-
题名基于轻量级结构重参数化网络的口罩检测算法
- 1
-
-
作者
李燕
卢峥松
李青云
杨世海
张小龙
-
机构
南京信息工程大学自动化学院
无锡学院物联网工程学院
中国科学院天文光学技术重点实验室
-
出处
《计算机与现代化》
2022年第7期40-46,60,共8页
-
基金
国家自然科学基金联合基金项目重点支持项目(U1931207)
江苏省高校基础科学(自然科学)研究项目(580221016)
无锡市科协软科学研究课题(KX-20-C052)。
-
文摘
常态化疫情防控形势下,火车站、地铁站等公共场所人群密集,容易发生病毒的传播。针对人群密集场所口罩目标较小、模型参数量大、难以部署的问题,提出一种改进的轻量级结构重参数化网络。在Retinaface算法上,使用双重级联金字塔网络替换原有的特征融合网络,增强特征信息,提高对小尺度目标的检测效果;同时使用结构重参数化网络RepVGG替换原有的MobileNet0.25主干网络,在模型训练时,通过残差结构提高模型特征提取能力,在模型推理时,通过模型结构重新参数化减少模型参数,提高推理速度。实验结果表明,本文算法在GPU上帧率达到92.59 fps,在自建数据集的3个不同等级的验证集上的平均准确率(mAP)达到94.17%、93.30%、86.88%,相比原始Retinaface算法分别提高了1.17个百分点、2.89个百分点、5.35个百分点,可以更好地在自然场景中进行口罩佩戴检测。
-
关键词
口罩佩戴检测
Retinaface算法
结构重参数化
特征融合
轻量级
-
Keywords
mask wearing detection
Retinaface algorithm
structural re-parameterization
feature fusion
lightweight
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
