影像分類：

Image-Classification-MobileNetV1-PyTorch ，針對大頭照做分析的正確率高。

 

有戴口罩：

MobileNetv1_Good_Mask.png

 

沒戴口罩：

MobileNetv1_No_Mask.png

 

口罩沒戴好：

MobileNetv1_Bad_Mask.png

 

 

 

物件偵測：

Image-Object-Detection-MobileNetV1-SSD300-PyTorch，正確率比 YOLOv3 差。

 

有戴口罩及沒戴口罩：

MobileNetv1_SSD300_Good_Mask_No_Mask-2.png

 

有戴口罩及沒戴口罩：

MobileNetv1_SSD300_Good_Mask_No_Mask.png

 

口罩沒戴好：

MobileNetv1_SSD300_Bad_Mask.png

 

 

 

物件偵測：

Image-Object-Detection-YOLOv3-Keras，正確率高。

 

有戴口罩及沒戴口罩：

YOLOv3_Good_Mask_No_Mask.png

 

有戴口罩：

YOLOv3_Good_Mask.png

 

口罩沒戴好：

YOLOv3_Bad_Mask.png

 

 

 

影像切割：

Image-Segmentation-MaskRCNN-Keras ，正確率高。

 

有戴口罩：

MaskRCNN_Good_Mask.png

 

有戴口罩及沒戴口罩：

MaskRCNN_Good_Mask_No_Mask .png

 

口罩沒戴好：

MaskRCNN_Bad_Mask.png

 

 

 

結論：

 

以口罩美女資料集為例， MobileNetV1, YOLOv3, Mask R-CNN 的正確率都很好，只有 MobileNetV1+SSD300 正確率略差。正確率排名：

1. YOLOv3

2. Mask R-CNN

3. MobileNetV1

4. MobileNetV1+SSD300