/MaskDetection

El proyecto permite identificar en video si las personas llevan el tapabocas como medida sanitaria. Se usó el modelo keras-retinanet y se entreno una red neuronal profunda del tipo resnet50

Primary LanguageJupyter Notebook

"# MaskDetection"

IMPORTANTE

En este proyecto realizamos la detección de tapabocas en video usando el modelo Retinanet, entrenando una red neuronal convolucional ResNet50 preentrenada.

Pre-requisitos 📋

  _Anaconda
  _Jupyter notebook o google colab
  _Tensorflow 
  _Keras
  _Keras Retinanet https://github.com/DavidReveloLuna/keras-retinanet
  _labelImg (https://github.com/tzutalin/labelImg.git)

Instalación labelImg (Windows + Anaconda)🔧

  git clone https://github.com/tzutalin/labelImg.git
  cd labelImg
  conda install pyqt=5
  pyrcc5 -o libs/resources.py resources.qrc
  python labelImg.py

Dataset modificado a partir de:

	https://medium.com/face-mask-detector-using-deep-learning-yolov3/face-mask-detector-using-deep-learning-yolov3-209b57f77e92

Descripción del directorio

  1. ...\MaskDetection\images

    Directorio donde estan las imagenes para el entrenamiento y pruebas

  2. ...\MaskDetection\snapshots

    En este directorio debe encontrarse el modelo entrenado de extensión .h5

  3. ...\MaskDetection

    En este directorio deben encontrarse los archivos .csv que contienen la información del dataset de entrenamiento y pruebas annotations.csv classes.csv annotations_test.csv

  4. MaskDetectionColab.txt contiene el codigo para google colab que entrena la red neuronal

  5. MaskDetection.ipynb contiene el codigo para jupyter notebook donde probamos la red en imágenes y en video