مقايسه شبكه هاي عصبي MobileNet-SSD V2 وYOLOv5s ، YOLOv3 براي تشخيص ماسك صورت در زمان واقعي

امروزه، يادگيري عميق با استفاده از موارد متعدد پتانسيل واقعي خود را نشان ميدهد و در حوزه هاي مختلف تكنولوژيكي اهميت دارد. يكي از پرطرفدارترين كاربردهاي يادگيري عميق، تشخيص و رديابي اشيا است. محصولات اخير نتايج اميدواركننده اي را در همين رابطه نشان داده است. اين مقاله رويكردهاي سيستماتيك مختلفي را مورد بحث و مقايسه قرار مي دهد كه تصاوير را تجزيه و تحليل نموده و مشخص ميكند كه آيا فرد ماسك صورت را به درستي، نادرست و يا اصلا استفاده نموده است يا خير. تشخيص ماسك بر روي تصاوير، ويدئوها و سيستمهاي نظارتي در زمان واقعي، با استفاده از سه الگوريتم يادگيري ماشيني پركاربرد انجام مي شود Yolon3 ،Yolon5 و-MobileNet V2 SSDهرمدل وجود ماسك را روي صورت افراد تشخيص ميدهد كه بر اساس دقت آنها و ميزان سرعت پردازش ويديو قضاوت ميشود. نتايج عملكرد سه الگوريتم براي تشخيص وجود ماسك صورت بر روي يك فرد در زمان واقعي بر حسب FPS تعيين ميگردد.