百度开源：AI口罩人脸检测模型，0.3秒高效判断

"百度开源了首个口罩人脸检测及分类模型，能高效检测佩戴口罩的情况，准确率达到98%和96.5%。该模型基于PyramidBox和FaceBoxes网络，适用于公共场所的人群监控，旨在提高防疫效率并降低接触风险。模型具备无接触预警、正确佩戴判断和多种部署方式等特点。" 在当前全球疫情防控形势下，正确佩戴口罩成为预防病毒传播的重要措施。然而，人工检查口罩佩戴情况不仅效率低下，也可能增加人员聚集的风险。为解决这一问题，百度推出了一款名为"AI口罩检查官"的模型，它能够迅速检测人脸是否佩戴口罩，并判断其是否正确佩戴。 这个创新的AI模型是基于百度在2018年ECCV会议上发表的PyramidBox论文所构建的轻量化模型，结合了FaceBoxes主干网络，对各种复杂环境下的口罩遮挡、光照变化和表情变化具有很高的鲁棒性。它能在各种设备上实现实时检测，如端、边、云设备，适应不同公共场所的需求，如机场、车站、医院等。 模型的核心功能包括两部分：口罩人脸的检测和口罩人脸的分类。在实际测试中，口罩人脸检测的准确率高达98%，分类准确率为96.5%。这一高精度确保了模型在实际应用中的可靠性，能够有效辅助公共场所的防疫工作。 值得注意的是，该模型的反应速度极快，从检测到识别只需300毫秒，实现了无接触快速预警，大大提升了防疫效率。此外，它还能自动判断口罩佩戴是否正确，如口罩是否反戴、是否覆盖口鼻，准确率超过90%，避免了因口罩佩戴不当导致的防疫漏洞。 百度的这款口罩人脸检测及分类模型还支持多种部署方式，包括公有云API、私有化本地部署和设备端SDK，以满足不同场景和安全级别的需求。这种灵活性使得该技术能够在不同规模的组织中广泛应用，从小微企业到大型机构，都能有效地利用此技术加强防疫管理。 百度的AI口罩检查官模型是科技进步与公共卫生需求相结合的产物，通过人工智能技术，提高了防疫工作的效率和准确性，同时也减少了人与人之间的直接接触，降低了感染风险，为疫情防控提供了科技支撑。