首页|基于改进YOLOv5的轻量型口罩佩戴检测算法

基于改进YOLOv5的轻量型口罩佩戴检测算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
提出一种基于改进YOLOv5的轻量型口罩检测算法CG-YOLOv5s.结合卷积注意力机制和Ghost卷积等技术,在网络中加入CBAM-CSP、GRCM改进模块以增强特征提取能力,改善模型的计算性能,使用Alpha-CIoU损失并结合DIoU非极大抑制方法,进一步提升检测精度.结果表明,CG-YOLOv5s在对检测速度影响较小的情况下,获得了89.1％的检测精度,模型大小减少了19.63％,实现了模型轻量化的效果.
Lightweight mask wearing detection algorithm based on improved YOLOv5

王圣雄、刘瑞安、燕达、黄玉兰、胡昕

展开 >

天津师范大学电子与通信工程学院,天津 300387

目标检测算法 口罩检测 卷积注意力 Ghost卷积 轻量化模型

天津师范大学研究生科研创新项目

2022KYCX033Z

2023

10.16644/j.cnki.cn33-1094/tp.2023.05.024

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(5)
  • 5