AI识别技术详解 --在windows环境中部署基于YOLO v8模型的目标检测

首先 YOLO是一个端到端的目标检测算法，一次前向传播计算，实现图像的多目标检测任务，我么可以在ultralytics官网上查看YOLO的各个版本（v1-v8）以及源码

使用YOLO v8提供的python接口，训练一个佩戴安全帽的目标监测模型，完成模型训练后使用这个模型识别图像和视频中的人物是否佩戴了安全帽

一  准备训练数据

最直接的方法-------》在kaggle平台搜索相关的数据   ，打开kaggle平台

下载之后解压目录如下图

在train/image目录下标记结果为YOLO格式，标记结果文件名和图片文件名是一一对应的

标记结果.txt文件解释

二  Anaconda  环境安装

下载安装 Anaconda  

链接：https://pan.baidu.com/s/1aQmPr0m9eWpYR-BiTijLhg 
提取码：2swz

安装的话一般都是傻瓜式安装，选定好自己的安装目录就是下一步下一步就OK了，这里保存了一些安装过程中的记录：

验证环境

创建 虚拟pytho环境（我这里是3.10）和 激活YOLO以及安装ultralytics

如果不出现错误 说明YOLO安装完成

三 安装完成后，编写模型训练使用的ymal文件

文件取名为safehat.yaml

四 编写YOLO_train.py开始训练

五 运行训练程序

这个训练需要持续一段时间  （我用了一天一夜，迭代次数越大耗时越长）

训练完后 在当前目录下有runs目录保存训练结果，如下图

六 进行测试- ---- 编写测试代码

模型识别数据的过程，视屏会一帧一帧的识别

打开识别结果文件夹如图所示