厨师帽厨师服口罩穿戴人脸识别 YOLOv7

厨师帽厨师服口罩穿戴人脸识别就是指在监管前提下提早设定查验区域，厨师帽厨师服口罩穿戴人脸识别当规定区域有不戴厨师帽不穿戴厨师服或者口罩，系统自动会警报。厨师帽厨师服口罩穿戴人脸识别-智慧食安监督系统根据视频智能分析商品，在数据分析系统优化计算方法服务中，扩展了非厨房工作人员 进入后厨以及不戴口罩的厨师进行识别报警。

YOLOv7 在 5 FPS 到 160 FPS 范围内，速度和精度都超过了所有已知的目标检测器
并在 V100 上，30 FPS 的情况下达到实时目标检测器的最高精度 56.8% AP。YOLOv7 是在 MS COCO 数据集上从头开始训练的，不使用任何其他数据集或预训练权重。
相对于其他类型的工具，YOLOv7-E6 目标检测器（56 FPS V100，55.9% AP）比基于 transformer 的检测器 SWINL Cascade-Mask R-CNN（9.2 FPS A100，53.9% AP）速度上高出 509%，精度高出 2%，比基于卷积的检测器 ConvNeXt-XL Cascade-Mask R-CNN (8.6 FPS A100, 55.2% AP) 速度高出 551%，精度高出 0.7%。

食品安全问题一直是我们关心的主要问题。餐厅厨房工作员对自然环境质量标准的遵照与食品类的安全性卫生条件马上相关。如果要妥善处理职工的不规范行为和及时提醒，工作人员务必长期性关心，耗费人力资源管理；除此之外，因为厨房餐厅的一些场所只向食品监督局发布，有安全大检查、人工成本相对高、效率低、检查结果无法确保公布等难题。

# From Mr. Dinosaur
 
import os
 
 
def listdir(path, list_name):  # 传入存储的list
    for file in os.listdir(path):
        file_path = os.path.join(path, file)
        if os.path.isdir(file_path):
            listdir(file_path, list_name)
        else:
            list_name.append(file_path)
 
 
list_name = []
path = 'D:/PythonProject/data/'  # 文件夹路径
listdir(path, list_name)
print(list_name)
 
with open('./list.txt', 'w') as f:  # 要存入的txt
    write = ''
    for i in list_name:
        write = write + str(i) + '\n'
    f.write(write)

厨师帽厨师服口罩穿戴人脸识别系统在使用中，不戴厨师帽，或者有抽烟等违规的情形，那样设定在餐厅厨房的画面就会被智能化拍摄，在大屏幕推送相对应违规图片。AI系统还能够智能化抓取，做好证据调查工作中，有益于店家马上对后厨进行智能化管理。