شماره ركورد كنفرانس :
5134
عنوان مقاله :
مقايسه شبكه هاي عصبي YOLOv3، YOLOv5s و MobileNet-SSD V2 براي تشخيص ماسك
پديدآورندگان :
داداش تبار احمدي كوروش دانشكده مهندسي كامپيوتر هوش مصنوعي، دانشگاه صنعتي مالك اشتر، تهران، ايران , فردي مريم دانشكده مهندسي كامپيوتر هوش مصنوعي، دانشگاه صنعتي مالك اشتر، تهران، ايران
كليدواژه :
YOLOv3 , YOLOv5 , MobileNet-SSD , mAP , FPS
عنوان كنفرانس :
دومين كنفرانس بين المللي محاسبات و سامانه هاي توزيع شده
چكيده فارسي :
امروزه، يادگيري عميق با استفاده از موارد متعدد پتانسيل واقعي خود را نشان مي‌دهد و در حوزه‌هاي مختلف تكنولوژيكي اهميت دارد. يكي از پرطرفدارترين كاربردهاي يادگيري عميق، تشخيص و رديابي اشيا است. محصولات اخير نتايج اميدواركننده اي را در همين رابطه نشان داده است. اين مقاله رويكردهاي سيستماتيك مختلفي را مورد بحث و مقايسه قرار مي‌دهد كه تصاوير را تجزيه و تحليل نموده و مشخص مي‌كند كه آيا فرد ماسك صورت را به درستي، نادرست و يا اصلاً استفاده نموده است يا خير. تشخيص ماسك بر روي تصاوير، ويدئوها و سيستمهاي نظارتي در زمان واقعي، با استفاده از سه الگوريتم يادگيري ماشيني پركاربرد انجام مي‌شودYOLOv3 ، YOLOv5 و MobileNet-SSD V2 هرمدل وجود ماسك را روي صورت افراد تشخيص مي‌دهد كه بر اساس دقت آن‌ها و ميزان سرعت پردازش ويديو قضاوت مي‌شود. نتايج عملكرد سه الگوريتم براي تشخيص وجود ماسك صورت بر روي يك فرد در زمان واقعي بر حسب FPS تعيين ميگردد.
