改进YOLOv5算法在口罩配戴检测系统中的应用与实现

摘要：

针对公共场合行人是否佩戴口罩的问题,本文应用改进的YOLOv5算法设计了一款口罩佩戴检测系统,可对是否佩戴口罩进行图片检测与摄像头实时检测,改进的YOLOv5算法针对在目标检测过程中因小尺度目标多、特征不显著而容易导致漏检或误检等问题,通过增加尺度检测层,提高了小尺度的检测精度,以此达到对小目标准确识别的效果.改进算法后模型识别平均精度均值MAP达到93.5％,符合系统要求.本文对改进前后检测结果进行了对比,最终分析得出改进算法对小目标的检测具有更好的效果.

关键词：YOLOv5算法、目标检测、口罩检测、神经网络

所属期刊栏目：19

分类号：TP391.41(计算技术、计算机技术)

资助基金：沈阳理工大学国家级大学生创新创业训练计划项目202110144013

在线出版日期：2023-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：103-107,117