黄镜尘 李光 李敏

摘要：本文针对口罩佩戴状态检测模型部署进行研究，利用ARMv8架构树莓派平台，基于Debian-Pi-Aarch64操作系统，结合Paddle-Lite框架，实现口罩佩戴情况的实时检测，可以正确识别出图片中口罩佩戴情况，并且能够通过CSI摄像头视频采樣进行实时检测，具有较快的识别速度，对于人脸的成功辨认能力也得到了很好的优化，可以提高在辨认视频中的移动面部的识别成功率，为我国疫情防控的有序进行提供重要手段。

关键词：树莓派;目标识别;口罩佩戴识别

目前新冠肺炎疫情在我国的局势已经逐渐趋向于稳定[1]，不过从国际层面上讲，依旧处于一个严峻的情况，即使各国疫苗初步研制成功并且全球人民都在逐步接种疫苗，但是面对着各种病毒的变株我们必须还是需要保持很高的警惕性。佩戴口罩早已经成为我们生活中的一部分，这一行为可以有效阻止病毒通过我们的呼吸进入体内，佩戴口罩在其他层面也具有重要意义，可以防止我们个人的唾液传播到空气中去。佩戴口罩可以有效保护我们自身安全和身体健康。如果说正确的佩戴口罩是疫情防控的重要手段之一，那么口罩佩戴状态的检测就是人们正确行使这一手段的重要保证，此项技术如果可以成功应用在人流量较高的一些公众场合可以有效的节约人力物力，也可以使社会和谐与稳定得到很好的保障。

Paddle-lite[是从Paddle Mobile的版本中升级得到，不仅是支持手机端还包括了其他众多硬件平台的多样化情况的高效预测框架。……