【技术实现步骤摘要】
口罩佩戴实时检测的神经网络模型的搭建方法及实施系统
本专利技术属于边缘计算的目标检测领域，具体涉及一种口罩佩戴实时检测的神经网络模型的搭建方法及实施系统。
技术介绍
传染病毒目前还是主要通过飞沫传播和接触传播，在某些特殊的条件下才可能发生气溶胶传播，一般的工作生活条件下，正确佩戴口罩，足以满足日常防护需求。疫情期间，普通公众出门正确带口罩显得尤为重要。为全力做好传染病毒的防控工作，有效切断病毒传播途径，坚决遏制疫情蔓延势头，确保人民群众生命安全和身体健康，需要在各小区、学校、单位、食堂、车站等公共场合增设大量的防疫人员和检测点，逐一检测进出人员是否佩戴口罩或正确佩戴口罩及检测人体体温是否异常，带来巨大的人力、物力的投入。
技术实现思路
本专利技术的目的在于克服上述不足，提供一种口罩佩戴实时检测的神经网络模型的搭建方法及实施系统，能够高效、准确的检测出人员脸上的口罩是否正确佩戴。为了达到上述目的，一种口罩佩戴实时检测的神经网络模型的搭建方法，包括以下步骤：步骤一，收集不同人员佩戴口罩的照片，...
【技术保护点】
1.一种口罩佩戴实时检测的神经网络模型的搭建方法，其特征在于，包括以下步骤：/n步骤一，收集不同人员佩戴口罩的照片，并对照片进行数据增强，来扩大数据集；/n步骤二，对数据集中的照片进行标注，标注后将数据集分为训练集、验证集和测试集；/n步骤三，将标注后的训练集进行归一化处理，再通过tensorflow2框架下搭建yolov4算法目标检测神经网络模型；/n步骤四，通过导入验证集数据，神经网络模型的损失函数在迭代过程中趋于收敛，停止训练，输出目标检测神经网络模型；/n步骤五，根据测试集数据，对输出的目标检测神经网络模型进行性能测试；/n步骤六，测试合格的tensorflow下y...
【技术特征摘要】
1.一种口罩佩戴实时检测的神经网络模型的搭建方法，其特征在于，包括以下步骤：
步骤一，收集不同人员佩戴口罩的照片，并对照片进行数据增强，来扩大数据集；
步骤二，对数据集中的照片进行标注，标注后将数据集分为训练集、验证集和测试集；
步骤三，将标注后的训练集进行归一化处理，再通过tensorflow2框架下搭建yolov4算法目标检测神经网络模型；
步骤四，通过导入验证集数据，神经网络模型的损失函数在迭代过程中趋于收敛，停止训练，输出目标检测神经网络模型；
步骤五，根据测试集数据，对输出的目标检测神经网络模型进行性能测试；
步骤六，测试合格的tensorflow下yolov4的目标检测神经网络模型确定为最终的口罩佩戴实时检测的神经网络模型。
2.根据权利要求1所述的一种口罩佩戴实时检测的神经网络模型的搭建方法，其特征在于，步骤一中，通过Python爬虫方法在Internet上得到若干不同人员是否佩戴口罩的照片，对口罩数据集中的数据使用mosaic数据增强，每次读取四张图片，分别对四张图片进行翻转、缩放和色域变化，并且按照四个方向位置进行排列，最后进行四张图片的组合到一张图片上，这一张图片也作为数据集的元素。
3.根据权利要求1所述的一种口罩佩戴实时检测的神经网络模型的搭建方法，其特征在于，步骤二中，采用labelimg标注工具对数据集中的照片进行标注，标注分类为mask和nomask，数据集中训练集为60％，验证集为15％，测试集为25％。
4.根据权利要求1所述的一种口罩佩戴实时检测的神经网络模型的搭建方法，其特征在于，步骤三中，基于yolov4算法的目标检测模型骨干网络采用CSPDarkNet53，由DBM和Res残差结构组成，激活函数使用Mish以及使用SPP结构，SPP结构参杂在对CSPdarknet53的最后一个特征层的卷积里，在对CSPdarknet53的最后一个特征层进行三次DarknetConv2D_BN_Mish卷积后，分别利用四个不同尺度的最大池化进行处理，分离出上下文特征。
5.根据权利要求1所述的一种口罩佩戴实时检测的神经网络模型的搭建方法，其特征在于，步骤四中，通过CIOU公式对神经网络目标检测模型进行损失...
【专利技术属性】
技术研发人员：陈登峰，陈鹏文，王帅举，肖海燕，李明海，陈章政，刘磊，
申请(专利权)人：西安建筑科技大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。