[發(fā)明專利]一種基于改進的YOLOv5人臉口罩識別方法及系統(tǒng)在審
| 申請?zhí)枺?/td> | 202211664167.9 | 申請日： | 2022-12-23 |
| 公開（公告）號： | CN116311417A | 公開（公告）日： | 2023-06-23 |
| 發(fā)明（設計）人： | 王珂;馮余佳;趙慧;郝喆 | 申請（專利權(quán)）人： | 江蘇開放大學（江蘇城市職業(yè)學院） |
| 主分類號： | G06V40/16 | 分類號： | G06V40/16;G06V10/82;G06N3/0464;G06N3/082 |
| 代理公司： | 南京經(jīng)緯專利商標代理有限公司 32200 | 代理人： | 朱小兵 |
| 地址： | 210036 江蘇*** | 國省代碼： | 江蘇;32 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 改進 yolov5 口罩 識別 方法 系統(tǒng) | ||
1.一種基于改進的YOLOv5人臉口罩識別方法，其特征在于，具體步驟如下：
S1、網(wǎng)絡結(jié)構(gòu)改進：使用網(wǎng)絡剪枝法減少YOLOv5算法模型的網(wǎng)絡參數(shù)和結(jié)構(gòu)復雜度，并在CSP模塊后增加CBAM卷積塊注意模塊；
S2、網(wǎng)絡策略改進：使用隱層剪枝法和卷積核剪枝法分別調(diào)整YOLOv5算法模型的深度和寬度，削減冗余結(jié)構(gòu)，并選用CIoU目標損失函數(shù)；
S3、搭建人臉口罩識別系統(tǒng)：通過步驟S1和S2改進后的YOLOv5算法模型，經(jīng)過數(shù)據(jù)集訓練得到優(yōu)化后的算法模型，將其嵌入人臉識別系統(tǒng)交互界面，搭建可以實時應用的人臉口罩識別系統(tǒng)。
2.根據(jù)權(quán)利要求1所述的基于改進的YOLOv5人臉口罩識別方法，其特征在于，步驟S1中所述的CBAM卷積塊注意模塊，用于當給定一個特征圖時，CBAM會沿著通道和空間兩個獨立的維度依次推導出注意圖，利用CBAM提取注意力區(qū)域，然后將注意圖與輸入特征圖卷積計算，進行自適應特征細化。
3.根據(jù)權(quán)利要求1所述的基于改進的YOLOv5人臉口罩識別方法，其特征在于，步驟S2中所述的網(wǎng)絡策略改進中，隱層剪枝法調(diào)整網(wǎng)絡深度是通過控制CSP結(jié)構(gòu)中剩余分量的數(shù)量實現(xiàn)的，卷積核剪枝法調(diào)整網(wǎng)絡寬度是通過控制Focus和CBL結(jié)構(gòu)中的卷積核數(shù)量實現(xiàn)的。
4.根據(jù)權(quán)利要求1所述的基于改進的YOLOv5人臉口罩識別方法，其特征在于，在經(jīng)過步驟S1和S2改進后的YOLOv5算法模型中，Backbone網(wǎng)絡端分為三層：第一層是Focus模塊，它對圖像進行切片并完全提取特征；第二層是CBL模塊，包括卷積層、批歸一化層和ReLU激活函數(shù)，其中卷積層中卷積核的數(shù)量決定了CBL模塊輸出圖像的大小；第三層是CSP1_X模塊；Neck網(wǎng)絡端的CSP2_X模塊均為CSP2_1。
5.根據(jù)權(quán)利要求1所述的基于改進的YOLOv5人臉口罩識別方法，其特征在于，步驟S2中所述的CIoU目標損失函數(shù)中的分類損失部分用于衡量模型在人臉口罩識別分類方面的性能，邊界框回歸損失部分用在邊界框有重疊的情況下；選取CIoU目標損失函數(shù)對YOLOv5算法模型的邊界框損失函數(shù)BBoxLoss進行改進，改進后的邊界框損失函數(shù)如下：
其中，S2是3種尺度特征圖上的網(wǎng)格數(shù)；n是每個網(wǎng)格會產(chǎn)生候選框的數(shù)量；Iijobj代表第i個網(wǎng)格中第j個候選框能否對目前預測的目標對象負責，若候選框重合度大于選定的閾值則Iijobj＝1，否則Iijobj＝0；是標記邊框的寬；是標記邊框的高。
6.根據(jù)權(quán)利要求5所述的基于改進的YOLOv5人臉口罩識別方法，其特征在于，所述的改進后的邊界框損失函數(shù)中，與變量Iijobj相關的閾值，根據(jù)實際應用條件，在0～1中選定一個數(shù)值，該數(shù)值若不是邊界值，則只能保留小數(shù)點后一位。
7.根據(jù)權(quán)利要求1所述的基于改進的YOLOv5人臉口罩識別方法，其特征在于，步驟S3中所述的搭建人臉口罩識別系統(tǒng)實現(xiàn)的步驟如下：
S301、收集公開的和利用網(wǎng)絡爬蟲的人臉口罩數(shù)據(jù)集；
S302、使用Python編程結(jié)合第三方庫對數(shù)據(jù)集進行格式轉(zhuǎn)換；
S303、使用標注工具Labelbox對上述所有樣本進行類別標注；
S304、將標注完成的樣本數(shù)據(jù)集進行數(shù)據(jù)擴充；
S305、將人臉戴口罩和未戴口罩兩類數(shù)據(jù)集進行拆分，80％作為訓練集，20％作為測試集；
S306、將訓練模型和測試模型保存，利用python封裝成exe可執(zhí)行文件。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于江蘇開放大學（江蘇城市職業(yè)學院），未經(jīng)江蘇開放大學（江蘇城市職業(yè)學院）許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202211664167.9/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
