YOLOv5改进的轻量级口罩人脸检测

作者：葛云飞^*; 祁云嵩; 孟祥宇

来源：计算机系统应用, 2023, 32(03): 195-201.

DOI：10.15888/j.cnki.csa.009021

• 人脸检测
• YOLOv5
• 注意力机制
• C3Ghost
• α-CIoU

针对疫情防控下人脸识别应用出现人脸漏检、移动端平台的计算能力不足和硬件资源受限等问题,提出一种YOLOv5改进的轻量级口罩人脸检测模型.设计轻量化的C3Ghost模块替换原网络中的C3模块以压缩卷积过程的计算量和模型大小,在主干网络中添加注意力机制以提高网络的特征提取能力,并改进边框回归损失函数以提高检测速度和精度.实验结果表明,改进后的模型计算量和参数量分别降低了29.79%和33.33%,模型权重文件大小仅有2.8 M,减轻了对硬件条件的依赖,同时模型的检测率达到了96.6%,相比现有轻量级模型优势突出,能够有效地应用于人脸识别之中.

• 单位
  江苏科技大学