En este artículo, explicaré sobre la detección de máscaras en tiempo real utilizando un algoritmo de aprendizaje profundo llamado Yolo y Opencv. Yolo, que significa You Only Look Once, es un algoritmo de aprendizaje profundo que utiliza una red neuronal convolucional (CNN) para detectar objetos.
"YOLOv5 es el último producto de la serie YOLO. YOLOv5 se ha mejorado sobre la base de YOLOv4, y su velocidad de ejecución se ha mejorado considerablemente, con la velocidad más rápida alcanzando los 140 fotogramas por segundo. Al mismo tiempo, YOLOv5 es más pequeño en tamaño y el archivo de peso es casi un 90 % más pequeño que YOLOv4, lo que permite que YOLOv5 se implemente en dispositivos integrados. En comparación con YOLOv4, YOLOv5 tiene una mayor precisión y un mejor reconocimiento de objetos pequeños".
Primero, para construir un modelo de aprendizaje automático, necesitamos un conjunto de datos cuya función sea usarse como datos de entrenamiento para máscaras. Para este conjunto de datos, necesitamos imágenes de datos con etiquetas de máscara y sin máscara, podemos descargar las imágenes en Google y luego usar el script en este repositorio de GitHub para descargarlas a través de web scraping. Hay dos formas de usar este script, la primera es descargar el ZIP o clonar el repositorio.