典型文献
基于改进YOLOv5的口罩佩戴检测算法
文献摘要：
提出一种基于改进型的YOLOv5算法的口罩佩戴检测方法.将YOLOv5模型中SPP模块替换成SPPF结构,同时减少网络中C3模块的重复次数,以降低计算负荷.然后使用K-means++聚类算法对Anchor box进行优化,使其更适合对自定义数据集上小目标的框定.同时算法对损失函数进行相应的改进,采用交叉熵损失函数能使得网络中的参数更新加快,让模型更快地达到收敛状态.实验表明,改进后的算法可以提高识别精度与速度,更好满足实时监控的需求.
文献关键词：
YOLOv5;口罩佩戴检测;K-means++聚类;损失函数
中图分类号：
作者姓名：
叶增炉
作者机构：
铜陵学院 数学与计算机学院,安徽 铜陵 244000;铜陵学院 信息技术与工程管理研究所,安徽 铜陵 244000
文献出处：
引用格式：
[1]叶增炉-.基于改进YOLOv5的口罩佩戴检测算法)[J].池州学院学报,2022(06):1-5
A类：
B类：
YOLOv5,口罩佩戴检测,检测算法,改进型,替换成,SPPF,C3,复次,means++,聚类算法,Anchor,box,自定义,定义数据,小目标,框定,交叉熵损失函数,参数更新,识别精度,实时监控
AB值：
0.392292
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。
