基于轻量化YOLOv5算法的口罩检测方法研究

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：由于疫情防控需要,人们在生活中都需要佩戴口罩,因此一种智能化口罩检测方法显的尤为重要.针对当前CNN网络和YOLOv5模型结构复杂、参数量大等特点,设计了一种轻量化YOLOv5s模型.将宽度系数由0.5变为0.4,采用GhostBottleneck替换原结构的C3模块,采用DSConv替换除输入端卷积层外的其余卷积层.实验结果表明,该模型将浮点数压缩为原来的四分之一,大小压缩为原模型的37.5％,GPU上训练时间缩短20％,提高效率的同时节省了空间大小,为在资源有限的终端上部署提供了可能.

外文标题：Research on Mask Detection Method Based on Lightweight YOLOv5

作者：

王福康、闫存莹、田存伟

展开 >

作者单位：

聊城大学物理科学与信息工程学院,聊城 252059

关键词：

YOLOv5网络口罩检测 GhostBottleneck模块深度可分离卷积

出版年：

2022

DOI：

10.3969/j.issn.1007-1423.2022.22.003