基于注意力机制的光线昏暗条件下口罩佩戴检测
自新冠肺炎疫情爆发以来,口罩佩戴检测成为疫情防控的必备操作.该文针对在光线昏暗条件下口罩佩戴检测准确率较低的问题,提出了将注意力机制引入YOLOv5网络进行口罩佩戴检测的方法.首先对训练集图片使用图像增强算法进行预处理,然后将图片送入到引入了注意力机制的YOLOv5网络中进行迭代训练,完成训练后,将最优权重模型保存并在测试集上测试.实验结果表明,在注意力的加持下,该模型能有效增强人脸和口罩等关键点信息的提取,提高模型的鲁棒性,在光线昏暗条件下对口罩佩戴的检测准确率能达到92%,能够有效满足实际需求.
注意力机制;口罩检测;目标定位;目标识别;YOLOv5
51
TP39(计算技术、计算机技术)
国家重点研发计划2018YFC0831800
2022-01-21(万方平台首次上网日期,不代表论文的发表时间)
共7页
123-129