节点文献

基于注意力机制的YOLOv5口罩佩戴检测算法

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 杨云吉邝先验唐滨钧

【机构】 江西理工大学

【摘要】 <正>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】 算法特征融合YOLOv5检测原始算法口罩特征点注意力机制引入较好
  • 【文献出处】 数字技术与应用 ,Digital Technology & Application , 编辑部邮箱 ,2023年09期
  • 【分类号】TP391.41;TP183
  • 【下载频次】19
节点文献中: 

本文链接的文献网络图示:

本文的引文网络