AI战「疫」：百度开源口罩人脸检测及分类模型

开工上班，各地应该如何做好疫情防护？人工智能技术正在为抗击新冠肺炎疫情的工作提供必要的帮助。

2019 新冠肺炎疫情爆发，让人们的出行发生了很大的变化——自 1 月 24 日武汉宣布封城之后，各省市陆续启动重大突发公共卫生事件一级响应以控制人口流动。很多城市都已规定必须佩戴口罩、测量体温才能搭乘公共交通。2 月 10 号返工日之前，上海、北京等重点城市也陆续放出新规：出入机场、轨道交通、长途汽车站、医疗卫生机构、商场超市等公共场所，未佩戴口罩者将被劝阻。

正确佩戴口罩出门是为了防止疫情扩散，此举得到了人们的广泛支持。但也带来了很多挑战——高密度的人流让基层排查人员面临着人手不足，以及接触疑似患者的风险，只有适应新情况的人工智能技术才能减轻他们的工作压力。

 

2 月 13 日，百度飞桨宣布开源业界首个口罩人脸检测及分类模型。基于此模型，可以在公共场景检测大量的人脸同时，把佩戴口罩和未佩戴口罩的人脸标注出来，快速识别各类场景中不重视、不注意防护病毒，甚至存在侥幸心理的人，减少公众场合下的安全隐患。同时构建更多的防疫公益应用。

大灾面前，这家科技公司可谓用行动回应了民政部司长陈越良的呼吁：「一个有益的公益软件比捐 10 个亿还管用！」

业内首度开源口罩人脸检测及分类模型

口罩人脸检测及分类模型，由两个功能单元组成，可以分别完成口罩人脸的检测和口罩人脸的分类。经过测试，口罩人脸检测部分在准确度上达到了 98%，且口罩人脸分类部分准确率同样达到了 96.5%，性能上也是属于业界领先水平。

同时，它做到了模型的极致轻量化，可在大部分端边云设备上实现实时处理（海思 3559 芯片耗时仅需 17ms）。百度也将持续更新这一模型，不断提升效果。

百度表示，如此高的准确率是大量数据训练的结果，新模型采用了超过十万张图片的训练数据，确保样本量足够且有效。另一方面，人脸检测模型基于百度自研的冠军算法，整个研发过程都是基于百度开源的飞桨深度学习平台，能够进行高效、便捷的模型开发、训练、部署。

我们可以先看看口罩人脸检测及分类模型的效果&