基于MobileNet V2的口罩人脸检测

很多场所和环境要求人员佩戴口罩才准许进入.当由人工进行口罩人脸检测时,耗时且漏检率、错检率高.因此,设计一个用于检测人脸是否佩戴口罩的模型显得十分重要,并且该模型需要具备轻量、快速、精度高的特点,以便将其应用于实时视频检测.首先,对传统MobileNet V2模型进行改进,缩小模型深度,提高其计算速率;然后,建立了1 600张图像的人脸数据库,并进行手工标注;最后,利用该人脸数据库对改进后的模型进行训练,最终训练完成的模型仅11.5 MB.通过实验对比该模型与其他三种口罩检测模型的检测精确度、损失值和检测速度,对戴口罩的人脸该检测模型的平均检测精确度提高了3%以上,检测速度也快于其他三类.