基于改进的YOLOv3口罩佩戴检测算法研究

作     者：王静 黄日辰 陈晓龙 WANG Jing;HUANG Richen;CHEN Xiaolong

作者机构：金华职业技术学院浙江金华321007 

出 版 物：《金华职业技术学院学报》 (Journal of Jinhua Polytechnic)

年 卷 期：2022年第22卷第3期

页      码：49-54页

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%。

主 题 词：口罩佩戴检测 深度学习算法 卷积 目标检测精度 

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] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1671-3699.2022.03.009

馆 藏 号：203113507...