面向密集人流的实时口罩检测算法

赵睿; 刘辉; 雷音; 李达; 刘沛霖

doi:10.13873/J.1000-9787(2023)07-0144-04

Chinese

您当前的位置：

首页 >

文章列表页 >

面向密集人流的实时口罩检测算法

计算与测试 | 更新时间：2025-09-11

- 面向密集人流的实时口罩检测算法
- 暂无标题
- 传感器与微系统 2023年第7期页码：144-147
- 作者机构：
  
  湖南师范大学物理与电子科学学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2023)07-0144-04
  中图分类号： TP391.41
- 纸质出版：2023
- 稿件说明：
移动端阅览
赵睿, 刘辉, 雷音, 等. 面向密集人流的实时口罩检测算法[J]. 传感器与微系统, 2023,(7):144-147.
赵睿, 刘辉, 雷音, 等. 面向密集人流的实时口罩检测算法[J]. 传感器与微系统, 2023,(7):144-147. DOI： 10.13873/J.1000-9787(2023)07-0144-04.

DOI：

摘要

鉴于公共场所人工检查口罩佩戴过于耗时费力的弊端，提出了一种面向密集人流的实时口罩检测算法。将YOLOv5算法原有的路径聚合网络(PANet)改为加权双向特征金字塔网络(BiFPN)融合方式，以融合更多尺度的特征信息；在各检测层之后加入人脸SSH模块，以提升模型提取密集目标多尺度特征信息的能力；使用深度可分离卷积代替颈部网络的常规卷积操作，提高了网络的检测速率。实验结果表明：改进算法的平均精确率比原始YOLOv5算法提升了6.8%

同时检测速度也达到了实时检测的需要。

Abstract

关键词

Keywords

references

基于深度可分离卷积的物联网设备识别模型[J]. 陈庆港;杜彦辉;韩奕;刘翔宇.信息网络安全,2021(09)

多尺度注意力学习的Faster R-CNN口罩人脸检测模型[J]. 李泽琛;李恒超;胡文帅;杨金玉;华泽玺.西南交通大学学报,2021(05)

基于YOLO的轨道扣件状态检测[J]. 王兵水;郑树彬;柴晓冬;李立明.传感器与微系统,2021(04)

多注意力机制的口罩检测网络[J]. 余阿祥;李承润;于书仪;李洪均.南京师范大学学报(工程技术版),2021(01)

基于HSV+HOG特征和SVM的人脸口罩检测算法研究（英文）[J]. 何育民;汪朝辉;郭思宇;姚世鹏;胡象洋.Journal of Measurement Science and Instrumentation,2022(03)

基于YOLOv5网络模型的人员口罩佩戴实时检测[J]. 谈世磊;别雄波;卢功林;谈小虎.激光杂志,2021(02)

基于深度学习的目标检测算法综述[J]. 吴雪;宋晓茹;高嵩;陈超波.传感器与微系统,2021(02)

改进YOLO轻量化网络的口罩检测算法[J]. 王兵;乐红霞;李文璟;张孟涵.计算机工程与应用,2021(08)

Face masks needed until 2022[J]. Sawal Ibrahim;Vaughan Adam.New Scientist,2021

基于轻量化特征融合SSD的人员是否佩戴口罩检测方法[P]. 秦勇;李永玲;曹志威;谢征宇;魏运.,2021

浏览量

100

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于深度可分离卷积残差模块的抓取检测算法

基于改进OpenPose的行人关节点检测算法

基于轻量化YOLOv4的火灾检测识别算法

基于ECA和YOLOv4的轻量级目标检测网络设计

基于深度可分离卷积的大型铸件焊缝检测方法