1. 研究目的与意义（文献综述包含参考文献）
文 献 综 述一、选题背景自2019年12月以来，我国爆发了新型冠状病毒肺炎（covid-19）疫情，新型冠状病毒具有极强的传染性，它可以通过接触或者空气中的飞沫等载体进行传播，疾控专家建议人们尽量佩戴口罩,降低感染风险。
人脸口罩佩戴的自动化检测识别可以有效监督人们佩戴口罩，是抑制病毒传播和保护国民身体健康的重要技术手段。
随着疫情影响的逐步扩大，在火车站、客运站、机场等人员密集场所需要佩戴口罩、进行体温监测等来防止疫情蔓延。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容、问题解决措施及方案
要解决的问题： 1.如何获取佩戴口罩与否的人脸数据？ 2.如何通过mosaic数据增强方法丰富数据集？ 3.如何基于yolo v4算法训练神经网络？ 4.如何通过web端或小程序端形成一个在线的智能口罩佩戴检测系统？ 5.如何提升佩戴口罩不规范情况下的识别精度？拟采用的研究途径：1.掌握python编程的基础语法知识。
2.熟悉pytorch框架以及神经网络模型训练过程。
3.深入了解yolo系列算法，尤其是yolo v4 算法； 4.查阅有相关文献资料，结合实际情况进行改进优化。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
