Aplicación para la clasificación del uso de la mascarilla con Deep Learning

En un contexto de pandemia, surge la necesidad de proteger a las personas más cercanas, sobre todo a los más vulnerables. El uso de la mascarilla puede marcar un punto de inflexión en el control de una pandemia y en la disminución de los casos diarios. Asimismo, la inteligencia artificial es un campo que ha crecido de manera exponencial en los últimos años y puede cumplir un rol clave en todo esto, desde implementaciones para analizar patrones de movimientos por una ciudad hasta la conducta de la sociedad con el uso de la mascarilla. La aparición del Deep Learning con las redes neuronales, ha supuesto una revolución y un cambio de paradigma a la hora de afrontar distintos problemas y se han conseguido hazañas que hace unos años parecían formar parte de la ciencia ficción. Concretamente, redes neuronales como la red neuronal convolucional, ha permitido un gran avance en la visión artificial, logrando resolver problemas complejos con una precisión asombrosa. El éxito de un modelo de inteligencia artificial pasa por tener buenos resultados con entradas distintas a las utilizadas en el proceso de entrenamiento. Esto puede conseguirse mediante distintas alternativas como la cantidad y calidad de las imágenes o que la técnica utilizada sea el adecuado para afrontar el problema planteado. Para abarcar todo esto y más, se va a realizar un proyecto de inteligencia artificial, haciendo énfasis en el Deep Learning. El objetivo principal de este trabajo de fin de grado es desarrollar un modelo que permita clasificar el uso de la mascarilla a partir de una imagen aplicando técnicas de Deep Learning, en este caso, una red neuronal convolucional e integrarlo en una aplicación web para poder ser utilizado. En resumen, se recolecta imágenes de las clases que se van a clasificar, siendo estas personas sin mascarillas, personas con mascarillas y personas con mascarillas mal colocadas, luego, se entrena la red neuronal convolucional. Por último, se desarrolla una aplicación que envía una imagen a la entrada del modelo entrenado para que realice su clasificación y devuelva su resultado al usuario. El resultado final del proyecto es satisfactorio. Se ha realizado un estudio teórico y práctico de la inteligencia artificial, se ha obtenido un desempeño bastante aceptable de la red neuronal convolucional en la precisión y en la velocidad de predicción, se ha desarrollado una aplicación intuitiva y se han cumplido todos los objetivos propuestos. Abstract: In a pandemic context, the need to protect those closest to us arises, especially the most vulnerable. The use of the face mask can mark a turning point in the control of a pandemic and in the reduction of daily cases. Additionally, artificial intelligence is a field that has grown exponentially in recent years and can play a key role in this situation, from implementations to analyze movement patterns through a city to the behavior of society with the use of the face mask. The appearance of Deep Learning with neural networks has meant a revolution and a new paradigm when facing different problems and feats that seemed to be part of science fiction a few years ago have been achieved. Specifically, neural networks such as the convolutional neural network, has allowed a great advance in computer vision, managing to solve complex problems with astonishing precision. The success of an artificial intelligence model depends on having good results with different inputs than those used in the training process. This can be achieved through various factors such as the quantity and quality of the images or that the technique is being used is suitable to face the proposed problem. To cover all this and more, an artificial intelligence project will be carried out, with an emphasis on Deep Learning. The main objective of this project is to develop a model that allows classifying the use of the face mask from an image applying Deep Learning techniques, in this case, a convolutional neural network and integrate it into a web application to be able to be used. In summary, images of the classes to be classified are gathered, these being people without face mask, people with face mask and people with incorrectly-wear face mask, then the convolutional neural network is trained. Finally, an application is developed that sends an image to the input of the trained model so that it performs its classification and returns its result to the user. The result of the project is satisfactory. A theoretical and practical study of artificial intelligence has been accomplished, an acceptable performance of the convolutional neural network in precision and prediction speed has been obtained, an intuitive application has been developed and all the proposed objectives have been met