Costruirò un sistema di rilevamento mascherine facciali in tempo reale usando yolov8


Informazioni su questo servizio
Traduzione automatica.
Ciao! Stai cercando un sistema di rilevamento mascherine facciali in tempo reale pronto per la produzione con un'interfaccia web moderna?
Costruirò un sistema completo di rilevamento mascherine facciali in tempo reale alimentato da YOLOv8 + ONNX che funziona su CPU senza bisogno di GPU! Il sistema trasmette in streaming video live dalla webcam tramite un backend FastAPI via WebSocket e mostra i risultati annotati in un frontend HTML/CSS pulito, tutto nel tuo browser.
Questo si basa su un progetto completamente funzionante con una pipeline end-to-end completa.
Cosa otterrai
Modello YOLOv8 Nano addestrato per il rilevamento di maschera / no_mask
Modello esportato in ONNX per un'inferenza ottimizzata su CPU
Server backend FastAPI (app.py)
Streaming in tempo reale dei frame via WebSocket
Acquisizione webcam con OpenCV e elaborazione dei frame
Frontend HTML/CSS con overlay di riquadri in tempo reale
Codice sorgente completo, pulito e commentato
requirements.txt per installazione con un solo comando
Istruzioni di setup e avvio (README)
Pipeline in tempo reale
Webcam YOLO ONNX Modello FastAPI WebSocket Frontend HTML
Stack tecnologico
YOLOv8 (Ultralytics) Rilevamento oggetti
Inferenza ottimizzata per CPU con ONNX
Server API backend FastAPI
Streaming in tempo reale dei frame via WebSocket
Acquisizione webcam con OpenCV (cv2)
Frontend UI HTML / CSS
Python 3.x linguaggio principale
Scopri di più su Haseeb Qaiser
AI Engineer
- DaPakistan
- Membro daapr 2022
Lingue
Inglese, Pashtu, Urdu
Traduzione automatica.
Il mio portfolio
FAQ
Traduzione automatica.
Q: Questo ha bisogno di una GPU per funzionare?
Ans: No! Il modello è esportato in formato ONNX che funziona efficientemente su CPU. Non serve CUDA o GPU — funziona su qualsiasi laptop moderno
Q: Come appare il frontend?
Ans: Una pagina browser pulita che mostra il feed live della webcam con riquadri in tempo reale e etichette "mask" / "no mask" — accessibile su http://127.0.0.1:8000.
Q: Posso riaddestrare il modello con i miei dati?
Ans: Sì, con il pacchetto Premium riaddestrerò YOLOv8 sul tuo dataset etichettato personalizzato e ri-esporterò il modello ONNX aggiornato.
Q: È incluso tutto il codice sorgente?
Ans: Sì, tutti i pacchetti includono app.py, best.onnx, index.html, style.css e requirements.txt — il progetto completo, niente di nascosto
Q: Si può deployare su un server o nel cloud?
Ans: Sì. Deployment con Docker e hosting nel cloud sono disponibili nel pacchetto Premium. È un miglioramento futuro già pianificato nel roadmap del progetto.

