前言

有關(guān)新冠研究的深度學(xué)習(xí)應(yīng)用呈現(xiàn)顯著增長(zhǎng)，這在一定程度上得益于普遍傳播且易于獲取的公開數(shù)據(jù)集。

• 世衛(wèi)組織/蒙特利爾大學(xué)的胸部 X 射線數(shù)據(jù)集（https://github.com/ieee8023/covid-chestxray-dataset?files=1）

• 白宮文章和文件數(shù)據(jù)集（https://pages.semanticscholar.org/coronavirus-research）

• 研究論文數(shù)據(jù)集（https://connect.biorxiv.org/relate/content/181）

• 新冠跟蹤數(shù)據(jù)集（https://github.com/ThisIsIsaac/COVID-19_Korea_Dataset）

口罩檢測(cè)

我希望借助深度學(xué)習(xí)檢測(cè)出戴口罩的人。可以設(shè)想如下應(yīng)用場(chǎng)景：我們想確保外來訪客在進(jìn)入要求佩戴口罩的場(chǎng)所之前已經(jīng)戴上口罩。

我將簡(jiǎn)單介紹開發(fā)流程，重點(diǎn)說明以下步驟：自動(dòng)標(biāo)注圖像、比較訓(xùn)練算法，以及生成代碼以加速推斷。詳細(xì)代碼參見MATLAB源碼解析【圖像處理】COVID-19 防疫應(yīng)用口罩檢測(cè)

自動(dòng)標(biāo)注圖像

對(duì)整個(gè)訓(xùn)練圖像進(jìn)行標(biāo)注會(huì)耗費(fèi)大量時(shí)間。我們能否將口罩標(biāo)注過程半自動(dòng)化？方法如下。我們知道，可以使用經(jīng)過預(yù)訓(xùn)練的人臉檢測(cè)器，以較為理想的準(zhǔn)確度檢測(cè)人臉（您可以在 FileExc

總結(jié)

以上是生活随笔為你收集整理的MATLAB应用实战系列（七十七）-【图像处理】COVID-19 防疫应用口罩检测的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。