# MaskFace

**Repository Path**: dhk195/MaskFace

## Basic Information

- **Project Name**: MaskFace
- **Description**: 人脸口罩检测与识别-新冠疫情防控
- **Primary Language**: Unknown
- **License**: GPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 2
- **Created**: 2020-05-17
- **Last Updated**: 2021-12-16

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README


<table style="width:100%">
  <tr>
    <td>
      <img src="output/masks_00117.jpg">
    </td>
    <td align="center">
        <img src="output/masks_00154.jpg">
    </td>
    <td>
      <img src="output/face7.jpg">
    </td>
  </tr>
</table>


# 人脸口罩检测与识别

> 助力于新型冠状病毒疫情防控

该目录包含由Ultralytics LLC开发的PyTorch YOLOv3软件，并根据GPL-3.0许可可免费重新分发。有关更多信息，请访问 https://www.ultralytics.com


# 描述

该 https://github.com/ultralytics/yolov3 代码包含PyTorch YOLOv3 推理和训练代码。该代码可在Linux，MacOS和Windows上运行。默认情况下，对 mask_face 数据集进行训练

# 要求

PPython 3.7或更高版本，pip install -U -r requirements.txt包括以下所有软件包：
- `torch >= 1.4`
- `opencv-python`
- `Pillow`
- `Nvidia Driver >= 440.44`

# 讲解

* [训练自定义数据](https://github.com/ultralytics/yolov3/wiki/Train-Custom-Data) < 强烈推荐!
* [Train Single Class](https://github.com/ultralytics/yolov3/wiki/Example:-Train-Single-Class)
* [Google Colab Notebook](https://colab.research.google.com/drive/1G8T-VFxQkjDe4idzN8F-hbIBqkkkQnxw) 具有快速培训，推断和测试示例
* [GCP 快速入门](https://github.com/ultralytics/yolov3/wiki/GCP-Quickstart)
* *data/mask_face.names* 俩种类型 Masking 带口罩，unMasked 未带口罩

# 训练

> 请自定义数据后开始训练，可以去抓取口罩相关图片 百度搜索戴口罩

**开始训练:** `python3.6 train.py --data data/mask_face.data --weights weights/yolov3-tiny.weights --cfg cfg/yolov3-tiny.cfg --epochs 100`

**恢复训练:** `python3 train.py --resume weights/last.pt`.

**情节训练:** `from utils import utils; utils.plot_results()`

<img src="results.png" width="900">

## 图像增强

`datasets.py` 将OpenCV驱动的（https://opencv.org/）增强应用于输入图像。我们使用镶嵌数据加载器（如下图所示）来增加训练过程中的图像可变性。


## 速度

**GPU：** Nvidia RTX 2080 12G

**数据集：** (135张图像)

**型号：** yolov3-tiny.cfg

**命令：** python3.6 train.py --data data/mask_face.data --weights weights/yolov3-tiny.weights --cfg cfg/yolov3-tiny.cfg --epochs 100

GPU |n| `--batch --accum` | img/s | epoch<br>time | epoch<br>cost
--- |--- |--- |--- |--- |---
|| ||  | -<br>-

# 推理

```bash
python3.6 detect.py --names data/mask_face.names --cfg cfg/yolov3-tiny.cfg --weights weights/best.pt --source ...
```

- 图片： `--source file.jpg`
- 视频： `--source file.mp4`
- 目录： `--source dir/`
- 摄像头： `--source 0`
- RTSP流： `--source rtsp://170.93.143.139/rtplive/470011e600ef003a004ee33696235daa`
- HTTP流： `--source http://wmccpinetop.axiscam.net/mjpg/video.mjpg`

**YOLOv3:** `python3.6 detect.py --names data/mask_face.names --cfg cfg/yolov3.cfg --weights weights/best.pt`

**YOLOv3-tiny:** `python3.6 detect.py --names data/mask_face.names --cfg cfg/yolov3-tiny.cfg --weights weights/best.pt`  

**YOLOv3-SPP:** `python3.6 detect.py --names data/mask_face.names --cfg cfg/yolov3-spp.cfg --weights weights/best.pt`  


# 预训练模型

从以下位置下载： [百度网盘 密码:idra](https://pan.baidu.com/s/1xJ58AD_CQgPqflnou19JiA)

> 欢迎继续完善人脸口罩检测 数据集 mask_face
> 通过 `data/scrat.py` 抓取百度图片，清洗数据后，labelImg标注数据集 
> 已有数据集位于 `data/` 有135张图片

----
### 检测效果

<img src="output/face7.jpg" width="500">
<img src="output/masks_0011.jpg" width="500">
<img src="output/masks_0012.jpg" width="500">
<img src="output/masks_00110.jpg" width="500">
<img src="output/masks_00114.jpg" width="500">
<img src="output/masks_00117.jpg" width="500">
<img src="output/masks_00147.jpg" width="500">
<img src="output/masks_00154.jpg" width="500">
<img src="output/masks_00171.jpg" width="500">
<img src="output/masks_00186.jpg" width="500">
<img src="output/masks_00269.jpg" width="500">