Detección de mascarilla para COVID-19 a través de Aprendizaje Profundo usando OpenCV y Cascade Trainer GUI

Revista Científica Tecnológica UPSE

View Publication Info
 
 
Field Value
 
Title Detección de mascarilla para COVID-19 a través de Aprendizaje Profundo usando OpenCV y Cascade Trainer GUI
 
Creator Chuquimarca Jimenez, Luis Enrique
Pinzón Tituana, Santiago
Rosales Pincay, Anthony
 
Description The covid-19 pandemic caused a health crisis worldwide, one of the recommendations of scientists and governments to avoid contagion is the use of a mask, therefore this article was focused on which software is developed that allows the mask to be detected in different scenarios using the Python programming language through the cv2, os, numpy and imutils libraries, using convolutional neural networks that are more efficient than common neural networks, which were trained with the Cascade Trainer GUI software, using Different amounts of databases from 400 to 1400 images to compare different types of mask detection system accuracy. However, the first database did not obtain a good pressure due to a low number of false positives, so as more data is used, the precision increased considerably until obtaining a precision of 92% with a mask and a 100% no mask.
La pandemia del covid-19 está provocando una crisis de salud a nivel mundial, una de las recomendaciones de los científicos y gobiernos para evitar contagios es el uso de mascarilla. Con base a esto, el presente artículo muestra el  desarrollo de un software que permite detectar la mascarilla en distintos escenarios usando el lenguaje de programación de Python mediante las librerías de cv2, os, numpy y imutils, utilizando redes neuronales convolucionales más eficaces que las redes neuronales comunes, las cuales fueron entrenadas con el software Cascade Trainer GUI, usando diferentes canti-dades de bases de datos desde 400 hasta 1400 imágenes para comparar los distintos tipos de precisión del sistema de detección de la mascarilla. Sin embargo, la primera base de datos no se obtuvo una buena presión por una baja cantidad de falsos positivos, por lo cual a medida que se usa más datos la precisión fue aumentando considerablemente hasta obtener una precisión de 92 % con mascarilla y un 100% sin mascarilla.
 
Publisher Universidad Estatal Península de Santa Elena
 
Date 2021-06-21
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Artículo evaluado por pares
 
Format application/pdf
text/html
 
Identifier https://incyt.upse.edu.ec/ciencia/revistas/index.php/rctu/article/view/572
10.26423/rctu.v8i1.572
 
Source UPSE Scientific and Technological Magazine; Vol 8 No 1 (2021): Junio (Julio-Diciembre 2021); 68-73
Revista Científica y Tecnológica UPSE; Vol. 8 Núm. 1 (2021): Junio (Julio-Diciembre 2021); 68-73
1390-7697
1390-7638
10.26423/rctu.v8i1
 
Language spa
 
Relation https://incyt.upse.edu.ec/ciencia/revistas/index.php/rctu/article/view/572/496
https://incyt.upse.edu.ec/ciencia/revistas/index.php/rctu/article/view/572/509
 
Rights Derechos de autor 2021 Revista Científica y Tecnológica UPSE
http://creativecommons.org/licenses/by/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library