安装百度飞桨paddlepaddle和PaddleHub，本地部署百度开源口罩人脸检测及分类模型，并利用OpenCV调用摄像头实现视频实的时检测

目录

前言

安装百度飞桨paddlepaddle和PaddleHub

本地部署预训练模型，并实现实时检测

前言

最近参加了百度“深度学习7日入门-CV疫情特辑”的课程，使用的深度学习框架是百度自研的飞桨PaddlePaddle，课程结合当前疫情中的一些人工智能应用案例开展相关内容的介绍。早在2020年2月13日，百度就已经开源了业内首个口罩人脸检测及分类模型，飞桨预训练模型管理与迁移学习工具PadddleHub已提供了PyramidBox预训练模型，听课期间我也尝试了将这个口罩模型进行本地部署，并利用OpenCV调用摄像头实现视频实的时检测。

百度提供的在线演示链接地址：飞桨PaddlePaddle-源于产业实践的开源深度学习平台

安装百度飞桨paddlepaddle和PaddleHub

1.安装paddlepaddle

可以直接采用pip安装的方式（CPU和GPU二选一即可）：

CPU版本安装：pip install paddlepaddle

GPU版本安装：pip install paddlepaddle-gpu

2.安装PaddleHub

pip install paddlehub

本地部署预训练模型，并实现实时检测

1. 首先安装OpenCV库：pip install opencv-python

2.使用paddlehub将模型下载到本地，进入到python环境，输入程序并执行

模型会自动下载到本地，windows下是默认下载到 用户/user/.paddlehub文件夹下，Ubuntu是默认下载到/home/aistudio/.paddlehub目录下。

3. 给程序创建一个文件夹，我这里取名为mask_detection

4.新建文件夹data

5.新建文件夹detection_result

6.创建mask_detection.py，并编写代码：

运行程序，为了不暴露自己就补贴运行成功的截图了。

文章知识点与官方知识档案匹配，可进一步学习相关知识OpenCV技能树首页概览11108 人正在系统学习中