29、口罩检测与图像加密技术解析

口罩检测与图像加密技术解析

口罩检测技术

在口罩检测领域，我们使用基于 MobileNetV2 的模型进行相关研究。该模型具有轻量级的特点，相较于传统卷积网络架构，它需要处理的参数更少，在训练机器学习模型时具有更高的效率，且性能损失较小。

检测流程

其检测流程如下：

graph TD;
    A[捕获输入帧] --> B[循环检测并初始化人脸列表];
    B --> C[过滤弱检测结果];
    C --> D[显示标签和人脸边界框];
    D --> E[提取感兴趣区域（ROI）并转换格式];
    E --> F[检测人脸并循环处理检测到的人脸];
    F --> G[仅在检测到人脸时进行预测];

从输入中捕获帧后，会对检测结果进行循环处理，初始化人脸列表。接着，过滤掉弱检测结果，提高检测的准确性。之后，显示标签和人脸边界框，方便直观查看检测情况。提取感兴趣区域并进行格式转换，然后检测人脸，只有在检测到人脸时才进行预测。

训练与评估

• 训练时间 ：模型训练大约需要一个半小时，训练时间是通过累加不同训练轮数（epochs）所花费的时间得到的，其中还包括计算精度、召回率、F - 1 分数以及绘制准确率和损失图的时间。系统硬件配置为：处理器是 Intel® Core™ i5 - 7200U（基础频率 2.5 GHz，通过 Intel® Turbo Boost 技术可提升至 3.1 GHz，3 MB 缓存，2 核）