改进YOLO轻量化网络的口罩检测算法

摘要：

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

所属期刊栏目：57

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2021-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：62-69