基于注意力机制的YOLOv5口罩佩戴检测算法  

作　　者：杨云吉 邝先验[1] 唐滨钧 

机构地区：[1]江西理工大学

出　　处：《数字技术与应用》2023年第9期113-115,共3页Digital Technology & Application

摘　　要：针对目前YOLO网络在口罩正确佩戴中检测率偏低的问题,提出了一种基于协同注意力机制和Bi FPN特征融合的改进YOLOv5口罩佩戴检测算法(YOLOv5-BC)。为了提高原始图像特征点的利用,将Bi FPN中的特征融合方法引入到Neck模块;将CA注意力机制引入YOLOv5网络用于增强口罩佩戴检测中对面部关键信息的提取。实验结果表明,改进的YOLOv5-BC算法在自制数据集上的检测精度达到了92.9%,相比于原始算法提高了1.3%,检测速度达到了60FPS,相较于主流算法具有较好的检测精度与实时性。

关 键 词：注意力机制 特征融合 FPN 原始算法 数据集 图像特征点 实时性 检测精度 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]