基于paddlehub 未戴口罩检测算法

一、简介

以前大夏天戴着口罩别人觉得你不正常,现在上街不戴口罩你不正常。

本文要讲的未戴口罩算法是基于paddlehub提供的模型,paddlehub是百度飞浆(PaddlePaddle)下的深度学习模型开发工具。

PaddleHub旨在为开发者提供丰富的、高质量的、直接可用的预训练模,先看实际效果图。


二、Paddlehub简介与特性

1.【模型种类丰富】: 涵盖CV、NLP、Audio、Video、工业应用主流五大品类的 360+ 预训练模型,全部开源下载,离线可运行

2.【超低使用门槛】:无需深度学习背景、无需数据与训练过程,可快速使用AI模型

3.【一键模型快速预测】:通过一行命令行或者极简的Python API实现模型调用,可快速体验模型效果

4.【一键模型转服务化】:一行命令,搭建深度学习模型API服务化部署能力

5.【十行代码迁移学习】:十行代码完成图片分类、文本分类的迁移学习任务

6.【跨平台兼容性】:可运行于Linux、Windows、MacOS等多种操作系统

三、提供的模型

图像类(212个)

包括图像分类、人脸检测、口罩检测、车辆检测、人脸/人体/手部关键点检测、人像分割、80+语言文本识别、图像超分/上色/动漫化等

文本类(130个)

包括中文分词、词性标注与命名实体识别、句法分析、AI写诗/对联/情话/藏头诗、中文的评论情感分析、中文色情文本审核等

语音类(15个)

1.ASR语音识别算法,多种算法可选

2.TTS语音合成算法,多种算法可选

视频类(8个)

包含短视频分类,支持3000+标签种类,可输出TOP-K标签,多种算法可选。


详细模型可查看下面链接:

https://github.com/PaddlePaddle/PaddleHub/blob/release/v2.2/modules/README_ch.md

四、口罩检测案例代码

安装依赖包

pip install paddlehub

pip install paddlepaddle

pip install opencv-python

python 复制代码
import paddlehub as hub
import cv2
# 使用模型可以通过上面的模型说明链接获取
mask_detector = hub.Module(name="pyramidbox_lite_server_mask")
img_path = '1.jpeg'
img = cv2.imread(img_path)

input_dict = {"data": [img]}
result = mask_detector.face_detection(data=input_dict)
result = result[0]['data']
for i in result:
    label = i['label']
    score = i['confidence']
    x1 = i['left']
    y1 = i['top']
    x2 = i['right']
    y2 = i['bottom']
    cv2.rectangle(img, (x1, y1), (x2, y2), (255, 0, 255), 2)
    # 未戴口罩
    if label == 'NO MASK':
        cv2.putText(img, label, (x1, y1), 0, 0.5, (255, 0, 255), 2)
    else:
        cv2.putText(img, label, (x1, y1), 0, 0.5, (255, 0, 255), 2)
cv2.imwrite('result.jpg', img)
相关推荐
向往鹰的翱翔13 小时前
BKY莱德因:5大黑科技逆转时光
大数据·人工智能·科技·生活·健康医疗
L.fountain13 小时前
机器学习shap分析案例
人工智能·机器学习
weixin_4296302613 小时前
机器学习-第一章
人工智能·机器学习
Cedric111313 小时前
机器学习中的距离总结
人工智能·机器学习
纪元A梦13 小时前
贪心算法在SDN流表优化中的应用
算法·贪心算法
大模型真好玩13 小时前
深入浅出LangGraph AI Agent智能体开发教程(五)—LangGraph 数据分析助手智能体项目实战
人工智能·python·mcp
IT_陈寒13 小时前
React性能优化:这5个Hook技巧让我的组件渲染效率提升50%(附代码对比)
前端·人工智能·后端
JCBP_13 小时前
QT(4)
开发语言·汇编·c++·qt·算法
Captaincc13 小时前
9 月 20 日,TRAE Meetup@Guangzhou 相聚羊城
人工智能·后端