1. 研究目的与意义
人脸口罩佩戴识别在新冠病毒肆虐的当下是十分必要的。智能化的口罩识别系统可以实现无人检测，减少了工作人员与被检测对象的接触，降低了感染的风险。针对如何利用人工智能技术来解决人脸口罩佩戴检测系统的问题，本课题采用yolov5技术，可以实现对人脸的识别以及检测其是否佩戴口罩。解决问题的关键在于学习理解yolov5的四种网络结构，掌握yolov5核心基础内容，训练数据集。
参考文献：
[1]叶兴宇.基于深度学习的口罩佩戴检测算法研究[j].信息与电脑(理论版),2021,33(18):72-76.
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. 研究内容和问题
基本内容：本课题采用yolov5技术，可以实现对人脸的识别以及检测其是否佩戴口罩。解决问题的关键在于学习理解yolov5的四种网络结构，掌握yolov5核心基础内容，制作及训练数据集。
难题：1. 在pycharm上将yolov5需要的环境搭建完成，并且下载相关依赖包。
2. 收集大量的样本集即戴口罩的人脸图片。
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！
3. 设计方案和技术路线
查询YOLOv5的相关资料，分析课题应如何运用YOLOv5技术，完成代码，制作及训练数据集，实现人脸口罩佩戴检测功能，撰写论文。
4. 研究的条件和基础
性能较强的计算机；
丰富的图书馆数字资源；
github上yolov5技术的介绍及源码分析；
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、文献综述、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。
