win10下搭建Mask Rcnn环境详细教程并运行第一个demo程序（包含Anaconda+Tensorflow-gpu+Cuda+cuDnn安装过程及各种坑）-附件资源

Face-Mask-Detection:在真实视频流上使用Python，Keras，OpenCV检测面罩

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

使用python实现，采用 Mask R-CNN 算法模型进行目标检测，使用 Deep SORT 目

《LabelStudio + MMDetection 实现目标分割预标注》的项目代码

面膜检测 该代码由用于图像分类的各种库组成。 该代码的主要目的是检测人脸上的遮罩，并说明检测的完美程度，如果未检测到遮罩，则用红色边框包围面部并指定没有遮罩。 。 使用OpenCV，Keras和Tensorflow制作的python程序，用于检测人的脸部是否戴着面具。

脸部检测器 从我的视频中查找详细信息：（ ） 档案详细资料 Model_training.py ：使用此python文件训练模型 Image_final_try ：使用此文件，您可以对图像进行分类，无论其中是否有遮罩 Webcam_try.py ：这个特殊的oython文件将帮助您从网络摄像头或任何视频中检测遮罩/不遮罩。 Haarcascade_frontalface_alt.xml ：借助它，您可以检测面部特征。 此仓库的Github页数（（ ） 要在您的终端中运行此代码，请执行以下操作： *打开您的终端 更改目录至您下载此代码的位置 如果尚未安装python3，请先安装python3！ 运行python3 -m venv venv创建一个名为venv的虚拟环境。 运行source venv/bin/activate激活您的环境！ 编写pip install -r re

深度学习+pycharm+目标识别

raspi4B_mask_detection_runtime 基于树莓派4B与Paddle-Lite实现的实时口罩识别 v2.6更新 使用了Paddle-Lite v2.6的预测库与PaddleHub上最新的模型 鲁棒性大大提升。 环境要求 ARMLinux 树莓派4B（），验证的系统环境是64为系统，理论上32位系统也可使用，请自行测试。 支持树莓派4B摄像头采集图像，关于此系统的安装教程以及摄像头的配置具体参考博客 gcc g++ opencv cmake的安装（以下所有命令均在设备上操作） $ sudo apt-get update $ sudo apt-get install gcc g++ make wget unzip libopencv-dev pkg-config $ wget https://www.cmake.org/files/v3.10/cmake-3.10.3.t

Mask R-CNN模型：Kaggle Airbus Ship Detection数据集训练