口罩识别python论文（识别率惊人的GitHub口罩检测）

口罩识别python论文（识别率惊人的GitHub口罩检测）我们采用：测试环境昨天在 GitHub 上看到一个有趣的开源项目，它能检测我们是否有戴口罩，跑起程序测试后，发现识别率挺高的，也适应不同环境，于是分享给大家。首先感谢 AIZOOTech 的开源项目 —— FaceMaskDetection，以下为该项目的 GitHub 地址：https://github.com/AIZOOTech/FaceMaskDetection

作者 | 一颗小树x，CSDN 博主

责编 | 唐小引

封图 | CSDN 下载自东方 IC

出品 | CSDN 博客

昨天在 GitHub 上看到一个有趣的开源项目，它能检测我们是否有戴口罩，跑起程序测试后，发现识别率挺高的，也适应不同环境，于是分享给大家。

首先感谢 AIZOOTech 的开源项目 —— FaceMaskDetection，以下为该项目的 GitHub 地址：

https://github.com/AIZOOTech/FaceMaskDetection

测试环境

我们采用：

• Windows 系统；

• 软件：PyCharm；

• 使用模型：TensorFlow。

先看一下效果：

检测出帅气的胡歌没有带口罩。红色框框是圈出人脸部分，上方的字体：NoMask ，准确率 1 （即有 100% 把握认为没带口罩）。

如果在多人的情况下，能检测出来吗？如下图所示。

不错不错，这个模型能同时检测多人的，并且准确高。

有人带口罩，有人没带口罩，能检测出来吗？

哇，这个模型很棒。检测出带口罩大叔，和两个没带口罩的小伙子。

大家可以先在网页体验一下：

https://aizoo.com/face-mask-detection.html

接下来，我们具体分析一下这个项目：

• 支持 5 大主流深度学习框架（PyTorch、TensorFlow、MXNet、Keras 和 Caffe），已经写好接口了；可以根据自身的环境选择合适的框架，比如：TensorFlow；所有模型都在 models 文件夹下。

• 公开了近 8000 张的人脸口罩数据和模型，数据集来自于 WIDER Face 和 MAFA 数据集 重新修改了标注并进行了校验（主要是 MAFA 和 WIDER Face 的人脸位置定义不一样，所以进行了修改标注）并将其开源出来。

模型结构

在本项目中使用了 SSD 类型的架构，为了让模型可以实时的跑在浏览器以及终端设备上，将模型设计的非常小，只有 101.5 万个参数。模型结构在本文附录部分。

本模型输入大小为 260x260，主干网络只有 8 个卷积层，加上定位和分类层，一共只有 24 层（每层的通道数目基本都是 32\64\128），所以模型特别小，只有 101.5 万参数。模型对于普通人脸基本都能检测出来，但是对于小人脸，检测效果肯定不如大模型。

网页使用了 Tensorflow.js 库，所以模型是完全运行在浏览器里面的。运行速度的快慢，取决于电脑配置的高低。

模型在五个卷积层上接出来了定位分类层，其大小和 anchor 设置信息如下表。

工程包目录结构分析

GitHub 工程包下载：

https://github.com/AIZOOTech/FaceMaskDetection

下载完 FaceMaskDetection 压缩包后，解压后如下图：

如何运行程序？

以 TensorFlow 模型为例子，代码中 TensorFlow 版本应该是 1.x；

如果是 TensorFlow 版本是 2.x 的朋友，对应函数修改为 tf.compat.v1.xxxx 使函数与 1.x 版本兼容。

如果想运行图片：

python tenforflow_infer.py --img-path /path/to/your/img

比如，img 目录中作者放了一些图片的，选择 demo2.jpg。

python tenforflow_infer.py --img-path img/demo2.jpg


运行结果：

如果想运行运行视频：

python tenforflow_infer.py --img-mode 0 --video-path /path/to/video


/path/to/video 为视频所在的路径 视频名。

如果想实时使用摄像头检测：

python tenforflow_infer.py --img-mode 0 --video-path 0


这里的 0 ，代表在电脑中设备号；0 默认为电脑自带的摄像头。

如果想使用外接摄像头，可以改为 1 （比如外接上一个 USB 摄像头）。

这里看一下 tenforflow_infer.py 代码：

# -*- coding:utf-8 -*-
import cv2
import time
import argparse

import numpy as np
from PIL import Image
from keras.models import model_from_json
from utils.anchor_generator import generate_anchors
from utils.anchor_decode import decode_bbox
from utils.nms import single_class_non_max_suppression
from load_model.tensorflow_loader import load_tf_model tf_inference


#sess graph = load_tf_model('FaceMaskDetection-master\models\face_mask_detection.pb')
sess graph = load_tf_model('models\face_mask_detection.pb')
# anchor configuration
feature_map_sizes = [[33 33] [17 17] [9 9] [5 5] [3 3]]
anchor_sizes = [[0.04 0.056] [0.08 0.11] [0.16 0.22] [0.32 0.45] [0.64 0.72]]
anchor_ratios = [[1 0.62 0.42]] * 5

# generate anchors
anchors = generate_anchors(feature_map_sizes anchor_sizes anchor_ratios)

#用于推断，批大小为1，模型输出形状为[1，N，4]，因此将锚点的dim扩展为[1，anchor_num，4]
anchors_exp = np.expand_dims(anchors axis=0)
id2class = {0: 'Mask' 1: 'NoMask'}


def inference(image conf_thresh=0.5 iou_thresh=0.4 target_shape=(160 160) draw_result=True show_result=True):
''' 检测推理的主要功能
# ：param image：3D numpy图片数组
# ：param conf_thresh：分类概率的最小阈值。
# ：param iou_thresh：网管的IOU门限
# ：param target_shape：模型输入大小。
# ：param draw_result：是否将边框拖入图像。
# ：param show_result：是否显示图像。
'''
# image = np.copy(image)
output_info =
height width _ = image.shape
image_resized = cv2.resize(image target_shape)
image_np = image_resized / 255.0 # 归一化到0~1
image_exp = np.expand_dims(image_np axis=0)
y_bboxes_output y_cls_output = tf_inference(sess graph image_exp)

# remove the batch dimension for batch is always 1 for inference.
y_bboxes = decode_bbox(anchors_exp y_bboxes_output)[0]
y_cls = y_cls_output[0]
# 为了加快速度，请执行单类NMS，而不是多类NMS。
bbox_max_scores = np.max(y_cls axis=1)
bbox_max_score_classes = np.argmax(y_cls axis=1)

# keep_idx是nms之后的活动边界框。
keep_idxs = single_class_non_max_suppression(y_bboxes bbox_max_scores conf_thresh=conf_thresh iou_thresh=iou_thresh)
for idx in keep_idxs:
conf = float(bbox_max_scores[idx])
class_id = bbox_max_score_classes[idx]
bbox = y_bboxes[idx]
# 裁剪坐标，避免该值超出图像边界。
xmin = max(0 int(bbox[0] * width))
ymin = max(0 int(bbox[1] * height))
xmax = min(int(bbox[2] * width) width)
ymax = min(int(bbox[3] * height) height)

if draw_result:
if class_id == 0:
color = (0 255 0)
else:
color = (255 0 0)
cv2.rectangle(image (xmin ymin) (xmax ymax) color 2)
cv2.putText(image "%s: %.2f" % (id2class[class_id] conf) (xmin 2 ymin - 2)
cv2.FONT_HERSHEY_SIMPLEX 1 color)
output_info.append([class_id conf xmin ymin xmax ymax])

if show_result:
Image.fromarray(image).show
return output_info


def run_on_video(video_path output_video_name conf_thresh):
cap = cv2.VideoCapture(video_path)
height = cap.get(cv2.CAP_PROP_FRAME_HEIGHT)
width = cap.get(cv2.CAP_PROP_FRAME_WIDTH)
fps = cap.get(cv2.CAP_PROP_FPS)
fourcc = cv2.Videowriter_fourcc(*'XVID')
#writer = cv2.VideoWriter(output_video_name fourcc int(fps) (int(width) int(height)))
total_frames = cap.get(cv2.CAP_PROP_FRAME_COUNT)
if not cap.isOpened:
raise ValueError("Video open failed.")
return
status = True
idx = 0
while status:
start_stamp = time.time
status img_raw = cap.read
img_raw = cv2.cvtColor(img_raw cv2.COLOR_BGR2RGB)
read_frame_stamp = time.time
if (status):
inference(img_raw
conf_thresh
iou_thresh=0.5
target_shape=(260 260)
draw_result=True
show_result=False)
cv2.imshow('image' img_raw[: : ::-1])
cv2.waitKey(1)
inference_stamp = time.time
# writer.write(img_raw)
write_frame_stamp = time.time
idx = 1
print("%d of %d" % (idx total_frames))
print("read_frame:%f infer time:%f write time:%f" % (read_frame_stamp - start_stamp
inference_stamp - read_frame_stamp
write_frame_stamp - inference_stamp))
# writer.release


if __name__ == "__main__":
parser = argparse.ArgumentParser(description="Face Mask Detection")
parser.add_argument('--img-mode' type=int default=0 help='set 1 to run on image 0 to run on video.') #这里设置为1：检测图片；还是设置为0：视频文件（实时图像数据）检测
parser.add_argument('--img-path' type=str help='path to your image.')
parser.add_argument('--video-path' type=str default='0' help='path to your video `0` means to use camera.')
# parser.add_argument('--hdf5' type=str help='keras hdf5 file')
args = parser.parse_args
if args.img_mode:
imgPath = args.img_path
#img = cv2.imread("imgPath")
img = cv2.imread(imgPath)
img = cv2.cvtColor(img cv2.COLOR_BGR2RGB)
inference(img show_result=True target_shape=(260 260))
else:
video_path = args.video_path
if args.video_path == '0':
video_path = 0
run_on_video(video_path '' conf_thresh=0.5)


测试集 PR 曲线

因为 WIDER face 是一个任务比较复杂的数据集，模型又设计的非常小，所以对于人脸的 PR 曲线并不是那么性感。这点可以通过设计大模型来提升对于小人脸的检测效果。

再次感谢 AIZOOTech 的开源项目 —— FaceMaskDetection。

本文为 CSDN 博主「一颗小树x」原创文章，CSDN 官方经授权发布。

原文地址：https://blog.csdn.net/qq_41204464/article/details/104596777

欢迎更多的开发者朋友加入 CSDN 原力计划！我们将用全新的方式来释放更多的流量，让优质、有深度、丰富有趣的内容得到精准的流量扶持，同时也帮助创作者和粉丝有更多互动和交流。点击下方图片了解详情。

☞小米回应"暴力裁员"；报告称安卓手机贬值速度是 iPhone 两倍；Ant Design 4.0.1 发布| 极客头条

☞技术大佬：我去，你写的 switch 语句也太老土了吧！

☞赔偿谷歌1.8亿美元！前Uber自动驾驶主管被告到破产

☞乔布斯遗孀裸捐 250 亿美元财产：没兴趣累积财富

☞时间复杂度的表示、分析、计算方法……一文带你看懂时间复杂度！

☞闪电网络的 5 个优点和4 个缺点、本质、来源与工作原理……一文带你读懂闪电网络！