口罩检测识别率惊人，这个Python项目开源了-低调大师

口罩检测识别率惊人，这个Python项目开源了

2020-03-08 690

云栖号：https://yqh.aliyun.com
第一手的上云资讯，不同行业精选的上云企业案例库，基于众多成功案例萃取而成的最佳实践，助力您上云决策！

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😀

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。

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 3264128），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

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。

云栖号：https://yqh.aliyun.com
第一手的上云资讯，不同行业精选的上云企业案例库，基于众多成功案例萃取而成的最佳实践，助力您上云决策！

原文发布时间：2020-03-08
本文作者：一颗小树x
本文来自：“AI科技大本营公众号”，了解相关信息可以关注“AI科技大本营”

微信关注我们

原文链接：https://yq.aliyun.com/articles/748662

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

第 432 期 Python 周刊

文章，教程和讲座关于 Mercurial 移植到 Python3 的一些思考链接: https://gregoryszorc.com/blog/2020/01/13/mercurial's-journey-to-and-reflections-on-python-3/ Mercurial 5.2 于 2019年11月5日发布。这是 Mercurial 第一个支持 Python3 的版本。这一里程碑是在 Python3.0 于 2018年12月3日首次发布之后近11年的时间完成的。从逻辑上讲，该文章分为两部分：对 Mercurial 的 Python3 移植工作的一些真实的叙述，对向 Python3 和整个 Python 语言生态系统的过渡,提出的一些见解。管理 Python 环境链接: https://www.pluralsight.com/tech-blog/managing-python-environments/ Python 环境的配置很容易成为巨大的负担。我们将逐步介绍一些可用的工具以提高环境（代码）友好性，并准备了一些备受好评的 Python 的配置项。在 P...

2020-03-07

753

云栖号：https://yqh.aliyun.com第一手的上云资讯，不同行业精选的上云企业案例库，基于众多成功案例萃取而成的最佳实践，助力您上云决策！网络为我们提供了多种多样的前端工具，我挑选了6个实用的前端工具，能帮助大家提高工作效率。 1.EnjoyCSS 老实说，我做过很多的前端开发，但一直不擅长CSS。这个简单易上手的工具在很多时候给了我极大的帮助。它既是一个代码生成器，也是一个视觉编辑器。你可以用它来创建各种网页元素，例如按钮、输入框，同时给它们添加自定CSS3属性。 2.Prettier Playground Prettier是一个代码格式化工具，支持JavaScript, ES2017, JSX, Angular, Vue, Flow, TypeScript等。它能够解析代码，使用你自己设定的规则来重新打印出格式规范的代码。这个工具非常流行，并且有一个线上版本。 3.Postman Postman是一种网页调试与发送网页http请求的chrome插件。我们可以用来很方便的模拟get或者post或者其他方式的请求来调试接口。我从事开发来，Postman就一直...

2020-03-09

697

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。