针对口罩检测,进行调研,包括了分类器的设计,人脸检测的设计。 其中主要分为两阶段,先是人脸检测,然后将检测到的人脸,进行二分类,标签为戴口罩,不戴口罩。包括了pytorch的代码,ppt的讲解,技术文档。 人脸识别是MTCNN,然后分类可以自己训练,我采用的是ResNet-18.
1
该文件是用了330张正样本,1100左右负样本跑出的xml文件,个人觉得泛化性比较强,负样本与正样本的相似性应该要更大。后面会试验!这个效果总的来说可以识别人脸戴口罩。
1
人脸检测模型:PadddleHub已经提供的预训练模型(pyramidbox_lite_mobile_mask/pyramidbox_lite_server_mask) 链接: [link](https://www.paddlepaddle.org.cn/hub/scene/maskdetect). 切割人脸图像:1.使用OpenCV直接对人脸图像按比例进行切割。2.使用人脸关键点检测,按点位进行切割.链接:[link](https://www.paddlepaddle.org.cn/hublist?filter=en_category&value=ImageClassification) O
2021-02-05 18:25:39 4KB 人脸识别
1
以上资源包为人脸口罩数据集,包括600张戴口罩人脸和1800多张不带口罩人脸,正负样本比例为1:3,用来进行人工智能学习中的口罩模型训练,然后进行戴口罩识别,对于模型训练有各种方式,小伙伴自己选择进行训练的方式较好,建议查看林君学长的博客,借助OpenCV进行对应的口罩模型训练,然后进行口罩识别
1