应用轻量级YOLOv2模型实现口罩佩戴检测的方法

摘要

现有的口罩佩戴检测方法对设备计算性能要求高、所占存储空间大,不适合在常规计算性能的移动设备上部署应用.将轻量级网络ShuffleNet与YOLOv2进行重构组合,提出一种基于轻量级YOLOv2模型(Shuffle-YOLOv2)的口罩佩戴检测方法.该方法使用网络摄像头采集图像信号,经过局域网传输和Shuffle-YOLOv2网络检测,检测出未佩戴口罩行人时计算机触发报警器报警.Shutfle-YOLOv2网络能够保证其检测的准确性和实时性,并降低口罩佩戴检测方法对设备计算性能的需求.将Shuffie-YOLOv2网络与其他网络模型的性能进行比较,结果表明,本文算法具有高的检测速度和精度,网络占用的存储空间少,可初步用于常规计算性能的移动设备.