基于改进YOLOv4的口罩佩戴检测算法
徐东东1
李岳阳1
罗海驰2
1.江南大学江苏省模式识别与计算智能工程实验室 无锡 2140002.江南大学物联网工程学院 无锡 214000
摘要：在疫情防控常态化的形势下,口罩佩戴检测可以说是每个公共场所的必备操作.利用现有的深度学习相关知识进行口罩佩戴检测,能够解放大量的人力物力,具有重大的实用意义.论文针对口罩佩戴检测因为人员密集,容易互相遮挡导致误检、漏检等情况,在YOLOv4算法的基础上做出了改进.首先使用K-means++算法对数据集内的真实框进行尺寸聚类,提高网络的拟合能力;其次在CIOU损失函数的基础上,使用效果更好的alpha-IOU损失函数,优化训练过程;最后使用Soft-NMS算法替换原有的NMS算法,改善检测过程中因预测框相距过近而相互抑制的情况.实验结果表明,该算法在论文的数据集上有着更高的检测精度,可以有效地进行口罩佩戴检测任务.
关键词：口罩佩戴检测K-means++alpha-IOU柔性非极大值抑制YOLOv4
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2024-08-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 2289-2293 )
英文信息