Detecção Facial que reconhece se a pessoa esta usando mascara ou não

Detecção Facial que reconhece se a pessoa esta usando mascara ou não

Exemplo

E aí, dev? Hoje eu vim te apresentar um projeto bem interessante utilizando Python, com o intuito de detectar pessoas sem máscara facial, pois afinal, após o início da pandemia causada pelo coronavírus, vários locais determinaram como obrigatório o uso deste item. Mas sem mais enrolação, vamos lá!

👋 Introdução

Vou mostrar como detectar, de forma automática, quem está ou não utilizando máscara em determinado ambiente. Como? Com visão computacional e aprendizagem de máquina (machine learning).

🤨 Alto lá! Precisamos saber de dois termos antes de prosseguir nesta jornada.

👉 Visão computacional é o processo de modelagem e replicação da visão humana usando software e hardware. Na prática, temos como exemplo a necessidade de se identificar se alguém está ou não utilizando máscara facial, ou seja, a máquina estará replicando a visão e percepção humana sobre a situação.

👉 Aprendizagem de máquina é um subcampo da Inteligência Artificial, que trabalha com a ideia de que máquinas podem aprender sozinhas a partir de uma enorme quantidade de dados. No exemplo a ser apresentado aqui, a máquina irá aprender a detectar a existência de máscara ou não a partir de um banco de imagens com pessoas utilizando máscaras.

🤔 O que eu preciso saber para entender melhor o assunto?

👉 Linguagem de programação Python; 👉 Pip; 👉 Numpy; 👉 Open CV;

Acompanhe até o final para ter dicas de materiais de estudo!

🤯 O que usei no projeto?

Antes de mais nada, você pode ter acesso ao projeto pelos links abaixo:

👉 Versão no Google Colab; 👉 Versão em código Python;

Agora vamos às dependências que você precisará instalar:

👉 Versão 3.0 ou superior do Python; 👉 Bibliotecas:

  • Tensor Flow;
  • Open CV;
  • Numpy;
  • Cython;
  • Codecov;
  • Pytest-cov;
  • Pytesseract;
  • Tesseract-ocr;
  • Wand;
  • Sklearn;
  • Imutils;
  • Matplotlib;
  • PIL.

❗️ No repositório do projeto você consegue encontrá-las no arquivo requirements.txt a fim de baixá-las facilmente. Basta usar o seguinte comando no no terminal/cmd.

pip3 install -r requirements.txt

🦾 Organização do projeto

O projeto conta com 3 arquivos:

👉 Arquivo de treino: Para treinar o modelo, basta rodar o arquivo treino.py. ( É válido destacar que o projeto conta com banco de imagens com 690 imagens de pessoas com máscaras e 686, sem elas. Para adicionar uma imagem, basta colocá-la na pasta “dataset”).

👉 Arquivo de detecção através de uma imagem: Para realizar o processo de detecção, basta utilizar o arquivo detect_image.py e passar os argumentos -i e o path da imagem.

Exemplo:

python3 detect_image.py -i testes/1.png

👉 Arquivo de detecção através de um vídeo ou câmera: Para utilizar a câmera padrão de seu dispositivo, basta rodar o arquivo detect_camera.py.

Exemplo:

python3 detect_camera.py

Entretanto, caso queira usar uma câmera externa ou o aparelho eletrônico via droidcam, basta colocar o IP da câmera na linha 63.

Exemplo:

captura_video = cv2.VideoCapture("192.168.0.102:4224")

Por fim, para fazer uso de um vídeo, basta passar o path dele na mesma linha já citada.

📚 Hora do estudo, dev!

Abaixo, cito algumas fontes de estudo para que você se aventure no mundo incrível da visão computacional e machine learning.

👉 Python:

👉 Python Open CV:

👉 Numpy:

👉 Tensor FLow:

Resultados

- Perda e Acurácia

Perda e Acurácia

- Acurácia

Acurácia

- Perda

Perda

Créditos:

Esse projeto foi baseado no projeto de Gorpo (Como não sei o nome dele, fica o nick mesmo haha).

Revizão e correção do texto –> Luisa Manoela Romão Sales


Comentarios: