A epidemia de COVID-19 tomou proporções de preocupação mundiais interrompendo rapidamente nossas vidas cotidianas, afetando todos os setores internos e externo de um país inteiro. Usar uma máscara facial para proteger o rosto tornou-se um item de suma importância para proteção individual. Em um futuro próximo, muitos prestadores de serviços públicos esperam que os clientes usem máscaras adequadamente para participar de seus serviços. Portanto, a detecção de máscara facial tornou-se um dever crítico para ajudar a civilização mundial.
Neste entendimento este trabalho fornece uma maneira simples de alcançar este objetivo utilizando de ferramentas fundamentais de visão computacional omo Aprendizado profundo clássico como redes neurais artificiais, Pytorch e OpenCV.
A técnica sugerida reconhece com sucesso o rosto na imagem ou vídeo e, em seguida, determina se ele tem ou não uma máscara. Como um angente de trabalho de vigilância, ele também pode reconhecer um rosto com uma máscara em movimento, bem como em um vídeo. A técnica atinge excelente precisão 98.96% em apenas 10 épocas de treinamento da CNN. Investigamos valores de parâmetros ótimos para o modelo de Rede Neural Convolucional (CNN) de modo a identificar a existência de máscaras com precisão.
-
CNN: . -
facedetcta.py: .
you can now carry out "run" the python scrypt with the following command:
python3 CNN.py --dataset "face" --model "vgg19" --train Mask_set/train --test Mask_set/test --n_classe 2 --input_size 32 --epoch 20
python3 facedetcta.py