戴口罩人臉數(shù)據(jù)集和戴口罩人臉生成方法

---

目錄

戴口罩人臉數(shù)據(jù)集和戴口罩人臉生成方法

1.戴口罩人臉數(shù)據(jù)集

（1）開源數(shù)據(jù)集-戴口罩人臉數(shù)據(jù)集

（2）生成戴口罩人臉的數(shù)據(jù)集

2.戴口罩人臉生成方法

（1）生成戴口罩人臉?biāo)悸?/p>

（2）口罩模板

（3）戴口罩人臉生成Demo

（4）生成戴口罩人臉效果展示

3. 生成戴口罩?jǐn)?shù)據(jù)集和源碼下載

4.?戴口罩人臉檢測和戴口罩識別(含Python Android源碼)

---

目前網(wǎng)上已經(jīng)開源了很多免費的人臉識別/人臉檢測數(shù)據(jù)集，比如常見的LFW，FDDB，WIDER FACE，300W等，估計加起來都有好幾個憶了。但這些人臉數(shù)據(jù)絕大部分都是不戴口罩的人臉，不能直接用于戴口罩識別中。網(wǎng)上也有少許開源的戴口罩人臉數(shù)據(jù)集，鄙人花了點時間，整理一下目前常見的戴口罩人臉數(shù)據(jù)集，以及戴口罩人臉數(shù)據(jù)的合成/生成方法。

包含5個數(shù)據(jù)集：? facemask-train1，? facemask-train2，facemask-train3，? synthetic-train1，synthetic-train2 ，facemask-test ，總共約有50000+的數(shù)據(jù)：

生成戴口罩人臉代碼：?python create_facemask.py

項目數(shù)據(jù)和生成戴口罩人臉源碼下載地址：???????戴口罩人臉數(shù)據(jù)集和生成戴口罩人臉數(shù)據(jù)

---

1.戴口罩人臉數(shù)據(jù)集

（1）開源數(shù)據(jù)集-戴口罩人臉數(shù)據(jù)集

一些開源的，免費的戴口罩人臉數(shù)據(jù)集，download下來，發(fā)現(xiàn)這些開源的數(shù)據(jù)比較臟，有挺多也是標(biāo)注錯誤的，需求自己清洗一下哦~

數(shù)據(jù)集	說明
virus-mask-dataset	數(shù)據(jù)集總共有三類標(biāo)簽:mask 此人佩戴了可預(yù)防病毒口罩；nomask 未佩戴口罩;wrongmask 此人佩戴了無預(yù)防病毒作用的口罩； 標(biāo)注方式為:標(biāo)注人體全頭部+肩膀上部 地址：https://github.com/hikariming/virus-mask-dataset
MaskedFace-Net	正確遮擋人臉數(shù)據(jù)集(CMFD)，錯誤遮擋人臉數(shù)據(jù)集(IMFD)及其全局遮擋人臉檢測(MaskedFace-Net)的組合。 地址：https://github.com/cabani/MaskedFace-Net
?Real-World Masked Face Datase	地址：https://github.com/X-zhangyang/Real-World-Masked-Face-Dataset 說明：https://blog.csdn.net/HyperAI/article/details/105154132

（2）生成戴口罩人臉的數(shù)據(jù)集

網(wǎng)上絕大部分人臉數(shù)據(jù)都是不戴口罩的人臉，不能直接用于戴口罩識別中。鑒于此，我們可以考慮自己合成/生成戴口罩的人臉數(shù)據(jù)，以下是鄙人收藏和整理的戴口罩人臉數(shù)據(jù)集和合成的數(shù)據(jù)集，總共約有50000+的數(shù)據(jù)：

數(shù)據(jù)集	說明
facemask-train1	從網(wǎng)上收集的戴口罩人臉數(shù)據(jù)集(如virus-mask-dataset)，約7000+張圖片，并清洗了部分標(biāo)注錯誤的樣本 每張圖片都被標(biāo)注了mask(戴口罩)和nomask(未佩戴口罩)的檢測框 標(biāo)注格式為標(biāo)準(zhǔn)的VOC xml格式，可用于人臉檢測訓(xùn)練數(shù)據(jù)使用 已經(jīng)裁剪了人臉區(qū)域，并清洗了部分標(biāo)注錯誤的樣本；其中mask(戴口罩)人臉有3000+張，nomask(未佩戴口罩)人臉有10000+張，可作為分類訓(xùn)練數(shù)據(jù)集，
facemask-train2	從網(wǎng)上收集的戴口罩人臉數(shù)據(jù)集，約3500+張圖片， 每張圖片都被標(biāo)注了mask(戴口罩)和nomask(未佩戴口罩)的檢測框 標(biāo)注格式為標(biāo)準(zhǔn)的VOC格式，但標(biāo)注的人臉框比較大，不建議用于人臉檢測訓(xùn)練數(shù)據(jù)使用 已經(jīng)裁剪了人臉區(qū)域圖像，并清洗了部分標(biāo)注錯誤的樣本；其中mask(戴口罩)人臉有2000+張，nomask(未佩戴口罩)人臉有6000+張，可作為分類訓(xùn)練數(shù)據(jù)集
facemask-train3	從網(wǎng)上收集的戴口罩人臉數(shù)據(jù)集，其中mask(戴口罩)人臉有600+張，nomask(未佩戴口罩)人臉有1700+張，可作為分類訓(xùn)練數(shù)據(jù)集 原始圖片都被裁剪為人臉圖像了，所以不合適用于人臉檢測；可作為分類訓(xùn)練數(shù)據(jù)集
synthetic-train1	這是合成的戴口罩人臉數(shù)據(jù) 其中mask(戴口罩)人臉有7000+張，nomask(未佩戴口罩)人臉有7000+張，可作為分類訓(xùn)練數(shù)據(jù)集
synthetic-train2	這是合成的戴口罩人臉數(shù)據(jù) 其中mask(戴口罩)人臉有6000+張，nomask(未佩戴口罩)人臉有6000+張，可作為分類訓(xùn)練數(shù)據(jù)集
facemask-test	這是戴口罩人臉測試集 其中mask(戴口罩)人臉有300+張，nomask(未佩戴口罩)人臉有300+張，用于分類模型測試

---

2.戴口罩人臉生成方法

（1）生成戴口罩人臉?biāo)悸?/h3>

首先進(jìn)行人臉檢測和人臉關(guān)鍵點檢測

根據(jù)人臉關(guān)鍵點，計算臉頰的寬度和鼻梁位置等位置信息，同理，需要計算出口罩模板的大小、方向和位置；

最后把口罩模板貼在人臉位置上，等到合成的戴口罩人臉圖片

一些戴口罩生成代碼參考：

GitHub - sevenHsu/FaceMask_CelebA: Simulated masked face with dataset CelebA

給人臉戴上口罩，Python實戰(zhàn)項目來了_我愛Python數(shù)據(jù)挖掘的博客-CSDN博客

我測試了目前網(wǎng)上的生成戴口罩代碼，對于已經(jīng)矯正的人臉，生成效果還是不錯的，但如果原始人臉本身就是傾斜(歪頭)，這時直接使用原始代碼，合成的效果就很差了，在此基礎(chǔ)上，我做了優(yōu)化工作：

增加了口罩模板，共有29種不同類型的口罩模板，提供合成口罩?jǐn)?shù)據(jù)的多樣性

優(yōu)化了口罩傾斜角度，使得人臉傾斜(歪頭)時，合成的效果也不錯

優(yōu)化了人臉檢測，采用輕量化人臉檢測，加速生成速度

原始圖片	原始代碼生成戴口罩	優(yōu)化后生成戴口罩
對于已經(jīng)矯正的人臉，生成效果還是不錯的，但如果原始人臉本身就是傾斜(歪頭)，這時直接使用原始代碼，合成的效果就很差了

（2）口罩模板

口罩模板即口罩Mask圖像（PNG格式），可以通過Photoshop摳圖的方式，把背景去除；目前已經(jīng)提供了共有29種不同類型的口罩模板，保證了口罩?jǐn)?shù)據(jù)的多樣性。

（3）戴口罩人臉生成Demo

安裝好python相關(guān)依賴包

pybaseutils opencv-python==4.5.1.48 face_recognition tqdm torch torchvision

? ?代碼已經(jīng)自帶了測試圖片和數(shù)據(jù)，你也可以更換成自己的人臉數(shù)據(jù)集：

python create_facemask.py # -*-coding: utf-8 -*- """@Author : panjq@E-mail : pan_jinquan@163.com@Date : 2022-06-25 22:23:11@Brief : 生成戴口罩人臉數(shù)據(jù)集 """ import os import syssys.path.insert(0, os.getcwd()) sys.path.insert(0, "libs") from tqdm import tqdm from facemask.wearmask import FaceMaskCreator from pybaseutils import file_utils, image_utilsclass FaceMaskDemo(object):def __init__(self):self.mask_creator = FaceMaskCreator(detect_face=True, alignment=False)def create_wear_mask_faces(self, image_dir, out_dir=None, vis=True):"""生成戴口罩人臉數(shù)據(jù)集:param image_dir: 人臉圖片目錄:param out_dir: 生成戴口罩人臉輸出目錄:param vis: 是否可視化效果:return:"""image_list = file_utils.get_files_lists(image_dir)for image_path in tqdm(image_list):image_id = os.path.basename(image_path).split(".")[0]image = image_utils.read_image(image_path, size=(512, None), use_rgb=True)mask, face_rects = self.mask_creator.create_masks(image, mask_type="random", vis=vis)if out_dir:self.mask_creator.save_image(image, mask, face_rects, out_dir, image_id)if __name__ == '__main__':image_dir = "./facemask/test_image" # 人臉圖片out_dir = "./output" # 生成戴口罩人臉輸出目錄fm = FaceMaskDemo()fm.create_wear_mask_faces(image_dir, out_dir, vis=True)

（4）生成戴口罩人臉效果展示

原圖	合成帶口罩圖

---

3. 生成戴口罩?jǐn)?shù)據(jù)集和源碼下載

下載地址包含內(nèi)容有：???????戴口罩人臉數(shù)據(jù)集和生成戴口罩人臉數(shù)據(jù)

包含5個數(shù)據(jù)集：? facemask-train1，? facemask-train2，facemask-train3，? synthetic-train1，synthetic-train2 ，facemask-test ，總共約有50000+的數(shù)據(jù)：

生成戴口罩人臉代碼：?python create_facemask.py

---

4.?戴口罩人臉檢測和戴口罩識別(含Python Android源碼)

準(zhǔn)備好人臉數(shù)據(jù)集和戴口罩人臉數(shù)據(jù)集，下一步就可以開始訓(xùn)練戴口罩識別模型，請參考：

https://panjinquan.blog.csdn.net/article/details/125428609https://panjinquan.blog.csdn.net/article/details/125428609

總結(jié)

以上是生活随笔為你收集整理的戴口罩人脸数据集和戴口罩人脸生成方法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。