典型文献
基于轻量化YOLOv5算法的口罩检测方法研究
文献摘要：
由于疫情防控需要,人们在生活中都需要佩戴口罩,因此一种智能化口罩检测方法显的尤为重要.针对当前CNN网络和YOLOv5模型结构复杂、参数量大等特点,设计了一种轻量化YOLOv5s模型.将宽度系数由0.5变为0.4,采用GhostBottleneck替换原结构的C3模块,采用DSConv替换除输入端卷积层外的其余卷积层.实验结果表明,该模型将浮点数压缩为原来的四分之一,大小压缩为原模型的37.5％,GPU上训练时间缩短20％,提高效率的同时节省了空间大小,为在资源有限的终端上部署提供了可能.
文献关键词：
YOLOv5网络;口罩检测;GhostBottleneck模块;深度可分离卷积
中图分类号：
作者姓名：
王福康;闫存莹;田存伟
作者机构：
聊城大学物理科学与信息工程学院,聊城 252059
文献出处：
引用格式：
[1]王福康;闫存莹;田存伟-.基于轻量化YOLOv5算法的口罩检测方法研究)[J].现代计算机,2022(22):17-23,30
A类：
B类：
口罩检测,在生活中,佩戴口罩,法显,模型结构,参数量,YOLOv5s,宽度系数,GhostBottleneck,原结构,C3,DSConv,卷积层,余卷,浮点数,四分之一,GPU,训练时间,提高效率,时节,端上,深度可分离卷积
AB值：
0.404817
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。
