口罩是阻止COVID-19 传播的关键工具，而且经证明，普遍使用口罩的效果最好。随着商店和商业场所重新开放，我们需要确保所有进入人员均佩戴口罩。但监测顾客所需的额外资源会进一步增加商店为满足卫生和社交隔离规定时业已承受的压力。深度学习解决方案可以自动发现违反佩戴口罩规定的人员，节省员工时间，确保环境更加安全。
部署深度学习
深度学习是机器学习的一种形式，所采用的神经网络在输入节点和输出节点之间具有许多“深度”层。通过基于庞大的数据集训练网络，创建的模型可用于根据无形的数据进行精确预测。因此，经训练的网络不仅可以检测人员是否佩戴口罩，还可以检测佩戴是否正确。
一套完全发挥作用的深度学习系统几日内即可完成开发和部署。Teledyne FLIR 工程师使用一台 Firefly DL 摄像头开发出了检测合规性并标记违反强制性 PPE（个人防护设备）规定的用户的系统。口罩检测数据集使用了两个已公开的库，包含超过 1000 张不同环境中佩戴口罩、未佩戴口罩及口罩佩戴错误的示例图像。Teledyne FLIR 的Blackfly S GigE 也可用于此目的。
适应性强的解决方案
口罩数据集中的每个图像都用边界框添加了注释，显示对象的位置以及表明是否佩戴口罩、是否正确佩戴的类别标签。深度学习开发人员和解决方案整合人员可以轻松扩展此解决方案，使之覆盖现实世界中更复杂强大的部署用例。例如，神经网络可经过训练用于在医院和机场等高风险/人流大环境中检测面部防护、防护服、手套及其他 PPE。
