基于改进YOLOv5s的口罩佩戴检测算法研究
韩泽山1
杨红柳2
赵建光1
张君秋1
1.河北建筑工程学院 河北张家口 0750002.中安镇五粮中心小学 辽宁锦州 121300
摘要：新冠疫情暴发,佩戴口罩成为外出的首要要求.使用人为监督的方式检查人们是否佩戴口罩在人流量多的场所有许多不便,由此引入YOLOv5s网络模型对过往路人进行是否佩戴口罩的检测.为解决YOLOv5s模型对小目标和遮挡目标检测效果不佳的问题,提出了基于改进YOLOv5s的口罩佩戴检测算法.数据增强部分使用Mosaic_9代替原模型的Mosaic方式,增强对小而模糊目标的检测能力,然后添加自注意力机制,并且与几种主流的注意力机制进行比较,提升在目标有遮挡时的检测能力.与原模型检测结果相比,改进的YOLOv5s模型可以更好地完成佩戴口罩检测任务.
关键词：口罩检测YOLOv5sMosaic_9自注意力机制
资助基金：基于5G的VR场景下冰雪突发事故高精度定位技术研究(20470302D)
论文发表日期：2023-02-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 22-25 )