基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对疫情防控期间火车站等密集场所人员的口罩佩戴监测问题,文章提出一种基于图片高低频成分融合与YOLOv4卷积神经网络的口罩佩戴检测方法.通过网络爬虫以及手动数据标注,经过Darknet深度学习框架训练,其模拟检测达到了较好的效果.试验结果表明,由自行构建的口罩佩戴检测数据集,训练后模型检测的精度值达到0.985,平均检测速度为35.2 ms.此检测速度以及检测精度满足大部分场合人员口罩佩戴的需求,为口罩佩戴检测的视觉识别提供了技术支持.
推荐文章
改进YOLOv2卷积神经网络的多类型合作目标检测
合作目标
目标检测
数据增强
改进YOLOv2
卷积神经网络
基于轻量化YOLOv3卷积神经网络的苹果检测方法
苹果
采摘机器人
目标检测
YOLOv3网络
深度可分离卷积
网络训练
基于VGG-16卷积神经网络的水稻害虫智能识别研究
水稻
害虫
智能识别
VGG-16
卷积神经网络
基于卷积神经网络的目标检测研究综述
卷积神经网络
目标检测
深度学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于YOLOv4卷积神经网络的口罩佩戴检测方法
来源期刊 现代信息科技 学科 工学
关键词 口罩佩戴检测 数据集 YOLOv4卷积神经网络 深度学习 视觉识别
年,卷(期) 2020,(11) 所属期刊栏目 信息技术
研究方向 页码范围 9-12
页数 4页 分类号 TP391.41|TP183
字数 2552字 语种 中文
DOI 10.19850/j.cnki.2096-4706.2020.11.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 管军霖 12 6 2.0 2.0
2 智鑫 4 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (27)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(7)
  • 参考文献(0)
  • 二级参考文献(7)
2018(5)
  • 参考文献(1)
  • 二级参考文献(4)
2019(3)
  • 参考文献(2)
  • 二级参考文献(1)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
口罩佩戴检测
数据集
YOLOv4卷积神经网络
深度学习
视觉识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代信息科技
半月刊
2096-4706
44-1736/TN
16开
广东省广州市白云区机场路1718号8A09
46-250
2017
chi
出版文献量(篇)
4784
总下载数(次)
45
总被引数(次)
3182
论文1v1指导