基于BiFPN改进的深度学习口罩人脸检测方法

作者：于晓; 张茂松; 周子杰

来源：软件工程, 2023, 26(01): 38-14.

DOI：10.19644/j.cnki.issn2096-1472.2023.001.008

• 口罩人脸检测
• YOLOv5
• 双向特征金字塔网络
• K-means聚类算法

准确检测人员是否佩戴口罩对于保证食品生产环境的卫生、预防疾病的传播等具有重要意义。文章改进了YOLOv5算法的网络结构，首先基于双向特征金字塔网络(BiFPN)改进了YOLOv5网络的颈部(Neck)结构，然后使用K-means聚类算法对数据集进行聚类分析，提出YOLOv5＿BM口罩人脸检测算法。在自制人脸口罩数据集上的测试结果表明，YOLOv5＿BM算法的平均精度高达95.3%，相比YOLOv5网络提升了3.8%。在公开数据集上与其他经典的目标检测算法相比，YOLOv5＿BM算法在性能方面也取得了提升，相比SSD算法，YOLOv5＿BM算法的平均精度提高了4.4%；相比YOLOv3算法，YOLOv5＿BM算法的平均精度提高了2.9%。

• 单位
  天津理工大学