文献类型：期刊文章

作　　者：于硕[1] 李慧[1] 桂方俊[2] 杨彦琦[1] 吕晨阳[1]

YU Shuo;LI Hui;GUI Fangjun;YANG Yanqi;Lü Chenyang(Basic Teaching Department,Beijing Institute of Fashion Technology,Beijing 100029,China;School of Mechanical,Electrical and Information Engineering,China University of Mining and Technology(Beijing),Beijing 100083,China)

机构地区：[1]北京服装学院基础教学部,北京100029 [2]中国矿业大学(北京)机电与信息工程学院,北京100083

出　　处：《计算机测量与控制》

基　　金：北京市教委科技计划项目(SQKM201810012010);北京服装学院重点科研项目(2021A-02)。

年　　份：2021

卷　　号：29

期　　号：12

起止页码：188-194

语　　种：中文

收录情况：JST、ZGKJHX、普通刊

摘　　要：在新型冠状病毒疫情防控常态化要求下,目前的口罩佩戴检测装置受复杂场景下人员数量多、相互间易遮挡以及待检目标尺度小的影响,易出现误检漏检等情况;为解决以上问题,提出一种基于YOLOv5的口罩佩戴检测算法以实现复杂场景下的实时检测;首先对数据集做Mosaic数据增强等处理;再经过Focus处理为后续的特征提取保留更完整的图片下采样信息,然后利用SPP融合多尺度信息实现特征增强,在Neck部分保留空间信息;最后考虑目标框与检测框之间的重叠面积、中心点距离和长宽比选用CIoU损失函数以提高定位精度,并且在训练过程中对学习率采用动态调整策略;实验结果表明,改进后算法的平均精度均值可达到99.6%。

关 键 词：口罩佩戴检测  深度学习  YOLOv5  数据增强  损失函数

分 类 号：TP391]