基于改进的YOLOv3口罩佩戴检测算法研究 |
| |
引用本文: | 王静,黄日辰,陈晓龙.基于改进的YOLOv3口罩佩戴检测算法研究[J].金华职业技术学院学报,2022(3):49-54. |
| |
作者姓名: | 王静 黄日辰 陈晓龙 |
| |
作者单位: | 金华职业技术学院 |
| |
摘 要: | 冠状病毒COVID-19的爆发引起全球健康危机,要求人们外出时佩戴口罩,因此基于深度学习的口罩佩戴检测技术也应运而生。本文提出一种高效的口罩佩戴检测算法,该算法基于YOLOv3检测框架,设计一种轻量化主干网络代替DarkNet53,该主干网络在浅层采用了一个快速降采样模块提高推理速度;为了进一步准确区分出人们是否正确佩戴口罩,在检测完成之后,使用分类网络进行口罩是否正确佩戴分类。经测试,该算法在CPU运行可达30桢/秒,比YOLOv3的CPV高5桢/秒,在目标检测中的指标(mAP)收集后的WIDER FACE、RMFD和CMFD可以达到94.4%,高于YOLOv3的93.2%。
|
关 键 词: | 口罩佩戴检测 深度学习算法 卷积 目标检测精度 |
|
|