CV:基于人工智能算法实现人脸口罩的实时检测(结合无人机可,实现实时警告提醒)

简介: CV:基于人工智能算法实现人脸口罩的实时检测(结合无人机可,实现实时警告提醒)

 

目录

输出结果

设计思路

实现代码


 

 

输出结果

 

 

 

实现代码

参考文章CV:基于人工智能算法实现人脸口罩的实时检测(结合无人机可,实现实时警告提醒)——代码

更新中……

1. import matplotlib.pyplot as plt 
2. import matplotlib.image as mpimg 
3. 
4. image_str='test1011'   # test010  test101
5. test_img_path = ["./%s.jpg"%(image_str)]
6. img = mpimg.imread(test_img_path[0]) 
7. 
8. # 展示待预测图片
9. plt.imshow(img) 
10. plt.axis('off') 
11. plt.show()
12. 
13. 
14. 
15. import matplotlib.pyplot as plt
16. import matplotlib.image as mpimg
17. import paddlehub as hub
18. module = hub.Module(name="ultra_light_fast_generic_face_detector_1mb_640")
19. 
20. # 待预测图片
21. test_img_path = ["./crowd1.jpg"]
22. img = mpimg.imread(test_img_path[0])
23. 
24. # 展示待预测图片
25. plt.imshow(img)
26. plt.axis('off')
27. plt.title('Face mask detection based on artificial intelligence algorithm by Jason Niu')
28. plt.show()
29. 
30. 
31. input_dict = {"image": test_img_path}
32. # execute predict and print the result
33. results = module.face_detection(data=input_dict)
34. 
35. for result in results:
36. print(result)
37. 
38. # 预测结果展示
39. img = mpimg.imread("./face_detector_640_predict_output/crowd1.jpg")
40. plt.imshow(img)
41. plt.axis('off')
42. plt.title('Face mask detection based on artificial intelligence algorithm by Jason Niu')
43. plt.show()

 


相关文章
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
【自然语言处理】TF-IDF算法在人工智能方面的应用,附带代码
TF-IDF算法在人工智能领域,特别是自然语言处理(NLP)和信息检索中,被广泛用于特征提取和文本表示。以下是一个使用Python的scikit-learn库实现TF-IDF算法的简单示例,并展示如何将其应用于文本数据。
193 65
|
1天前
|
机器学习/深度学习 算法 TensorFlow
动物识别系统Python+卷积神经网络算法+TensorFlow+人工智能+图像识别+计算机毕业设计项目
动物识别系统。本项目以Python作为主要编程语言,并基于TensorFlow搭建ResNet50卷积神经网络算法模型,通过收集4种常见的动物图像数据集(猫、狗、鸡、马)然后进行模型训练,得到一个识别精度较高的模型文件,然后保存为本地格式的H5格式文件。再基于Django开发Web网页端操作界面,实现用户上传一张动物图片,识别其名称。
15 1
动物识别系统Python+卷积神经网络算法+TensorFlow+人工智能+图像识别+计算机毕业设计项目
|
1天前
|
机器学习/深度学习 存储 人工智能
文本情感识别分析系统Python+SVM分类算法+机器学习人工智能+计算机毕业设计
使用Python作为开发语言,基于文本数据集(一个积极的xls文本格式和一个消极的xls文本格式文件),使用Word2vec对文本进行处理。通过支持向量机SVM算法训练情绪分类模型。实现对文本消极情感和文本积极情感的识别。并基于Django框架开发网页平台实现对用户的可视化操作和数据存储。
11 0
文本情感识别分析系统Python+SVM分类算法+机器学习人工智能+计算机毕业设计
|
1月前
|
机器学习/深度学习 人工智能 算法
【眼疾病识别】图像识别+深度学习技术+人工智能+卷积神经网络算法+计算机课设+Python+TensorFlow
眼疾识别系统,使用Python作为主要编程语言进行开发,基于深度学习等技术使用TensorFlow搭建ResNet50卷积神经网络算法,通过对眼疾图片4种数据集进行训练('白内障', '糖尿病性视网膜病变', '青光眼', '正常'),最终得到一个识别精确度较高的模型。然后使用Django框架开发Web网页端可视化操作界面,实现用户上传一张眼疾图片识别其名称。
64 9
【眼疾病识别】图像识别+深度学习技术+人工智能+卷积神经网络算法+计算机课设+Python+TensorFlow
|
1月前
|
人工智能 自然语言处理 算法
【人工智能】TF-IDF算法概述
TF-IDF算法,全称Term Frequency-Inverse Document Frequency(词频-逆文档频率),是一种在信息检索和文本挖掘领域广泛应用的加权技术。它通过评估一个词语在文档中的重要程度,来挖掘文章中的关键词,进而用于文本分析、搜索引擎优化等场景。其核心思想是:如果某个词或短语在一篇文章中出现的频率高(TF高),且在其他文章中很少出现(IDF也高),则认为这个词或短语具有很好的类别区分能力,适合用来代表这篇文章的内容。 具体而言,TF-IDF由两部分组成,即词频(TF)和逆文档频率(IDF)。词频(TF)指的是某一个给定的词在该文件中出现的频率。这个数值通常会被归一化
21 3
|
1月前
|
机器学习/深度学习 监控 算法
目标检测算法技术
8月更文挑战第11天
|
1月前
|
机器学习/深度学习 人工智能 算法
【人工智能】线性回归模型:数据结构、算法详解与人工智能应用,附代码实现
线性回归是一种预测性建模技术,它研究的是因变量(目标)和自变量(特征)之间的关系。这种关系可以表示为一个线性方程,其中因变量是自变量的线性组合。
40 2
|
1月前
|
机器学习/深度学习 人工智能 算法
【人工智能】传统语音识别算法概述,应用场景,项目实践及案例分析,附带代码示例
传统语音识别算法是将语音信号转化为文本形式的技术,它主要基于模式识别理论和数学统计学方法。以下是传统语音识别算法的基本概述
46 2
|
1月前
|
机器学习/深度学习 监控 算法
目标检测算法
8月更文挑战第5天
|
1月前
|
机器学习/深度学习 监控 算法
目标检测算法
8月更文挑战第8天