當(dāng)我們開(kāi)始處于封鎖狀態(tài)時(shí)，我有很多時(shí)間思考我可以做的項(xiàng)目，這些項(xiàng)目將涉及我對(duì)機(jī)器學(xué)習(xí)和硬件黑客的興趣。我認(rèn)為可以監(jiān)控出口點(diǎn)（入口和出口）的小型設(shè)備可以自動(dòng)識(shí)別符合口罩要求的人。這可能是一種有趣的方式，可以讓技術(shù)解決在試圖保護(hù)人們安全的同時(shí)發(fā)生的一些復(fù)雜的人際互動(dòng)。

我決定創(chuàng)建一個(gè)“Covid Mask Detector”，它將使用一個(gè)小型便宜的 Raspberry Pi 和一個(gè)定制的對(duì)象檢測(cè)模型，該模型在戴口罩和不戴口罩的臉上進(jìn)行訓(xùn)練。

機(jī)器學(xué)習(xí)模型

為了在 TensorFlow 中創(chuàng)建機(jī)器學(xué)習(xí)模型，我首先需要收集大量有面孔的圖像，并對(duì)戴口罩和不戴口罩的人進(jìn)行標(biāo)注。為此，我需要從收集大量面部圖像開(kāi)始。

收集圖像

為了協(xié)助收集面部圖像，我編寫(xiě)了一個(gè) Nodejs 腳本，該腳本將使用 Google Images 作為其來(lái)源并將搜索參數(shù)傳遞給該服務(wù)，然后下載最大版本的結(jié)果。該代碼可在此處獲得：

https://github.com/contractorwolf/googleimagedownloader

要使用 Nodejs 腳本，只需轉(zhuǎn)到它所在的文件夾并首先運(yùn)行npm install （安裝 axios 和 fs），然后像這樣運(yùn)行腳本：

> node getimages covid masks

上面的命令將下載與“covid masks”相關(guān)的圖像。我用幾個(gè)不同的搜索參數(shù)收集圖像，以確保我收集的是各種種族/性別/年齡/風(fēng)格的面孔圖像。我在搜索參數(shù)上花了很多時(shí)間（不僅僅是上面那個(gè)）。在識(shí)別人臉以及識(shí)別醫(yī)用口罩和女仆/定制口罩時(shí)，我想盡可能地消除偏見(jiàn)。

在我收集了各種帶有面具和沒(méi)有面具的圖像后，我仔細(xì)檢查并刪除了對(duì)模型訓(xùn)練沒(méi)有幫助的所有圖像。然后我移動(dòng)并調(diào)整圖像大小以使它們統(tǒng)一（自動(dòng)執(zhí)行這些操作的腳本也在回購(gòu)協(xié)議中）。完成這些任務(wù)后，我需要對(duì)圖像進(jìn)行注釋并確定每張圖像中人臉的位置，以及確定人臉是否戴著面具。

注釋圖像

為了注釋或“標(biāo)記”圖像，我使用了名為LabelImg（直接下載）的軟件，該軟件是開(kāi)源的，已記錄在LabelImg 的 Github頁(yè)面上。該軟件為每個(gè)圖像創(chuàng)建一個(gè) XML 文件，為每個(gè)圖像定義機(jī)器學(xué)習(xí)“標(biāo)簽”（遮罩或不遮罩）以及面部邊界框（面部在圖像上的位置）。注釋一千張口罩和沒(méi)有口罩的圖像的過(guò)程需要一段時(shí)間，但我知道準(zhǔn)確性與準(zhǔn)確收集和標(biāo)記圖像所花費(fèi)的時(shí)間直接相關(guān)。

在收集和注釋圖像后，必須將它們分成訓(xùn)練文件夾和測(cè)試文件夾，比例為 80/20。如果您想查看到目前為止的過(guò)程輸出，可以下載生成的文件夾：

測(cè)試圖像和注釋 XML 文件：

https://github.com/contractorwolf/coronavirus-mask-detection/blob/master/images/test.zip

測(cè)試圖像和注釋 XML 文件：

https://github.com/contractorwolf/coronavirus-mask-detection/blob/master/images/train.zip

?

谷歌實(shí)驗(yàn)室

?

使用 Google Colab 訓(xùn)練模型

在我獲得生成機(jī)器學(xué)習(xí)模型所需的圖像后，該模型可以識(shí)別戴/不戴口罩之間的區(qū)別，我必須編寫(xiě)代碼來(lái)生成模型。我決定修改我發(fā)現(xiàn)的一些用Tensorflow編寫(xiě)的其他示例。我最初嘗試使用我的顯卡在我的個(gè)人臺(tái)式機(jī)上執(zhí)行此操作，但遇到了問(wèn)題，所以我決定嘗試使用 Google 的 Colab，這是一個(gè) Web 界面，用于編寫(xiě)可以在 Google 的 GPU（或 TPU?。┥厦赓M(fèi)運(yùn)行的機(jī)器學(xué)習(xí)筆記本。

我寫(xiě)了筆記本來(lái)使用上面定義的圖像，并試圖記錄每一步發(fā)生的事情：

https://colab.research.google.com/drive/1uEkP5j7KM9eSkCUtUyauy7-Dyd5XAY6e?usp=sharing

Colab使用預(yù)訓(xùn)練的MobileNet Coco模型，然后使用上面創(chuàng)建的圖像重新訓(xùn)練最后一步，使圖像模型專門(mén)識(shí)別戴面具和不戴面具的人臉。以下是 Colab 中記錄的主要步驟：

• 安裝所需的 Tensorflow 版本
• 設(shè)置對(duì)象檢測(cè)項(xiàng)目
• 下載 Coco 模型
• 下載需要的圖片
• 火車模型
• 測(cè)試模型
• 為樹(shù)莓派創(chuàng)建文件
• 在 Raspberry Pi 上為 TPU 創(chuàng)建文件

該過(guò)程需要一些時(shí)間，您需要確保閱讀并運(yùn)行每個(gè)塊并查看輸出。如果您對(duì) Colab 或代碼或該項(xiàng)目中的任何內(nèi)容有任何疑問(wèn)，請(qǐng)隨時(shí)將它們留在下面，我會(huì)盡力回答。

硬件

硬件基本上是帶有Google Coral TPU 的Raspberry Pi （用于更快的推理）。我添加了 Armor Casing（用于外觀和設(shè)備保護(hù)）和 Adafruit Mini PiTFT 作為用戶界面，以便設(shè)備無(wú)需插入顯示器即可提供基本反饋。

谷歌珊瑚 TPU

Google Coral TPU通過(guò) USB 連接，能夠處理進(jìn)行機(jī)器學(xué)習(xí)推理（預(yù)測(cè)）時(shí)所需的大量矩陣數(shù)學(xué)運(yùn)算。使用 TPU（模型設(shè)置為使用 TPU 和代碼集以利用 TPU）允許模型能夠以每秒 15 幀的速度進(jìn)行預(yù)測(cè)。如果沒(méi)有 TPU，Raspberry Pi 只能以大約每秒 3 幀的速度處理 USB 攝像頭圖像的預(yù)測(cè)。我的 Github Repo 中的默認(rèn)代碼設(shè)置為使用 TPU，但您會(huì)看到注釋掉的部分，這些部分將允許它在沒(méi)有 TPU 的情況下僅在 Raspberry Pi 上運(yùn)行（盡管速度較慢）。

TFT基本接口

我使用 Adafruit MiniPiTFT 作為該項(xiàng)目的主要外部接口。目標(biāo)是提供機(jī)器學(xué)習(xí)模型完成的評(píng)估以及一些其他基本參數(shù)的外部通知。右圖中顯示的框表示USB攝像頭看到的圖像是否是“戴著COVID口罩”（下圖綠色框）

?

當(dāng)設(shè)備在范圍內(nèi)看到一個(gè)人時(shí)，它會(huì)放置一個(gè)彩色框來(lái)勾勒出他們的臉。彩色框表示他們是否戴著口罩。如果它看到如下圖所示的面具，它將在他們的臉上用綠色框表示，并在 MiniPiTFT 上閃爍一個(gè)綠色框，如上圖所示。

。

?

如果正在使用顯示器，還會(huì)在臉部周圍顯示一個(gè)紅色框，如下圖所示。

?

基本的想法是，該設(shè)備可以獨(dú)立于插入顯示器或屏幕而工作，只需依靠。其他顯示參數(shù)如下：

• N ：（無(wú)掩碼，紅色）具有估計(jì)的確定性
• 或M ：（看到面具，綠色）估計(jì)確定性
• S ：屏幕中圖像的大小百分比F ：估計(jì)正在進(jìn)行的每秒幀數(shù)
• T : CPU 溫度

定制電纜

我最初只是買(mǎi)了我能找到的最短的雙直角 USB 數(shù)據(jù)線，然后將它綁在外殼上，但我認(rèn)為我可以做得更好，所以我一直在改進(jìn)。

?

最后我只是從上面剪下電纜并重新連接兩端，所以它看起來(lái)像這樣：

?

USB 實(shí)際上只有 4 根線，它們采用顏色編碼，因此過(guò)程很簡(jiǎn)單。我實(shí)際上也有一個(gè)小的拉鏈領(lǐng)帶，以承受大部分的彎曲壓力并防止它們斷裂。最后看起來(lái)像這樣安裝：

?

軟件

Raspberry Pi 可以啟動(dòng)到 python 程序，該程序?qū)⒈O(jiān)控 USB 網(wǎng)絡(luò)攝像頭并運(yùn)行一個(gè)

https://github.com/contractorwolf/rpi-tensorflow-mask-detector/blob/master/maskclassifier.py

從基本 tensorflow 對(duì)象檢測(cè)示例修改而來(lái)，但使用經(jīng)過(guò)重新訓(xùn)練的模型的修改版本以僅識(shí)別“面具”或“無(wú)面具”面孔。還修改為使用 TPU 進(jìn)行快速推理并將數(shù)據(jù)輸出到迷你 PiTFT 屏幕。

代碼啟動(dòng)并開(kāi)始處理來(lái)自它可以識(shí)別的第一個(gè) USB 網(wǎng)絡(luò)攝像頭的圖像。圖像被加載，機(jī)器學(xué)習(xí)模型嘗試對(duì)其是否看到面具進(jìn)行分類。它還會(huì)在圖像中看到的每張可識(shí)別面孔周圍繪制一個(gè)邊界框，并對(duì)最大的一張是否戴著口罩進(jìn)行分類。 PiTFT 還用于顯示有關(guān)圖像的計(jì)算。如果您沒(méi)有 TFT 或不需要任何額外的顯示器，可以簡(jiǎn)單地注釋掉該代碼。如果您的模型不是為 TPU 處理構(gòu)建的，也可以刪除 TPU 代碼，但它會(huì)以低得多的幀速率進(jìn)行處理。當(dāng)我使用非 TPU 模型在 RPi 4 上運(yùn)行它時(shí)，我看到幀率為 ~2-3FPS，而 TPU 允許我以~15FPS 的速度處理。

如果您有任何其他問(wèn)題，只需將它們放在評(píng)論中，我會(huì)盡可能提供幫助。感謝您的觀看！