基于Faster R-CNN与迁移学习的口罩佩戴检测算法

摘要

在人流密集场所,人工方式检查人员是否佩戴口罩容易产生漏检问题,利用迁移学习思想,提出一种基于深度学习的Faster R-CNN口罩佩戴检测算法(FMD-RCNN).为加速模型收敛,将ImageNet数据集上的预训练模型权重迁移到口罩佩戴检测任务中,通过添加权重衰减等优化方法缓解训练中出现的过拟合现象.在FDDB (Face Detection Da-ta Set and Benchmark)和MAFA (Masked Faces)数据集中选取图像建立数据集.实验结果表明,FMD-RCNN算法的检测精度满足人流密集场合的检测需求,测试集精度可达89.41％,可为海关、机场等区域的口罩佩戴检测提供技术支持.