基于改进YOLOv5s的口罩佩戴检测方法

作者：朱梦凡; 陈博源

来源：现代计算机(专业版), 2022, 28(20): 37-41.

• YOLOv5s
• BiFPN
• 口罩检测

针对新冠疫情期间公共场所防控需求，提出一种基于改进YOLOv5s的口罩佩戴检测方法。该方法在YOLOv5s网络原有的特征融合模块基础上，采用加权双向特征金字塔（BiFPN）网络结构替换原有的特征金字塔结构，实现更加高效的多尺度特征融合。将自制的口罩数据集分别在原YOLOv5s网络和改进的YOLOv5s网络中进行训练，获得检测模型并统计精度。实验结果表明，改进的YOLOv5s口罩检测模型均值平均精度（mAP值）、识别精确率（precision）和召回率（recall）分别较改进前提高3.5%、1.4%和6.2%。该方法使口罩佩戴检测模型精准度进一步提高，有助于提高疫情防控水平，具有良好的应用前景。

• 单位
  西安交通大学