基于华为云ModelArets的口罩检测案例实践

案例内容介绍

该项目是物体检测下任务子类，使用YOLOv3_Darknet53骨干网络进行口罩检测。

数据集为华为云官方提供的数据集

（如果有相关的数据需求可以直接使用）

该数据集包含291张口罩检测的图片，标签文件是xml文件，遵循PASCAL标注格式

1、点击下列链接口罩检测，进入案例界面，然后点击右侧切换运行环境（切换成GPU运行，不同的案例对CPU/GPU可能有运行要求，视案例而定）

2、运行步骤1（运行时记得将环境中的pycocotools替换成mmpycocotools，不然运行后面会报错），准备运行时依赖（点击图2中所示的即可运行程序，可以观察图3中框选出来的圆圈，如果是图2中所示的空心表示运行完成，如果是实心的表示正在运行，当然也可以观察CPU/GPU的使用率）

3、点击图片所示的左下侧就可以查看CPU和内存的使用率

4、如下图所示步骤1准备运行依赖就完成了（运行时间较长，耐心等待即可），然后运行步骤2，下载和观察数据集，并且对数据集进行切分，该案例的数据集是按9:1切分的，有兴趣的小伙伴也可以尝试其他的切分比例，观察不同切分比例对模型的影响程度

5、完成后，分别运行步骤3、步骤4，进行准备预训练模型和进行模型训练（直接运行即可，这里就不在赘述了）

6、完成模型后，运行步骤5对训练好的模型进行测试，测试完成后进行离线推理，进行图片推理，本案例这里推理的是一张图片，如果想要推理多个图片，可以将img_path修改为一个路径，那么就会推理这个路径下的所有图片了

到此本案例就完成了，点击右上角结束案例、释放资源