Mask-Wearing-Identification

效果展示：https://www.bilibili.com/video/BV19t4y117FL/

由于本软件需要基于CUDA加速，所以需要运行计算机提前安装好CUDA以及cuDNN，并且需要自行编译Darknet后才能运行。

环境要求

1. 安装CUDA以及cuDNN

   CUDA下载地址：https://developer.nvidia.com/cuda-downloads

   cuDNN下载地址：https://developer.nvidia.com/cudnn

2. 安装Microsoft VS2015

3. 下载OpenCV 4.1.0

   其他版本理论上也可以，但需要更改稍后需要编译的项目中的文件名

4. 修改 .\MFCyolo\darknet-master\build\darknet\darknet.vcxproj

   使用搜索CUDA，将文件中28处CUDA版本改为计算机已经安装的版本。

5. 打开 .\MFCyolo\darknet-master\build\darknet\darknet.sln文件并进行以下配置

   ​

   Step 1：OpenCV环境变量配置 我的电脑--->属性--->高级系统设置--->高级--->环境变量--->系统变量--->Path--->编辑，将OpenCV安装目录的bin目录添加进去，记得加上 分号，本人电脑上的路径为：D:\opencv\build\x64\vc14\bin

   ​

   Step 2：VS2015中配置：包含目录 + 库目录 + 链接器

   

   ​

   (1) 包含目录 配置：

   ​ “包含目录”：

   ​ （1）OpenCV安装目录下的...\include目录

   ​ （2）OpenCV安装目录下的...\include\opencv目录

   ​ （3）OpenCV安装目录下的...\include\opencv2目录

   (2) 库目录 配置：

   ​ 具体操作与 “包含目录”的配置类似，只是添加的路径不同而已。

   ​ “库目录”：OpenCV目录下的...x64\vc14\lib(VS2015应选择vc14，如果是其他版本VS的话选择对应的文件夹)

   

   ​

   (3) 链接器 配置：

   ​ 将OpenCV安装目录下的库 的名字添加进来即可。

   ​ 如：opencv_world410.lib

   

6. 最后点击生成选项中的生成darknet

   如果生成成功的话打开.\MFCyolo\darknet-master\build\darknet\x64会有一个darknet.exe文件。

使用方法

1. 软件分为32位与64位版本，分别在 .\Release与.\x64\Release中。双击"MFCyolo.exe"就可以开始使用。

2. 如有使用上的问题请联系我 [email protected]

源文件结构

Darknet文件夹：.\MFCyolo\darknet-master

names文件：.\MFCyolo\darknet-master\build\darknet\x64\data\KD.names

训练集文件：.\MFCyolo\darknet-master\build\darknet\x64\data\train_images

测试集文件：.\MFCyolo\darknet-master\build\darknet\x64\data\val_images

cfg文件：

.\MFCyolo\darknet-master\build\darknet\x64\cfg\yolov3-KD.cfg_train(训练用)

.\MFCyolo\darknet-master\build\darknet\x64\cfg\yolov3-KD.cfg_test（测试用）