[发明专利]基于边缘计算的口罩佩戴检测方法及系统

权利要求书

1.一种基于边缘计算的口罩佩戴检测方法，应用于物联网网关，其特征在于，包括：

获取行人视频，从所述行人视频中获取初始人脸图像，并按照佩戴口罩和未佩戴口罩的标签，对所述初始人脸图像进行标注，得到标注图像数据集；

通过所述标注图像数据集对YOLOV4网络检测模型进行训练，得到目标YOLOV4网络检测模型；

获取目标人脸图像，并通过所述目标YOLOV4网络检测模型对所述目标人脸图像进行检测，得到初始检测结果；

若所述初始检测结果低于预设置信度，则将所述目标人脸图像发送到云端服务器，以使得所述云端服务器根据训练好的YOLOV5网络检测模型对所述目标人脸图像进行识别，得到目标检测结果；

获取所述云端服务器所反馈的所述目标检测结果，并将所述目标检测结果进行展示。

2.根据权利要求1所述的基于边缘计算的口罩佩戴检测方法，其特征在于，所通过所述标注图像数据集对YOLOV4网络检测模型进行训练，得到目标YOLOV4网络检测模型，包括：

按照预设比例，将所述标注图像数据集进行划分，得到训练数据集、验证数据集以及测试数据集；

将所述训练数据集输入所述YOLOV4网络检测模型进行检测，得到检测结果；

通过所述验证数据集对所述检测结果进行验证，得到验证结果；

若所述验证结果未通过，则调整所述YOLOV4网络检测模型的模型参数，并通过反向传播的方式，重新执行所述将所述训练数据集输入所述YOLOV4网络检测模型进行检测，得到检测结果的步骤，直至所述验证结果通过，得到初始YOLOV4网络检测模型；

通过所述测试数据集对所述初始YOLOV4网络检测模型进行测试，得到所述目标YOLOV4网络检测模型。

3.根据权利要求2所述的基于边缘计算的口罩佩戴检测方法，其特征在于，所述将所述训练数据集输入所述YOLOV4网络检测模型进行检测，得到检测结果之前，所述方法包括：

通过Annaconda创建所述YOLOV4网络检测模型的虚拟训练环境。

4.根据权利要求1所述的基于边缘计算的口罩佩戴检测方法，其特征在于，所述通过所述标注图像数据集对YOLOV4网络检测模型进行训练，得到目标YOLOV4网络检测模型之前，所述方法还包括：

通过TensorRT优化所述YOLOV4网络检测模型的模型参数。

5.根据权利要求1至4任一项所述的基于边缘计算的口罩佩戴检测方法，其特征在于，所述获取行人视频，从所述行人视频中获取初始人脸图像，并按照佩戴口罩和未佩戴口罩的标签，对所述初始人脸图像进行标注，得到标注图像数据集，包括：

获取所述行人视频，并对所述行人视频进行分帧处理，得到视频帧集；

将所述视频帧集返回用户端，以使得所述用户端对所述视频帧集进行筛选，得到所述初始人脸图像；

将所述初始人脸图像返回所述用户端，以使得所述用户端按照佩戴口罩和未佩戴口罩的标签，通过预设的标注工具对所述初始人脸图像进行标注，得到所述标注图像数据集。

6.一种基于边缘计算的口罩佩戴检测方法，应用于云端服务器，其特征在于，包括：

获取行人视频，从所述行人视频中获取初始人脸图像，并按照佩戴口罩和未佩戴口罩的标签，对所述初始人脸图像进行标注，得到标注图像数据集；

通过所述标注图像数据集对YOLOV5网络检测模型进行训练，得到训练好的YOLOV5网络检测模型；

若接收到物联网网关发送的目标人脸图像，通过所述训练好的YOLOV5网络检测模型对所述目标人脸图像进行检测，得到目标检测结果；

将所述目标检测结果返回所述物联网网关，以使得所述物联网网关展示所述目标检测结果。