相关实验视频
Updated: Jul 8, 2025
13:19
Deep Neural Networks for Image-Based Dietary Assessment
Published on: March 13, 2021
9.2K
戴面罩的图像数据集:基于图像的面罩检测模型的全面基准
Yogesh Suryawanshi1, Vishal Meshram2, Vidula Meshram2
1Vishwakarma University, India.
Data in brief
|December 11, 2023
概括
这一数据集提供了24916张图像,用于训练人工智能检测各种口罩类型和人口统计数据中的正确和不正确的面罩使用情况. 它支持公共卫生和疾病缓解策略的研究.
科学领域:
- 计算机科学 计算机科学
- 公共卫生 公共卫生
背景情况:
- 准确的面具检测对公共健康至关重要,尤其是在COVID-19等大流行期间.
- 现有的数据集可能在口罩类型,人口统计或使用正确性方面缺乏多样性.
研究的目的:
- 为面罩检测和分类研究引入全面的图像数据集.
- 支持机器学习模型的开发,以评估正确的面罩使用.
主要方法:
- 收集并策划了24916张图像.
- 将图像分类为"正确"和"不正确"的使用.
- 图像按口罩类型 (班达纳,棉花,N95,外科) 和人口统计数据 (儿童,男性,女性) 分类.
主要成果:
- 数据集包含各种图像,代表各种面罩类型,年龄和性别.
- 它包括正确和不正确的面罩应用之间的明确区别.
- 为真实世界的面具检测场景提供了AI模型的强大评估.
结论:
- 这一数据集可以开发和评估先进的面罩检测算法.
- 它通过促进准确的口罩佩戴行为,有助于改善公共卫生.
- 支持研究努力缓解通过技术传播的传染病.
