Skip to content

Latest commit

 

History

History
236 lines (164 loc) · 12.9 KB

README - Korean.md

File metadata and controls

236 lines (164 loc) · 12.9 KB

마스크 인식 시스템(Face Mask Detection)

마스크 인식 시스템은 OpenCV, Keras/TensorFlow로 빌드되었으며, 딥 러닝, 컴퓨터 비전 개념을 사용하여 정적인 사진 또는 실시간 비디오에서 마스크 착용 여부를 인식합니다.

                               Python contributions welcome Forks Stargazers Issues LinkedIn

                                    Live Demo

👇 후원하기!

Buy Me A Coffee

😇 제작 동기

코로나19 팬데믹이 계속되는 가운데에, 대중교통, 주택 지구, 대규모 제조업체 및 기타 기업들에서 안전을 위해 마스크 인식 시스템을 필요로 하는 수요가 높았지만, 효율적인 마스크 인식 시스템을 찾아보긴 어려웠습니다. '마스크를 착용하고 있는' 대규모의 데이터가 없어서 이 작업에 어려움이 있었습니다.

PPT와 프로젝트 발표는 ₹1000 ($15, 약 16000원)에 구매하실 수 있습니다!

관심이 있으시다면 chandrikadeb7@gmail.com으로 연락 주세요!

⌛ 데포 버전

🎥 유튜브 링크

💻 개발자 링크

Already deployed version

⚠️ 사용된 TechStack/프레임워크

⭐ 특징

우리 마스크 인식 시스템은 어떠한 형태로든 모프된 마스크 이미지 데이터셋을 사용하지 않았으며, 모델은 정확합니다. MobileNetV2 아키텍처의 사용으로, 계산상 효율을 챙겼으며, 이 모델을 라즈베리 파이, 구글 코랄과 같은 임베디드 시스템에 적용시키는 것이 쉬워졌습니다.

따라서 이 시스템은 코로나19로부터의 안전을 위해 실시간으로 마스크 감지를 할수 있는 어플리케이션 필요한 곳에서 사용할 수 있습니다. 이 프로젝트는 공항, 역, 사무실, 학교와 같은 임베디드 시스템과 통합하여 공공 안전 지침을 준수하는 데에 도움을 줄 수 있습니다.

📁 데이터셋

사용된 데이터셋은 여기서 다운로드 받을 수 있습니다.

데이터셋은 두 클래스로 나뉘어지는 4095개의 이미지로 구성되어있습니다:

  • 마스크를 착용한 2165개의 사진
  • 마스크를 착용하지 않은 1930개의 사진

이미지는 실제로 마스크를 착용하고 있는 사진을 사용했습니다. 이미지는 다음과 같은 소스에서 수집하였습니다:

🔑 필요조건

필요한 모든 라이브러리는 requirements.txt 에 포함되어 있습니다 바로가기

🚀  설치하기

  1. repository를 클론하세요.
$ git clone https://github.com/chandrikadeb7/Face-Mask-Detection.git
  1. 경로를 클론한 repository의 위치로 변경하세요.
$ cd Face-Mask-Detection
  1. 'test'라는 Python 가상환경을 만들고 작동하세요.
$ virtualenv test
$ source test/bin/activate
  1. 그리고 필요한 라이브러리를 설치하기 위해 아래 명령어를 당신의 터미널/커맨드 프롬프트에 실행하세요.
$ pip3 install -r requirements.txt

💡 실행하기

  1. 터미널을 열고 클론한 프로젝트가 있는 경로로 이동하세요. 그 후 아래 명령어를 입력하세요:
$ python3 train_mask_detector.py --dataset dataset
  1. 사진에서의 마스크 착용여부를 확인하기 위해선 아래 명령어를 입력하세요:
$ python3 detect_mask_image.py --image images/pic1.jpeg
  1. 실시간 영상에서의 마스크 착용여부를 확인하기 위해선 아래 명령어를 입력하세요:
$ python3 detect_mask_video.py 

🔑 결과

우리 모델은 tensorflow-gpu==2.5.0를 통한 학습 이후 98%의 정확도를 보여주고 있습니다.

Open In Colab

우리는 훈련 기간동안 아래와 같은 정확도/놓침 변화를 가졌습니다.

Streamlit 어플리케이션

Tensorflow & Streamlit를 사용해서 마스크 감지 시스템 웹 어플리케이션을 사용하세요!

명령어

$ streamlit run app.py 

실행 이미지

이미지 업로드

결과

👏 이제 다 끝났습니다!

문의사항이나 의문이 있다면 자유롭게 이메일을 남겨주세요! :email: chandrikadeb7@gmail.com


IoT 디바이스 설정

최소사양

시작하기

Raspberry Pi 어플리케이션 설치 및 실행

프로젝트를 클론한 후 아래 명령어를 실행하세요.

명령어 소요시간
sudo apt install -y libatlas-base-dev liblapacke-dev gfortran 1분
sudo apt install -y libhdf5-dev libhdf5-103 1분
pip3 install -r requirements.txt 1-3분
wget "https://raw.githubusercontent.com/PINTO0309/Tensorflow-bin/master/tensorflow-2.4.0-cp37-none-linux_armv7l_download.sh" 10초 이내
./tensorflow-2.4.0-cp37-none-linux_armv7l_download.sh 10초 이내
pip3 install tensorflow-2.4.0-cp37-none-linux_armv7l.whl 1-3분

🏆 수상

Amdocs Innovation India ICE Project Fair에서 Runners Up 수상

🙋 인용:

  1. https://osf.io/preprints/3gph4/
  2. https://link.springer.com/chapter/10.1007/978-981-33-4673-4_49
  3. https://ieeexplore.ieee.org/abstract/document/9312083/
  4. https://link.springer.com/chapter/10.1007/978-981-33-4673-4_48
  5. https://www.researchgate.net/profile/Akhyar_Ahmed/publication/344173985_Face_Mask_Detector/links/5f58c00ea6fdcc9879d8e6f7/Face-Mask-Detector.pdf

👏 감사합니다!

Student Code-in 에 선정

👍 크레딧

🤝 컨트리뷰션

여기서 컨트리뷰션 가이드 라인을 꼭 읽어주세요!

적절한 제목과 설명과 함께 마스크 감지 시스템새로운 issue를 자유롭게 제보 해주세요!. 만약 이미 해결법을 이미 찾아셨다면, Pull Request는 항상 환영합니다!

🤝 컨트리뷰터들

👀 행위규범

우리의 행동규범은 여기서 찾아 보실수 있습니다..

🙋 인용에 대해

우리의 코드나 데이터셋 어디서든지 인용할 수 있습니다. 조사 연구나 프로젝트에도 사용할 수 있습니다. 이 repository에 링크를 멘션하거나 Chandrika Deb의 GitHub 프로필에 꼭 크레딧을 남겨주세요.

포멧:

  • 작성자 이름 - Chandrika Deb
  • 삽입구의 게시일 또는 업데이트 날짜
  • 문서의 제목 또는 설명.
  • URL.

❤️ 오너

Chandrika Deb이 사랑을 ❤️ 을 담아서 만들었습니다!

👀 라이센스

MIT 라이센스 © Chandrika Deb