| 张 熙,庞爱民.基于 YOLOv5 的行人口罩佩戴实时检测[J].纺织大学学报,2023,36(2): |
| 基于 YOLOv5 的行人口罩佩戴实时检测 |
|
| |
| DOI： |
| 中文关键词: YOLOv5 实时检测 COCO 最优权重 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 355 |
| 全文下载次数: 504 |
| 中文摘要: |
| 摘 要：针对新冠疫情期间人工检查行人口罩佩戴情况效率低下的问题，提出了基于 YOLOv5 网络来实现对行
人口罩佩戴情况的实时检测算法。收集了 2000 张佩戴口罩及未佩戴口罩行人图片作为数据集，先基于 COCO 数
据集的权重数据进行预训练，提高训练的速度和检测；再将数据集导入 YOLOv5 模型中进行迭代训练及测试，
将所获得的最优权重文件对测试集进行验证，并把训练结果可视化展示。实验结果表明，该算法在行人密集的
情况下实时检测速度也能达到 62.5FPS 的高准确率，满足了行人口罩佩戴实时检测的要求。 |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
