科研之友
微信
新浪微博
Facebook
分享链接
摘要
常态化疫情防控形势下，火车站、地铁站等公共场所人群密集，容易发生病毒的传播。针对人群密集场所口罩目标较小、模型参数量大、难以部署的问题，提出一种改进的轻量级结构重参数化网络。在Retinaface算法上，使用双重级联金字塔网络替换原有的特征融合网络，增强特征信息，提高对小尺度目标的检测效果；同时使用结构重参数化网络RepVGG替换原有的MobileNet0.25主干网络，在模型训练时，通过残差结构提高模型特征提取能力，在模型推理时，通过模型结构重新参数化减少模型参数，提高推理速度。实验结果表明，本文算法在GPU上帧率达到92.59 fps，在自建数据集的3个不同等级的验证集上的平均准确率（mAP）达到94.17%、93.30%、86.88%，相比原始Retinaface算法分别提高了1.17个百分点、2.89个百分点、5.35个百分点，可以更好地在自然场景中进行口罩佩戴检测。
- 单位
