摘要
针对防控工作中行人佩戴口罩检测无法实现高精度问题,在YOLOv3算法的基础上,对其进行了相应改进,设计了一种改进的YOLOv3口罩佩戴检测算法。首先,将spp(spatial pyramid pooling)结构添加到原YOLOv3结构中,解决输入神经网络不同图像尺寸不统一问题,然后利用K-Means算法对所构造的口罩数据进行聚类,重新获取检测的先验框,并根据图像大小进行合适的分配提升模型的精度。最后,再将原始IOU Loss损失函数替换为CIOU Loss,解决边框回归时难以确认梯度下降方向的问题,降低检测中精度损失。经验证集测试可得,改良后的算法相比于原始YOLOv3算法m AP提高了1.8%,FPS提高了1.3%。
出处
《信息记录材料》
2022年第7期158-161,共4页
Information Recording Materials
基金
国家级大学生创新创业训练计划项目(202110380041)
巢湖学院校级自然科学研究项目(XLY-202007)
巢湖学院校级教学研究项目(ch20jxyj28)。
