摘要本研究基于YOLO26目标检测框架构建了一套高效准确的口罩佩戴检测系统。该系统针对两种关键类别——未佩戴口罩与正确佩戴口罩——进行智能识别与定位适用于公共场所疫情防控需求。实验采用6732张图像作为训练集1227张图像作为验证集通过YOLO26模型进行端到端的目标检测训练。验证结果表明模型在检测精度和召回率方面表现优异整体mAP50达到0.955其中佩戴口罩类别检测精度为0.97未佩戴口罩类别检测精度为0.91。模型推理速度达到3.5ms/张满足实时检测需求。混淆矩阵分析显示模型对佩戴口罩类别的识别准确率达到95%对未佩戴口罩类别的识别准确率达到92%展现出良好的鲁棒性和实用性。该系统可为公共场所智能防疫管理提供有效的技术支撑。关键词YOLO口罩检测深度学习目标检测疫情防控详细功能展示视频功能模块✅用户登录注册支持密码检测密码加密。注册登录✅图片检测可对图片进行检测返回检测框及类别信息。✅支持选择检测目标可以选择一个或者多个类目的目标进行检测✅参数实时调节置信度和IoU阈值✅视频检测支持视频文件输入检测视频中每一帧的情况。✅摄像头实时检测连接USB 摄像头实现实时监测。✅日志记录日志标签页记录操作和错误信息带时间戳✅结果保存模块支持图片/视频/摄像头检测结果保存1、用户管理模块功能描述用户注册用户名、密码、确认密码、邮箱选填注册密码SHA256加密存储用户登录用户名密码验证自动跳转主界面用户数据存储JSON文件存储用户信息密码加密、注册时间、邮箱登录状态主界面显示当前登录用户名2、界面与交互模块功能描述玻璃效果界面半透明毛玻璃背景圆角边框现代化视觉风格无边框窗口自定义标题栏支持窗口拖动、最小化、最大化、关闭响应式布局主窗口三栏布局左侧控制区、中央显示区、右侧信息区状态栏显示设备信息、模型状态、当前用户、实时时间3、检测源管理模块功能描述图片检测支持JPG/JPEG/PNG/BMP格式图片载入视频检测支持MP4/AVI/MOV/MKV格式视频载入摄像头检测实时调用摄像头默认ID 0进行检测检测源切换下拉菜单切换三种检测模式自动更新界面状态4、检测参数配置模块功能描述置信度阈值滑动条调节0-100%步长1%实时显示当前值IoU阈值滑动条调节0-100%步长1%实时显示当前值类别选择动态生成检测类别复选框支持全选/取消全选参数同步参数实时同步到检测器核心5、YOLO检测核心模块功能描述模型加载加载best.pt模型文件自动检测GPU可用性支持CPU/GPU切换多模式检测图片检测、视频检测、摄像头实时检测检测线程基于QThread的多线程处理避免界面卡顿检测结果返回目标类别、置信度、边界框坐标FPS计算实时计算处理帧率进度反馈视频处理进度条实时更新6、结果显示模块功能描述实时画面中央区域显示检测结果图像带标注框统计信息检测状态、目标数量、FPS、处理帧数实时更新检测列表右侧列表显示当前帧所有检测到的目标类别置信度日志记录日志标签页记录操作和错误信息带时间戳占位显示未选择检测源时显示系统LOGO和提示文字7、结果保存模块功能描述保存开关复选框控制是否保存检测结果路径选择自定义保存路径支持图片/视频格式自动识别自动命名保存文件自动添加时间戳detection_result_20240101_120000.jpg视频保存支持检测结果视频录制MP4格式手动保存工具栏保存按钮可随时保存当前画面保存反馈保存成功弹窗提示日志记录保存路径8、工具栏功能功能描述图片按钮快速切换到图片检测模式并打开文件选择器视频按钮快速切换到视频检测模式并打开文件选择器摄像头按钮快速切换到摄像头检测模式保存按钮手动保存当前显示画面9、辅助功能功能描述错误处理统一错误弹窗提示日志记录错误详情资源清理检测停止时自动释放摄像头、视频文件、视频写入器资源时间显示状态栏实时显示系统时间模型状态状态栏显示模型加载状态和当前设备CPU/GPU10、数据校验模块功能描述注册验证用户名长度≥3密码长度≥6密码一致性检查邮箱格式验证协议确认注册前需勾选同意用户协议文件校验模型文件存在性检查文件大小验证≥6MB输入非空登录/注册时必填项非空检查引言新冠肺炎疫情的全球大流行使得口罩佩戴成为防控病毒传播的重要措施之一。在公共场所、交通枢纽、办公区域等人流密集场所对人员口罩佩戴情况进行实时监测与管理对于降低感染风险具有重要意义。传统的人工巡检方式不仅效率低下且存在交叉感染隐患难以满足大规模、常态化疫情防控需求。随着计算机视觉与深度学习技术的快速发展基于图像识别的人脸口罩检测系统成为智能防疫领域的研究热点。目标检测技术能够在复杂场景中同时定位人脸区域并识别口罩佩戴状态为自动化防疫管理提供了核心技术支撑。其中YOLO系列算法因其检测速度快、精度高、易于部署等优势在实时监控系统中得到广泛应用。本研究采用YOLO框架针对口罩检测任务进行模型训练与优化旨在构建一套高精度、高效率的口罩佩戴识别系统为公共场所智能化防疫管理提供解决方案。背景口罩检测的社会需求在常态化疫情防控背景下各类公共场所对口罩佩戴的监管需求日益迫切。机场、火车站、医院、学校、商场等场所每日人流量巨大依靠人工提醒和检查的方式不仅耗费人力而且难以做到全覆盖、无遗漏。自动化口罩检测系统可通过接入现有监控设备实现24小时不间断监测及时发现未佩戴口罩人员并发出提醒有效降低疫情传播风险。据世界卫生组织研究显示正确佩戴口罩可使病毒感染风险降低70%以上。然而在实际公共场所中仍存在部分人员未规范佩戴口罩的情况。通过智能化手段加强口罩佩戴监管既是保障公共安全的有效措施也是提升城市精细化管理水平的重要途径。深度学习在人脸检测中的应用近年来卷积神经网络在图像分类和目标检测任务中取得突破性进展。从早期的R-CNN系列到单阶段的SSD和YOLO系列目标检测技术不断向实时化、轻量化方向发展。YOLO作为目标检测领域的代表性算法采用单次前向传播即可完成目标定位与分类在保证检测精度的同时大幅提升推理速度。针对口罩检测这一特定任务深度学习模型需要同时解决以下技术难点人脸定位在不同尺度、角度、光照条件下准确识别人脸区域口罩状态识别区分口罩正确佩戴、未佩戴或佩戴不规范等情况遮挡处理应对部分遮挡、侧脸、低头等复杂姿态实时性要求满足视频流实时分析的需求。YOLO算法通过其独特的网络结构和训练策略在上述方面表现出色特别适合部署在边缘计算设备和现有监控系统中。国内外研究现状目前国内外学者在口罩检测领域开展了大量研究。早期研究主要基于传统图像处理技术通过肤色检测、面部特征定位等方法判断口罩佩戴情况但在复杂场景下鲁棒性较差。随着深度学习的发展基于卷积神经网络的方法逐渐成为主流。常用的口罩检测方法包括两阶段检测器如Faster R-CNN精度较高但速度较慢单阶段检测器如YOLO、SSD在速度和精度之间取得良好平衡轻量化网络如MobileNet、ShuffleNet等适合移动端部署。本研究选择YOLO框架旨在兼顾检测精度和推理速度满足实际应用需求。研究目标本研究的主要目标是构建一个适用于口罩检测的高质量图像数据集基于YOLO框架训练一个能够同时识别佩戴口罩和未佩戴口罩人脸的检测模型评估模型在精度、召回率、推理速度等方面的综合性能分析模型在不同场景下的表现识别潜在问题并提出优化方案为后续的移动端部署和实际应用场景落地奠定基础。数据集介绍本研究所用数据集综合采集自多个公开人脸数据集和实际监控场景经过严格筛选和标注处理确保数据的多样性和代表性。数据采集过程中充分考虑了实际应用场景的复杂性包含不同环境下的各类人脸图像。类别定义数据集包含两类检测目标具体定义如下类别名称类别ID定义说明Without a mask0未佩戴口罩人脸区域无口罩遮挡或口罩佩戴不规范如口罩挂于下巴、仅遮住嘴部、露鼻等视为未正确佩戴Wear a mask1正确佩戴口罩人脸区域被口罩完整覆盖口罩覆盖口鼻部位佩戴位置正确数据集规模与划分为保证模型的训练效果和评估可靠性数据集按照一定比例划分为训练集和验证集数据集图像数量占比用途训练集6732张84.6%模型训练与参数优化验证集1227张15.4%模型性能评估与验证总计7959张100%-标注信息统计验证集共有1657个标注实例各类别分布如下类别实例数量占比Wear a mask109265.9%Without a mask56534.1%总计1657100%样本分布反映了实际公共场所中多数人员遵守规定的真实情况佩戴口罩样本略多于未佩戴口罩样本但两类样本均达到训练要求保证模型能够充分学习两类特征。训练结果1. 模型整体性能评估✅验证结果来自best.pt的验证输出mAP50: 0.955整体mAP50-95: 0.735Precision: 0.94Recall: 0.918这是一个非常优秀的检测模型尤其在高 IoU 阈值0.5下表现接近完美。2. 各类别表现分析类别PrecisionRecallmAP50mAP50-95without mask0.910.8940.9320.684wear mask0.970.9420.9780.786✅观察“wear mask”类别表现更好说明模型对戴口罩的人脸识别更稳定。“without mask”类别的召回率稍低0.894说明有部分未戴口罩的人脸被漏检。mAP50-95 差距明显0.684 vs 0.786说明“without mask”在更严格的 IoU 阈值下表现不如“wear mask”。3. 曲线分析✅Precision-Recall CurvePR 曲线all classes mAP0.5 0.955“wear mask”曲线更靠近右上角AP0.978表现更好。“without mask”曲线略低AP0.932但仍非常优秀。✅F1-Confidence Curve最佳 F1 分数出现在confidence ≈ 0.588F1 ≈ 0.93。说明你可以将推理时的置信度阈值设为0.6 左右以平衡 precision 和 recall。✅Precision-Confidence Recall-ConfidencePrecision 在置信度高时接近 1.0。Recall 在低置信度时最高0.97说明模型对目标有很强的敏感性。4. 混淆矩阵分析✅原始混淆矩阵真实 \ 预测without maskwear maskbackgroundwithout mask5223764wear mask27104129background16140✅归一化混淆矩阵without mask 正确率: 92%wear mask 正确率: 95%背景误检率低background 被误检为目标的次数很少5. 训练曲线分析results.pngtrain/box_loss, cls_loss, dfl_loss持续下降说明模型在训练集上学习良好。val/box_loss, cls_loss, dfl_loss也同步下降没有明显过拟合。mAP50 和 mAP50-95 持续上升训练稳定。✅训练过程健康模型收敛良好无明显过拟合或欠拟合。Ultralytics YOLO26概述Ultralytics YOLO26 是 YOLO 系列实时对象检测器的最新演进从头开始专为边缘和低功耗设备而设计。它引入了简化的设计消除了不必要的复杂性同时集成了有针对性的创新以实现更快、更轻、更易于访问的部署。YOLO26 的架构遵循三个核心原则简洁性:YOLO26是一个原生的端到端模型直接生成预测结果无需非极大值抑制NMS。通过消除这一后处理步骤推理变得更快、更轻量并且更容易部署到实际系统中。这种突破性方法最初由清华大学的王傲在YOLOv10中开创并在YOLO26中得到了进一步发展。部署效率端到端设计消除了管道的整个阶段从而大大简化了集成减少了延迟并使部署在各种环境中更加稳健。训练创新YOLO26 引入了MuSGD 优化器它是SGD 和MUON的混合体——灵感来源于 Moonshot AI 在 LLM 训练中Kimi K2的突破。该优化器带来了增强的稳定性和更快的收敛将语言模型中的优化进展转移到计算机视觉领域。任务特定优化YOLO26 针对专业任务引入了有针对性的改进包括用于Segmentation的语义分割损失和多尺度原型模块用于高精度姿势估计的残差对数似然估计 (RLE)以及通过角度损失优化解码以解决旋转框检测中的边界问题。这些创新共同提供了一个模型系列该模型系列在小对象上实现了更高的精度提供了无缝部署并且在CPU 上的运行速度提高了 43%— 使 YOLO26 成为迄今为止资源受限环境中最实用和可部署的 YOLO 模型之一。主要功能DFL 移除分布式焦点损失DFL模块虽然有效但常常使导出复杂化并限制了硬件兼容性。YOLO26 完全移除了 DFL简化了推理过程并拓宽了对边缘和低功耗设备的支持。端到端无NMS推理与依赖NMS作为独立后处理步骤的传统检测器不同YOLO26是原生端到端的。预测结果直接生成减少了延迟并使集成到生产系统更快、更轻量、更可靠。ProgLoss STAL改进的损失函数提高了检测精度在小目标识别方面有显著改进这是物联网、机器人、航空影像和其他边缘应用的关键要求。MuSGD Optimizer一种新型混合优化器结合了SGD和Muon。灵感来自 Moonshot AI 的Kimi K2MuSGD 将 LLM 训练中的先进优化方法引入计算机视觉从而实现更稳定的训练和更快的收敛。CPU推理速度提升高达43%YOLO26专为边缘计算优化提供显著更快的CPU推理确保在没有GPU的设备上实现实时性能。实例分割增强引入语义分割损失以改善模型收敛以及升级的原型模块该模块利用多尺度信息以获得卓越的掩膜质量。精确姿势估计集​成残差对数似然估计​(RLE)以实现更精确的关键点定位并优化解码过程以提高推理速度。优化旋转框检测解码引入专门的角度损失以提高方形物体的检测精度并优化旋转框检测解码以解决边界不连续性问题。常用标注工具假设您现在准备好进行标注。有几种开源工具可以帮助简化数据标注流程。以下是一些有用的开放标注工具Label Studio一个灵活的工具支持各种标注任务并包含用于管理项目和质量控制的功能。 CVAT一个强大的工具支持各种标注格式和可定制的工作流程使其适用于复杂的项目。 Labelme一个简单易用的工具可以快速标注带有多边形的图像非常适合简单的任务。 LabelImg: 一款易于使用的图形图像标注工具特别适合以 YOLO 格式创建边界框标注。这些开源工具经济实惠并提供一系列功能来满足不同的标注需求。界面核心代码详细功能展示视频