一种基于改进 YOLOv4 的自然人群口罩佩戴检测方法
计算机视觉与模式识别
2024-12-10 v2
摘要
近期国内新冠疫情形势严峻，但在公共场所中，部分人员未戴口罩或佩戴口罩不规范，需要相关工作人员即时提醒并监督其正确佩戴。然而，面对此类重要且复杂的工作，在公共场所开展自动化口罩佩戴检测十分必要。本文提出一种基于改进 YOLOv4 的口罩佩戴检测新方法。具体而言，首先将坐标注意力模块加入主干网络以协调特征融合与表示；其次，进行一系列网络结构改进以提升模型性能与鲁棒性；再次，自适应部署 K-means 聚类算法，使九个锚框更适配我们的 NPMD 数据集。实验表明，改进 YOLOv4 表现更优，以 64.37 FPS 的可比速度超越基线 4.06% AP。
引用
@article{arxiv.2208.11353,
title = {A New Method on Mask-Wearing Detection for Natural Population Based on Improved YOLOv4},
author = {Xuecheng Wu and Mengmeng Tian and Lanhang Zhai},
journal= {arXiv preprint arXiv:2208.11353},
year = {2024}
}