项目介绍
本项目基于yolov8对图像进行训练，可以检测戴口罩的人与没有带口罩的人的图片和视频，除此之外，还提供了数据分析界面，支持检测过的信息转化为excel，信息可视化等功能
配置过程
软件开发环境:python3.9
系统界面开发：pyqt5
---------项目文件说明---------
见目录中的【目录文件说明.png】图片。
环境配置步骤【共两步】：
【注意：软件存放路径最好不要有中文。】
---------【第一步：安装python3.9】---------
方法一【推荐】：
先安装ananconda软件，官网地址：https://www.anaconda.com/download
安装完成后，在conda命令窗口，使用命令"conda create -n py39 python=3.9"创建3.9的虚拟环境
然后激活虚拟环境"conda activate py39",然后再进行第二步依赖库的安装。
方法二：
直接在python官网下载pyhon3.9的exe文件，安装即可。
---------【第二步：安装软件所需的依赖库】---------
（注意：输入命令前，命令行需先进入项目目录的路径下，不然会提示找不到文件）
方法一：【推荐】
直接运行installPackages.py一键安装第三方库的脚本。命令为：python installPackages.py
方法二: 运行下方命令
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
---------【运行程序】---------
按照以上两步环境配置完成后，直接运行MainProgram.py文件即可打开程序。
命令为：python MainProgram.py
---------【模型训练】---------
将文件【datasets/MaskData/data.yaml】中train,val数据集的绝对路径改为自己项目数据集的绝对路径
train: E:\MyCVProgram\FacemaskDetection\datasets\MaskData\train
val: E:\MyCVProgram\FacemaskDetection\datasets\MaskData\val
然后运行train.py文件即可开始进行模型训练,训练结果会默认保存在runs/detect目录中。
其中runs/train是我已经训练好的结果文件，含模型与所有过程内容。
训练好的模型在runs/train/weights目录下，last.pt表示最后一轮结果的训练模型，best.pt表示训练中最好结果的训练模型。一般我们使用best.pt就行。
项目展示
首页
点击检测图片，选取一张图
点击数据导出，进入数据分析页面
可以查看数据的可视化图形
源代码
源代码在公众号中留言：v8口罩检测系统