-
题名改进YOLO轻量化网络的口罩检测算法
被引量：48
- 1
-
-
作者
王兵
乐红霞
李文璟
张孟涵
-
机构
西南石油大学计算机科学学院
中国电信股份有限公司成都分公司
电子科技大学信息与软件工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2021年第8期62-69,共8页
-
文摘
针对目前YOLO轻量网络在口罩佩戴检测任务中出现的特征提取不足和特征利用率不高的问题,提出了一种基于改进YOLOv4-tiny的轻量化网络算法。增加Max Module结构以获取更多目标的主要特征,提高检测准确率。提出自下而上的多尺度融合,结合低层信息丰富网络的特征层次,提高特征利用率。使用CIoU作为边框回归损失函数,加快模型收敛速度。相较于原算法,在公开数据集PASCAL VOC和口罩佩戴检测任务中,mAP分别提高4.9个百分点和3.3个百分点,检测速率分别达到74 frame/s和64 frame/s,满足口罩佩戴检测任务的准确率和实时性。
-
关键词
口罩佩戴检测
YOLOv4-tiny
Max
module结构
多尺度融合
CIoU
-
Keywords
mask wearing detection
YOLOv4-tiny
Max module structure
multi-scale fusion
CIoU
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
