改进YOLOv8s的轻量化人脸识别算法  

作　　者：龙子晗 肖小玲[1] LONG Zihan;XIAO Xiaoling

机构地区：[1]长江大学,湖北荆州434100

出　　处：《信息技术与信息化》2024年第12期201-204,共4页Information Technology and Informatization

摘　　要：针对人脸检测任务中检测模型参数量大、检测精度低的问题,文章基于YOLOv8算法和MobileNetV3网络,提出一种轻量化人脸目标检测算法。首先,使用基于MobileNetv3网络替换YOLOv8s的骨干网络,减少参数量和计算量,提高检测速度;在此基础上,在骨干网络中添加额外的C2f模块,以此提高模型性能,增加其特征提取的能力;最后,在颈部网络添加额外注意力机制-多尺度空洞结构来进一步提高模型性能。实验结果显示,相较于基准模型,改进算法平均检测精度提高了2个百分点,参数量降低了约50%,验证了其有效性。与其它主流模型相比较,这一算法也有良好的表现。

关 键 词：轻量化 YOLOv8 MobileNetV3 人脸识别 目标检测 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]