基于YOLOv5网络模型的人员口罩佩戴实时检测

被引：104

作者：

谈世磊 ^{[1
]}

别雄波 ^{[2
]}

卢功林 ^{[1
]}

谈小虎 ^{[3
]}

机构：

[1] 重庆大学自动化学院

[2] 重庆科技发展战略研究院有限责任公司

[3] 太原科技大学应用科学学院

来源：

激光杂志 | 2021年 / 42卷 / 02期

基金：

国家自然科学基金重点项目;

关键词：

YOLOv5; 口罩检测; 最优权重; tensorboard;

D O I：

10.14016/j.cnki.jgzz.2021.02.147

中图分类号：

TP391.41 []; TP183 [人工神经网络与计算];

学科分类号：

080203 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

近年来,随着硬件算力的提升和人工智能算法的创新发展,使得深度学习算法在目标检测方面有着广泛的应用。针对现有人工方式查看人员口罩佩戴情况的不足,提出了一种基于深度学习YOLOv5算法实现对口罩佩戴情况的实时检测。算法首先将数据集进行归一化处理,再将数据接入YOLOv5网络进行迭代训练,并将最优权重数据保存用作测试集测试,算法通过tensorboard可视化显示训练和测试结果。实验结果表明,所提算法检测的准确性高,实时性强,满足实际使用需求。

引用

页码：147 / 150

页数：4

共 7 条

[1] 基于轻量级CNN的口罩人脸检测方法现状研究 [J].