改进YOLO v3的面部口罩佩戴检测算法

作者：莫伟龙; 刘佳男; 王迪; 尹伟石^*

来源：长春理工大学学报(自然科学版), 2022, 45(02): 107-115.

• COVID-19
• 面部口罩佩戴检测
• YOLO v3
• 多尺度训练

2020年1月中国爆发新冠肺炎病毒，其中是否正确佩戴口罩对防疫效果有着至关重要的作用。为了降低行人因侥幸心理不佩戴或错误佩戴口罩而引起的病毒传播风险，提出了一种基于改进YOLO v3算法的面部口罩佩戴检测算法。通过改变YOLO v3中的网络结构，建立输出为4倍降采样特征融合目标检测层，提高网络对口罩佩戴问题中微小错误的召回率和检测的准确率；采用多尺度训练策略，提高网络对输入图片尺寸的稳健性。最后，对口罩佩戴检测中可能出现的干扰因素进行研究。实验结果表明，在面部口罩佩戴问题的检测中，改进型YOLO v3对是否佩戴口罩检测的mAP达94.1%，对是否正确佩戴口罩检测的mAP达90.4%，相比于YOLO v3网络，改进后网络检测性能均有较大提升。

• 出版日期2022
• 单位长春理工大学