基于深度学习LeNet模型的口罩识别方法设计.pdf

湖南商务职业技术学院毕业设计

目录

1引言1

1.1项目背景1

1.2开发环境与工具2

1.1.1Python简介2

1.1.2Tensorflow简介2

1.1.3Python第三方库简介3

2需求分析3

2.1功能需求分析3

2.2非功能性需求分析3

2.3总体分析3

3数据采集4

3.1数据说明4

3.2技术说明4

3.3功能实现4

4模型构建7

5模型训练与优化9

6模型应用11

7小结13

参考资料15

I

湖南商务职业技术学院毕业设计

基于深度学习LeNet模型的口罩识别方法设计

1引言

随着新冠疫情的全球肆虐，戴口罩已成为人们生活中必不可少的一部分。

为了避免病毒传播，许多国家和地区都要求公众在公共场所佩戴口罩。

然而，在实际应用中，有些人可能会故意不戴口罩或者戴着不符合标准的

口罩，这样很容易导致疫情的扩散。

因此，本文提出了一种基于深度学习LeNet模型的口罩识别系统，该系统

能够较为准确地检测出人们是否佩戴了口罩，并区分佩戴的口罩是否符合标准

要求。

该系统主要由图像采集、图像预处理、LeNet卷积神经网络建模、训练与测

试等环节构成。通过对大量口罩图像数据进行训练，本文建立了一个较为精准

的口罩识别模型，并使用Python编程语言实现了该模型的算法，最终得到了比

较好的实验结果。

本文旨在提高人们对口罩的重视程度，减少病毒传播的风险，同时也为相

关领域的研究提供一定的参考价值。

1.1项目背景

从2019年末开始，新型冠状病毒肺炎（COVID-19）在我国全面爆发并迅速

传播，同时国家卫生健康委员会也积极响应密切关注全国疫情的动态变化并且

发布了相关的预防指南，强调个人出行需要做好安全措施，在公共场合必须严

格按照要求佩戴口罩。自从新型冠状病毒蔓延以来，各行各业都受到了巨大的

冲击，严重影响到人们正常生产和生活。

新型冠状病毒具有很强的传播和生存能力，只要条件合适能存活五天之久，

并且可以通过唾液，飞沫等多种方式进行传播，为有效的减少病毒的传播佩戴

口罩是一个很好的办法。尽管这一时期国外的形势不容乐观，但是在全国上下

齐心努力之下我国的防疫取得了阶段性成功，各行业都在积极复苏，管理也随

之变化进入到常态化阶段。在这一阶段复工复产也是大势所趋，口罩出行也成

为了一种常态。正确佩戴口罩能够有效减少飞沫传染的风险，特别是在公共场

所，这种举措尤为重要。但是，仍然还需要提高公众对主动佩戴口罩的观念，

在常态化管理下人们的防范意识越来越薄弱，口罩随意佩戴或者不佩戴的情况

屡见不鲜。

1

湖南商务职业技术学院毕业设计

因此，在这期间，有意识地戴口罩不仅仅是每个公民的公共道德还是自我

修养的表现。这不但需要个人积极配合，而且还需要某些监管以及有效的治理

方法。

1.2开发环境与工具

1.1.1Python简介

Python是一种高级的、面向对象的编程语言，被广泛应用于科学计算、人

工智能、Web开发、数据分析等领域。Python具有简单易学、代码清晰简洁、

易读易维护等特点，因此在机器学习和深度学习等领域得到了广泛的应用。

在本文的毕业设计中，我们使用Python编写了基于LeNet模型的口罩识别

系统