基于神经网络算法的口罩检测系统

方案介绍

神经网络算法检测戴口罩的人并采取相应的行动

背景

“预防胜于治疗”是防止新冠肺炎疫情蔓延、保护人类的有效措施之一。许多研究人员和医生正在研究冠状病毒的药物和疫苗。

COVID-19主要通过飞沫感染传播，当人们咳嗽时，或当我们接触病人，然后接触我们的脸(即摩擦眼睛或鼻子)。持续的大流行表明，它的传染性和传播速度要快得多。根据感染的传播，我们有两种情况:快速传播和缓慢传播。

在这场大流行中，我们需要像设计疫苗一样设计我们的行为。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。其次是保持社交距离。

为避免被感染或传播，外出时必须戴上口罩，特别是到市场或医院等公共场所。

关于这个项目

该系统被设计用来检测面部，并确定这个人是否戴口罩。利用上述数据，我们可以决定是否允许有关人员进入公共场所，如市场，或医院。该项目可用于医院、市场、公交终点站、餐厅等需要进行监控的公共场所。

这个项目包括一个摄像头，它将捕捉进入公共场所的人的图像，并检测这个人是否戴口罩，使用他们的面部特征。

要建立这样一个项目，你必须遵循3个主要步骤:

步骤1

你将用TensorFlow创建一个神经网络模型，并在戴口罩和不戴口罩的人的数据集上训练它。

该数据集可以从这里下载:https://drive.google.com/file/d/1uKAOauSUqH6wtk_wfpSsjNpju1ralPOI/view?usp=sharing

注意：算法运行在Jupyter笔记本电脑上，需要大量的GPU能力来训练模型。但是，如果您在不更改Model设置的情况下执行我的代码，我可以保证98%的总置信度。

步骤2

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过的模型检测人们脸上的口罩。

如果你没有GPU的能力，或者没有使用神经网络模型所需的依赖关系或知识。我已经包含了我的预训练模型，可以在这一步中使用，而不需要执行第一步。模型名称:fil: mask_detector.model

步骤3

最后，您将向面具检测算法添加一个简单的Serial Command，它将命令Arduino根据检测状态打开或关闭LED。

(您还必须在您的Ardunio上部署Arduino代码并进行正确的布线)

本项目需要以下库:

TensorFlow

Keras

imutils

numpy

opencv

matplotlib

scipy

argparse

pyserial