典型文献
基于改进YOLOv5s的口罩佩戴检测算法
文献摘要：
在新冠疫情的影响下,佩戴口罩成为人们日常必备的防护措施.为了更好地实现智能化管理,针对公共场合密集人群佩戴口罩是否正确检测任务中的过小目标检测和遮挡问题,提出了一种基于改进YOLOv5s的实时检测算法,通过引入自注意力机制,从而提高模型的显著特征,进而优化算法精度;改变Neck层的卷积结构,采用基于双尺度的特征融合目标检测技术,实现了更好地特征提取.通过对改进后的YOLOv5s算法进行试验,证明了该方法模型小、检测速度快,并且平均识别精度均值比原来的方法提高了 4.4％,更好地解决了复杂背景下、目标检测任务中过小目标的检测和遮挡问题.
文献关键词：
YOLOv5s;双尺度特征融合;口罩佩戴检测;自注意力机制
中图分类号：
作者姓名：
项融融;李博;赵桥
作者机构：
中北大学仪器科学与动态测试教育部重点实验室 太原030051
文献出处：
引用格式：
[1]项融融;李博;赵桥-.基于改进YOLOv5s的口罩佩戴检测算法)[J].国外电子测量技术,2022(07):39-44
A类：
双尺度特征融合
B类：
YOLOv5s,口罩佩戴检测,检测算法,佩戴口罩,罩成,防护措施,智能化管理,公共场合,密集人群,小目标检测,遮挡问题,实时检测,自注意力机制,显著特征,Neck,方法模型,检测速度,识别精度,复杂背景
AB值：
0.274714
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
