典型文献
基于改进YOLOv5算法的口罩佩戴检测研究
文献摘要：
COVID-19病毒主要以空气中的飞沫为载体,因此在公共场所正确佩戴口罩可以有效防止病毒的传播.针对目前人工检查口罩佩戴费时费力的问题,提出了一种改进YOLOv5算法的口罩佩戴检测方法.对最小的YOLOv5s模型进行了改进,增加了小目标检测层,改善了对较远小目标的检测率,在测试集上准确率达到了93.5％,相较于原始模型提高了2.9％,并将改进后的模型成功部署至Jetson nano.实验表明,该模型可以有效地检测口罩佩戴情况,准确率及实时性都取得了较好的效果.
文献关键词：
口罩佩戴检测;YOLOv5;YOLOv5s模型;检测层;Jetson Nano
中图分类号：
作者姓名：
陈志琳;齐华;王相超
作者机构：
西安工业大学电子信息工程学院,陕西西安710021
文献出处：
引用格式：
[1]陈志琳;齐华;王相超-.基于改进YOLOv5算法的口罩佩戴检测研究)[J].电子设计工程,2022(22):67-72
A类：
B类：
口罩佩戴检测,飞沫,公共场所,佩戴口罩,费时费力,YOLOv5s,小目标检测层,较远,检测率,测试集,Jetson,nano,Nano
AB值：
0.252937
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。
