计算机工程与科学

作者：任小康, 刘行行

单位：（西北师范大学计算机科学与工程学院，甘肃 兰州 730070）

关键词：YOLOv3,DIoU,SPP,口罩佩戴检测,CSPNet,

基金：国家自然科学基金（61662070,61762079）

新冠疫情仍在全球肆虐，佩戴口罩可以有效阻断新冠病毒传播，口罩佩戴检测系统能及时提醒公共场所活动的人佩戴口罩。针对该问题及小尺度目标检测困难的问题，提出了一种基于YOLOv3改进的网络模型Face_mask Net用于口罩佩戴检测。由于YOLOv3算法训练的网络模型对小目标检测率低,IoU值相同时不能反映预测框和目标框是否相交，以及传统NMS对于遮挡经常产生错误抑制情况，Face_mask Net改进了残差块和神经网络结构，引入SPP模块和CSPNet网络模块，并采用DIoU作为损失函数,DIoU-NMS算法作为分类器。实验结果表明，Face_mask Net可以有效提高目标检测准确率，AP75下的平均准确率为58.05%，相比由YOLOv3算法训练的网络模型提高了4.11%。

来源：2022年第10期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2022年第10期