基于深度学习的电动自行车头盔佩戴检测系统

1. 文档说明

本文档是毕业设计——基于深度学习的电动自行车头盔佩戴检测系统的开发环境配置说明文档，该文档包括运行环境说明以及基本环境配置两大部分。在程序运行前请认真查看此文档，并按照此文档说明对运行程序的设备环境进行对应配置。

设备硬件配置及其参数规格：

程序运行所需软件及其版本信息：

软件名称	版本信息
操作系统	Windows10 64位操作系统，基于x64的处理器
集成开发环境	Visual Studio Code v1.56.2
Visual Studio Code插件	Code Runner v0.11.4
数据库	MySQL 5.7.33-log MySQL Community Server (GPL)
编程语言	Python 3.7.6
CUDA版本	cuda_11.1.0_456.43_win10
cuDNN版本	cudnn-11.1-windows-x64-v8.0.5.39
机器学习库	Pytorch 1.7.1

程序运行所依赖库及其版本信息（见程序主目录下requirements.txt文件）：

请确保设备使用系统为Windows10 64位操作系统再进行以下操作。若为其他操作系统请自行下载软件对应版本。

3.1.1 集成开发环境安装与配置

（1）程序所使用的集成开发环境为Visual Studio Code，，具体版本不作要求，下载最新版本即可。

（2）按如下操作安装Code Runner插件，具体版本不作要求，下载最新版本即可。

3.1.2 数据库安装与配置
（1）程序所使用的数据库为MySQL，请下载v5.7版本非v8.0版本。

（2）配置root用户密码为123456

3.1.3 编程语言安装
（1）程序所使用的编程语言为Python，下载并按照Anaconda，请下载64位Python v3.7版本。

3.1.4 CUDA和cuDNN安装与配置
（1）设备图形处理器GPU为GeForce GTX 1050Ti(4.0GB DDR5 768 CUDA)，请根据设备具体图形处理器GPU下载对应CUDA，请下载v11.1.0版本

（2）下载CUDA对应版本的cuDNN，CUDA v11.1.0对应cuDNN版本为v8.0.5

（3）修改系统环境变量

具体安装过程参考链接

（4）验证安装

通过执行以下命令验证安装是否成功

nvcc -V

执行命令后得到以下信息即安装成功

安装成功

（1）程序所使用的机器学习库为Pytorch，请下载对应CUDA 11.1的版本。

（2）验证安装

通过执行以下命令验证安装是否成功

python

import torch
print(torch.__version__)
print(torch.version.cuda)
print(torch.backends.cudnn.version())

通过执行以下命令对程序依赖库进行安装

pip install -r requirements.txt

在运行程序前需要执行如下操作：

（1）利用MySQL导入程序主目录下database文件夹下的eb_helmet.sql数据库文件

（2）在webcam数据表下填入相应信息：