科研之友
微信
新浪微博
Facebook
分享链接
摘要
自新冠疫情爆发以来，人们日常规范佩戴口罩成为了抗击疫情的关键，但人力监管又会增加相关人员被感染的风险，于是提出了一种轻量化口罩检测算法以实现对其佩戴情况的实时监测。以YOLOv5算法为框架，使用改进的EfficientNetV2替换原网络中的主干特征提取网络，减小了网络模型的参数量并提高了精度。提出了使用ECA模块替换EfficientNetV2网络中的SE模块，并使用DIoU-NMS替代原模型中加权NMS的方式，进一步降低了模型的参数量和提高了模型的收敛性，并且提升了对遮挡目标的检测效果。基于网络公开采集到的口罩数据集试验结果表明，所提算法模型参数量下降了44.7%,mAP达到了95.3%,推理速度达到了270.3FPS。提出的算法能够有效的识别人员是否规范佩戴口罩，从而来实现对人员的有效监控。
- 出版日期2023
- 单位新疆大学
