PaddlePaddle+VGG口罩识别学习.pdfVIP

PaddlePaddle+VGG⼝罩识别学习

PaddlePaddle+VGG⼝罩识别学习

参加了Paddle平台的深度学习7⽇打卡营第五期CV，如何使⽤了VGG⽹络进⾏⼝罩的识别，

并总结了⾃⼰的学习⼼得。

任务描述：

⼝罩识别，是指可以有效检测在密集⼈流区域中携带和未携戴⼝罩的所有⼈脸，同时判断该者是否佩戴⼝罩。通常由两个功能单元组成，可

以分别完成⼝罩⼈脸的检测和⼝罩⼈脸的分类。

导⼊相关的包

importos

importzipfile

importrandom

importjson

importpaddle

importsys

importnumpyasnp

fromPILimportImage

fromPILimportImageEnhance

importpaddle.fluidasfluid

frommultiprocessingimportcpu_count

importmatplotlib.pyplotasplt

VGG⽹络相关的参数配置

参数配置

train_parameters={

输⼊图⽚的

:[3,224,224],#shape

:-1,#分类数

::,#原始数据集路径

::,#要解压的路径

:,#train.txt路径

:,#eval.txt路径

:,#readme.json路径

:{},#标签字典

:50,#训练轮数

:8,#训练时每个批次的⼤⼩

:{#优化函数相关的配置

:0.001#超参数学习率

}

}

⼀、数据准备

（1）解压原始数据集

（2）按照⽐例划分训练集与验证集

（3）乱序，⽣成数据列表

（4）构造训练数据集提供器和验证数据集提供器

defunzip_data(src_path,target_path):

解压原始数据集，将src_path路径下的zip包解压⾄data⽬录下

if(notos.path.isdir(target_path+)):

z=zipfile.ZipFile(src_path,r)

z.extractall(path=target_path)

z.close()

defget_data_list(target_path,train_list_path,eval_list_path):

⽣成数据列表

#存放所有类别的信息

class_detail=[]

#获取所有类别保存的⽂件夹名称

data_list_path=target_pathtarget_path

class_dirs=os.listdir(data_list_path)

#总的图像数量

all_class_images=0

#存放类别标签

class_label=0

#存放类别数⽬

class_dim=0

存储要写进和中的内容

#