针对人脸检测任务中检测模型参数量大、检测精度低的问题,文章基于YOLOv8 算法和MobileNetV3网络,提出一种轻量化人脸目标检测算法.首先,使用基于MobileNetv3网络替换YOLOv8s的骨干网络,减少参数量和计算量,提高检测速度;在此基础上,在骨干网络中添加额外的C2f模块,以此提高模型性能,增加其特征提取的能力;最后,在颈部网络添加额外注意力机制-多尺度空洞结构来进一步提高模型性能.实验结果显示,相较于基准模型,改进算法平均检测精度提高了2个百分点,参数量降低了约50%,验证了其有效性.与其它主流模型相比较,这一算法也有良好的表现.
NETL
NSTL
万方数据
