# 지능화 캡스톤 프로젝트 #2 - YOLOv5 안전모 검출

-----


[PINBlog Gitea Repository](https://gitea.pinblog.codes/CBNU/19_YOLOv5)
* 제출했던 프로젝트 코드가 날라가서 일부만 존재함;;

-----

### YOLOv5 GitHub
[YOLOv5](https://github.com/ultralytics/yolov5)


# 프로젝트 목표
* YOLOv5 모델을 학습하여 영상의 안전모와 마스크를 검출

# 구현 방법
* 일반적인 1개의 모델로 여러 클래스를 학습하지 않고, Detect Model로 머리를 검출하여 ROI 취득 후,
해당 ROI를 Crop하여 Classification Model로 안전모, 마스크, 미착용 등을 분류한다.

# 데이터셋
* YouTube, Google, AIHub, Kaggle에서 안전모 관련 데이터셋 확보
* Roboflow에서 데이터셋 라벨링 진행
[Roboflow](https://roboflow.com/)

# 클래스
### Detect Model
* 1개의 뚝배기 클래스
    * 0: dduk

### Classification Model
* 5개의 클래스
    * 0: head
    * 1: helmet
    * 2: face
    * 3: mask
    * 4: helmet & mask

# 프로젝트 코드 (Validation)

<details>
<summary></summary>
<div markdown="1">


``` planetext


```

</div>
</details>


### 참고[¶]()

- 지능화캡스톤 과목, 김현용 교수