给做护士的老妹写了一个戴口罩检测脚本!医院给她发了六千奖金!分了我一半!!
Posted 顾木子吖
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了给做护士的老妹写了一个戴口罩检测脚本!医院给她发了六千奖金!分了我一半!!相关的知识,希望对你有一定的参考价值。
导语
一如不见,如隔三秋,哈喽!大家好,我是木子。
往下看:||||||
放这张图,就是想告诉大家,疫情虽然得到范围控制,但是大家还是记得出门戴好口罩,做好个人的防护措施!!!
积极接种新冠疫苗。接种新冠疫苗,提高个体和群体免疫水平,也是预防新冠病毒感染的最有效措施之一。
大家都打了撒!小编肯定是打了不过目前是只有2针滴。就是打的时候还是有点儿扎肩膀,是不是第二针有点儿疼~
嗯哼~大家上班出门期间是不是看到疫情期间都是需要戴口罩的,那社区的人员尤其是医院的医生护士都是口罩不离手的,进医院的化也是一样,没戴口罩是不能进去的,为了减少大家的工作量:
今天小编带大家做一款人脸检测戴没戴口罩的小程序!!
顺便提下戴口罩的好处:
口罩戴了,那戴对了嘛?
要分清楚口罩的正面、反面、上端、下端后,先将手洗干净,确定口罩是否正确之后,将两端的绳子挂在耳朵上。最后一步,将口罩佩戴完毕后,需要用双手压紧鼻梁两侧的金属条,使口罩上端紧贴鼻梁,然后向下拉伸口罩,使口罩不留有褶皱,最好覆盖住鼻子和嘴巴。
正文
(1)首先创建的口罩数据集。
(2)其次,将关注区域的大小调整为a 100x100并将其传递给预先训练的CNN,它将提供作为输出的概率。
步骤1:资料预处理:
使用的数据集由颜色,大小和方向不同的图像组成。因此,需要将所有图像转换为灰度,因为需要确保颜色不应成为检测遮罩的关键点。之后,100x100在将其应用于神经网络之前,需要使所有图像具有相同的大小。
import cv2,os
import numpy as np
from keras.utils import np_utils
data_path='dataset'
categories=os.listdir(data_path)
labels=[i for i in range(len(categories))]
label_dict=dict(zip(categories,labels))
data=[]
target=[]
for category in categories:
folder_path=os.path.join(data_path,category)
img_names=os.listdir(folder_path)
for img_name in img_names:
img_path=os.path.join(folder_path,img_name)
img=cv2.imread(img_path)
try:
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
resized=cv2.resize(gray,(100, 100))dataset
data.append(resized)
target.append(label_dict[category])
except Exception as e:
print('Exception:',e)
data=np.array(data)/255.0
data=np.reshape(data,(data.shape[0],100, 100,1))
target=np.array(target)
new_target=np_utils.to_categorical(target)
np.save('data',data)
np.save('target',new_target)
步骤2:训练CNN
这包括2个卷积层。首先,必须从数据预处理中加载数据集。然后,必须配置卷积架构。提供model.add(Dropout(0.5))了摆脱过度拟合的功能。由于有两个类别(带遮罩和不带遮罩),因此可以使用binary_crossentropy。当开始使用模型检查点训练20个纪元时。
import numpy as np
from keras.models import Sequential
from keras.layers import Dense,Activation,Flatten,Dropout
from keras.layers import Conv2D,MaxPooling2D
from keras.callbacks import ModelCheckpoint
from sklearn.model_selection import train_test_split
data=np.load('data.npy')
target=np.load('target.npy')
model=Sequential()
model.add(Conv2D(100,(3,3),input_shape=data.shape[1:]))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Conv2D(100,(3,3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Flatten())
model.add(Dropout(0.5))
model.add(Dense(50,activation='relu'))
model.add(Dense(2,activation='softmax'))
model.compile(loss='binary_crossentropy',optimizer='adam',metrics=['accuracy'])
train_data,test_data,train_target,test_target=train_test_split(data,target,test_size=0.1)
checkpoint = ModelCheckpoint(
'model-{epoch:03d}.model',
monitor='val_loss',
verbose=0,
save_best_only=True,
mode='auto')
history=model.fit(
train_data,
train_target,
epochs=20,
callbacks=[checkpoint],
validation_split=0.2)
print(model.evaluate(test_data,test_target))
步骤3:侦测有无面具的人脸:
from keras.models import load_model
import cv2
import numpy as np
model = load_model('model-017.model')
face_clsfr=cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
source=cv2.VideoCapture(0)
labels_dict={0:'with_mask',1:'without_mask'}
color_dict={0:(0,255,0),1:(0,0,255)}
while(True):
ret,img=source.read()
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
faces=face_clsfr.detectMultiScale(gray,1.3,5)
for x,y,w,h in faces:
face_img=gray[y:y+w,x:x+w]
resized=cv2.resize(face_img,(100,100))
normalized=resized/255.0
reshaped=np.reshape(normalized,(1,100,100,1))
result=model.predict(reshaped)
label=np.argmax(result,axis=1)[0]
cv2.rectangle(img,(x,y),(x+w,y+h),color_dict[label],2)
cv2.rectangle(img,(x,y-40),(x+w,y),color_dict[label],-1)
cv2.putText(
img, labels_dict[label],
(x, y-10),
cv2.FONT_HERSHEY_SIMPLEX,0.8,(255,255,255),2)
cv2.imshow('LIVE',img)
key=cv2.waitKey(1)
if(key==27):
break
cv2.destroyAllWindows()
source.release()
效果图:出现绿色的with_mask 就是戴上口罩的,出现红色的 without_mask就是没戴上口罩。
总结
一个口罩不能保证不被感染,却可以降低大众不被感染的机率。戴上口罩,不单是保护自己,更多的是在保护别人,也是在保护家人。
不要片面考虑口罩对本人的意义,多想想戴上口罩给大众的意义。所以,在新冠疫情下戴口罩的意义:不是人人为我,而是我为人人,大家都记得做好防护,疫苗都打完哈~
“口罩一带,谁都爱~”源码基地:#959755565# 记得三连哦~
以上是关于给做护士的老妹写了一个戴口罩检测脚本!医院给她发了六千奖金!分了我一半!!的主要内容,如果未能解决你的问题,请参考以下文章
Android实现戴口罩人脸检测和戴口罩识别(附Android源码)
Android实现戴口罩人脸检测和戴口罩识别(附Android源码)
Android实现戴口罩人脸检测和戴口罩识别(附Android源码)
戴口罩人脸检测和戴口罩识别(含Python Android源码)