首页|基于改进YOLOv5s的口罩佩戴检测方法

基于改进YOLOv5s的口罩佩戴检测方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对新冠疫情期间公共场所防控需求,提出一种基于改进YOLOv5s的口罩佩戴检测方法.该方法在YOLOv5s网络原有的特征融合模块基础上,采用加权双向特征金字塔(BiFPN)网络结构替换原有的特征金字塔结构,实现更加高效的多尺度特征融合.将自制的口罩数据集分别在原YOLOv5s网络和改进的YOLOv5s网络中进行训练,获得检测模型并统计精度.实验结果表明,改进的YOLOv5s口罩检测模型均值平均精度(mAP值)、识别精确率(precision)和召回率(recall)分别较改进前提高3.5％、1.4％和6.2％.该方法使口罩佩戴检测模型精准度进一步提高,有助于提高疫情防控水平,具有良好的应用前景.
Mask Wearing Detection Method Based on Improved YOLOv5s

朱梦凡、陈博源

展开 >

西安交通大学电气工程学院,西安 710049

YOLOv5s BiFPN 口罩检测

2022

10.3969/j.issn.1007-1423.2022.20.007

现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
年,卷(期)：2022.28(20)
  • 4