基于改进YOLOv5模型的复杂场景口罩佩戴识别

• 作者: 何义 李捍东
• 来源期刊: 微处理机
• 学科: 工学
• 关键词: 目标检测 YOLOv5模型 PyTorch库 口罩佩戴检测 多人场景
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 微机应用|Computer Application
• 页码范围: 42-46
• 页数: 5页
• 分类号: TP391.41|TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1002-2279.2022.02.010

摘要

为满足疫情时期的特殊需要,基于改进YOLOv5模型,设计一款应用于复杂场景的口罩佩戴识别检测系统.系统采用PyCharm集成开发环境,从网络上爬取1600张口罩佩戴相关的图片,在原始k-means算法基础上加入聚类算法,获取与真实框之间的更高的先验框.在人机交互界面使用Qt组件设计,图像和模型数据加载使用开源OpenCV视觉库实现.口罩佩戴检测的核心算法使用目标检测算法中的YOLOv5训练并结合PyTorch框架实现.实验结果表明,系统能够实现多人场景下人群佩戴口罩状况的检测,在多人物以及实时检测场景中准确率有所提高,在使用和效果上都具有自身特有的优势.