10.16157/j.issn.0258-7998.223582
复杂环境下轻量化口罩佩戴检测算法研究
针对目前YOLOv4算法巨大的运算量难以满足实时性要求高的口罩佩戴检测系统,提出了一种轻量化检测算法(Light-YOLOv4).将融合ECA注意力机制的GhostNet网络替换YOLOv4的主干网络减少参数量;借鉴空洞卷积和SPPF提出了 ASPPFCSPC结构有效增大感受野;针对目标过于密集而产生重叠问题,增加了 RepBox损失函数,使不同 目标的预测框相互远离从而减少漏检.实验表明,Light-YOLOv4算法mAP为94.2%,FPS为46.3帧,模型大小为95 MB,相较于YOLOv4的mAP值仅降低了 1.1%,检测速率提高了 51.8%,参数量减少了 70.0%,模型大小减少了 61.1%,对低性能检测设备很友好.
YOLOv4、GhostNet、ECA注意力机制、RepBox损失
49
TP391(计算技术、计算机技术)
江苏省高等教育教改研究重点项目2021JSJG124
2023-08-16(万方平台首次上网日期,不代表论文的发表时间)
共6页
108-113