The Evaluación de AIoT en modelos computacionales en la Nube y en el borde aplicado a la detección de mascarillas

El COVID-19 ha provocado graves daños a la salud, se han infectado centenas de millones y ha causado la muerte de millones de personas a nivel global. Con los programas de vacunación de cada gobierno ha influido en el decaimiento de estos índices, pero con la aparición de nuevas mutaciones del Coronavirus que son más contagiosas ha causado la preocupación sobre la efectividad de las vacunas. Frente a esta situación el uso de mascarillas sigue siendo eficaz para prevenir la transmisión y contagio del COVID-19. Lo que ha generado una creciente demanda de servicios de detección automática de mascarillas, que permita recordar a las personas la importancia del uso de estas. En este trabajo se plantea un análisis del rendimiento de un sistema para la detección del uso correcto, inadecuado y sin mascarilla basado en dos modelos computacionales de Cloud y Edge, con la finalidad de determinar qué modelo se adecua mejor en un entorno real (‘outdoors’ e ‘indoors’) en base al tiempo de respuesta, efectividad, recursos computacionales. Los resultados experimentales demuestran que el modelo de computacional ‘edge’ presentó un mejor desempeño en comparación con el modelo ‘cloud’.