基于改进YOLOv5s的车脸检测算法

作     者：余国豪 贾玮迪 余鹏飞 李海燕 李红松 YU Guo-hao;JIA Wei-di;YU Peng-fei;LI Hai-yan;LI Hong-song

作者机构：云南大学信息学院云南昆明650500 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2024年第45卷第3期

页      面：732-739页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(62066046) 

主　　题：车辆检测 YOLOv5s 轻量级 车脸检测 ShuffleNetV2 注意力机制 跨层特征融合 

摘      要：针对车检站中车辆检测的实际需求,提出一种改进YOLOv5s的轻量级车脸检测算法。使用ShuffleNetV2网络作为Backbone,在保证模型检测精度的同时实现模型的轻量化与实时性;将通道-空间注意力(SA-Net)与跨通道注意力(Triplet)相结合,提出一种跨通道-空间注意力模块(SA-Triplet attention, STA),提高模型的检测精度;提出一种基于STA注意力模块的跨层特征融合模块(SA-Triplet attention feature fusion, STA-FF),进一步提高模型的检测精度。在自建车脸检测数据集Car-Data上进行实验,所提模型的平均检测精度达到了94.3%,检测速度达到了105.60 FPS,模型参数量为12.36 M。