ModelBox开发体验Day05开发案例-使用YOLOv3做口罩检测

• 本案例将使用YOLO v3模型，实现一个简单的口罩检测应用
• 代码：https://github.com/sunxiaobei/modelbox_gallery
• 代码tag：v1.5 mask_det_yolo3，v1.5.1 mask_det_yolo3_camera

开发准备

• 开发环境安装和部署，前面环境已完成
• 模型训练，ModelArts训练模型
• 模型转换，代码模型已完成转换

应用开发

打开VS Code，连接到ModelBox sdk所在目录或者远程开发板，开始进行口罩检测应用开发。

（1）创建工程

使用create.py创建mask_det_yolo3工程, 将会创建出一个空的ModelBox样例工程。

./create.py -t server -n mask_det_yolo3

git add .
git commit -m 'create mask_det_yolo3'

2）创建推理功能单元

AI应用的核心是模型推理部分，我们用如下命令创建推理功能单元，该模块将会创建在工程目录的model文件夹下：

./create.py -t infer -n mask_infer -p mask_det_yolo3

git add .
git commit -m 'create mask_infer'

• 将资源包中model/mask_infer文件夹中的模型和配置文件拷贝到口罩检测工程的model/mask_infer目录下。其中yolo3_resnet18_mask_det_288x512-rknpu2.rknn是转换好的rknn模型，mask_infer.toml是该模型的ModelBox功能单元配置文件，其内容如下：

# Copyright (c) Huawei Technologies Co., Ltd. 2022. All rights reserved.

[base]
name = "mask_infer"
device = "rknpu"
version = "1.0.0"
description = "your description"
entry = "./yolo3_resnet18_mask_det_288x512-rknpu2.rknn"  # model file path, use relative path
type = "inference"
virtual_type = "rknpu2" # inference engine type: rockchip now support rknpu, rknpu2(if exist)
group_type = "Inference"  # flowunit group attribution, do not change
is_input_contiguous = "false" # rk do not support memory combine, fix, do not change

[input]
[input.input1]
name = "data"
type = "uint8"
device = "rknpu"

[output]
[output.output1]
name = "yolo/output1"
type = "float"

[output.output2]
name = "yolo/output2"
type = "float"

[output.output3]
name = "yolo/output3"
type = "float"

可以看到该模型有3个输出节点，即YOLO v3模型输出的3个feature map，需要从中解码出检测框。

（3）创建后处理功能单元

• 后处理功能单元负责从模型推理结果中解码出检测框，我们用如下命令创建该功能单元，其将会创建在工程目录的etc/flowunit文件夹下：

./create.py -t python -n yolo3_post -p mask_det_yolo3

• 将common资源包中etc/flowunit/yolo3_post文件夹中的代码和配置文件拷贝到口罩检测工程的同名目录下，解码过程的核心逻辑在yolo3_utils.py文件中，可以查阅YOLO v3模型细节阅读代码。

（4）创建画图功能单元

• 得到检测框后可以画在原图上进行输出展示，我们用如下命令创建画图功能单元：

./create.py -t python -n draw_mask_bbox -p mask_det_yolo3

• 将common资源包中etc/flowunit/draw_mask_bbox文件夹中的代码和配置文件拷贝到口罩检测工程的同名目录下，画图的核心逻辑在draw_mask_bbox.py文件的draw_mask_info函数中：

def draw_mask_info(self, image, bboxes):
        '''在图中画出口罩佩戴信息'''
        thickness = 2
        font_scale = 1
        text_font = cv2.FONT_HERSHEY_SIMPLEX
        for bbox in bboxes:
            label_index = int(bbox[5])
            if self.labels[label_index] != 'head':
                continue

            x_min, y_min, x_max, y_max = bbox[0], bbox[1], bbox[2], bbox[3]

            face_bbox = self.find_max_cover_bbox(
                bbox, bboxes, 'face', self.face_cover_ratio)
            if not face_bbox:
                cv2.rectangle(image, (x_min, y_min),
                              (x_max, y_max), (255, 255, 0), thickness)
                cv2.putText(image, 'unknown', (x_min, y_min-20),
                            text_font, font_scale, (255, 255, 0), thickness)
                continue

            mask_bbox = self.find_max_cover_bbox(
                face_bbox, bboxes, 'mask', self.mask_cover_ratio)
            if not mask_bbox:
                cv2.putText(image, 'no mask', (x_min, y_min-20),
                            text_font, font_scale, (255, 0, 0), thickness)
                cv2.rectangle(image, (x_min, y_min),
                              (x_max, y_max), (255, 0, 0), thickness)
            else:
                cv2.putText(image, 'has mask', (x_min, y_min-20),
                            text_font, font_scale, (0, 255, 0), thickness)
                cv2.rectangle(image, (x_min, y_min),
                              (x_max, y_max), (0, 255, 0), thickness)
                cv2.rectangle(image, (mask_bbox[0], mask_bbox[1]),
                              (mask_bbox[2], mask_bbox[3]), (0, 255, 255), thickness)

        return image

• 针对每个人，该模型会尝试检测出head（头肩部）、face和mask三个检测框。如果face检测框与mask检测框的重合度大于某个阈值，就判为佩戴口罩；否则，就判为没有佩戴口罩；如果没有检测到face检测框，就会显示Unknown，表示未知。

（5）修改流程图

• 模型推理和配套的功能单元准备好后，我们就可以串联出流程图进行测试了，口罩检测工程默认在graph目录下生成了mask_det_yolo3.toml，我们参考资源包中的graph/mask_det_yolo3.toml将其修改为：

# Copyright (c) Huawei Technologies Co., Ltd. 2022. All rights reserved.

[driver]
dir = ["${HILENS_APP_ROOT}/etc/flowunit",
"${HILENS_APP_ROOT}/etc/flowunit/cpp",
"${HILENS_APP_ROOT}/model",
"${HILENS_MB_SDK_PATH}/flowunit"]
skip-default = true
[profile]
profile=false
trace=false
dir=""
[graph]
format = "graphviz"
graphconf = """digraph mask_det_yolo3 {
    node [shape=Mrecord];
    queue_size = 4
    batch_size = 1
    input1[type=input,flowunit=input,device=cpu,deviceid=0]

    data_source_parser[type=flowunit, flowunit=data_source_parser, device=cpu, deviceid=0]
    video_demuxer[type=flowunit, flowunit=video_demuxer, device=cpu, deviceid=0]
    video_decoder[type=flowunit, flowunit=video_decoder, device=rknpu, deviceid=0, pix_fmt=bgr]
    image_resize[type=flowunit, flowunit=resize, device=rknpu, deviceid=0, width=512, height=288]
    mask_detection[type=flowunit, flowunit=mask_infer, device=rknpu, deviceid=0]
    yolo3_post[type=flowunit, flowunit=yolo3_post, device=cpu, deviceid=0]
    draw_mask_bbox[type=flowunit, flowunit=draw_mask_bbox, device=cpu, deviceid=0]
    video_out[type=flowunit, flowunit=video_out, device=rknpu, deviceid=0]

    input1:input -> data_source_parser:in_data
    data_source_parser:out_video_url -> video_demuxer:in_video_url
    video_demuxer:out_video_packet -> video_decoder:in_video_packet
    video_decoder:out_video_frame -> image_resize:in_image
    image_resize:out_image -> mask_detection:data
    mask_detection:"yolo/output1" -> yolo3_post:in_feat1
    mask_detection:"yolo/output2" -> yolo3_post:in_feat2
    mask_detection:"yolo/output3" -> yolo3_post:in_feat3
    video_decoder:out_video_frame -> draw_mask_bbox:in_image
    yolo3_post:out_data -> draw_mask_bbox:in_bbox
    draw_mask_bbox:out_image -> video_out:in_video_frame
}"""
[flow]
desc = "mask_det_yolo3 run in modelbox-rk-aarch64"

• 该流程图对于某个视频流，经过视频解码、图像缩放、口罩检测推理、检测框后处理、画图等一系列操作后，将结果保存下来。

• 然后，参考common资源包中mock_task.toml，将口罩检测工程的任务配置文件bin/mock_task.toml中输入输出部分修改为：

# 任务输入,mock模拟目前仅支持一路rtsp或者本地url
# rtsp摄像头，type = "rtsp", url里面写入rtsp地址
# 其它用"url"，比如可以是本地文件地址, 或者httpserver的地址，(摄像头 url = "0")
[input]
type = "url"
url = "../data/mask_test.mp4"

# 任务输出,目前仅支持"webhook", 和本地输出"local"(输出到屏幕,url="0", 输出到rtsp，填写rtsp地址)
# (local 还可以输出到本地文件，这个时候注意，文件可以是相对路径，是相对这个mock_task.toml文件本身)
[output]
type = "local"
url = "../hilens_data_dir/mask_test_result.mp4"

• 将common资源包中的data/mask_test.mp4测试视频拷贝到口罩检测工程的data目录下，该流程图使用这一视频进行口罩检测，检测结果绘制后保存为hilens_data_dir/mask_test_result.mp4文件。

（6）运行应用

• 在mask_det_yolo3工程路径下执行build_project.sh进行工程构建：

cd workspace/mask_det_yolo3
./build_project.sh

• 执行bin/main.sh运行应用（如果运行报错请切换到root账号再运行，本应用需要事先使用pip安装好OpenCV和NumPy），运行结束后在hilens_data_dir目录下生成了mask_test_result.mp4文件，可以下载到PC端查看。

bin/main.sh

git add .
git commit -m 'run mask_det_yolo3'
git push

git tag -a v1.5 -m 'mask_det_yolo3'
git push origin --tags

（7）实时摄像头

# 用于本地mock文件读取任务，脚本中已经配置了IVA_SVC_CONFIG环境变量, 添加了此文件路径
########### 请确定使用linux的路径类型，比如在windows上要用  D:/xxx/xxx  不能用D:\xxx\xxx  ###########
# 任务的参数为一个压缩并转义后的json字符串
# 直接写需要转义双引号， 也可以用 content_file 添加一个json文件，如果content和content_file都存在content会被覆盖
# content_file支持绝对路径或者相对路径，不支持解析环境变量(包括${HILENS_APP_ROOT}、${HILENS_DATA_DIR}等)
[common]
content = "{\"param_str\":\"string param\",\"param_int\":10,\"param_float\":10.5}"

# 任务输入,mock模拟目前仅支持一路rtsp或者本地url
# rtsp摄像头，type = "rtsp", url里面写入rtsp地址
# 其它用"url"，比如可以是本地文件地址, 或者httpserver的地址，(摄像头 url = "0")
[input]
type = "url"
# url = "../data/mask_test.mp4" 
url = "0"

# 任务输出,目前仅支持"webhook", 和本地输出"local"(输出到屏幕,url="0", 输出到rtsp，填写rtsp地址)
# (local 还可以输出到本地文件，这个时候注意，文件可以是相对路径，是相对这个mock_task.toml文件本身)
[output]
type = "local"
# url = "../hilens_data_dir/mask_test_result.mp4"  
url = "rtsp://192.168.3.3:8554/outstream"

运行测试

bin/main.sh camera

小结

• 本次案例实践口罩识别，通过本次案例的实践对于开发板的使用有了进一步了解，同时也体会到了这个开发板的便捷开发模式，非常值得推荐，希望后续可以体验更多案例，真正落地实践。

参考文献：

• https://developer.huaweicloud.com/develop/aigallery/article/detail?id=0163b46b-34fa-468d-b243-2ef067170d4a
• https://modelbox-ai.com/modelbox-book/
• https://developer.huaweicloud.com/develop/aigallery/article/detail?id=adc021cb-1c12-49a1-8a0b-f56ce6fb3b25