本博客运行环境为jupyter下python3.6 完成对口罩佩戴与否的模型训练，采取合适的特征提取方法，输出模型训练精度和测试精度（F1-score和ROC）；完成一个摄像头采集自己人脸、并能实时分类判读（输出分类文字）的程序。口罩数据集链接: 口罩数据集 提取码: fv15图片预处理把数据集中的图片人脸部分裁剪下来。记得修改路径为自己的路径哦。import dlib # 人脸识
转载
2023-12-27 22:15:41
16阅读
根据 Worldometer 汇编的数据（截至 2020 年 6 月 5 日），冠状病毒病已蔓延到超过 213 个国家，在全球范围内感染了超过 700 万人并造成超过 403,202 人死亡为了限制冠状病毒的传播，保持社交距离和遵守卫生标准（例如强制佩戴口罩、使用手手套、面罩和使用消毒剂）非常重要。许多组织强制要求遵守社交距离和戴口罩。本文介绍了如何使用 OpenCV 和 Python 检测口
转载
2024-01-04 21:56:44
20阅读
以下内容是利用opencv自带的训练器opencv_traincascade.exe与opencv_createsamples.exe，来对口罩数据集进行训练。内容是自己操作过程中的笔记，可能会有些杂乱，其他的可以查看一下参考资料。 文章目录0. 检测器初体验1. 数据的准备2. 创建正样本vec文件3. 训练获得xml文件4. 利用训练出来的cascade.xml来验证 0. 检测器初体验由于这
转载
2024-03-07 09:31:54
90阅读
前言 接梦飞openmv博客，本篇重点剖析openmv的算法和功能实现。openmv是国外开源团队依托mirco-python架构开发的一套基于stm32内核优化算法的图像识别模组，其目的是让图像视觉算法应用开发更加简便，算法运行效率更高，其底层代码全部由C语言实现，上层代码用micro-python开发。经问世以来，受到广大高校学生和开发者的追捧和喜爱，常常在电赛上使用，并且也可帮助快速学习嵌入
转载
2024-03-27 12:46:34
1786阅读
（一）选题背景：秋冬季本就是流感的高发期，叠加近年来势汹汹的肺炎病毒疫情。个人防护工作显得更加重要。流感多数以人体唾沫传播。此时口罩就起到了非常重要的作用，可以在源头进行阻隔病毒的传统。是最有效也是最直接的防疫手段。人们在疫情期间，带上口罩，无论是对自己还是他人，都是负责任的态度。但是部分市民不适应口罩，仍然我行我素。本程序基于以上现象，可以通过图像的采集即可判别是否穿戴口罩，从而提出预警，起到威
文章目录前言带着问题来看一、函数二、使用方法1.img.find_circles2.img.find_rects3.find.line_segments三、摄像情况及终端结果1.img.find_circles2.img.find_rects3.find.line_segments写在最后 前言本博客是第一次新路尝试，主要内容在于说说一些个人心得。如果能够帮到读者或者给到一点启发，不胜荣幸！如若
转载
2024-03-02 11:08:30
1497阅读
opencv训练口罩识别级联分类器数据预处理将照片的命名统一格式将pos.txt文件中的路径复制到excel表格中，并在表格最上方第一方输入names对正样本图片进行统一灰度处理和裁剪处理（负样本一样，只是不进行大小裁剪）在正样本的pos.txt文件后面增加大小描述获取供训练用的vec文件找到OpenCV\build\x64\vc14\bin目录下的opencv_createsamples.ex
转载
2024-04-15 20:03:36
24阅读
OpenMV扫码识别详解
原创
2023-07-31 13:52:22
336阅读
1.研究背景为满足疫情时期的特殊需要,基于改进YOLOv7模型,设计一款应用于复杂场景的口罩佩戴识别检测系统。系统采用PyCharm集成开发环境,从网络上爬取1600张口罩佩戴相关的图片，在原始 k-means算法基础上加入聚类算法,获取与真实框之间的更高的先验框。在人机交互界面使用Qt组件设计,图像和模型数据加载使用开源OpenCV视觉库实现。口罩佩戴检测的核心算法使用目标检测算法中的YOLOv
转载
2024-08-15 13:51:51
16阅读
基于人脸面部检测的口罩识别系统摘 要作为数字图像处理和计算机视觉领域的一个重要组成部分，利用摄像机对图像进行采集，从图像中检测人脸并进行口罩穿戴的识别的有着非常重要的研究意义和应用价值。面对突如其来的新型肺炎疫情，人们生活秩序被严重打乱。跟普通流感不同，此次疫情可以通过人体唾沫传播，感染他人能力很强。近期，面对疫情，市面上口罩更少被抢得一个不留。因为，面对此次疫情，出门戴口罩变得尤为地重要。可以直
不戴口罩检测算法主要用于疫情防控、公共安全和企业管理等领域，通过图像识别技术来检测人群中的个体是否佩戴了口罩。这种技术可以帮助管理者实时监控人群的口罩佩戴情况，确保公共卫生安全和防疫措施的落实。以下是关于不戴口罩检测算法的应用场景等详细介绍。
一、技术实现
不戴口罩检测算法通常依赖于计算机视觉和深度学习技术，通过分析图像或视频数据来检测和识别未佩戴口罩的个体。以下是实现这一功能的关键技术：
1.
原创
2024-09-20 16:41:55
189阅读
经过几天摸索，实现了人脸识别和口罩识别代码，以口罩识别为案例，下面讲解如何实现一、首先linux安装opencv3.4.1库，我这边使用cmake-gui去安装的，执行完成后，拷贝安装包内的opencv_createsamples和opencv_traincascade到一个文件夹，这两个文件是训练xml模型使用的。文件夹有脚本，使用脚本可以直接运行图中指令，等待生成xml模型。做好准备工作，现在
转载
2024-02-19 14:52:10
42阅读
人脸口罩检测运行点个赞import cv2
mask_detector=cv2.CascadeClassifier('D:\\facemask\\mask\\xml\\cascade.xml')
no_mask_detector=cv2.CascadeClassifier('D:\\facemask\\mask\\xml\\no_mask_cascade.xml')
cap = cv2.Vide
摘要：本案例将在ModelBox中使用YOLO v3模型，实现一个简单的口罩检测应用作者： 孙小北。本案例将使用YOLO v3模型，实现一个简单的口罩检测应用代码：https://github.com/sunxiaobei/modelbox_gallery代码tag：v1.5 mask_det_yolo3，v1.5.1 mask_det_yolo3_camera开发准备开发环境安装和部署，前面环境
1、图像的基本运算参考坐标系：获取/设置像素点的属性参数image.get_pixel(x, y)：对于灰度图: 返回(x,y)坐标的灰度值.对于彩色图: 返回(x,y)坐标的(r,g,b)的tuple.image.set_pixel(x, y, pixel)：对于灰度图: 设置(x,y)坐标的灰度值。对于彩色图: 设置(x,y)坐标的(r,g,b)的值（获取的输出量是什么输入量也就是什么）获取图
文章目录前言1、 作品创意与功能2、 设计思路与理念2.1 口罩的识别2.2 图片检测2.3 视频流数据的检测3、 实现路径3.1 数据集及评估指标3.2 口罩识别部分3.3 图片检测部分3.4 视频检测部分4、 应用价值总结 前言在许多的场景下人们都需要进行口罩的佩戴的，如果进行人工的检查将会浪费大量的人力，口罩识别某些方面能更好的代替人力进行检测地址: https://github.com/
OpenMV多颜色识别详解
原创
2023-07-31 13:51:33
362阅读
一、官网方法直接使用find_circles()和find_rects()识别矩形和圆形，使用find_lines()函数寻找三条直线，利用三角形内角和180°来识别三角形。find_circles()详解find_rects()详解find_lines()详解认真看手册！认真看手册！认真看手册！重要问题说三遍！ 给函数赋予的参数对最终识别效果影响非常大，一定一定要认真理解参数，然后耐心调参。 我
转载
2024-01-10 11:06:31
421阅读
人脸识别技术已经非常普及啦，现在戴口罩的脸支付宝也可以识别，据报道阿里现在正在尝试主导人脸识别技术的某些标准。在商业上大多数公司会选择国内AI大咖，比如百度智能云、阿里智慧云、华为云、腾讯云等等。这些平台的AI解决方案可以说代表了中国AI的最高水平。那么不使用他们提供的技术我们能不能做相关方面的开发呢？我的答案是可以！不吹不黑，其效果适用于精度要求不是很高的场景，满足一般需求。当然无法比拟这些巨头
转载
2024-03-20 07:03:08
43阅读
