KO | EN

GitLite

Minimalist Open Source Repository Search Engine

gitlite — search

#dsh #dsh-plugin #developer-tools #ai-agent #claude-code #codex #typescript #ai-agents #deepseek-harness #mcp #cli #rust

FaceMaskDetect

★ 12 Open GitHub ↗

Face mask detect based on yolov5（基于yolov5的人脸口罩检测）

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# FaceMaskDetect
基于yolov5的人脸口罩检测

[English](README_en.md)

## 介绍
基于docker部署pytorch的训练和运行环境，借助yolov5检测算法实现人脸口罩的检测，并通过nvidia-cuda技术进行加速。

## 用法
我是在Ubuntu 20x系统上使用。
### 1 安装nvidia驱动
在ubuntu上只需要执行以下命令就可以自动安装N卡驱动。
```bash
$ ubuntu-drivers autoinstall
```
安装完成后重启系统，并输入以下命令验证驱动是否安装成功。
```bash
$ nvidia-smi
```
驱动安装成功后就可以看到显卡相关信息。  
![image](https://github.com/cctomato/FaceMaskDetect/blob/main/detect/inference/images/nvidia-smi.png)

### 2 安装docker
按顺序执行以下命令即可在Ubuntu上完成docker的安装。
```bash
$ apt-get update
$ apt-get install apt-transport-https ca-certificates curl gnupg-agent software-properties-common
$ curl -fsSL https://mirrors.ustc.edu.cn/docker-ce/linux/ubuntu/gpg | sudo apt-key add -
$ add-apt-repository "deb [arch=amd64] https://mirrors.ustc.edu.cn/docker-ce/linux/ubuntu $(lsb_release -cs) stable"
$ apt-get update
$ apt-get install docker-ce
```
如果ubuntu驱动掉了需要删除旧驱动重新安装
```bash
apt-get remove --purge nvidia*
apt-get update
ubuntu-drivers devices
apt install nvidia-driver-470
reboot
```

### 3 安装nvidia-docker
按顺序执行以下命令即可在Ubuntu上完成nvidia-docker的安装。
```bash
$ curl -sL https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
$ curl -sL https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
$ sudo apt-get update
$ sudo apt-get install nvidia-docker2
```
如果是第二次安装，需要将/etc/apt/sources.list.d目录下nvidia开头的文件删掉，不然无法更新apt。

安装完成后使用vim编辑/etc/docker/daemon.json文件添加default-runtime设置为nvidia。
```
"default-runtime":"nvidia",
```
重启docker服务
```
$ systemctl daemon-reload
$ systemctl restart docker
```
### 4 构建pytorch环境
clone仓库中的代码，然后下载  
[torch-1.7.1+cu110-cp37-cp37m-linux_x86_64.whl](https://download.pytorch.org/whl/torch_stable.html)  
[torchaudio-0.7.2-cp37-cp37m-linux_x86_64.whl](https://download.pytorch.org/whl/torch_stable.html)  
[torchvision-0.8.2+cu110-cp37-cp37m-linux_x86_64.whl](https://download.pytorch.org/whl/torch_stable.html)  
[Anaconda3-5.3.0-Linux-x86_64.sh](https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/)  
这四个文件放在项目根目录，目的是加快环境构建。  
请注意一定要下载版本号一致的文件，或者使用我整理的[百度云提取码:ac6n](https://pan.baidu.com/s/1q9aKKZgFOK3IJCkF3Cn0dA)  
文件列表如下图所示：  
![image](https://github.com/cctomato/FaceMaskDetect/blob/main/detect/inference/images/file.png)  
完成所有所需文件的准备后，使用终端进入FaceMaskDetect目录，然后通过docker build命令构建pytorch环境镜像。
```
$ docker build -t detect/pytorch:nvidia-cuda .
```
完成后通过docker images命令查看detect/pytorch:nvidia-cuda镜像。

### 5 实现人脸口罩的检测
运行pytorch容器，并将项目中detect目录映射到容器内，将需要检测的图片都放在【detect】-【inference】-【images】目录中。
```
$ docker run -it -v /home/showye/FaceMaskDetect/detect/:/home/showye/FaceMaskDetect/detect/ detect/pytorch:nvidia-cuda /bin/bash
```
容器启动成功后会自动进入容器的bash终端，通过cd进入/home/showye/FaceMaskDetect/detect/目录，然后执行以下命令即可完成人脸口罩的检测。
```
$ python detect.py
```
完成检测后图片会生成在【detect】-【inference】-【output】目录中。

### 6 检测效果演示
![image](https://github.com/cctomato/FaceMaskDetect/blob/main/detect/inference/output/1.jpg)  
![image](https://github.com/cctomato/FaceMaskDetect/blob/main/detect/inference/output/2.jpg)

## License
MIT

FaceMaskDetect

Explore Similar Repositories

Was this content helpful?

Recent Feedback

Download README