使用YOLO V4通过社交距离和口罩检测来缓解COVID

摘要

该主题包括针对新冠病毒事件的社交距离和口罩检测，可以通过保持社交距离以及戴上口罩来缓解这种流行病。

Covid-19对许多国家产生了巨大影响，这种影响给世界各地的许多人造成了问题。由于可以减轻病毒的传播，因此戴上口罩以及保持社交距离可以挽救很多生命。

YOLO（You Only Look Once）表示你只看一次，该算法用于对象检测和对象跟踪，本研究使用YOLO在对象检测的帮助下计算人脸的社交距离和识别口罩，同时跟踪人脸，通过对象跟踪完成对对象进行计数并在下一帧中保留该对象的记录中的步骤。保持社会距离的同时保持的最小距离为6英尺，以此作为计算距离的基础，该模型经过训练，可用于对象检测和对象跟踪。

可用的算法类型不同，YOLO目前在所有其他算法中脱颖而出。自定义数据集用于了解口罩，并在这些数据集上进行了训练以进行检测和跟踪。

为了评估训练后的模型，针对两个用例（社交距离和口罩检测）都计算了mAP（平均精度），该方法通过将真实边界框与检测到的框进行比较来进行工作，最后返回分数。mAP得分越高，目标检测的模型越好。

介绍

计算机视觉是人工智能的子集，它利用计算机的能力从提供的数据集中提取有意义的信息，这些数据集可以是图像，视频等。

计算机视觉的这种使用可以扩展到许多其他应用程序，具体取决于用例。人工智能可以说是涵盖了机器学习，深度学习和计算机视觉等方面的“棚屋”。

这项基于“口罩检测和社交距离”的研究使用计算机视觉，来理解图像或视频的各个方面，并将其作为算法的输入。这背后的基本概念是找到与类有关的边界框，根据训练数据集，类的范围可以是从Dog到Car的任何范围。

新冠病毒对世界各行各业，包括工业，交通运输或农业产生了巨大影响，这种影响导致世界停止了每个部门，并遵循严格的限制措施，优先进行社交疏散和戴口罩。Covid-19对不同行业的影响可以在下面的图1中看到。

图1 影响分布的饼图

可以看出，对餐饮业的影响最大，其中20％的百分比最高，其次是房地产（16％）。

同样，可以看出，Covid-19的影响最小的是农业部门（3％）。从图2可以观察到全球范围内的新冠病毒总数，该图显示了根据时间戳记受Covid影响的人群图。