基于YOLOv5s的口罩佩戴检测的改进算法
作者机构:九江学院江西九江332000
出 版 物:《电脑知识与技术》 (Computer Knowledge and Technology)
年 卷 期:2024年第20卷第8期
页 面:24-27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:江西省自然科学基金(20232BAB202054) 江西省高等学校教学改革研究2021年重点课题“‘政用产学研’的数据科学与大数据技术专业应用型人才培养模式改革与实践”(编号JXJG-21-17-1)
主 题:目标检测 YOLOv5s 深度学习 轻量化 注意力机制
摘 要:针对口罩佩戴的目标检测在复杂场景的误检、漏检和延迟问题,提出了一种基于YOLOv5s模型的改进算法。通过修改YOLOv5s模型,删除检测最大特征图层的部分,并引入通道注意力机制,旨在提高检测效率的同时保持准确率。实验结果表明,该改进算法有效地提升了YOLOv5s的检测效率,降低了对检测设备的需求,更适合应用于实时检测环境中。