与疫情作斗争，团结一致，人工智能技术正被应用于疫情的防控。2月13日，百度免费开源了业内首个面具人脸检测和分类模型。该模型可以有效地检测到在拥挤的地区佩戴口罩的人和没有口罩的人的脸，并确定他们是否戴着口罩。许多开发人员和企业制造商可以通过免费和开源的AI模型快速完成软件开发，贡献自己的科技力量，赢得对抗流行病的战争。

模型的可视化效果，绿色框是戴口罩的标记，红色框是戴口罩的标记，例如，判断工区员工是否戴口罩，拥挤的交通中心如何识别戴口罩的脸并测量温度，即使戴口罩也能每天刷牙等。这是新冠状肺炎疫情中需要解决的真正痛点。百度已经支持了许多AI计划。此次发布的免费开源口罩人脸检测与分类模型，基于百度在2018年国际顶级计算机视觉大会ECCV上发表的论文PyramidBox的开发，该模型在拥挤的公共场景中检测出大量人脸，同时快速识别戴口罩的人和不戴口罩的人的脸。基于这种预训练模型，开发人员只需使用少量的专有数据，就可以快速完成自己场景的模型开发。据百度研发工程师介绍，该口罩人脸检测与分类模型由两个功能单元组成，可分别完成口罩人脸检测与口罩人脸分类。经过测试，该模型的人脸检测算法在基于骨干网络的10万多张面具人脸数据上进行了训练，在准确率为98%的情况下，召回率显著提高了30%。人脸面罩判定模型可以判断人脸是否戴了口罩，口罩判定准确率达到96.5%，满足了传统口罩检测的需要。开发人员可以根据自己的场景数据进行二次模型优化，这将进一步提高模型的准确性和召回率。对于真实场景中的照明、面罩遮挡、面部表情变化、比例变化等问题，该模型具有鲁棒性，可以在各种端、边缘和云设备上实时检测，在落地过程中真正实用。

[第1003号]

同时，为了最大限度地提高开发者应用的便利性，百度深度学习平台通过简单易用的预训练模型管理工具开源了人脸掩模检测模型，不仅具备基本的Python编程功能，而且具备一定的移动应用开发能力，还可以快速调用。此外，Flying Paddle还提供了一个大型的二级开发工具组件和更多的人脸相关检测算法，上面提到的技术和工具都是开源和免费的。作为目前国内唯一的开源、开放、功能齐全的产业级深度学习平台，开源是飞桨长期实践和努力的方向。新型冠状病毒引起的肺炎疫情的消息触动了每个人的心，百度继续利用人工智能、大数据等前沿技术，帮助“Big Back”疫情防控。从设立3亿元的传染病和公共卫生安全专项基金，到提供人工智能技术支持，到数亿级计算资源。百度地图为疫病科学管理提供参考，AI多人体温快速检测解决方案登陆清河站，免费开放病毒分析线性时间算法，免费开放社区管理智能外呼平台--此次开源掩膜人脸检测和分类模型是百度AI能力的另一个力量输出。全社会有更多的开发者参与进来，考虑开发，希望能赢得这场瘟疫防治战。