# deep study work

**Repository Path**: wang-zhenwz/deep-study-work

## Basic Information

- **Project Name**: deep study work
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-05-22
- **Last Updated**: 2025-05-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 基于YOLOv5s算法的口罩佩戴检测研究

## 一、项目简介
本项目提出了一种基于YOLOv5s算法的口罩佩戴检测方法，旨在解决人工检查方式效率低下的问题。通过改进模型训练策略，提升了对“手捂嘴”等欺骗手段的检测准确率，并在验证集上达到了90.24%的准确率。项目最终部署至本地，开发了图形界面，实现了实时检测功能。

---

## 二、项目背景
COVID-19主要通过飞沫传播，正确佩戴口罩是有效防控手段之一。然而，现有智能检测系统常以嘴部遮挡为指标，导致“手捂嘴”行为被误判为佩戴口罩。本项目通过优化YOLOv5s模型，显著提升了检测准确率。

---

## 三、技术实现
### 模型选择
- **YOLOv5s**：轻量化模型，适合实时检测，速度快且精度高。
- **网络结构**：分为输入端、Backbone、Neck和Prediction四部分。

### 数据集
- **初始数据**：1163张图片（513张佩戴口罩，650张未佩戴）。
- **数据扩充**：添加181张“手捂嘴”图片，最终形成2000张图片的数据集（800张佩戴，1200张未佩戴）。
- **测试集**：41张真实场景照片。

### 训练优化
- **参数设置**：
  - 学习率（Lr0）：0.01
  - 权重衰减（Weigh_decay）：0.0005
  - 预热轮次（Warmup_epochs）：3.0
- **策略**：
  - 加权图像策略：提升难样本的权重。
  - Label-smoothing：增强模型对错误标注的鲁棒性。
  - 早停机制：防止过拟合。

### 实验结果
- 改进后模型准确率：90.24%（较原始模型提升5.71%）。
- 实时检测帧率：稳定在100FPS以上。
- ![输入图片说明](%E5%9B%BE%E7%89%871.png)

---

## 四、部署与使用
### 本地部署
- **环境配置**：
  - 操作系统：Windows10 家庭中文版
  - GPU：Nvidia GeForce RTX3060
  - 框架：PyTorch + CUDA 11.6
  - 基础环境：pip install -r requirements.txt  # 包含（albumentations==1.3.0
coremltools==6.1
Flask==2.2.2
matplotlib==3.5.1
numpy==1.22.2
onnx==1.13.0
onnxruntime==1.13.1
onnxsim==0.4.10
opencv_python==4.5.5.62
pafy==0.5.5
pandas==1.4.1
Pillow==9.3.0
protobuf==4.21.12
pycocotools==2.0.6
PyQt5==5.15.7
PyYAML==6.0
requests==2.27.1
scipy==1.8.0
seaborn==0.11.2
setuptools==58.0.4
tensorflow==2.11.0
tensorflowjs==4.1.0
thop==0.1.1.post2209072238
torch==1.10.2
torchvision==0.11.3
tqdm==4.62.3）
- **功能**：
  - 图形界面（PyQt5开发）支持实时摄像头检测和本地文件检测。
  - 新增画面保存功能（基于OpenCV的VideoWriter）。
  - ![输入图片说明](%E5%9B%BE%E7%89%872.png)
### 检测结果
- 单人检测
- ![输入图片说明](%E5%9B%BE%E7%89%873.png)
- 手捂嘴检测
- ![输入图片说明](%E5%9B%BE%E7%89%874.png)
- 多人检测
- ![输入图片说明](%E5%9B%BE%E7%89%875.png)

## 五、项目亮点
1. **高准确率**：针对“手捂嘴”行为优化，准确率提升至90.24%。
2. **实时性强**：检测帧率超过100FPS，满足实时需求。
3. **易用性**：提供图形界面，操作简便。
4. **鲁棒性**：通过数据增强和训练策略提升模型泛化能力。

---