基于改进YOLOv5模型的复杂场景口罩佩戴识别

作     者：何义 李捍东 HE Yi;LI Handong

作者机构：贵州大学电气工程学院贵阳550025 

基　　金：国家自然科学基金(61663005) 

出 版 物：《微处理机》 (Microprocessors)

年 卷 期：2022年第43卷第2期

页      码：42-46页

摘      要：为满足疫情时期的特殊需要,基于改进YOLOv5模型,设计一款应用于复杂场景的口罩佩戴识别检测系统。系统采用Py Charm集成开发环境,从网络上爬取1600张口罩佩戴相关的图片,在原始k-means算法基础上加入聚类算法,获取与真实框之间的更高的先验框。在人机交互界面使用Qt组件设计,图像和模型数据加载使用开源OpenCV视觉库实现。口罩佩戴检测的核心算法使用目标检测算法中的YOLOv5训练并结合PyTorch框架实现。实验结果表明,系统能够实现多人场景下人群佩戴口罩状况的检测,在多人物以及实时检测场景中准确率有所提高,在使用和效果上都具有自身特有的优势。

主 题 词：目标检测 YOLOv5模型 PyTorch库 口罩佩戴检测 多人场景 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 080203[080203] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1002-2279.2022.02.010

馆 藏 号：203110194...