居家隔离没事干？进来秒变算法工程师

目前，中国内地的疫情正在经历着一轮“倒春寒”。近期的深圳，大量的医护人员和保障民生的工作人员奔波在一线，守护着这座城市。尤其随着气温逐渐升高，他们的辛苦倍增。米酱在积极配合防疫要求 （躺在床上敲代码） 的同时，也想着发挥自己的特长，为抗疫贡献出自己的一份力量 。这不，在下楼做第23次核酸的时候（当你看到这篇文章的时候，已经大于23次了），突然有了灵感。

 

▲ 米酱的小伙伴小林同学搜集的证明核酸检测已完成的贴纸。

米酱当时正在排队，听到邻居们正在讨论这两日在深圳市福田区发生的小孩儿确诊事情。小孩儿自控力相对较差，在小区内玩耍时没有戴口罩，确诊后，和其一起玩耍的小朋友都被带去隔离，让人十分揪心。在疫情如此严峻的当下，仍旧有一小部分人，因为一些原因，没有佩戴口罩，这种行为给防疫工作带来了相当的压力。米酱由此想到，是否可以使用 YMIR 平台训练一个口罩检测模型，部署在重点区域，以提高该区域的防护能力呢？

此次，米酱准备训练一个通用场景下的口罩检测模型。

第一步：数据准备

在 Humans in the Loop 的公开数据集 Medical mask dataset 中搜集了一部分图片（数据集链接 https://humansintheloop.org/resources/datasets/medical-mask-dataset/），选取14张作为训练集，6张作为测试集（请注意，实际场景中数据量远大于此次演示的数据量）。YMIR平台对数据集的要求如下：

• 数据集为.zip 格式，其中包含两个文件夹，需分别命名为 images 和 annotations；

• images 文件夹存放数据的图片信息，图像格式限为 jpg、jpeg、png；

• annotations 文件夹存放数据的标注信息，标注文件格式为 pascal voc（当无标注文件时，该文件夹为空）。

▲ 米酱准备的训练数据集和测试数据集。由于数据没有标注，“annotations”文件夹为空。

▲数据导入任务创建页面（以训练数据集为例）。

▲数据导入完成后的页面。

第二步：数据标注

接下来对数据进行标注。

 ▲数据标任务创建页面（以训练数据集为例）。

▲数据标注任务完成后的页面。

第三步：模型训练

导入上一步中标注好的训练集数据和测试集数据进行训练。使用默认的训练参数。

▲模型训练任务创建页面。

 ▲模型训练任务进度页面。

目前，使用大量真实数据训练的口罩检测模型已经落地实际场景，在重点场所（如隔离酒店等）监测重点人员（如医护工作人员等）是否规范佩戴口罩，帮助减少感染几率。相信在大家的共同努力下，我们一定能够战胜困难，走出家门，拥抱春天！

训练一个模型只需要3步，赶紧申请试用吧！

• github传送门：https://github.com/IndustryEssentials/ymir

• 试用申请地址：https://github.com/IndustryEssentials/ymir#12-apply-for-trial

• 部署或试用过程中有任何问题都可以联系我们：

        VX：itsymir；MAIL：[email protected]