口罩人脸检测与分类开源代码汇总_aizoo数据集

转载自口罩人脸检测与分类开源代码汇总_我爱计算机视觉-CSDN博客

最近因为疫情影响，口罩人脸检测与分类突然火了起来，首先是百度开源了相关模型，然后腾讯和阿里也分别称在云服务中提供了相关能力。

今天CV君汇总了目前开源的口罩人脸检测与分类代码和口罩人脸数据集，希望对大家有帮助。

要实现人员是否佩戴口罩的检测，是典型的人脸检测+分类的问题，通用数据集里戴口罩的人脸并不多，所以数据才是这个问题的瓶颈。

1. 百度基于PaddlePaddle的模型

在线演示地址：

https://www.paddlepaddle.org.cn/hub/scene/maskdetect

预训练模型介绍：

https://www.paddlepaddle.org.cn/hubdetail?name=pyramidbox_lite_server_mask&en_category=ObjectDetection

预训练模型示例代码：

https://aistudio.baidu.com/aistudio/projectDetail/267322

算法代码地址：

https://github.com/PaddlePaddle/models/tree/develop/PaddleCV/face_detection

地址：

https://aistudio.baidu.com/aistudio/projectDetail/267322

Paddle Lite 介绍：

https://github.com/PaddlePaddle/Paddle-Lite/

人脸识别和佩戴口罩判断在移动端部署的示例地址为：

https://github.com/PaddlePaddle/Paddle-Lite/tree/develop/lite/demo/cxx

据称百度收集了10万+的口罩人脸数据，其中检测算法可在准确率98%的情况下，召回率显著提升30%。而戴口罩分类模型准确率达到96.5%。

而且还提供了移动端部署的示例。

使用算法为ECCV 2018的PyramidBox。

整体上百度的模型和代码都很完备，只是PaddlePaddle毕竟是小众框架，大多数开发者并不熟悉。

虽然说了测试精度很高，但百度也很谦虚，明确说明”能够满足日常口罩佩戴检测的需求“。据不止一位小伙伴测试显示，实际使用中漏检还是挺常见的。。。

还有调皮的工程师说带肉色口罩会导致明显的分类错误。

2. AIZOO 的Keras、Caffe、TensorFlow.js 模型

https://github.com/AIZOOTech/FaceMaskDetection

在线体验链接

https://aizoo.com/face-mask-detection.html

据称算法使用SSD，数据集使用了WIDER Face 和MAFA，训练集6120张图片，验证集1839张图片。

该公司同时开源了数据集：

百度网盘链接:

https://pan.baidu.com/s/1nsQf_Py5YyKm87-8HiyJeQ

提取码: eyfz

3. 思百达公司的sbd_mask

开源地址：

https://github.com/sbdcv/sbd_mask

sbd_mask 是思百达物联网科技（北京）有限公司开源的一款轻量级cpu版实时口罩检测项目。
检测部分网络是centerface，高效的轻量级目标检测网络。

centerface widerface测试集的精度：
easy set    medium set    hard set
93.2%    92.1%    87.3%

口罩分类网络训练时使用自有数据集，MobileNetv2算法，官方声称准确率:
训练集    测试集
99%    98.5%

官方称“速度和精度远超百度开源的轻量级口罩检测“

据内部人士消息，训练集和测试集规模均在万级。

Github上还有一些个人项目，因数据和代码质量不高，就不再推荐了。

如果各位粉丝觉得还有不错的，也欢迎文末留言。