【技术实现步骤摘要】
一种基于改进YOLOv4
‑
tiny的轻量型目标检测方法及系统
[0001]本专利技术涉及目标检测
,特别是一种基于改进YOLOv4
‑
tiny的轻量 型目标检测方法及系统。
技术介绍
[0002]口罩,是一种卫生用品,一般指戴在口鼻处用于过滤进入口鼻的空气,以 达到阻挡空气中有害的气体、飞沫、病毒等物质的作用,在呼吸道传染病流行 时,特别地,在疫情期间,佩戴口罩是一种极为有效且经济的防控手段,也是 防止病毒传播的有效途径之一。
[0003]公共场合(如社区、校园、超市、医院、工厂、车站等)的口罩佩戴检测 已经成为一项日常检查的核心工作。但在这些大部分地方,目前基本都是人工 检查佩戴口罩情况。人工方式一方面会造成人力资源的浪费和效率低下,另一 方面存在近距离接触的安全隐患,更重要的是,还存在漏检和误检等问题。同 时,对于不正确佩戴口罩的问题,除了会造成人工检测工作量额外增加,还会 威胁周围环境的安全。
[0004]机器视觉技术的发展使得能够利用监控、计算机等软硬件设备集成的方式 来实现人脸口罩佩戴情况检测,从而达到非接触自动检测的目的。由于口罩的 不同形态、颜色、光照影响、遮挡干扰等让检测任务变得更加艰难,更具有挑 战性,如何在现阶段特定情形下,对佩戴口罩的人群实现准确、快速的口罩自 动检测成为了当下一个重要的研究问题。
[0005]目前大多数研究都是采用基于机器学习与深度学习实现口罩佩戴检测,存 在如下问题:
[0006](1)传统的机器学习 ...
【技术保护点】
【技术特征摘要】
1.一种基于改进YOLOv4
‑
tiny的轻量型目标检测方法,其特征在于:包括,获取口罩图像数据;制作口罩数据集;搭建改进的YOLOv4
‑
tiny目标检测模型;训练改进的YOLOv4
‑
tiny目标检测模型;对改进的YOLOv4
‑
tiny目标检测模型进行评估;进行测试。2.如权利要求1所述的基于改进YOLOv4
‑
tiny的轻量型目标检测方法,其特征在于:所述改进的YOLOv4
‑
tiny目标检测模型包括主干特征提取网络、颈部加强特征提取网络和预测网络;在主干特征提取网络中,将原YOLOv4
‑
tiny网络的3个CSPBlock结构分别替换为1个轻量模块和2个增强模块,将原YOLOv4
‑
tiny网络通道数为512的卷积层替换为1个多尺度融合模块;在颈部加强特征提取网络中,在原YOLOv4
‑
tiny网络基础上增加1个改进的空间金字塔池化结构和2个改进的双重注意力机制结构;在预测网络中,将原YOLOv4
‑
tiny网络通道数为256和512的卷积层分别替换为1个深度可分离卷积结构。3.如权利要求2所述的基于改进YOLOv4
‑
tiny的轻量型目标检测方法,其特征在于:所述双重注意力机制结构包括通道注意力模块和空间注意力模块;所述通道注意力模块采用如下公式计算:式中,M
c
(F)∈R
C
×1×1表示通道注意力;表示均值池化的通道描述信息;表示最大值池化的通道描述信息;σ表示Sigmoid激活函数,表示卷积核大小为k的一维卷积操作,k为卷积核大小,可自适应计算,公式如下:式中,C是通道数,γ,b为超参数,|*|
odd
表示与*最邻近的奇数;所述空间注意力模块采用如下公式计算:式中,M
S
(F
′
)∈R1×
H
×
W
表示空间注意力;表示均值池化的通道描述信息;表示最大值池化的通道描述信息;σ表示Sigmoid激活函数,表示表示采用卷积核大小为7的空洞卷积,空洞率为2。4.如权利要求3所述的基于改进YOLOv4
‑
tiny的轻量型...
【专利技术属性】
技术研发人员:韩正功,黄海松,范青松,陈星燃,马驰,李玢,
申请(专利权)人:贵州大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。