本作品是基于深度学习的目标检测模型，通过在树莓派上运行来实现对行人口罩是否佩戴进行自动检测。外接显示器实时显示检测结果，佩戴口罩的人脸目标框定为绿色，未佩戴口罩的人脸目标则框定为红色，可对多个人脸目标同时进行检测，且只要检测到未佩戴口罩的目标就发出警报提醒。此作品提高了社会资源利用率，实用性强，前沿性高。

行人口罩佩戴检测是通过树莓派采集的视频图像进行目标检测。在检测期间路过的行人会有着不同的走向，这需要基于深度学习的检测算法有较高的鲁棒性，对不同姿态、不同大小和多个行人目标进行实时检测，并且每当检测到有目标未佩戴口罩时，树莓派将蜂鸣器的正电源端施加电流使得蜂鸣器持续响起一段时间。只有当摄像头拍摄范围内全部可检出目标都佩戴有口罩，才会结束声音提醒，此时在屏幕上显示检出目标类型全为佩戴口罩。

基于深度学习的行人口罩佩戴检测主要应用于商场、超市、商铺等场景。商场、超市、商铺等地是人们比较倾向于前往的地方，基于新冠肺炎的严峻形势，防控意识不可降低，如要出门，我们还是需要随时随地佩戴口罩，减少疫情的扩散，做到有效防控，针对这些人们比较喜欢去的地方，提高社会资源的利用率和分配情况，我们设计了一款可以检测行人是否佩戴口罩的这样一套系统，随时随地可以自动检测到进出一些场所是否佩戴了口罩，比如，行人进入商场，商场入口安装有该系统，系统会实时检测进入商场的消费者是否佩戴了口罩，若检测到没有佩戴口罩，则系统会自动预警，发出警报声，提醒其佩戴好口罩。