抗擊疫情，眾志成城，人工智能技術正被應用到疫情防控中來。
2月13日，百度宣佈免費開源業內首個口罩人臉檢測及分類模型。該模型可以有效檢測在密集人流區域中攜帶和未攜戴口罩的所有人臉，同時判斷該者是否佩戴口罩。廣大開發者和企業廠商可通過免費開源的AI模型，快速完成軟件開發，為打贏疫情阻擊戰貢獻科技力量！
（模型可視化效果，綠框為佩戴口罩的標註，紅框為未佩戴口罩的標註）
隨著本週各企業相繼復工，節後經濟開始逐漸恢復，人臉口罩檢測方案成為返工潮中眾多社區、大型廠商、央企的重要需求。如判斷工區員工是否佩戴口罩、人流密集的關口運輸中心如何識別戴口罩的人臉並測溫、佩戴口罩是否也能完成日常刷臉打卡等等……都是新冠肺炎疫情下需要解決的真實痛點。
疫情防控刻不容緩，百度此前已有多項AI舉措助力疫情防控。此次宣佈免費開源的自研口罩人臉檢測及分類模型，是基於2018年百度收錄於國際頂級計算機視覺會議ECCV的論文PyramidBox研發，可以在人流密集的公共場景檢測海量人臉的同時，將佩戴口罩和未佩戴口罩的人臉快速識別標註。基於此預訓練模型，開發者僅需使用少量自有數據，便可快速完成自有場景的模型開發。
百度研發工程師介紹，口罩人臉檢測及分類模型，由兩個功能單元組成，可以分別完成口罩人臉的檢測和口罩人臉的分類。經測試，模型的人臉檢測算法基於主幹網絡加入了超過10萬張口罩人臉數據訓練，可在準確率98%的情況下，召回率顯著提升30%。而人臉口罩判斷模型可實現對人臉是否佩戴口罩的判定，口罩判別準確率達到96.5%，滿足常規口罩檢測需求。開發者基於自有場景數據還可進行二次模型優化，可進一步提升模型準確率和召回率。
而對於實際場景中的光照、口罩遮擋、表情變化、尺度變化等問題，模型具有魯棒性，並且能夠在多種不同端、邊、雲設備上實時檢測，在落地過程中做到真正實用。
同時，為了最大程度方便開發者應用，百度深度學習平臺飛槳通過簡單易用的預訓練模型管理工具將人臉口罩檢測模型開源出來，只需基本的python編程能力，即可快速上手調用，如果具有一定的移動端APP開發能力，也可以快速將模型部署到移動端上。此外飛槳還將提供海量二次開發的工具組件，以及更多的人臉相關檢測算法，以上所有技術及工具都是開源且免費的。
作為目前國內唯一開源開放、功能完備的產業級深度學習平臺，開源是飛槳長期踐行並努力的方向。
新型冠狀病毒感染的肺炎疫情消息牽動著每個人的心，百度也在持續運用著AI、大數據等前沿技術，助力“大後方”的疫情防控。從成立總規模3億元疫情及公共衛生安全攻堅專項基金，到提供人工智能技術支持配套億級計算資源；從百度地圖為疫情科學管理提供參考，到AI多人體溫快速檢測解決方案落地清河火車站、免費開放病毒分析線性時間算法、免費開放社區管理智能外呼平臺……
本次開源的的口罩人臉檢測及分類模型，是百度AI能力的又一次傾力輸出，也希望全社會更多的開發者一道加入，探討開發，打贏這場疫情阻擊戰。
模型在線場景演示頁地址：https://www.paddlepaddle.org.cn/hub/scene/maskdetect
服務器端快速體驗教程：https://aistudio.baidu.com/aistudio/projectdetail/267322
移動端部署參考：https://github.com/PaddlePaddle/Paddle-Lite/tree/develop/lite/demo/cxx
更多的技術交流，歡迎加入飛槳官方QQ群：796771754
— 完 —
量子位 QbitAI · 頭條號簽約作者
關注我們，第一時間獲知前沿科技動態
閱讀更多 量子位 的文章
