Using Yolo for Mask Recognition

Natalya Demidchik, D. B. Tulepbergenov, Алия Жексембаевна Кинтонова, Natalya Glazyrina, И. И. Фураева, A A Senkovskaya

2022

DOI 10.1109/sist54437.2022.9945784

Достоверность данных 70 средняя

Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

This project is designed to recognize face masks on an image using TensorFlow, Keras machine learning tools, YOLO-based Convolutional Neural Network family of models and a selection of 852 photos. This technology will enable the automated verification of masks on real-time video from surveillance cameras, which will contribute to the implementation of the requirements of the Ministry of Healthcare of the Republic of Kazakhstan on the compliance with the mask regime. This application is designed to monitor wearing compliance with medical mask requirements at L.N. Gumilyov Eurasian National University in Nur-Sultan.