欢迎关注我的公众号 [极智视界]，获取我的更多项目分享

大家好，我是极智视界，本文来介绍 实战 Pytorch 戴口罩检测项目。

本文介绍的 实战 Pytorch 戴口罩检测项目，提供完整的可以一键执行的项目工程源码，获取方式有两个：

(1) 本文工程项目资源下载，链接：https://download.csdn.net/download/weixin_42405819/88652943

(2) 【推荐】加入我的知识星球「极智视界」，星球内有超多好玩的项目实战源码下载，链接：https://t.zsxq.com/0aiNxERDq

这个项目分享是上一篇《实战 OpenCV 戴口罩检测》的续篇，也是承诺的提供 "基于 OpenCV、基于 pytorch、提供 tensorflow、基于 tensorflow、基于 paddle、基于 caffe、基于 mxnet、基于 keras 版本" 系列中的其中之一，其他版本敬请期待。

这个项目使用深度学习框架 Pytorch 来进行戴口罩的检测，说实话，这篇的检测效果要比上一篇基于 OpenCV 的检测效果要好不少。项目提供完整的代码，包括推理代码、一键执行脚本、pytorch 模型权重、pytorch 三方依赖库、待检测的图片、检测后的效果图等。在拿到项目代码后，进行开发环境的配置，老习惯用 Anaconda3 管理 py 环境，如下，

# 安装Anaconda3的过程略过
# 采用conda来进行py环境的管理
conda create -n facemaskdet_py37.pytorch python=3.7# 激活py环境
conda activate facemaskdet_py37.pytorch# 进入到项目目录
cd facemaskdet.pytorch# 只需要一键执行 run_demo.sh 就能帮你装依赖和推理了
bash run_demo.sh  # 或 ./run_demo.sh

其中 run_demo.sh 的内容如下：

#!/bin/bashpip install -r requirement.txtpython facemaskdet_pytorch.py --conf_thresh 0.4 \--iou_thresh 0.2 \--img-path img/005.jpg

脚本配置了可以通过外参 --img-path 来传递待检测图片，比如这里的待检测图片为 img/005.jpg。另外可控的参数还包括置信度阈值和 iou 阈值，可以通过外参 --conf_thresh 来设置置信度阈值；通过外参 --iou_thresh 来设置 iou 阈值。

下面展示了一些检测效果图，

可以看到，检测的效果是非常 "炸裂" 的，单从效果上来说，应该已经达到工业化落地的水平。

好了，以上分享了 实战Pytorch戴口罩检测，并提供完整的项目源码。希望我的分享能对你的学习有一点帮助。

---

【极智视界】

《极智项目 | 实战Pytorch戴口罩检测》