最近因为公司一个中石化某地项目的原因，需要一个能检测工人在生产过程中不佩戴口罩的算法，应用到安全生产智能视频行为分析系统里，当然是用AI深度学习开发，在开发过程中，发现由于口罩的目标小，必须调大神经网络，以此来提升检测精度，精度提升了，但是由于神红网络调大后，检测速度慢了，因此对算法库进行二次推理，并经过为了增强数据集，采用了改变推理速率，“扭曲”各种特征，以及随机擦除等手段。随后，使用增强数据集对机器学习系统进行了训练，数据集中也包括不戴口罩的人脸人头人体。对机器学习系统训练之后，也进行了实验从而测试分类器算法检测口罩的准确率,最终达到了一个理想的效果。
本算法特点如下：
1.精度和速度达到平衡,即采用千元左右的带Cuda的显卡，即可流畅运行
2.模型库小，方便在显存很小的GPU显卡中加载
3.误报检测极低
4.在50*50的小目标也能检测出口罩的佩戴情况
实际运行效果如下：
