FastRCNN实现识别口罩

问题

由于新冠疫情的缘故，各地的公共场所都要求佩戴口罩，希望能够通过视频或者图片，识别出有没有佩戴口罩。

解决问题思路FastRCNN

a. 在图像中确定N个候选框

b. 对于每个候选框内图像块，使用深度网络提取特征

c. 对候选框中提取出的特征，使用分类器判别是否属于一个特定类

d. 对于属于某一特征的候选框，用回归器进一步调整其位置

[1]图片地址

训练集地址 https://www.kaggle.com/andrewmvd/face-mask-detection

网盘地址（密码: w7ti）

[2]代码结构

代码结构如下

[3]构造训练模型 face_mask_train.py

3.1 引入依赖

from bs4 import BeautifulSoup

import torchvision

from torchvision import transforms, datasets, models

import torch

from torchvision.models.detection.faster_rcnn import FastRCNNPredictor

from PIL import Image

import matplotlib.pyplot as plt

import matplotlib.patches as patches

import os

3.2 数据结构化函数

def generate_box(obj):
    xmin = int(obj.find('xmin').text)
    ymin = int(obj.find('ymin').text)
    xmax = int(obj.find('xmax').text)
    ymax = int(obj.find('ymax').text)
    return [xmin, ymin, xmax, ymax]

def generate_label(obj):
    if obj.find('name').text == "with_mask":
        return 1
    elif obj.find('name').text == "mask_weared_incorrect":
        return 2
    return 0


def generate_target(image_id, file):
    with open(file) as f:
        data = f.read()
        soup = BeautifulSoup(data, 'xml')
        objects = soup.find_all('object')4
        boxes = []
        labels = []
        for i in objects:
            boxes.append(generate_box(i))
            labels.append(generate_label(i))

        boxes = torch.as_tensor(boxes, dtype=torch.float32)
        labels = torch.as_tensor(labels, dtype=torch.int64)
        img_id = torch.tensor([image_id])

        target = {}