Python實現(xiàn)笑臉檢測+人臉口罩檢測功能
一、人臉圖像特征提取方法
https://www.jb51.net/article/219446.htm
二、對笑臉數(shù)據(jù)集genki4k進行訓練和測試（包括SVM、CNN），輸出模型訓練精度和測試精度（F1-score和ROC），實現(xiàn)檢測圖片笑臉和實時視頻笑臉檢測
（一）環(huán)境、數(shù)據(jù)集準備
本文操作在Jupyter notebook平臺進行，需要安裝tensorflow、Keras庫、Dlib庫、和opencv-python等。
1、安裝tensorflow、Keras庫
https://www.jb51.net/article/219425.htm
2、win10 + anaconda3 + python3.6 安裝tensorflow + keras的步驟詳解
https://www.jb51.net/article/171039.htm
3、笑臉數(shù)據(jù)集下載
笑臉數(shù)據(jù)集下載鏈接： http://xiazai.jb51.net/202108/yuanma/smils_jb51.rar
（二）訓練笑臉數(shù)據(jù)集genki4k
1、首先導入Keras庫
import keras keras.__version__
2、讀取笑臉數(shù)據(jù)集，然后將訓練的數(shù)據(jù)和測試數(shù)據(jù)放入對應的文件夾
import os, shutil # The path to the directory where the original # dataset was uncompressed original_dataset_dir = 'C:\\Users\\asus\\Desktop\\test\\genki4k' # The directory where we will # store our smaller dataset base_dir = 'C:\\Users\\asus\\Desktop\\test\\smile_and_nosmile' os.mkdir(base_dir) # Directories for our training, # validation and test splits train_dir = os.path.join(base_dir, 'train') os.mkdir(train_dir) validation_dir = os.path.join(base_dir, 'validation') os.mkdir(validation_dir) test_dir = os.path.join(base_dir, 'test') os.mkdir(test_dir) # Directory with our training smile pictures train_smile_dir = os.path.join(train_dir, 'smile') os.mkdir(train_smile_dir) # Directory with our training nosmile pictures train_nosmile_dir = os.path.join(train_dir, 'nosmile') os.mkdir(train_nosmile_dir) # Directory with our validation smile pictures validation_smile_dir = os.path.join(validation_dir, 'smile') os.mkdir(validation_smile_dir) # Directory with our validation nosmile pictures validation_nosmile_dir = os.path.join(validation_dir, 'nosmile') os.mkdir(validation_nosmile_dir) # Directory with our validation smile pictures test_smile_dir = os.path.join(test_dir, 'smile') os.mkdir(test_smile_dir) # Directory with our validation nosmile pictures test_nosmile_dir = os.path.join(test_dir, 'nosmile') os.mkdir(test_nosmile_dir)
3、將笑臉圖片和非笑臉圖片放入對應文件夾
在上面程序中生成了一個名為smile_and_nosmile的文件夾，里面有三個子文件，分別存放訓練、測試、驗證數(shù)據(jù)，在這三個文件夾下還有smile和nosmile文件夾，我們需要將笑臉圖片放入smile文件夾，將非笑臉圖片放入nosmile文件夾。
3、打印每個數(shù)據(jù)集文件中的笑臉和非笑臉圖片數(shù)
print('total training smile images:', len(os.listdir(train_smile_dir)))
print('total training nosmile images:', len(os.listdir(train_nosmile_dir)))
print('total validation smile images:', len(os.listdir(validation_smile_dir)))
print('total validation nosmile images:', len(os.listdir(validation_nosmile_dir)))
print('total test smile images:', len(os.listdir(test_smile_dir)))
print('total test nosmile images:', len(os.listdir(test_nosmile_dir)))
4、構(gòu)建小型卷積網(wǎng)絡
我們已經(jīng)為MNIST構(gòu)建了一個小型卷積網(wǎng)，所以您應該熟悉它們。我們將重用相同的通用結(jié)構(gòu):我們的卷積網(wǎng)將是一個交替的Conv2D(激活relu)和MaxPooling2D層的堆棧。然而，由于我們處理的是更大的圖像和更復雜的問題，因此我們將使我們的網(wǎng)絡相應地更大:它將有一個更多的Conv2D + MaxPooling2D階段。這樣既可以擴大網(wǎng)絡的容量，又可以進一步縮小特征圖的大小，這樣當我們到達平坦層時，特征圖就不會太大。在這里，由于我們從大小為150x150的輸入開始(有點隨意的選擇)，我們在Flatten層之前得到大小為7x7的feature map。
注意：feature map的深度在網(wǎng)絡中逐漸增加(從32到128)，而feature map的大小在減少(從148x148到7x7)。這是你會在幾乎所有convnets中看到的模式。由于我們解決的是一個二元分類問題，我們用一個單一單元(一個大小為1的稠密層)和一個s型激活來結(jié)束網(wǎng)絡。這個單元將對網(wǎng)絡正在查看一個類或另一個類的概率進行編碼。
from keras import layers from keras import models model = models.Sequential() model.add(layers.Conv2D(32, (3, 3), activation='relu',input_shape=(150, 150, 3))) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(64, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(128, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(128, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Flatten()) model.add(layers.Dense(512, activation='relu')) model.add(layers.Dense(1, activation='sigmoid'))
讓我們來看看要素地圖的尺寸是如何隨每個連續(xù)圖層而變化的
model.summary()
讓我們來看看特征地圖的尺寸是如何隨著每一個連續(xù)的層：為我們編譯步驟，我們將一如既往地使用RMSprop優(yōu)化器。由于我們用一個單一的乙狀結(jié)腸單元結(jié)束我們的網(wǎng)絡，我們將使用二進制交叉熵作為我們的損失
from keras import optimizers model.compile(loss='binary_crossentropy', optimizer=optimizers.RMSprop(lr=1e-4), metrics=['acc'])
5、數(shù)據(jù)預處理
在將數(shù)據(jù)輸入到我們的網(wǎng)絡之前，應該將數(shù)據(jù)格式化為經(jīng)過適當預處理的浮點張量。目前，我們的數(shù)據(jù)以JPEG文件的形式保存在硬盤上，因此將其導入網(wǎng)絡的步驟大致如下:
- 讀取圖片文件
- 解碼JPEG內(nèi)容到RBG像素網(wǎng)格
- 把它們轉(zhuǎn)換成浮點張量
- 將像素值(從0到255)縮放到[0,1]區(qū)間
from keras.preprocessing.image import ImageDataGenerator # All images will be rescaled by 1./255 train_datagen = ImageDataGenerator(rescale=1./255) test_datagen = ImageDataGenerator(rescale=1./255) train_generator = train_datagen.flow_from_directory( # This is the target directory train_dir, # All images will be resized to 150x150 target_size=(150, 150), batch_size=20, # Since we use binary_crossentropy loss, we need binary labels class_mode='binary') validation_generator = test_datagen.flow_from_directory( validation_dir, target_size=(150, 150), batch_size=20, class_mode='binary')
讓我們看看其中一個生成器的輸出：它生成150×150 RGB圖像的批次(Shape(20,150,150，3))和二進制標簽(Shape(20，))。20是每批樣品的數(shù)量(批次大小)。注意，生成器無限期地生成這些批：它只是無休止地循環(huán)目標文件夾中的圖像。因此，我們需要在某個點中斷迭代循環(huán)。
for data_batch, labels_batch in train_generator:
print('data batch shape:', data_batch.shape)
print('labels batch shape:', labels_batch.shape)
break
使用生成器使我們的模型適合于數(shù)據(jù)
history = model.fit_generator( train_generator, steps_per_epoch=100, epochs=30, validation_data=validation_generator, validation_steps=50)
這里使用fit_generator方法來完成此操作，對于我們這樣的數(shù)據(jù)生成器，它相當于fit方法。它期望Python生成器作為第一個參數(shù)，它將無限期地生成成批的輸入和目標，就像我們的示例一樣。因為數(shù)據(jù)是不斷生成的，所以在宣告一個紀元結(jié)束之前，生成器需要知道示例從生成器中抽取多少樣本。這就是steps_per_epoch參數(shù)的作用:在從生成器中繪制完steps_per_epoch批處理之后，即在運行完steps_per_epoch梯度下降步驟之后，擬合過程將轉(zhuǎn)到下一個epoch。在我們的例子中，批次是20個樣本大，所以在我們看到2000個樣本的目標之前將需要100個批次。
在使用fit_generator時，可以傳遞validation_data參數(shù)，就像fit方法一樣。重要的是，允許這個參數(shù)本身是一個數(shù)據(jù)生成器，但是它也可以是Numpy數(shù)組的元組。如果您傳遞一個生成器作為validation_data，那么這個生成器將會不斷生成成批的驗證數(shù)據(jù)，因此您還應該指定validation_steps參數(shù)，它告訴流程從驗證生成器提取多少批來進行評估。
保存模型
model.save('C:\\Users\\asus\\Desktop\\test\\smile_and_nosmile.h5')
在訓練和驗證數(shù)據(jù)上繪制模型的損失和準確性
import matplotlib.pyplot as plt
acc = history.history['acc']
val_acc = history.history['val_acc']
loss = history.history['loss']
val_loss = history.history['val_loss']
epochs = range(len(acc))
plt.plot(epochs, acc, 'bo', label='Training acc')
plt.plot(epochs, val_acc, 'b', label='Validation acc')
plt.title('Training and validation accuracy')
plt.legend()
plt.figure()
plt.plot(epochs, loss, 'bo', label='Training loss')
plt.plot(epochs, val_loss, 'b', label='Validation loss')
plt.title('Training and validation loss')
plt.legend()
plt.show()
這些圖具有過擬合的特點。我們的訓練精度隨著時間線性增長，直到接近100%，而我們的驗證精度停留在70-72%。我們的驗證損失在5個epoch后達到最小，然后停止，而訓練損失繼續(xù)線性下降，直到接近0。
6、數(shù)據(jù)增強
過度擬合是由于可供學習的樣本太少，使我們無法訓練一個模型來泛化到新的數(shù)據(jù)。給定無限的數(shù)據(jù)，我們的模型將暴露于手頭數(shù)據(jù)分布的每一個可能方面:我們永遠不會過度擬合。數(shù)據(jù)增強采用的方法是從現(xiàn)有的訓練樣本中生成更多的訓練數(shù)據(jù)，方法是通過一系列隨機變換來“增強”樣本，從而產(chǎn)生看上去可信的圖像。我們的目標是在訓練時，我們的模型不會兩次看到完全相同的圖像。這有助于將模型暴露于數(shù)據(jù)的更多方面，并更好地泛化。
datagen = ImageDataGenerator( rotation_range=40, width_shift_range=0.2, height_shift_range=0.2, shear_range=0.2, zoom_range=0.2, horizontal_flip=True, fill_mode='nearest')
- rotation_range是一個角度值(0-180)，在這個范圍內(nèi)可以隨機旋轉(zhuǎn)圖片
- width_shift和height_shift是范圍(作為總寬度或高度的一部分)，在其中可以隨機地垂直或水平地轉(zhuǎn)換圖片
- shear_range用于隨機應用剪切轉(zhuǎn)換
- zoom_range用于在圖片內(nèi)部隨機縮放
- horizontal_flip是用于水平隨機翻轉(zhuǎn)一半的圖像——當沒有假設水平不對稱時(例如真實世界的圖片)
- fill_mode是用于填充新創(chuàng)建像素的策略，它可以在旋轉(zhuǎn)或?qū)挾?高度移動之后出現(xiàn)。
查看增強后的圖像
# This is module with image preprocessing utilities from keras.preprocessing import image fnames = [os.path.join(train_smile_dir, fname) for fname in os.listdir(train_smile_dir)] # We pick one image to "augment" img_path = fnames[3] # Read the image and resize it img = image.load_img(img_path, target_size=(150, 150)) # Convert it to a Numpy array with shape (150, 150, 3) x = image.img_to_array(img) # Reshape it to (1, 150, 150, 3) x = x.reshape((1,) + x.shape) # The .flow() command below generates batches of randomly transformed images. # It will loop indefinitely, so we need to `break` the loop at some point! i = 0 for batch in datagen.flow(x, batch_size=1): plt.figure(i) imgplot = plt.imshow(image.array_to_img(batch[0])) i += 1 if i % 4 == 0: break plt.show()
如果我們使用這種數(shù)據(jù)增加配置訓練一個新的網(wǎng)絡，我們的網(wǎng)絡將永遠不會看到兩次相同的輸入。然而，它看到的輸入仍然是高度相關(guān)的，因為它們來自少量的原始圖像——我們不能產(chǎn)生新的信息，我們只能混合現(xiàn)有的信息。因此，這可能還不足以完全消除過度擬合。
為了進一步對抗過擬合，我們還將在我們的模型中增加一個Dropout層，就在密集連接分類器之前：
model = models.Sequential() model.add(layers.Conv2D(32, (3, 3), activation='relu',input_shape=(150, 150, 3))) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(64, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(128, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(128, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Flatten()) model.add(layers.Dropout(0.5)) model.add(layers.Dense(512, activation='relu')) model.add(layers.Dense(1, activation='sigmoid')) model.compile(loss='binary_crossentropy', optimizer=optimizers.RMSprop(lr=1e-4), metrics=['acc'])
用數(shù)據(jù)增強和退出來訓練我們的網(wǎng)絡:
train_datagen = ImageDataGenerator( rescale=1./255, rotation_range=40, width_shift_range=0.2, height_shift_range=0.2, shear_range=0.2, zoom_range=0.2, horizontal_flip=True,) # Note that the validation data should not be augmented! test_datagen = ImageDataGenerator(rescale=1./255) train_generator = train_datagen.flow_from_directory( # This is the target directory train_dir, # All images will be resized to 150x150 target_size=(150, 150), batch_size=32, # Since we use binary_crossentropy loss, we need binary labels class_mode='binary') validation_generator = test_datagen.flow_from_directory( validation_dir, target_size=(150, 150), batch_size=32, class_mode='binary') history = model.fit_generator( train_generator, steps_per_epoch=100, epochs=100, validation_data=validation_generator, validation_steps=50)
這里程序會跑很久，我跑了幾個小時，用GPU跑會快很多很多。
保存模型在convnet可視化部分使用：
model.save('C:\\Users\\asus\\Desktop\\test\\smile_and_nosmile_1.h5')
再看一次結(jié)果
acc = history.history['acc']
val_acc = history.history['val_acc']
loss = history.history['loss']
val_loss = history.history['val_loss']
epochs = range(len(acc))
plt.plot(epochs, acc, 'bo', label='Training acc')
plt.plot(epochs, val_acc, 'b', label='Validation acc')
plt.title('Training and validation accuracy')
plt.legend()
plt.figure()
plt.plot(epochs, loss, 'bo', label='Training loss')
plt.plot(epochs, val_loss, 'b', label='Validation loss')
plt.title('Training and validation loss')
plt.legend()
plt.show()
由于數(shù)據(jù)的增加和遺漏，我們不再過度擬合:訓練曲線相當緊密地跟蹤驗證曲線。我們現(xiàn)在能夠達到82%的精度，相對于非正則化模型有15%的改進。通過進一步利用正則化技術(shù)和調(diào)整網(wǎng)絡參數(shù)(比如每個卷積層的濾波器數(shù)量，或者網(wǎng)絡中的層數(shù))，我們可能能夠獲得更好的精度，可能達到86-87%。
7、優(yōu)化提高笑臉圖像分類模型精度
構(gòu)建卷積網(wǎng)絡
from keras import layers from keras import models from keras import optimizers model = models.Sequential() #輸入圖片大小是150*150 3表示圖片像素用(R,G,B)表示 model.add(layers.Conv2D(32, (3,3), activation='relu', input_shape=(150 , 150, 3))) model.add(layers.MaxPooling2D((2,2))) model.add(layers.Conv2D(64, (3,3), activation='relu')) model.add(layers.MaxPooling2D((2,2))) model.add(layers.Conv2D(128, (3,3), activation='relu')) model.add(layers.MaxPooling2D((2,2))) model.add(layers.Conv2D(128, (3,3), activation='relu')) model.add(layers.MaxPooling2D((2,2))) model.add(layers.Flatten()) model.add(layers.Dense(512, activation='relu')) model.add(layers.Dense(1, activation='sigmoid')) model.compile(loss='binary_crossentropy', optimizer=optimizers.RMSprop(lr=1e-4), metrics=['acc']) model.summary()
（三）圖片笑臉檢測
# 單張圖片進行判斷 是笑臉還是非笑臉
import cv2
from keras.preprocessing import image
from keras.models import load_model
import numpy as np
model = load_model('smile_and_nosmile_1.h5')
img_path='C:\\Users\\asus\\Desktop\\test\\genki4k\\file2227.jpg'
img = image.load_img(img_path, target_size=(150, 150))
#img1 = cv2.imread(img_path,cv2.IMREAD_GRAYSCALE)
#cv2.imshow('wname',img1)
#cv2.waitKey(0)
#print(img.size)
img_tensor = image.img_to_array(img)/255.0
img_tensor = np.expand_dims(img_tensor, axis=0)
prediction =model.predict(img_tensor)
print(prediction)
if prediction[0][0]>0.5:
result='smile'
else:
result='nosmile'
print(result)
結(jié)果正確，錯誤率在0.0883181左右，反復找圖片嘗試，結(jié)果都是正確的。
（四）實時視頻笑臉檢測
import cv2
from keras.preprocessing import image
from keras.models import load_model
import numpy as np
import dlib
from PIL import Image
model = load_model('smile_and_nosmile_1.h5')
detector = dlib.get_frontal_face_detector()
video=cv2.VideoCapture(0)
font = cv2.FONT_HERSHEY_SIMPLEX
def rec(img):
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
dets=detector(gray,1)
if dets is not None:
for face in dets:
left=face.left()
top=face.top()
right=face.right()
bottom=face.bottom()
cv2.rectangle(img,(left,top),(right,bottom),(0,255,0),2)
img1=cv2.resize(img[top:bottom,left:right],dsize=(150,150))
img1=cv2.cvtColor(img1,cv2.COLOR_BGR2RGB)
img1 = np.array(img1)/255.
img_tensor = img1.reshape(-1,150,150,3)
prediction =model.predict(img_tensor)
print(prediction)
if prediction[0][0]<0.5:
result='nosmile'
else:
result='smile'
cv2.putText(img, result, (left,top), font, 2, (0, 255, 0), 2, cv2.LINE_AA)
cv2.imshow('smile detector', img)
while video.isOpened():
res, img_rd = video.read()
if not res:
break
rec(img_rd)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
video.release()
cv2.destroyAllWindows()
視頻檢測正確，就是背景太黑了…
三、將笑臉數(shù)據(jù)集換成人臉口罩數(shù)據(jù)集，并對口罩數(shù)據(jù)集進行訓練，編寫程序?qū)崿F(xiàn)人臉口罩檢測
（一）訓練人臉口罩數(shù)據(jù)集
人臉口罩數(shù)據(jù)集下載鏈接：
http://xiazai.jb51.net/202108/yuanma/mask_jb51.rar
訓練人臉口罩數(shù)據(jù)集和訓練笑臉數(shù)據(jù)集一樣，只需改一下和相應的變量名和數(shù)據(jù)集。
（二）編程實現(xiàn)人臉口罩檢測
import cv2
from keras.preprocessing import image
from keras.models import load_model
import numpy as np
import dlib
from PIL import Image
model = load_model('mask_and_nomask.h5')
detector = dlib.get_frontal_face_detector()
video=cv2.VideoCapture(0)
font = cv2.FONT_HERSHEY_SIMPLEX
def rec(img):
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
dets=detector(gray,1)
if dets is not None:
for face in dets:
left=face.left()
top=face.top()
right=face.right()
bottom=face.bottom()
cv2.rectangle(img,(left,top),(right,bottom),(0,255,0),2)
img1=cv2.resize(img[top:bottom,left:right],dsize=(150,150))
img1=cv2.cvtColor(img1,cv2.COLOR_BGR2RGB)
img1 = np.array(img1)/255.
img_tensor = img1.reshape(-1,150,150,3)
prediction =model.predict(img_tensor)
print(prediction)
if prediction[0][0]>0.5:
result='nomask'
else:
result='mask'
cv2.putText(img, result, (left,top), font, 2, (0, 255, 0), 2, cv2.LINE_AA)
cv2.imshow('mask detector', img)
while video.isOpened():
res, img_rd = video.read()
if not res:
break
rec(img_rd)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
video.release()
cv2.destroyAllWindows()
運行結(jié)果：
不戴口罩
戴口罩
人臉口罩檢測正確！
雖然人臉口罩檢測正確，但是精度還是不高，因為我的數(shù)據(jù)集里面戴口罩得的圖像太少了，朋友們可以多找一些戴口罩的圖片以提高精度，后續(xù)我也會不斷完善~
到此這篇關(guān)于Python實現(xiàn)笑臉檢測+人臉口罩檢測的文章就介紹到這了,更多相關(guān)Python人臉口罩檢測內(nèi)容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！
版權(quán)聲明：本站文章來源標注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務器上建立鏡像，否則將依法追究法律責任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學習參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。
關(guān)注官方微信