面具识别 实时口罩磨损检测模型 使用Mobilenet V2 CNN模型预测是否戴口罩。 人脸检测使用Caffe2框架 描述 导入模块 带有python3的OpenCV keras，plaidml-keras（用于AMD GPU计算） 麻木 matplotlib argparse 张量流2.2.0 用法 火车 $ python train_mask_detector.py --dataset dataset 图像 $ python detection.py --image [Path to Image] 视频 更改detection.py中的视频路径后使用 $ python detection_video.py

COVID Episim网站 此仓库包含用于MATSim / EpiSim的可视化网站，可从。 请参阅该网站，以获取有关使用MATSim进行COVID-19疾病传播的信息，并采取了各种措施来防止其传播。 该自述文件详细介绍了网站本身的构建说明。 项目先决条件 该站点使用npm和yarn，并使用VS Code开发。 您应该先安装VS Code，npm和yarn。 所有代码均为TypeScript，并将保持不变。 使用以下VS Code插件： 更强制代码风格的一致性 Vetur，用于Vuejs支持。 该网站是 SPA。 着色器语言支持 基础技术 您需要了解此技术才能入侵此网站： 类型安全JavaScript 将UI元素连接到代码的粘合剂。 与React类似，但轻巧又棒 用于精美动画的WebGL库。 -Vue文件中使用的模板语言。 Pug使用Python样式的缩进而不是打开

共视控制 Covid Control是一种免费且可评估的机器学习模型，可预测Covid19日案例（7天移动平均值）的未来数量。 使用LSTM和强化学习对非药物干预（NPI）进行量化。 利用机器学习挽救人类史无前例的全球健康能效新型冠状病毒（COVID-19）的生命，以帮助拉平曲线。 开发数据驱动的AI系统以预测感染率并制定区域政府，社区和组织可以实施的干预计划（IP）。 当国家重新开放经济和社会时，干预计划可以减少感染病例，最大程度地减少负面经济影响，并带来更好的结果。 动机：Covid19大流行React 3Blue1Brown的“指数增长和流行病” Covid19视频： 目标是开发一种机器学习模型，以预测未来全球Covid案例的数量： Part1预测器：LSTM长短期记忆预测器模型 使用LSTM长短期记忆以最高的准确性估算未来每天发生的COVID-19病例数，并开发了一种预测器模型

免费下载

深度学习-COVID-19

COVID-19-分析

Covid-19实时分析R-Shiny 全球Covid-19病例趋势的实时分析和可视化。 包括绘图，地图，线性图等。 Web ShinyApp的QR码 线性回归 包括实时线性回归分析。 预测变量和响应变量可以从下拉菜单中选择。 可以按大陆过滤分析。

打开COVID19地图 :microbe: :face_with_medical_mask: :world_map_selector: 关于 嗨，我是Daniel Karl :male_sign:‍:male_sign_selector: 我想看看是否可以重现COVID19的约翰霍普金斯地图可视化效果。 因此，我着手使用他们在GitHub存储库kind中提供的完全相同的实时数据源来构建自己的版本:man_technologist_light_skin_tone:。 由于已有可用的数据集，在React中增强可视化工具的过程相当顺利 :shamrock_selector: 。 从那时起， ：//covid19map.io获得了越来越多的功能： 以全球平均检测率预测已确诊的病例 :globe_showing_Europe-Africa: :test_tube: ‍:microscope: 显示传播势头 :microbe: :chart_increasing: :world_map_selector: 直接以字形表示，即过去1、3或7天的变化 遏制分数 :house_wit

COVID19-mesa Santiago Nunez-Corrales，UIUC的信息学和NCSA（ ） 埃里克·（Eric Jakobsson），UIUC分子与细胞生物学和NCSA（ ） 一个简单的模拟，可通过基于代理的建模（ABM）探索COVID-19的传染性，以及各种措施的潜在有效性。 该软件正在快速开发中，以尝试对当前情况做出响应，应牢记这一点。 特定社区的任何情景都应始终视为临时情景，并根据最新和最佳策划的现场证据不断进行修订。 参考出版物： Núñez-Corrales，S.和Jakobsson，E.（2020）。 流行病学工作台：社区应对COVID-19和其他传染病的策略工具。 。 安装（Linux和朋友） 克隆存储库： git clone https://github.com/snunezcr/COVID19-mesa.git 创建并激活虚拟环境

ClinicalTrials.gov是一个在全球范围内进行的私人和公共资助的临床研究的数据库。它由国立卫生研究院维护。所有数据都是公开可用的，并且该站点提供直接下载功能，这使使用相关数据进行分析变得非常容易。该数据集由与现场展示的COVID 19研究相关的临床试验组成。 COVID clinical trials.csv COVID-19 Clinical Trials dataset_COVID-19 CLinical trials studies_datasets.zip