YOLOv5实战口罩佩戴检测

课程简介

《YOLOv5实战口罩佩戴检测》白老师的YOLOv5实战口罩佩戴检测视频教程【技能收获】学完可掌握：实战、口罩、佩戴、检测。课程以实战为导向，覆盖从基础概念到完整项目落地的关键步骤，配套章节笔记便于课后复盘与面试前快速回顾。【学习建议】建议按目录顺序学习，先打基础再进入综合实战章节；每完成 2～3 节可结合笔记整理一份学习小结，最终尝试独立复现一套完整 Demo 写入个人作品集。【就业发展】可面向岗位：AI 应用工程师、RAG 系统开发、Java 后端 + 大模型落地、企业知识库架构师。大模型应用岗需求持续走高，具备「后端 + RAG 落地」复合能力的人才在招聘市场更稀缺，简历中可突出完整项目

已有 0 人浏览发布 2026-09-16 更新 2026-09-16

口罩检测这个题目，单看名字像是疫情期间的应急产物，但把它当成一个"小目标检测"来拆，其实是一块很适合检验 YOLO 工程链路是否真的跑通的试金石：单类别、场景固定、标注成本低，但数据分布偏、遮挡多、小目标密集，训练和调参的坑一个不少。白老师这套课的价值不在于"教会你检测口罩"，而在于用一个规模可控的项目，把 YOLOv5 从数据准备到推理部署的整条链路走一遍——这才是后面换任何检测目标都能复用的东西。

课纲的含金量在哪

判断一份目标检测课纲值不值得精看，我一般看三个信号：有没有讲数据标注与格式转换、有没有碰超参数与训练策略、有没有延伸到推理与效果对比。这门课在这三块都有落点，而不是停在"装环境、跑通官方 demo、看到检测框"就收尾。尤其标注环节，很多教程默认你拿到的是干净数据集，实际做项目时最耗时的恰恰是把原始图片整理成模型能吃的结构、处理漏标误标、划分训练验证集。这块讲清楚，比多讲两个网络结构图有用。

哪些章节值得精看

数据准备与标注规范部分：值得逐帧看。类别只有一个，但标注框的松紧、遮挡样本怎么处理、负样本要不要留，直接决定后面训练收敛得好不好。
训练配置与超参数：重点在于理解而不是照抄。anchors、学习率、batch、输入端尺寸这些参数怎么影响小目标召回，最好自己改一两组做对照实验。
模型推理与效果分析：容易被跳过，但这是简历上能写出"我调过"的地方。关注误检漏检出现在什么场景，是数据问题还是置信度阈值问题。
权重转换与部署落地：如果课里有这块，优先看。检测模型能不能脱离训练脚本独立跑起来，是区分"跑过 demo"和"做过项目"的分水岭。

配套资料怎么拆开用

笔记类材料不要当小说通读，正确用法是拆成三层：第一层是环境与命令速查，跑代码时随时翻；第二层是参数与结论对照，训练前后各看一次，验证自己的理解和实际结果是否一致；第三层是项目流程梳理，用来复现。数据集和配置模板的价值在于省去重复劳动，但别直接拿来就跑——先按自己的理解重建一遍目录结构和配置文件，再和资料对照，差在哪里就是你真正学到的东西。

学之前该有的底子与心态

这门课不需要你从零推导卷积，但需要你能看懂 Python、能在命令行里跑通脚本、遇到报错愿意自己查。如果连环境都靠别人代配，后面调参和数据清洗会非常痛苦。另一个心态问题是不要把它当"收藏即学会"的素材——口罩检测只是一个载体，真正的目标是这套流程能迁移到安全帽、车牌、工件缺陷等任意单类别检测任务上。学完能独立换一套自己拍的数据跑通，才算没白看。

白老师的YOLOv5实战口罩佩戴检测视频教程

课程推荐

视频目录（33 节）

* 1 课程介绍.mp4

* 2 目标检测任务说明.mp4

* 3 目标检测常用数据集.mp4

* 4 目标检测性能指标.mp4

* 5 YOLO目标检测系列技术发展史.mp4

* 6 YOLOv5网络架构与组件.mp4

* 7 YOLOv5-4.0和5.0更新.mp4

* 8 YOLOv5的6.0更新.mp4

* 9 现有人脸口罩数据集.mp4

* 10 windows上数据集制作-labelImg标注.mp4

* 11 windows上数据集制作-精灵标注助手标注.mp4

* 12 windows上数据集制作-第三方数据集清洗.mp4

* 13 ubuntu上数据集制作-labelImg标注.mp4

* 14 ubuntu上数据集制作-精灵标注助手标注.mp4

* 15 ubuntu上数据集制作-第三方数据集清洗.mp4

* 16 安装软件环境.mp4

* 17 安装PyTorch.mp4

* 18 克隆和安装YOLOv5.mp4

* 19 准备数据集.mp4

* 20 修改配置文件.mp4

* 21 准备wandb训练可视化工具.mp4

* 22 训练数据集.mp4

* 23 测试训练出的网络模型及性能统计.mp4

* 24 YOLOv5-6.0项目更新.mp4

* 25 安装软件.mp4

* 26 克隆和安装YOLOv5.mp4

* 27 准备数据集.mp4

* 28 修改配置文件.mp4

* 29 准备wandb训练可视化工具.mp4

* 30 训练数据集.mp4

* 31 测试训练出的网络模型及性能统计.mp4

* 32 YOLOv5-6.0项目更新.mp4

* 33 课程总结.mp4