마스크 인식 시스템(Face Mask Detection)

                              

                                   

:point_down: 후원하기!

:innocent: 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!

🌟 할인된 가격으로 구매하고 싶다면?

:hourglass: 데포 버전

:movie_camera: 유튜브 링크

:computer: 개발자 링크

:warning: 사용된 TechStack/프레임워크

• OpenCV
• Caffe-based face detector
• Keras
• TensorFlow
• MobileNetV2

:star: 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.

:file_folder: 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: * Bing 검색 API (See Python script) * Kaggle 데이터셋 * RMFD 데이터셋 (See here)

:key: 필요조건

필요한 모든 라이브러리는 requirements.txt 에 포함되어 있습니다 바로가기

🚀  설치하기

1. repository를 클론하세요. $ git clone https://github.com/chandrikadeb7/Face-Mask-Detection.git

2. 경로를 클론한 repository의 위치로 변경하세요. $ cd Face-Mask-Detection

3. 'test'라는 Python 가상환경을 만들고 작동하세요. $ virtualenv test $ source test/bin/activate

4. 그리고 필요한 라이브러리를 설치하기 위해 아래 명령어를 당신의 터미널/커맨드 프롬프트에 실행하세요. $ pip3 install -r requirements.txt

:bulb: 실행하기

1. 터미널을 열고 클론한 프로젝트가 있는 경로로 이동하세요. 그 후 아래 명령어를 입력하세요: $ python3 train_mask_detector.py --dataset dataset

2. 사진에서의 마스크 착용여부를 확인하기 위해선 아래 명령어를 입력하세요: $ python3 detect_mask_image.py --image images/pic1.jpeg

3. 실시간 영상에서의 마스크 착용여부를 확인하기 위해선 아래 명령어를 입력하세요: $ python3 detect_mask_video.py

   :key: 결과

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

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

:clap: 이제 다 끝났습니다!

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

---

IoT 디바이스 설정

최소사양

• 케이스가 있는 Raspberry Pi 4 4GB
• Arducam의 5MP OV5647 PiCamera

시작하기

• Raspberry Pi 케이스를 설치하고 documentation/CanaKit-Raspberry-Pi-Quick-Start-Guide-4.0.pdf의 3페이지 Getting Started section 또는 https://www.canakit.com/Media/CanaKit-Raspberry-Pi-Quick-Start-Guide-4.0.pdf 에서 오퍼레이팅 시스템을 설정하세요.
  • 초보자라면 추천 오퍼레이팅 시스템을 사용하세요.
• PiCamera를 설정하세요.
  • documentation/Arducam-Case-Setup.pdf 또는 https://www.arducam.com/docs/cameras-for-raspberry-pi/native-raspberry-pi-cameras/5mp-ov5647-cameras/ 을 사용해서 Arducam에서 PiCamera를 설정하세요.
  • PiCamera 모듈과 Raspberry Pi를 연결하고 카메라를 사용가능하게 설정하세요.

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-linuxarmv7ldownload.sh" | 10초 이내 | | ./tensorflow-2.4.0-cp37-none-linuxarmv7ldownload.sh | 10초 이내 | | pip3 install tensorflow-2.4.0-cp37-none-linux_armv7l.whl | 1-3분 |

---

:trophy: 수상

Amdocs Innovation India ICE Project Fair에서 Runners Up 수상

:raising_hand: 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/AkhyarAhmed/publication/344173985FaceMaskDetector/links/5f58c00ea6fdcc9879d8e6f7/Face-Mask-Detector.pdf

👏 감사합니다!

Devscript Winter Of Code 에 선정

Script Winter Of Code 에 선정

Student Code-in 에 선정

:+1: 크레딧

• https://www.pyimagesearch.com/
• https://www.tensorflow.org/tutorials/images/transfer_learning

:handshake: 컨트리뷰션

여기서 컨트리뷰션 가이드 라인을 꼭 읽어주세요!

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

:handshake: 컨트리뷰터들

:eyes: 행위규범

우리의 행동규범은 여기서 찾아 보실수 있습니다..

:raising_hand: 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.

:heart: 오너

Chandrika Deb이 사랑을 :heart: 을 담아서 만들었습니다!

:eyes: 라이센스

MIT 라이센스 © Chandrika Deb