疫情发展模型_号召AI同行共抗疫情 百度免费开源口罩人脸检测及分类模型

北京商报今日新闻(记者昕薇)为了更好地动员行业抗击疫情2月13日，百度宣布免费开源面膜人脸检测和分类模型该模型能够有效地检测出拥挤区域内所有带或不带面具的人脸，并判断该人是否同时戴有面具基于百度的开源策略，第三方开发者和企业供应商可以通过人工智能模型快速完成软件开发

随着企业纷纷复工，假期过后经济开始逐渐复苏。在返工潮中，面膜测试项目已成为许多社区、大型制造商和中央企业的重要需求。例如，判断工作区域的员工是否戴口罩，拥挤通道中的交通中心如何识别戴口罩的人脸并测量温度，戴口罩是否也能完成日常的刷牙和打眼等。都是新皇冠肺炎疫情下需要解决的痛点。

百度表示，此次发布的免费开源自主研发的面具人脸检测和分类模型，能够在拥挤的公共场景中检测大量人脸时，快速识别和标注戴面具和不戴面具的人脸。基于这种预培训模型，开发人员只需要使用少量自己的数据就可以快速完成自己场景的模型开发。

百度R&D工程师介绍，面膜脸检测和分类模型由两个功能单元组成，可以分别完成面膜脸的检测和分类。经过测试，该模型的人脸检测算法是基于骨干网的，增加了10万多个面具人脸数据训练，召回率显著提高30%，准确率达到98%

和面罩判断模型可以判断人脸是否戴面罩，面罩的判断准确率达到96.5%，满足传统面罩的检测要求开发者还可以根据自己的场景数据进行二次模型优化，进一步提高模型的准确率和召回率。

对光照、遮罩遮挡、面部表情变化、比例变化和实际场景中的其他问题具有鲁棒性，并且可以在各种不同的终端、边缘和云设备上实时检测，这在着陆期间非常实用。

同时，为了最大限度地方便开发者的应用，百度深度学习平台飞舟通过一个简单易用的预培训模型管理工具，开辟了一个面膜检测模型。它可以通过基本的python编程功能快速调用。如果它有一定的移动应用开发能力，它也可以将模型快速部署到移动终端。此外，飞桨还将提供大量的二次开发工具组件和更多与人脸相关的检测算法，所有这些都是开源的和免费的。

最近，百度继续使用人工智能、大数据等技术帮助预防和控制疫情:从建立总规模为3亿元的疫情和公共卫生安全专项基金，到提供人工智能技术支持匹配1亿级计算资源；从百度地图为科学疫情管理提供参考，到人工智能多人体温快速检测解决方案登陆清河火车站，免费开放病毒分析线性时间算法，免费开放社区管理智能出站平台...(百度提供图片)