口罩检测开源分享

描述

描述

“预防胜于治疗”是防止COVID-19传播和保护人类的有效措施之一。许多研究人员和医生正在研究新冠病毒的药物和疫苗接种。

COVID-19 主要通过飞沫感染传播，当人们咳嗽或我们触摸生病的人，然后触摸我们的脸（即揉眼睛或鼻子）时。持续的大流行表明它更具传染性并且传播速度更快。根据感染的传播情况，我们有两种情况：快速传播和慢速传播。

一场快速的大流行将是可怕的，并将夺去许多人的生命。它是由于感染速度快而发生的，因为没有减缓它的对策。这是因为，如果感染人数过多，医疗系统将无法应对。我们将缺乏医疗人员等资源或呼吸机等设备。

为避免上述情况，我们需要尽我们所能将其转变为缓慢的大流行。大流行只能通过正确的反应来减缓，主要是在早期阶段。在这个阶段，每个生病的人都可以得到治疗，而且医院被淹，没有急救点。

在这次大流行中，我们需要将我们的行为设计为疫苗。即“不被感染”和“不感染他人”。我们能做的最好的事情就是用肥皂或洗手液洗手。下一个最好的事情是保持社交距离。

为避免感染或传播，出门在外，尤其是到市场或医院等公共场所时，必须戴上口罩。

关于该项目

该系统旨在检测面部并确定该人是否佩戴口罩。使用上述数据，我们可以决定是否允许相关人员进入市场或医院等公共场所。本项目可用于医院、市场、公交总站、餐厅等需要监控的公共场所。

该项目由一个摄像头组成，该摄像头将捕捉进入公共场所的人的图像，并使用他们的面部特征检测该人是否戴口罩。

FaceMask 检测项目于 2020 年 9 月在美国国家应用科学与技术研究所 ( INSAT)开发。

项目的快速演示（我使用了一个简单的绿色 LED 来模拟开门）：

要构建这样一个项目，您必须遵循 3 个主要步骤：

步骤1

您将使用 TensorFlow 创建一个神经网络模型，并在包含戴口罩和未戴口罩的人的数据集上对其进行训练。

请注意，该算法在 Jupyter 笔记本上运行，并且需要大量 GPU 能力来训练模型。但是，如果您在不更改模型设置的情况下执行我的代码，我可以保证 98% 的总置信度。

第2步

在这里，您将创建一个人脸识别算法，该算法将能够使用上一步中训练的模型检测人脸上的面具。

如果您没有 GPU 能力或使用神经网络模型所需的依赖项或知识。我已经包含了可以在此步骤中使用的预训练模型，而无需执行第 1 步。模型名称 fil：mask_detector.model

第 3 步

最后，您将向面罩检测算法添加一个简单的串行命令，该命令将命令 Arduino 根据检测状态打开或关闭 LED。

（您还必须在您的 Arduino 上部署 Arduino 代码并进行正确接线）