece.py

了，执行后会打印出检测后图片的路径，我们直接打开就可以看到了。

三、结果演示

图片：

视频：

好的，就到这里了，感谢大家！