OpenCV实战项目 -- 口罩识别

简介: OpenCV实战项目 -- 口罩识别

一、简单流程思路分析

相信大多数初学人工智能的小伙伴,最早接触的一定是CNN处理图像分类的问题,本次项目的核心也就是CNN分类了。所以,这只是前面所学知识的结合,不做过多赘述。

A. 训练模型

  • 在此之前,我们要弄到数据集:佩戴口罩未佩戴口罩佩戴口罩不规范 的图片。
  • 然后对数据集进行预处理。
  • 搭建CNN网络模型并进行图片分类。
  • 此时,我们便拿到了模型权重文件!

B. 处理摄像头输入

  • 打开摄像头,然后捕捉到我们的照片。
  • 处理输入图片,裁剪出人脸区域。
  • 裁剪后的图片作为神经网络的输入,得到网络预测分类结果。
  • 将结果显示在屏幕上。

C. 树莓派部署

  • 不难,但是有点花时间,这里不做过多说明。

二、CNN实现口罩佩戴图片分类

1. 数据集处理

无论是机器学习还是深度学习,最重要的便是数据集,之后才是相关的模型和算法。

在这里,我们首先处理图片,把每一张佩戴口罩的照片裁剪出人脸部分,之后为了便于计算和训练我们将图片进行压缩。相关方法之前博客已经介绍过这里不做赘述。

大家可以自己到网上下载数据集,也可以使用我参考的这份,数据量比较小,用于演示:链接

face_detector = cv2.dnn.readNetFromCaffe('./weights/deploy.prototxt.txt','weights/res10_300x300_ssd_iter_140000.caffemodel')
# 人脸检测函数
def face_detect(img):
    #转为Blob
    img_blob = cv2.dnn.blobFromImage(img,1,(300,300),(104,177,123),swapRB=True)
    # 输入
    face_detector.setInput(img_blob)
    # 推理
    detections = face_detector.forward()
    # 获取原图尺寸
    img_h,img_w = img.shape[:2]
    # 人脸框数量
    person_count = detections.shape[2]
    for face_index in range(person_count):
        # 通过置信度选择
        confidence = detections[0,0,face_index,2]
        if confidence > 0.5:
            locations = detections[0,0,face_index,3:7] * np.array([img_w,img_h,img_w,img_h])
            # 获得坐标 记得取整
            l,t,r,b = locations.astype('int')
            return img[t:b,l:r]
    return None

效果:

# 转为Blob格式函数
def imgBlob(img):
    # 转为Blob
    img_blob = cv2.dnn.blobFromImage(img,1,(100,100),(104,177,123),swapRB=True)
    # 维度压缩
    img_squeeze = np.squeeze(img_blob).T
    # 旋转
    img_rotate = cv2.rotate(img_squeeze,cv2.ROTATE_90_CLOCKWISE)
    # 镜像
    img_flip =  cv2.flip(img_rotate,1)
    # 去除负数,并归一化
    img_blob = np.maximum(img_flip,0) / img_flip.max()
    return img_blob

效果:

有了这两个函数,我们就可以进行数据集的处理了:

import tqdm
import os,glob
labels = os.listdir('images/')
img_list = []
label_list = []
for label in labels:
    # 获取每类文件列表
    file_list =glob.glob('images/%s/*.jpg' % (label))
    for img_file in tqdm.tqdm( file_list ,desc = "处理文件夹 %s "  % (label)):
        # 读取文件
        img = cv2.imread(img_file)
        # 裁剪人脸
        img_crop = face_detect(img)
        # 转为Blob
        if img_crop is not None:
            img_blob = imgBlob(img_crop)
            img_list.append(img_blob)
            label_list.append(label)

最后,我们将其转换为npz格式文件:

X = np.asarray(img_list)
Y = np.asarray(label_list)
np.savez('./data/imageData.npz',X,Y)

2. 模型训练

首先我们读取之前保存的npz文件:

import numpy as np
arr = np.load('./data/imageData.npz')
img_list = arr['arr_0']
label_list =arr['arr_1']
print(img_list.shape,label_list.shape)

((5328, 100, 100, 3), (5328,))

设置为onehot独热编码:

from sklearn.preprocessing import OneHotEncoder
onehot = OneHotEncoder()
# 编码
y_onehot =onehot.fit_transform(label_list.reshape(-1,1))
y_onehot_arr = y_onehot.toarray()

划分数据集:

from sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test=train_test_split(img_list,y_onehot_arr,test_size=0.2,random_state=123)
x_train.shape,x_test.shape,y_train.shape,y_test.shape

((4262, 100, 100, 3), (1066, 100, 100, 3), (4262, 3), (1066, 3))

构建并编译模型:

from tensorflow       import keras
from tensorflow.keras import layers,models
import tensorflow        as tf
gpus = tf.config.list_physical_devices("GPU")
if gpus:
    gpu0 = gpus[0]                                        #如果有多个GPU,仅使用第0个GPU
    tf.config.experimental.set_memory_growth(gpu0, True)  #设置GPU显存用量按需使用
    tf.config.set_visible_devices([gpu0],"GPU")
model = models.Sequential([
    layers.Conv2D(16,3,padding='same',input_shape=(100,100,3),activation='relu'),
    layers.MaxPool2D(),
    layers.Conv2D(32,3,padding='same',activation='relu'),
    layers.MaxPool2D(),
    layers.Conv2D(64,3,padding='same',activation='relu'),
    layers.MaxPool2D(),
    layers.Flatten(),
    layers.Dense(166,activation='relu'),
    layers.Dense(22,activation='relu'),
    layers.Dense(3,activation='sigmoid')
])
# 编译模型
model.compile(optimizer=tf.keras.optimizers.Adam(learning_rate=0.001),
              loss=tf.keras.losses.categorical_crossentropy,
              metrics=['accuracy'])

model.summary()

Model: "sequential"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
conv2d (Conv2D)              (None, 100, 100, 16)      448       
_________________________________________________________________
max_pooling2d (MaxPooling2D) (None, 50, 50, 16)        0         
_________________________________________________________________
conv2d_1 (Conv2D)            (None, 50, 50, 32)        4640      
_________________________________________________________________
max_pooling2d_1 (MaxPooling2 (None, 25, 25, 32)        0         
_________________________________________________________________
conv2d_2 (Conv2D)            (None, 25, 25, 64)        18496     
_________________________________________________________________
max_pooling2d_2 (MaxPooling2 (None, 12, 12, 64)        0         
_________________________________________________________________
flatten (Flatten)            (None, 9216)              0         
_________________________________________________________________
dense (Dense)                (None, 166)               1530022   
_________________________________________________________________
dense_1 (Dense)              (None, 22)                3674      
_________________________________________________________________
dense_2 (Dense)              (None, 3)                 69        
=================================================================
Total params: 1,557,349
Trainable params: 1,557,349
Non-trainable params: 0
_________________________________________________________________

训练模型:

history = model.fit(x=x_train,
                    y=y_train,
                    validation_data=(x_test,y_test),
                    batch_size=30,
                    epochs=15)

模型评估:

acc = history.history['accuracy']
val_acc = history.history['val_accuracy']
loss = history.history['loss']
val_loss = history.history['val_loss']
epochs_range = range(len(loss))
plt.figure(figsize=(12, 4))
plt.subplot(1, 2, 1)
plt.plot(epochs_range, acc, label='Training Accuracy')
plt.plot(epochs_range, val_acc, label='Validation Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')
plt.subplot(1, 2, 2)
plt.plot(epochs_range, loss, label='Training Loss')
plt.plot(epochs_range, val_loss, label='Validation Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()

保存模型:

model.save('./data/face_mask_model')

三、模型测试

我们上面可以看到,简单的数据集和模型已经可以使准确率达到98%了,我们接下来就可以打开摄像头,然后获取自己的图片放入模型进行预测了!

在这之前,可以简单测试一下模型:

# 加载模型
model = tf.keras.models.load_model('./data/face_mask_model/')
# 挑选测试图片
img = cv2.imread('./images/2.no/0_0_caizhuoyan_0009.jpg')
plt.imshow(cv2.cvtColor(img,cv2.COLOR_BGR2RGB))
plt.axis("off")

由于我们训练的时候,数据集是什么样的,做过什么处理,我们输入就要对其做同样的处理,才能保证预测的准确率:

# 裁剪人脸
img_crop = face_detect(img)
# 转为Blob
img_blob = imgBlob(img_crop)
# reshape
img_input = img_blob.reshape(1,100,100,3)
# 预测
result = model.predict(img_input)

预测结果:

labels = os.listdir('./images/')
labels[result.argmax()]

四、处理摄像头输入

就像上面说的,模型的输入要与训练时一致,所以我们同样要对其进行裁剪、格式转换、压缩、归一化的操作。

下面直接附上完整代码。

五、项目代码

权重文件和数据集:链接

大家可以根据自己需求更改代码。

import cv2
import time
import numpy as np
import tensorflow as tf
class MaskDetection:
    def __init__(self,mode='rasp'):
        """
        加载人脸检测模型 和 口罩模型
        """
        gpus = tf.config.list_physical_devices("GPU")
        if gpus:
            gpu0 = gpus[0]                                        #如果有多个GPU,仅使用第0个GPU
            tf.config.experimental.set_memory_growth(gpu0, True)  #设置GPU显存用量按需使用
            tf.config.set_visible_devices([gpu0],"GPU")
        self.mask_model = tf.keras.models.load_model('./data/face_mask_model.h5')
        # 类别标签
        self.labels = ['正常','未佩戴','不规范']
        # 标签对应颜色,BGR顺序,绿色、红色、黄色
        self.colors = [(0,255,0),(0,0,255),(0,255,255)]
        # 获取label显示的图像
        self.zh_label_img_list = self.getLabelPngList()
    def getLabelPngList(self):
        """
        获取本地label显示的图像的列表
        """
        overlay_list = []
        for i in range(3):
            fileName = './label_img/%s.png' % (i)
            overlay = cv2.imread(fileName,cv2.COLOR_RGB2BGR)
            overlay = cv2.resize(overlay,(0,0), fx=0.3, fy=0.3)
            overlay_list.append(overlay)
        return overlay_list
    def imageBlob(self,face_region):
        """
        将图像转为blob
        """
        if face_region is not None:
            blob = cv2.dnn.blobFromImage(face_region,1,(100,100),(104,117,123),swapRB=True)
            blob_squeeze = np.squeeze(blob).T
            blob_rotate = cv2.rotate(blob_squeeze,cv2.ROTATE_90_CLOCKWISE)
            blob_flip = cv2.flip(blob_rotate,1)
            # 对于图像一般不用附属,所以将它移除
            # 归一化处理
            blob_norm = np.maximum(blob_flip,0) / blob_flip.max()
            return blob_norm
        else:
            return None
    def detect(self):
        """
        识别
        """
        face_detector = cv2.dnn.readNetFromCaffe('./weights/deploy.prototxt.txt','./weights/res10_300x300_ssd_iter_140000.caffemodel')
        cap = cv2.VideoCapture(0)
        frame_w = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
        frame_h = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
        frameTime = time.time()
        videoWriter = cv2.VideoWriter('./record_video/out'+str(time.time())+'.mp4', cv2.VideoWriter_fourcc(*'H264'), 10, (960,720))
        while True:
            ret,frame = cap.read()
            frame = cv2.flip(frame,1)
            frame_resize = cv2.resize(frame,(300,300))
            img_blob = cv2.dnn.blobFromImage(frame_resize,1.0,(300,300),(104.0, 177.0, 123.0),swapRB=True)
            face_detector.setInput(img_blob)
            detections = face_detector.forward()
            num_of_detections = detections.shape[2]
            # 记录人数(框)
            person_count = 0
            # 遍历多个
            for index in range(num_of_detections):
                # 置信度
                detection_confidence = detections[0,0,index,2]
                # 挑选置信度
                if detection_confidence>0.5:
                    person_count+=1
                    # 位置坐标 记得放大
                    locations = detections[0,0,index,3:7] * np.array([frame_w,frame_h,frame_w,frame_h])
                    l,t,r,b  = locations.astype('int')
                    # 裁剪人脸区域
                    face_region = frame[t:b,l:r]
                    # 转为blob格式
                    blob_norm = self.imageBlob(face_region)
                    if blob_norm is not None:
                        # 模型预测
                        img_input = blob_norm.reshape(1,100,100,3)
                        result = self.mask_model.predict(img_input)
                        # softmax分类器处理
                        result = tf.nn.softmax(result[0]).numpy()
                        # 最大值索引
                        max_index = result.argmax()
                        # 最大值
                        max_value = result[max_index]
                        # 标签
                        label = self.labels[max_index]
                        # 对应中文标签
                        overlay = self.zh_label_img_list[max_index]
                        overlay_h,overlay_w = overlay.shape[:2]
                        # 覆盖范围
                        overlay_l,overlay_t = l,(t - overlay_h-20)
                        overlay_r,overlay_b = (l + overlay_w),(overlay_t+overlay_h)
                        # 判断边界
                        if overlay_t > 0 and overlay_r < frame_w:
                            overlay_copy=cv2.addWeighted(frame[overlay_t:overlay_b, overlay_l:overlay_r ],1,overlay,20,0)
                            frame[overlay_t:overlay_b, overlay_l:overlay_r ] = overlay_copy
                            cv2.putText(frame, str(round(max_value*100,2))+"%", (overlay_r+20, overlay_t+40), cv2.FONT_ITALIC, 0.8, self.colors[max_index], 2)
                    # 人脸框
                    cv2.rectangle(frame,(l,t),(r,b),self.colors[max_index],5)
            now = time.time()
            fpsText = 1 / (now - frameTime)
            frameTime = now
            cv2.putText(frame, "FPS:  " + str(round(fpsText,2)), (20, 40), cv2.FONT_ITALIC, 0.8, (0, 255, 0), 2)
            cv2.putText(frame, "Person:  " + str(person_count), (20, 60), cv2.FONT_ITALIC, 0.8, (0, 255, 0), 2)
            videoWriter.write(frame)
            cv2.imshow('demo',frame)
            if cv2.waitKey(10) & 0xFF == ord('q'):
                break
        videoWriter.release()
        cap.release()
        cv2.destroyAllWindows()
mask_detection = MaskDetection()
mask_detection.detect()

效果如下:

相关实践学习
基于阿里云DeepGPU实例,用AI画唯美国风少女
本实验基于阿里云DeepGPU实例,使用aiacctorch加速stable-diffusion-webui,用AI画唯美国风少女,可提升性能至高至原性能的2.6倍。
相关文章
|
2月前
|
存储 算法 数据可视化
使用计算机视觉实战项目精通 OpenCV:6~8
使用计算机视觉实战项目精通 OpenCV:6~8
36 0
|
2月前
|
计算机视觉
使用计算机视觉实战项目精通 OpenCV:1~5
使用计算机视觉实战项目精通 OpenCV:1~5
35 0
|
2月前
|
机器学习/深度学习 算法 算法框架/工具
深度学习实战:基于TensorFlow与OpenCV的手语识别系统
深度学习实战:基于TensorFlow与OpenCV的手语识别系统
74 0
|
3月前
|
算法 计算机视觉 开发者
OpenCV中使用Eigenfaces人脸识别器识别人脸实战(附Python源码)
OpenCV中使用Eigenfaces人脸识别器识别人脸实战(附Python源码)
32 0
|
3月前
|
计算机视觉 开发者 Python
OpenCV中Fisherfaces人脸识别器识别人脸实战(附Python源码)
OpenCV中Fisherfaces人脸识别器识别人脸实战(附Python源码)
34 0
|
1天前
|
算法 计算机视觉
基于opencv的指针式仪表的识别与读数
基于opencv的指针式仪表的识别与读数
|
2月前
|
计算机视觉 C++ Windows
C++VS2019中配置opencv(在空项目中配置opencv和在cmake中配置opencv)-解决的问题 找不到opencv_world440d.dll
C++VS2019中配置opencv(在空项目中配置opencv和在cmake中配置opencv)-解决的问题 找不到opencv_world440d.dll
17 0
|
2月前
|
计算机视觉
OpenCV之imutils实战
【1月更文挑战第3天】
|
3月前
|
计算机视觉
搭配:基于OpenCV的边缘检测实战
搭配:基于OpenCV的边缘检测实战
|
3月前
|
算法 计算机视觉 开发者
OpenCV中LBPH人脸识别器识别人脸实战(附Python源码)
OpenCV中LBPH人脸识别器识别人脸实战(附Python源码)
40 0

热门文章

最新文章

相关产品