描述

描述

“預防勝于治療”是防止COVID-19傳播和保護人類的有效措施之一。許多研究人員和醫生正在研究新冠病毒的藥物和疫苗接種。

COVID-19 主要通過飛沫感染傳播，當人們咳嗽或我們觸摸生病的人，然后觸摸我們的臉（即揉眼睛或鼻子）時。持續的大流行表明它更具傳染性并且傳播速度更快。根據感染的傳播情況，我們有兩種情況：快速傳播和慢速傳播。

一場快速的大流行將是可怕的，并將奪去許多人的生命。它是由于感染速度快而發生的，因為沒有減緩它的對策。這是因為，如果感染人數過多，醫療系統將無法應對。我們將缺乏醫療人員等資源或呼吸機等設備。

為避免上述情況，我們需要盡我們所能將其轉變為緩慢的大流行。大流行只能通過正確的反應來減緩，主要是在早期階段。在這個階段，每個生病的人都可以得到治療，而且醫院被淹，沒有急救點。

在這次大流行中，我們需要將我們的行為設計為疫苗。即“不被感染”和“不感染他人”。我們能做的最好的事情就是用肥皂或洗手液洗手。下一個最好的事情是保持社交距離。

為避免感染或傳播，出門在外，尤其是到市場或醫院等公共場所時，必須戴上口罩。

關于該項目

該系統旨在檢測面部并確定該人是否佩戴口罩。使用上述數據，我們可以決定是否允許相關人員進入市場或醫院等公共場所。本項目可用于醫院、市場、公交總站、餐廳等需要監控的公共場所。

該項目由一個攝像頭組成，該攝像頭將捕捉進入公共場所的人的圖像，并使用他們的面部特征檢測該人是否戴口罩。

FaceMask 檢測項目于 2020 年 9 月在美國國家應用科學與技術研究所 ( INSAT)開發。

項目的快速演示（我使用了一個簡單的綠色 LED 來模擬開門）：

要構建這樣一個項目，您必須遵循 3 個主要步驟：

步驟1

您將使用 TensorFlow 創建一個神經網絡模型，并在包含戴口罩和未戴口罩的人的數據集上對其進行訓練。

請注意，該算法在 Jupyter 筆記本上運行，并且需要大量 GPU 能力來訓練模型。但是，如果您在不更改模型設置的情況下執行我的代碼，我可以保證 98% 的總置信度。

第2步

在這里，您將創建一個人臉識別算法，該算法將能夠使用上一步中訓練的模型檢測人臉上的面具。

如果您沒有 GPU 能力或使用神經網絡模型所需的依賴項或知識。我已經包含了可以在此步驟中使用的預訓練模型，而無需執行第 1 步。模型名稱 fil：mask_detector.model

第 3 步

最后，您將向面罩檢測算法添加一個簡單的串行命令，該命令將命令 Arduino 根據檢測狀態打開或關閉 LED。

（您還必須在您的 Arduino 上部署 Arduino 代碼并進行正確接線）

?

?