Mask detection for COVID-19 through of Deep Learning using OpenCV and Cascade Trainer GUI
Loading...
Date
Directores
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Estatal Península de Santa Elena
Abstract
Description
The covid-19 pandemic caused a health crisis worldwide, one of the recommendations of scientists and governments to avoid contagion is the use of a mask, therefore this article was focused on which software is developed that allows the mask to be detected in different scenarios using the Python programming language through the cv2, os, numpy and imutils libraries, using convolutional neural networks that are more efficient than common neural networks, which were trained with the Cascade Trainer GUI software, using Different amounts of databases from 400 to 1400 images to compare different types of mask detection system accuracy. However, the first database did not obtain a good pressure due to a low number of false positives, so as more data is used, the precision increased considerably until obtaining a precision of 92% with a mask and a 100% no mask.
La pandemia del covid-19 está provocando una crisis de salud a nivel mundial, una de las recomendaciones de los científicos y gobiernos para evitar contagios es el uso de mascarilla. Con base a esto, el presente artículo muestra el desarrollo de un software que permite detectar la mascarilla en distintos escenarios usando el lenguaje de programación de Python mediante las librerías de cv2, os, numpy y imutils, utilizando redes neuronales convolucionales más eficaces que las redes neuronales comunes, las cuales fueron entrenadas con el software Cascade Trainer GUI, usando diferentes canti-dades de bases de datos desde 400 hasta 1400 imágenes para comparar los distintos tipos de precisión del sistema de detección de la mascarilla. Sin embargo, la primera base de datos no se obtuvo una buena presión por una baja cantidad de falsos positivos, por lo cual a medida que se usa más datos la precisión fue aumentando considerablemente hasta obtener una precisión de 92 % con mascarilla y un 100% sin mascarilla.
La pandemia del covid-19 está provocando una crisis de salud a nivel mundial, una de las recomendaciones de los científicos y gobiernos para evitar contagios es el uso de mascarilla. Con base a esto, el presente artículo muestra el desarrollo de un software que permite detectar la mascarilla en distintos escenarios usando el lenguaje de programación de Python mediante las librerías de cv2, os, numpy y imutils, utilizando redes neuronales convolucionales más eficaces que las redes neuronales comunes, las cuales fueron entrenadas con el software Cascade Trainer GUI, usando diferentes canti-dades de bases de datos desde 400 hasta 1400 imágenes para comparar los distintos tipos de precisión del sistema de detección de la mascarilla. Sin embargo, la primera base de datos no se obtuvo una buena presión por una baja cantidad de falsos positivos, por lo cual a medida que se usa más datos la precisión fue aumentando considerablemente hasta obtener una precisión de 92 % con mascarilla y un 100% sin mascarilla.