全国多地迎来有序返工，新型冠状病毒肺炎疫情防控也进入防止二次扩散的关键时期。公共场所的人员流动压力骤然加大，人们的通勤成本也大大增加。 

图注：节后返工的人们戴着口罩等待进站

图注：已经返工的上班族在写字楼外排起长龙

在疫情持续的当下，戴口罩、戴对口罩是外出的必备通行卡，但一对一的肉眼检查方式通行效率低，易造成人群的被动聚集，增加了近距离接触风险。

为了加速终端部署，提升公共场所通行效率，减少工作人员与通行人员的接触风险，继飞桨开源业内首个口罩人脸检测及分类模型后，百度工程师进一步在 EasyDL 平台上实现了口罩识别模型，并提供可灵活支持多种部署形式的可即用的模型服务。在公共场所使用场景中，可以无接触、快速精准地识别出实时画面中未戴口罩或者佩戴不正确的人，系统同步预警，能够大大提升公共场所的通行效率，减少人群接触时长。

模型优势：
①    无接触快速预警精准识别 7X24小时守护：从检测开始到识别完成仅需300ms，准确率效果＞98%，精准判断未戴口罩人士。

②    自动检测口罩佩戴是否正确：可以从俯视视角、平视视角精准判断口罩佩戴是否正确，有效排除口罩带反、露出口鼻、口罩上沿位于鼻子面部贴合等多种不合规情形，准确率效果＞90%。

③    支持多种部署形式：可以灵活将口罩识别模型以公有云 API、私有化本地部署、设备端 SDK 多种形式使用，与客户自有业务灵活适配，可综合应用移动端 App、视频检测等多种业务中使用。

 闪电部署： 应用场景广泛，最快小时级完成集成 

百度 EasyDL 可以快速将业务数据上传和标注，并完成模型训练及发布，全程最快可以在小时级获取到口罩识别佩戴模型，应对公共紧急事件效率高。同时 EasyDL 模型部署支持输出软硬一体方案的产品优势，最少只要一个摄像头，就能快速打造出一个 “AI 口罩督查官”。 

它既可适用于机场、火车站、汽车站、轮渡港口、医院、学校、企业、门店等人群密集的公共场所，帮助工作人员远程检测人群情况，也能植入手机中，帮助人们自我检测口罩佩戴情况，守护自己与家人的健康。

图注：室内场景技术示意

图注：户外场所技术示意

口罩种类繁多，穿戴方式也不尽相同，这款模型是如何做到精准识别的呢？

它先基于 EasyDL 物体检测模型，判断被检测者是否佩戴了口罩，再进一步基于图像分类模型识别口罩穿戴是否正确，最后通过大量数据采集，并结合细粒度图像识别和数据合成技术获得高精度可用模型的效果，提升模型识别的泛化能力，以应对现实场景中的各类复杂情况。

口罩识别模型的诞生，源于百度大脑推出的“AI 开发者‘战疫’守护计划”。针对医疗、卫生、疾控等领域需求，百度 EasyDL 口罩识别模型在疫情期间面向社会免费开放。广大开发者通过联系 EasyDL 团队，发送企业名称和使用场景等信息报名申请测试。
联系邮箱：easydl@baidu.com  

我们的工程师还将帮助开发者结合自己的业务场景，灵活增加人脸检测、人脸比对等业务逻辑，实现定制化的解决方案，以应对各类复杂的线下场景，满足各地的抗疫检测要求。

除此以外，面向正在进行疫情防控相关应用开发或疫情期间有需要的企业、机构和开发者，我们还将提供免费的线上 AI 培训课程。用户只需访问百度云智学院官网，搜索“EasyDL”即可看到《EasyDL 深度学习实战营-线上直播系列》，第一期直播课程将从2月12日持续到3月25日，每周持续进行。

第二次直播课将于2月19日开播，百度算法工程师将手把手解析《快速定制高精度计算机视觉 CV 模型》的技巧。
快速加入学习