Ik bouw een realtime gezichtsmaskerdetectiesysteem met yolov8


Over deze dienst
Automatische vertaling
Hallo! Ben je op zoek naar een productieklare, realtime gezichtsmaskerdetectiesysteem met een moderne webinterface?
Ik maak een compleet realtime gezichtsmaskerdetectiesysteem aangedreven door YOLOv8 + ONNX dat op CPU draait, geen GPU nodig! Het systeem streamt live webcamvideo via een FastAPI backend via WebSocket en toont geannoteerde resultaten in een overzichtelijke HTML/CSS frontend allemaal in je browser.
Dit is gebaseerd op een volledig werkend project met een complete end-to-end pipeline.
Wat je krijgt
YOLOv8 Nano model getraind voor mask / no_mask detectie
Model geëxporteerd naar ONNX voor geoptimaliseerde CPU-inference
FastAPI backend server (app.py)
WebSocket real-time frame streaming
OpenCV webcam vastlegging & frameverwerking
HTML/CSS frontend met live bounding box overlay
Volledige geannoteerde broncode (schoon & commentaar)
requirements.txt voor één-commando installatie
Installatie- & gebruiksaanwijzingen (README)
Realtime pipeline
Webcam YOLO ONNX Model FastAPI WebSocket HTML frontend
Technische stack
YOLOv8 (Ultralytics) Object Detection
ONNX CPU-geoptimaliseerde inference
FastAPI backend API server
WebSocket real-time frame streaming
OpenCV (cv2) webcam vastlegging
HTML / CSS frontend UI
Python 3.x kern taal
Maak kennis met Haseeb Qaiser
AI Engineer
- Afkomstig uitPakistan
- Lid sindsapr 2022
Talen
Engels, Pasjtoe, Urdu
Automatische vertaling
Mijn portfolio
Veelgestelde vragen
Automatische vertaling
Q: Heeft dit een GPU nodig om te draaien?
Ans: Nee! Het model is geëxporteerd naar ONNX-formaat dat efficiënt op CPU draait. Geen CUDA of GPU nodig — het werkt op elke moderne laptop
Q: Hoe ziet de frontend eruit?
Ans: Een overzichtelijke browserpagina die je live webcamfeed toont met realtime bounding boxes en "mask" / "no mask" labels — toegankelijk via http://127.0.0.1:8000.
Q: Kan ik het model retrainen op mijn eigen data?
Ans: Ja, met het Premium pakket retrain ik YOLOv8 op je eigen gelabelde dataset en exporteer ik het bijgewerkte ONNX-model opnieuw.
Q: Is de volledige broncode inbegrepen?
Ans: Ja, alle pakketten bevatten app.py, best.onnx, index.html, style.css en requirements.txt — het volledige project, niets verborgen
Q: Kan dit worden gedeployed op een server of in de cloud?
Ans: Ja. Docker deployment en cloud hosting zijn beschikbaar in het Premium pakket. Het is een toekomstige verbetering die al gepland staat in de project roadmap.

