改进YOLOv5s的口罩佩戴检测算法

针对现有口罩佩戴检测算法难以在密集场景下检测小目标及检测精度低等系列问题,提出了一种改进YOLOv5s的口罩佩戴检测算法.首先,采用PSA极化自注意力机制,使得模型更专注于口罩这一特定类别检测.其次,引入ASFF模块让模型达到充分利用不同尺度特征的效果.接着,增加尺度检测,强化原模型在密集复杂场景下的特征提取能力,扩展检测区域,提高对于口罩这类小目标的检测精度.最后,将原模型使用的回归损失函数修改为EIoU Loss,使网络在训练时可以保证预测框更快收敛.实验结果表明,改进之后的算法相较原算法在维持较快检测速率基础上平均准确率提高4.2％,和现有其他主流检测算法对比精度也有较大提高,能够较好地对人员口罩佩戴情况进行检测且满足实时性的要求.