Construiré un sistema de detección de mascarillas faciales en tiempo real usando yolov8


Acerca de este Servicio
Traducción automática
¡Hola! ¿Buscas un sistema de detección de mascarillas faciales en tiempo real listo para producción y con una interfaz web moderna?
Construiré un sistema completo de detección de mascarillas faciales en tiempo real impulsado por YOLOv8 + ONNX que funciona en CPU sin necesidad de GPU. El sistema transmite video en vivo desde la webcam a través de un backend FastAPI mediante WebSocket y muestra los resultados anotados en un frontend limpio en HTML/CSS, todo en tu navegador.
Esto se basa en un proyecto completamente funcional con una pipeline de extremo a extremo.
Lo que obtendrás
Modelo YOLOv8 Nano entrenado para detección de máscara / no máscara
Modelo exportado a ONNX para inferencia optimizada en CPU
Servidor backend FastAPI (app.py)
Transmisión en tiempo real de frames vía WebSocket
Captura y procesamiento de frames con OpenCV
Frontend en HTML/CSS con overlay de cajas en vivo
Código fuente completo, limpio y comentado
requirements.txt para instalación con un solo comando
Instrucciones de configuración y ejecución (README)
Pipeline en tiempo real
Webcam YOLO ONNX Modelo FastAPI WebSocket Frontend en HTML
Stack tecnológico
YOLOv8 (Ultralytics) detección de objetos
Inferencia optimizada en ONNX para CPU
Servidor API backend FastAPI
Transmisión en tiempo real de frames vía WebSocket
Captura con webcam OpenCV (cv2)
Interfaz frontend en HTML / CSS
Lenguaje principal Python 3.x
Conoce a Haseeb Qaiser
AI Engineer
- DePakistán
- Miembro desdeabr 2022
Idiomas
Inglés, Pashto, Urdu
Traducción automática
Mi porfolio
FAQ
Traducción automática
P: ¿Necesita una GPU para funcionar?
R: ¡No! El modelo se exporta en formato ONNX, que funciona eficientemente en CPU. No se requiere CUDA ni GPU — funciona en cualquier portátil moderno.
P: ¿Cómo es la interfaz del frontend?
R: Una página limpia en el navegador que muestra la transmisión en vivo de tu webcam con cajas en tiempo real y etiquetas "máscara" / "sin máscara" — accesible en http://127.0.0.1:8000.
P: ¿Puedo reentrenar el modelo con mis propios datos?
R: Sí, con el paquete Premium reentrenaré YOLOv8 en tu dataset personalizado etiquetado y volveré a exportar el modelo ONNX actualizado.
P: ¿Incluye todo el código fuente?
R: Sí, todos los paquetes incluyen app.py, best.onnx, index.html, style.css y requirements.txt — el proyecto completo, sin nada oculto.
P: ¿Se puede desplegar en un servidor o en la nube?
R: Sí. El despliegue con Docker y el hosting en la nube están disponibles en el paquete Premium. Es una mejora futura ya planificada en la hoja de ruta del proyecto.

