https://gitee.com/sinonfin/algorithm-sharing文章來源地址http://www.zghlxwxcb.cn/news/detail-837972.html

效果展示

不多說， 先上效果

實(shí)現(xiàn)方法

模型介紹

在深度學(xué)習(xí)時(shí)代之前，人臉檢測一般采用傳統(tǒng)的、基于手動(dòng)設(shè)計(jì)特征的方法，其中最知名的莫過于Viola-Jones算法，至今部分手機(jī)和數(shù)碼相機(jī)內(nèi)置的人臉檢測算法，仍舊采用Viola-Jones算法。然而，隨著深度學(xué)習(xí)技術(shù)的蓬勃發(fā)展，基于深度學(xué)習(xí)的人臉檢測算法逐步取代了傳統(tǒng)的計(jì)算機(jī)視覺算法。

在人臉檢測最常用的數(shù)據(jù)集——WIDER Face數(shù)據(jù)集的評(píng)估結(jié)果上來看，使用深度學(xué)習(xí)的模型在準(zhǔn)確率和召回率上極大的超過了傳統(tǒng)算法。下圖的青線是Viola-Jones的Precision-Recall圖。

下圖是眾多基于深度學(xué)習(xí)的人臉檢測算法的性能評(píng)估PR曲線?？梢钥吹交谏疃葘W(xué)習(xí)的人臉檢測算法的性能，大幅超過了VJ算法（曲線越靠右越好）。近兩年來，人臉檢測算法在WIDER Face的簡單測試集（easy 部分）上可以達(dá)到95%召回率下，準(zhǔn)確率也高達(dá)90%，作為對(duì)比，VJ算法在40%召回率下，準(zhǔn)確率只有75%左右。

其實(shí)，基于深度學(xué)習(xí)的人臉檢測算法，多數(shù)都是基于深度學(xué)習(xí)目標(biāo)檢測算法進(jìn)行的改進(jìn)，或者說是把通用的目標(biāo)檢測模型，為適應(yīng)人臉檢測任務(wù)而進(jìn)行的特定配置。而眾多的目標(biāo)檢測模型（Faster RCNN、SSD、YOLO）中，人臉檢測算法最常用的是SSD算法，例如知名的SSH模型、S3FD模型、RetinaFace算法，都是受SSD算法的啟發(fā)，或者基于SSD進(jìn)行的任務(wù)定制化改進(jìn)， 例如將定位層提到更靠前的位置，Anchor大小調(diào)整、Anchor標(biāo)簽分配規(guī)則的調(diào)整，在SSD基礎(chǔ)上加入FPN等。

在我個(gè)人看來，SSD是最優(yōu)雅、簡潔的目標(biāo)檢測模型，因此，我們實(shí)現(xiàn)的人臉口罩檢測模型，也是采用SSD的思想，限于篇幅原因，本文不會(huì)詳細(xì)介紹SSD的原理，只會(huì)進(jìn)行簡單的模型配置介紹。

在本項(xiàng)目中，我們使用的是SSD架構(gòu)的人臉檢測算法，相比于普通的人臉檢測模型只有人臉一個(gè)類別，而人臉口罩檢測，只不過是增加了一個(gè)類別，變成戴口罩人臉和不戴口罩的人臉兩個(gè)類別而已。

我們開源的模型是一個(gè)非常小的模型，輸入是260x260大小，主干網(wǎng)絡(luò)只有8層，有五個(gè)定位和分類層，一共只有28個(gè)卷積層。而每個(gè)卷積層的通道數(shù)，是32、64、128這三種，所有這個(gè)模型總的參數(shù)量只有101.5萬個(gè)參數(shù)。下圖是網(wǎng)絡(luò)的結(jié)構(gòu)圖。

其中，上面八個(gè)卷積層是主干網(wǎng)絡(luò)，也就是特征提取層，下面20層是定位和分類層（注意，為了方便顯示，我們沒有畫出BN層）。

訓(xùn)練目標(biāo)檢測模型，最重要的合理的設(shè)置anchor的大小和寬高比，筆者個(gè)人在做項(xiàng)目時(shí)，一般會(huì)統(tǒng)計(jì)數(shù)據(jù)集的目標(biāo)物體的寬高比和大小來設(shè)置anchor的大小和寬高比。例如，在我們標(biāo)注的口罩人臉數(shù)據(jù)集上，我們讀取了所有人臉的標(biāo)注信息，并計(jì)算每個(gè)人臉高度與寬度的比值，統(tǒng)計(jì)得到高度與寬比的分布直方圖，如下：

因?yàn)槿四樀囊话闶情L方形的，而很多圖片是比較寬的，例如16:9的圖片，人臉的寬度和高度歸一化后，有很多圖片的高度是寬度的2倍甚至更大。從上圖也可以看出，歸一化后的人臉高寬比集中在1~2.5之間。所以，根據(jù)數(shù)據(jù)的分布，我們將五個(gè)定位層的anchor的寬高比統(tǒng)一設(shè)置為1，0.62, 0.42。（轉(zhuǎn)換為高寬比，也就是約1，1.6：1，2.4:1）

五個(gè)定位層的配置信息如下表所示：

筆者使用基于Keras實(shí)現(xiàn)的目標(biāo)檢測微框架訓(xùn)練的人臉口罩檢測模型，為了避免一些網(wǎng)友提到的使用手擋住嘴巴就會(huì)欺騙部分口罩檢測系統(tǒng)的情況，我們?cè)跀?shù)據(jù)集中加入了部分嘴巴被手捂住的數(shù)據(jù)，另外，我們還在訓(xùn)練的過程中，隨機(jī)的往嘴巴部分粘貼一些其他物體的圖片，從而避免模型認(rèn)為只要露出嘴巴的就是沒戴口罩，沒露出嘴巴的就是帶口罩這個(gè)問題，通過這兩個(gè)規(guī)避方法，我們很好的解決了這個(gè)問題，大家可以在aizoo.com體驗(yàn)我們的模型效果。

后處理部分主要就是非最大抑制（NMS），我們使用了單類的NMS，也就是戴口罩人臉和不戴口罩人臉兩個(gè)類別一起做NMS，從而提高速度。

獲取數(shù)據(jù)集

人臉口罩?jǐn)?shù)據(jù)集下載

下載人臉口罩?jǐn)?shù)據(jù)集的目的是利用OpenCV進(jìn)行模型訓(xùn)練，這里采用口罩?jǐn)?shù)據(jù)集的正負(fù)比列為1:3，即500張戴口罩的人臉圖片和1500張不戴口罩的人臉圖片。

數(shù)據(jù)集獲?。郝?lián)系博主獲取

解壓之后，將壓縮包中的mask文件自行選擇文件夾放置，以便之后的操作。

如下：

上面帶口罩的人臉圖像我們命名為正樣本，相反，沒帶口罩的數(shù)據(jù)集合命名為負(fù)樣本， 如下：

由于數(shù)據(jù)集解壓后樣本圖像命名是亂序的，我們要進(jìn)行重命名，上面兩幅圖是已經(jīng)處理好的， 下面給出示例代碼

#對(duì)數(shù)據(jù)集重命名
#coding:utf-8
import os
path = "E:\\facemask\\mask\\have_mask" #人臉口罩?jǐn)?shù)據(jù)集正樣本的路徑
filelist = os.listdir(path)
count=1000 #開始文件名1000.jpg
for file in filelist:   
    Olddir=os.path.join(path,file)  
    if os.path.isdir(Olddir):  
        continue
    filename=os.path.splitext(file)[0]   
    filetype=os.path.splitext(file)[1]
 
    Newdir=os.path.join(path,str(count)+filetype)  
    os.rename(Olddir,Newdir)
    count+=1

#對(duì)數(shù)據(jù)集重命名
#coding:utf-8
import os
path = "E:\\facemask\\mask\\no_mask" #人臉口罩?jǐn)?shù)據(jù)集的路徑
filelist = os.listdir(path)
count=10000 #開始文件名1000.jpg
for file in filelist:   
    Olddir=os.path.join(path,file)  
    if os.path.isdir(Olddir):  
        continue
    filename=os.path.splitext(file)[0]   
    filetype=os.path.splitext(file)[1]
 
    Newdir=os.path.join(path,str(count)+filetype)  
    os.rename(Olddir,Newdir)
    count+=1

最后

項(xiàng)目運(yùn)行效果：

項(xiàng)目獲?。?/strong>