典型文献
基于改进YOLOv5s的口罩佩戴检测方法
文献摘要：
针对新冠疫情期间公共场所防控需求,提出一种基于改进YOLOv5s的口罩佩戴检测方法.该方法在YOLOv5s网络原有的特征融合模块基础上,采用加权双向特征金字塔(BiFPN)网络结构替换原有的特征金字塔结构,实现更加高效的多尺度特征融合.将自制的口罩数据集分别在原YOLOv5s网络和改进的YOLOv5s网络中进行训练,获得检测模型并统计精度.实验结果表明,改进的YOLOv5s口罩检测模型均值平均精度(mAP值)、识别精确率(precision)和召回率(recall)分别较改进前提高3.5％、1.4％和6.2％.该方法使口罩佩戴检测模型精准度进一步提高,有助于提高疫情防控水平,具有良好的应用前景.
文献关键词：
YOLOv5s;BiFPN;口罩检测
中图分类号：
作者姓名：
朱梦凡;陈博源
作者机构：
西安交通大学电气工程学院,西安 710049
文献出处：
引用格式：
[1]朱梦凡;陈博源-.基于改进YOLOv5s的口罩佩戴检测方法)[J].现代计算机,2022(20):37-41
A类：
B类：
YOLOv5s,口罩佩戴检测,新冠疫情期间,公共场所,特征融合模块,加权双向特征金字塔,BiFPN,特征金字塔结构,多尺度特征融合,检测模型,口罩检测,均值平均精度,mAP,精确率,precision,召回率,recall,进前,防控水平
AB值：
0.294654
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。
