3天初版部署7天快速迭代！百度飞桨携手北京地铁落地AI口罩检测方案_疫情

原标题：3天初版部署7天快速迭代！百度飞桨携手北京地铁落地AI口罩检测方案

步入3月，全国企业陆续复工返岗，公共交通防疫战持续升级。特别是在人流量大、环境复杂的地铁交通枢纽，如何采取有力的防疫措施，全力保障市民出行、企业复产是重要议题。

飞桨是百度自研、开源开放且功能完备的产业级深度学习平台，是各类型 AI 模型应用开发的基础。2月13日，百度就宣布在飞桨深度学习平台中免费开源了业内首个“口罩人脸检测及分类模型”，助力各行业疫情防控。

在接到北京地铁 AI 口罩检测的需求后，一个专项项目组迅速集结起来。防控紧迫，这次他们要尽一切可能，要快。项目组连夜计划部署方案，并在3天内完成第一版快速部署，7天内进行了两次模型升级、三次现场部署调试、多次策略优化，最终部署上线，实现了在地铁站实时视频流中，准确地对未戴口罩以及错误佩戴口罩的情况进行检测。

方案底层依赖 Paddle Inference 预测引擎，采用TRT子图功能加速，兼容 Windows/Linux 多平台，保证了高效、便捷的在多站台部署。同时相关模型在 PaddleHub 上也开源了口罩检测的轻量化部署方案，用户只需稍加改动即可部署到移动端。

• Paddle Inference 预测引擎服务器端部署链接：https://www.paddlepaddle.org.cn/documentation/docs/zh/advanced_guide/inference_deployment/inference/index_cn.html
• 基于 PaddleHub 实现口罩佩戴检测应用文档链接：https://github.com/PaddlePaddle/PaddleHub/tree/release/v1.5/demo/mask_detection

此外，在时间紧任务重，且疫情期间地铁内人流过少导致训练样本严重不足的情况下，团队克服了包括网络传输不稳定导致解码后视频花屏、保护地铁内网独立性、乘客口罩品类颜色不一、可用于标注训练样本太少等多种困难。该项目过程中也紧急得到英伟达中国硬件资源和技术支持。

抗击新冠疫情的战线里，百度一直发挥着自身在人工智能领域的技术优势，与疫情赛跑。此次，与北京地铁携手上线 AI 口罩检测，希望在复产复工的关键时刻为工作出行安全提供助力。支援战疫，百度正在行动中。