口罩佩戴检测系统-python+YOLOv5

项目描述 基于 YOLOv5的口罩佩戴检测系统
本项目是一个基于 YOLOv5 深度学习目标检测算法实现的 口罩佩戴检测系统 ，提供 Web 端可视化交互界面，能够对上传的图片与视频进行自动识别，判断画面中的人物是否佩戴口罩，并以可视化方式展示检测结果。

项目功能
– 图片识别 ：用户上传单张图片（支持 jpg/png 等常见格式），系统自动检测画面中人物的口罩佩戴情况，返回标注后的图片与检测详情（类别、置信度、坐标）。
– 视频识别 ：用户上传视频文件，系统逐帧检测整段视频，输出带检测框的结果视频，并提供总体统计信息（总检测数、各类别数量、平均推理耗时等）。
– 参数可调 ：
– 推理尺寸 ：支持 416（速度优先）与 640（精度优先）两种模式。
– 置信度阈值 ：滑块可调（0.05 ~ 0.9），默认 0.15，平衡漏检与误检。
– IoU 阈值 ：控制 NMS 去重强度，默认 0.45。
– 历史记录管理 ：每次识别任务都会在 runs/detect/web/ 下自动归档，包含标注媒体、YOLO 格式标签与统计 JSON，并在前端”历史记录”标签页中可供查阅。
– 检测结果可视化 ：在原图上绘制带类别名与置信度的检测框，不同类别使用不同颜色区分。

运行环境开发工具:Trae

运行环境:(此配置为本人调试所用，仅供参考)

项目技术
服务端技术:Python 3.8+、YOLOv5 v5.0
前端技术:HTML5 + CSS3

以上系统源码经过技术整理与调试，确保能正常运行