利用嵌入式机器学习TinyML技术的口罩检测装置

针对目前市面上口罩检测装置价格昂贵且技术复杂的现状,设计了一款基于嵌入式机器学习TinyML技术的口罩检测装置。该装置由M5Stack UnitV2的AI摄像头结合M5Stack Core2开发套件构成,通过M5Stack UnitV2的摄像头设备检测是否规范佩戴口罩,通过串口通信的方式在M5Stack Core2上显示口罩分类图像并发出声音提醒人们,M5Stack Core2采用M5Stack的UiFlow图像化编程平台编写口罩检测的Blockly程序。在多种场合多次对不同人脸和不同口罩佩戴情况进行测试,结果表明:该装置功耗低、运行稳定、可靠,在保证准确率的情况下大大降低了成本,具有较高的应用价值。本文对口罩检测装置的研究有助于政府在流行病传播期及时对人们进行管控,降低感染的风险。