首页|改进YOLOv5算法在口罩配戴检测系统中的应用与实现

改进YOLOv5算法在口罩配戴检测系统中的应用与实现

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对公共场合行人是否佩戴口罩的问题，本文应用改进的YOLOv5算法设计了一款口罩佩戴检测系统，可对是否佩戴口罩进行图片检测与摄像头实时检测，改进的YOLOv5算法针对在目标检测过程中因小尺度目标多、特征不显著而容易导致漏检或误检等问题，通过增加尺度检测层，提高了小尺度的检测精度，以此达到对小目标准确识别的效果。改进算法后模型识别平均精度均值MAP达到93。5％，符合系统要求。本文对改进前后检测结果进行了对比，最终分析得出改进算法对小目标的检测具有更好的效果。
Application and Implementation of Improved YOLOv5 Algorithm in Mask Wearing Detection System

马浩然、顾先旭、张楠杰、吴东升

展开 >

沈阳理工大学自动化与电气工程学院 辽宁沈阳 110159

YOLOv5算法 目标检测 口罩检测 神经网络

沈阳理工大学国家级大学生创新创业训练计划

202110144013

2022

10.16660/j.cnki.1674-098X.2205-5640-6598

科技创新导报
中国宇航出版社 中国合作创新国际科技服务中心

科技创新导报

影响因子：0.455
ISSN：1674-098X
年,卷(期)：2022.19(27)
  • 1
  • 1