基於ResNet50之課堂學生狀態即時偵測系統

本專案旨在利用ResNet50為架構，訓練出一個能夠於課堂中即時偵測學生狀態之系統

如何訓練

請先至train_model資料夾中下載requirement.txt中所列的相依套件：

cd train_model
pip install -r requirement.txt

安裝完套件後，可進入train.ipynb中進行模型訓練 本專案訓練參數如下：

input_size = (224,224)
batch_size = 64
class_mode = 'categorical'
train_data_size = 0.8
base_model = ResNet50
epochs = 50

訓練成果(BEST)

train accucary	valid accucary	test accucary
1. 000	1.000	0.9333

train loss	valid loss	test loss
0.0186	0.0919	0.1995

	precision	recall	f1-score
confuse	1.00	1.00	1.00
happy	0.83	1.00	0.91
normal	1.00	0.91	0.95
sleepy	0.90	0.90	0.90

如何使用

進入flask_web中，並於終端執行：

python render.py

即可開啟網頁，其網頁分成學生端和教師端，學生端在登入後能夠開啟鏡頭偵測，而教師端則可觀看目前登入學生人數與學生目前狀態。