SciELO - Scientific Electronic Library Online

 
vol.8 número1Evaluación de la calidad de energía eléctrica para un laboratorio de automatización de Industria 4.0El sector florícola del Ecuador y su aporte a la Balanza Comercial Agropecuaria: período 2009 - 2020 índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

Compartilhar


Revista Científica y Tecnológica UPSE (RCTU)

versão On-line ISSN 1390-7697versão impressa ISSN 1390-7638

Resumo

CHUQUIMARCA JIMENEZ, Luis; PINZON TITUANA, Santiago  e  ROSALES PINCAY, Anthony. Detección de Mascarilla para COVID-19 a través de Aprendizaje Profundo usando OpenCV y Cascade Trainer GUI. RCTU [online]. 2021, vol.8, n.1, pp.68-73. ISSN 1390-7697.  https://doi.org/10.26423/rctu.v8i1.572.

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. Basados en esta precisión, el presente artículo muestra el desarrollo de un software que permite detectar la mascarilla en distintos escenario 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 cantidades 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, de 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.

Palavras-chave : Aprendizaje de máquina; Aprendizaje profundo; redes convolucionales; falsos positivos.

        · resumo em Inglês     · texto em Espanhol     · Espanhol ( pdf )