本科毕业设计——基于深度学习的口罩佩戴检测及人脸识别系统源代码 Run pip install -r requirements.txtin terminal; Run main.py in your IDE or python interpreter;

YOLOV5口罩佩戴数据集（带口罩，未带口罩）-yolo格式-voc格式 1000+图片

1、基于yolov5算法实现口罩识别检测源码+模型文件+评估指标曲线+使用说明 2、附有训练、loss(损失值)下降曲线、Recall(召回率)曲线、precision(精确度)曲线、mAP等评估指标曲线 3、识别类别为：“戴口罩”，“不戴口罩” 4、大量数据集训练，迭代200次，模型拟合较好。 【备注】有相关使用问题，可以私信留言跟博主沟通。

【实际项目应用】 口罩佩戴检测 【数据集说明】 口罩检测数据集，一共7889张图片，标签包含两类，分别为 ['mask','nomask']，多种背景，数据经过筛选提取，数据分布均匀且多样性充分，实际项目所用，标签包含voc（xml）、yolo（txt）两种格式，多种目标检测算法可直接使用。人工标注，标注精准，算法拟合很好，数据质量可靠。 【备注】若需要json格式标签，或数据集使用问题，请私信留言。

基于python的人脸识别口罩佩戴功能检测数字图像处理系统.zip 数字图像处理——疫情下基于人脸识别的证件制作系统 包含人脸识别功能、口罩佩戴功能、证件照生成功能、各种图片处理功能 目录说明 data：供项目使用的人脸识别模型库 images：项目运行所依赖的一些图片 faces：人脸数据集 favicon：程序图标 tmp：运行过程中产生的临时图片 pic：提供使用的一些图片 result：佩戴口罩或美化图片后产生的图片 使用说明 先在数据收集界面上传图片（包含有且仅有一张人脸）并填写名字 点击矩形框即可上传 在防疫检测界面检查是否佩戴了口罩 点击左侧开始检测按钮打开摄像头，随后会在矩形框展现出摄像头拍摄的内容 点击结束按钮结束检测 在身份验证界面上传图片或视频或打开摄像头进行身份认证 点击图像识别上传图片或点击视频识别上传视频（此时会关闭处结束检测外的其他按钮使用） 也可以选择摄像头识别打开摄像头（此时会关闭处结束检测外的其他按钮使用）

资源包含文件：设计报告word文档+源码 针对目标检测的任务，可以分为两个部分：目标识别和位置检测。通常情况下，特征提取需要由特有的特征提取神经网络来完成，如 VGG、MobileNet、ResNet 等，这些特征提取网络往往被称为 Backbone 。而在 BackBone 后面接全连接层***(FC)***就可以执行分类任务。但 FC 对目标的位置识别乏力。经过算法的发展，当前主要以特定的功能网络来代替 FC 的作用，如 Mask-Rcnn、SSD、YOLO 等。我们选择充分使用已有的人脸检测的模型，再训练一个识别口罩的模型，从而提高训练的开支、增强模型的准确率。 详细介绍参考：https://biyezuopin.blog.csdn.net/article/details/124897861

yolov5-口罩佩戴识别，有兴趣一起试试

人工智能 口罩规范佩戴识别项目 答辩PPT 目标检测之口罩检测 人工智能 口罩规范佩戴识别项目 答辩PPT 目标检测之口罩检测 人工智能 口罩规范佩戴识别项目 答辩PPT 目标检测之口罩检测 人工智能 口罩规范佩戴识别项目 答辩PPT 目标检测之口罩检测 人工智能 口罩规范佩戴识别项目 答辩PPT 目标检测之口罩检测 人工智能 口罩规范佩戴识别项目 答辩PPT 目标检测之口罩检测 人工智能 口罩规范佩戴识别项目 答辩PPT 目标检测之口罩检测 人工智能 口罩规范佩戴识别项目 答辩PPT 目标检测之口罩检测

1.一共有7193张标注过的口罩数据 2.分为3类，戴口罩、未戴口罩和没戴好口罩 3.以转换为yolo格式 4.可以直接给yolo系列目标检测算法进行训练 5.7193张图像均不重复，不是依靠数据增强获得的数据集 6.可用于后续数据增强处理 7.文件结构清晰，便于后续处理和拆分

三类人脸口罩佩戴数据集.zip