基于改进YOLOv4的口罩佩戴检测算法OACSTPCD
为解决YOLOv4在目标检测任务中检测速度低、模型参数多等问题,提出一种改进YOLOv4的目标检测算法。将YOLOv4主干网络中的CSPDarknet53替换成Mobilenet用以增强YOLOv4的特征提取网络,PANet原有的3×3标准卷积被深度可分离卷积取代,以降低计算负荷,从而提高识别速度,减少模型参数。然后使用K-means++算法对由8565张图像组成的数据集进行anchor维度聚类,以提升算法精度。同时,搭建行人口罩佩戴及人体测温拍…查看全部>>
金鑫;曾思轲;刘阳;武楚涵
辽宁石油化工大学信息与控制工程学院,辽宁抚顺113001辽宁石油化工大学创新创业学院,辽宁抚顺113001辽宁石油化工大学创新创业学院,辽宁抚顺113001辽宁石油化工大学创新创业学院,辽宁抚顺113001
信息技术与安全科学
YOLOv4Mobilenet深度可分离卷积K-means++口罩佩戴检测
《计算机与现代化》 2022 (1)
P.85-90,6
评论