1. 制作数据集

1.1 安装数据集制作工具

执行如下命令安装数据集制作工具labelimg

pip install labelimg

1.2 运行数据集制作工具

执行命令labelimg，运行数据集制作工具

labelimg工具界面如下:

1.3 制作数据集

1. 点击Open Dir按钮，打开待制作的图片文件（尽量将图片放置在images目录下，方便后面分割数据集）
   

2. 点击左侧的模式切换按钮，将数据模式从PascalVOC切换到YOLO模式
   

3. 绘制box框，并指明标签
   点击createBox按钮，绘制矩形边框，并设置标签文本（无口罩）。
   

4. 点击Save按钮，保存样本标签信息（尽量将标签文件放置在labels文件夹下，方便后面进行数据分割）
   

5. 点击Next Image按钮，对下一幅图像进行处理（有口罩）
   
   之后点击save按钮，保存样本标签信息（标签信息尽量保存在labels文件夹下）

6. 逐一图片进行处理，即可完成数据集制作

2. 使用数据集

2.1 下载口罩数据集

如果不想制作数据集，可以下载口罩数据集(点击下载，密码：sv74)，并将数据集解压到项目根目录下（mask为数据集目录）。

2.2 分割数据集

下载数据集分割代码(点击下载)，将其放在mask目录下，执行data_split.py，将数据集分割成训练数据集和验证数据集。分割后，数据集目录结构如下：

可以调整data_split.py中的TRAIN_RATIO = 80，来指明训练数据集和验证数据比例。

2.3 数据集配置

复制data目录下的coco.yaml,另存为mask.yaml,并修改其内容。修改后内容如下：

train: ./mask/train.txt 
val: ./mask/val.txt 

nc: 2

names: [ 'no-mask', 'mask' ]
1
2
3
4
5
6
7

3. 训练模型

3.1 下载预训练模型

下载预训练模型(点击下载),将其放置在项目根目录中。

3.2 修改训练代码

复制一份train.py，并重命名为train_mask.py.

打开train_mask.py，修改如下几项配置：

1. 预训练模型名称

parser.add_argument(‘–weights’, type=str, default=‘yolov7_training.pt’, help=‘initial weights path’)

2. 数据集路径

parser.add_argument(‘–data’, type=str, default=‘data/mask.yaml’, help=‘data.yaml path’)

3. 训练轮数(默认300，时间比较久，可能需要数小时甚至数天)

parser.add_argument(‘–epochs’, type=int, default=100)

4. 修改模型输出路径

parser.add_argument(‘–project’, default=‘runs/train/mask’, help=‘save to project/name’)

5. 调整每批处理的图片数量（如果显卡内存较小，建议将值修改为2或者4）

parser.add_argument(‘–batch-size’, type=int, default=2, help=‘total batch size for all GPUs’)

3.3 训练模型

运行train_mask.py，进行模型训练。大概到20轮左右，模型识别精度能达到95%以上。

runs\train\mask\exp11\weights\best.pt即为最佳模型参数。

可以将best.pt拷贝到项目根目录中，并重命名为yolov7_mask.pt，方便之后使用.

4. 模型测试

4.1 拷贝测试代码

复制测试代码文件test.py，并重命名为test_mask.py

4.2 修改测试代码

修改模型参数文件

parser.add_argument(‘–weights’, nargs=‘+’, type=str, default=‘yolov7_mask.pt’, help=‘model.pt path(s)’)

修改数据集路径

parser.add_argument(‘–data’, type=str, default=‘data/mask.yaml’, help=‘*.data path’)

修改测试项目名称

parser.add_argument(‘–project’, default=‘runs/test/mask’, help=‘save to project/name’)

4.3 运行测试代码

运行代码test_mask.py，运行日志如下：

运行结果如下（在runs/test/mask/exp目录下）：

5. 问题

5.1 错误：FileNotFoundError: [Errno 2] No such file or directory

如果pip install 安装软件时，提示FileNotFoundError: [Errno 2] No such file or directory错误，需要执行以下命令更新pip和安装工具。

pip install --upgrade setuptools
python -m pip install --upgrade pip

5.2 错误：ModuleNotFoundError: No module named ‘tensorboard’

如果出现错误：ModuleNotFoundError: No module named ‘tensorboard’，则执行pip install tensorboard安装该类库即可。

5.3 错误：If reserved memory is >> allocated memory

如果出现内存不足，调整batch-size即可，调整方法详见3.2节。