مقایسه شبکه های عصبی YOLOv3 ،YOLOv5s و MobileNet-SSD V2 برای تشخیص ماسک صورت در زمان واقعی
نوع مقاله : مقاله پژوهشی
چکیده
امروزه، یادگیری عمیق با استفاده از موارد متعدد پتانسیل واقعی خود را نشان میدهد و در حوزههای مختلف تکنولوژیکی اهمیت دارد. یکی از پرطرفدارترین کاربردهای یادگیری عمیق، تشخیص و ردیابی اشیا است. محصولات اخیر نتایج امیدوارکننده ای را در همین رابطه نشان داده است. این مقاله رویکردهای سیستماتیک مختلفی را مورد بحث و مقایسه قرار میدهد که تصاویر را تجزیه و تحلیل نموده و مشخص میکند که آیا فرد ماسک صورت را به درستی، نادرست و یا اصلاً استفاده نموده است یا خیر. تشخیص ماسک بر روی تصاویر، ویدئوها و سیستمهای نظارتی در زمان واقعی، با استفاده از سه الگوریتم یادگیری ماشینی پرکاربرد انجام میشودYolon3 ، Yolon5 و MobileNet-SSD V2 هرمدل وجود ماسک را روی صورت افراد تشخیص میدهد که بر اساس دقت آنها و میزان سرعت پردازش ویدیو قضاوت میشود. نتایج عملکرد سه الگوریتم برای تشخیص وجود ماسک صورت بر روی یک فرد در زمان واقعی بر حسب FPS تعیین میگردد.
. (1401). مقایسه شبکه های عصبی YOLOv3 ،YOLOv5s و MobileNet-SSD V2 برای تشخیص ماسک صورت در زمان واقعی. دوفصلنامه محاسبات و سامانه های توزیع شده, 5(1), 49-55.
MLA
. "مقایسه شبکه های عصبی YOLOv3 ،YOLOv5s و MobileNet-SSD V2 برای تشخیص ماسک صورت در زمان واقعی", دوفصلنامه محاسبات و سامانه های توزیع شده, 5, 1, 1401, 49-55.
HARVARD
. (1401). 'مقایسه شبکه های عصبی YOLOv3 ،YOLOv5s و MobileNet-SSD V2 برای تشخیص ماسک صورت در زمان واقعی', دوفصلنامه محاسبات و سامانه های توزیع شده, 5(1), pp. 49-55.
CHICAGO
, "مقایسه شبکه های عصبی YOLOv3 ،YOLOv5s و MobileNet-SSD V2 برای تشخیص ماسک صورت در زمان واقعی," دوفصلنامه محاسبات و سامانه های توزیع شده, 5 1 (1401): 49-55,
VANCOUVER
. مقایسه شبکه های عصبی YOLOv3 ،YOLOv5s و MobileNet-SSD V2 برای تشخیص ماسک صورت در زمان واقعی. JDCS, 1401; 5(1): 49-55.