科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对新冠疫情期间人工检查行人口罩佩戴情况效率低下的问题，提出了基于YOLOv5网络来实现对行人口罩佩戴情况的实时检测算法。收集了2000张佩戴口罩及未佩戴口罩行人图片作为数据集，先基于COCO数据集的权重数据进行预训练，提高训练的速度和检测；再将数据集导入YOLOv5模型中进行迭代训练及测试，将所获得的最优权重文件对测试集进行验证，并把训练结果可视化展示。实验结果表明，该算法在行人密集的情况下实时检测速度也能达到62.5FPS的高准确率，满足了行人口罩佩戴实时检测的要求。
- 出版日期2023
- 单位自动化学院; 武汉纺织大学
