Concept Project เรื่องที่ทำ

Face Mask Detection using Python, Tensorflow , Keras,

OpenCV
 หลักการของ Project
• ขั้นแรกนำรูปภาพเข้ามา จาก Dataset เข้ามา
train และ test โดยใช้Tensorflow และ Keras
จากนั้นวัดความถูกต้องของ Model
• ขั้นสองเอา Model ที่ได้ไปใช้กับ การจัดจำแนก
ระหว่างคนใส่หน้ากากอนามัยกับคนไม่ได้ใส่
โดยใช้OpenCV ในการทำ ImageProccesing
จากกล้อง WebCam แบบ Real-Time ในการสกัด
คุณสมบัติที่จำเป็ นเข้ามาทำงานในโมเดลนี้
 สิ่งที่ต้องการคือ
• สามารถตรวจจับใบหน้าและสามารถแยกแยะระหว่างใส่หน้ากากอนามัยกับไม่
ใส่ได้
• สามารถที่จะแสดงข้อความ Mask หรือ No Mask และ ค่า Accuracy ว่ามีความ
ถูกต้องหรือแม้นยำในการทำนายกี่เปอร์เซ็นต์
• สามารถทำงานได้แบบ Real-Time ได้
 ส่วนของ library ที่ใช้
• tensorflow>=1.15.2
• keras==2.3.1
• imutils==0.5.3
• numpy==1.18.2
• opencv-python==4.2.0.*
• matplotlib==3.2.1
• sklearn==0.23.2
 dataset
• มี 2 ชุดข้อมูลที่ใช้train-test โมเดล คือ รูปภาพของคนใส่หน้ากาก
อนามัยกับไม่ได้ใส่ โดยแต่ละชุดมีรูปภาพประมาณ 300 รูป

ภาพจากโฟลเดอร์ ภาพจากโฟลเดอร์
 สร้างโมเดลด้วย Python โดยใช้
•
Tensorflow
ใช้Tensorflow ในการสร้างโมเดล โดยเราจะใช้MobileNetV2 ใช้ในการ Train
โมเดล
• จากนั้นทำการ import ข้อมูลจาก dataset นำมาทำ image-processing
• โดยใช้คำสั่งได้แก่ AveragePooling2D, Flatten, Dense(Relu) , Dense(Softmax) อื่นๆ
เป็ นต้น
สร้างโมเดลด้วยTensorflow,Keras
ผลลัพธ์จากการ Train-Test Model
 ใช้OpenCV
• ใช้OpenCV+tensorflow ในการ ImageProcessing จาก
กล้อง WebCam แบบ RealTime
• การแปลงสี BGR เป็ น RGB โดยใช้cv2.cvtColor(face,
cv2.COLOR_BGR2RGB)
• ปรับไซส์ให้รูปภาพมีคุณภาพต่ำลง(ตอนเทรนนิ่งข้อมูล
คอมเราจะได้ไม่ทำงานหนักเกินไป) โดยใช้cv2.resize
• ใช้ในการสร้างกรอบรูป และ ข้อความ โดยใช้
cv2.rectangle, cv2.putText
• ใช้ในแสดงการ Frame โดยใช้cv2.imshow
• และ อื่นๆ
ผลที่ได้จากการทดสอบ