基于YOLOv5网络模型的人员口罩佩戴实时检测

• 作者: 谈世磊 别雄波 卢功林 谈小虎
• 来源期刊: 激光杂志
• 关键词: YOLOv5 口罩检测 最优权重 tensorboard
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 光电技术与应用
• 页码范围: 147-150
• 页数: 4页
• 分类号: TN249
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2021.02.147

摘要

近年来,随着硬件算力的提升和人工智能算法的创新发展,使得深度学习算法在目标检测方面有着广泛的应用.针对现有人工方式查看人员口罩佩戴情况的不足,提出了一种基于深度学习YOLOv5算法实现对口罩佩戴情况的实时检测.算法首先将数据集进行归一化处理,再将数据接入YOLOv5网络进行迭代训练,并将最优权重数据保存用作测试集测试,算法通过tensorboard可视化显示训练和测试结果.实验结果表明,所提算法检测的准确性高,实时性强,满足实际使用需求.