本教程目的为让开发者了解深度学习中的完整流程，这包括：** 1.数据集导入及预处理流程 2.网络模型选择及参数设置流程 3.模型训练及导出流程 4.模型加载/优化并得出推断结果 本教程采用了以下主要的软硬件环境：** 1.NVIDIA Xavier NX 2.Jetpack 4.6 3.TensorRT 8.0.1 4.Pytorch 1.10.0 5.Python 3.6.9 6.Opencv 4.1.1

1、YOLOv5人脸口罩检测，代码和训练好的模型，两种训练好的模型，并有pyqt界面，训练精度达90%多，内含各种训练曲线图，并有8000多张标注好的人脸口罩检测数据集，标签是VOC和YOLO格式的，类别名为face，face_mask两类； 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、qt界面可以 检测图片、视频和调用摄像头，有相应的选择项 4、采用pytrch框架，代码是python的

基于MTCNN的人脸检测，口罩检测，训练，标注， PyTorch+python 说明文档 基于深度学习的口罩检测 是否戴口罩，分类，警报

1.这是一个是检测否口罩佩戴的安卓项目。 2.开发环境是win10,IDE是Android studio 北极狐，用到的库有NCNN,OpenCV. 3.开发语言是JNI c++ ,Jave. 4.所有的依赖库，源码和模型都打包在里面。 5.下载编译就可以运行，检测一张的图像的时间大概在100ms左右。

口罩检测数据集 已经上传的大概有千张 里面已经分类好的 在线训练后 准确率能达到90%以上 一共大概有3多G的资源 只能上传1G 买完发 2229622049@qq.com 加交易截图 将剩余部分一并打包。

YOLOv5口罩检测训练好的模型，配置好环境后可以直接运行，几千张数据训练了150轮得到的权重文件，mAP达到了90%多，PR曲线等图保存在runs文件夹中 ，配置好YOLOv5的环境就可以直接 运行 数据集和检测结果：https://blog.csdn.net/zhiqingAI/article/details/124230743

1、口罩人脸检测数据集 2、数量：8000多张 3、标签格式： txt和xml两种 4、类别：face、face_mask 5、可以直接用于YOLO口罩检测

基于python keras口罩检测人脸检测佩戴口罩可读视频可读摄像头实时视频流源码效果视频：https://www.bilibili.com/video/BV1CK4y1P7Tx?from=search&seid=1591834094828011630&spm_id_from=333.337.0.0

python口罩检测 tensorflow+keras口罩检测有界面口罩识别系统商用源码。效果视频：https://www.bilibili.com/video/BV1qU4y1j7gf?from=search&seid=4128249966606570993&spm_id_from=333.337.0.0

训练好的模型