| 基于深度學習的口罩佩戴檢測與跟蹤 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>1347 K | |
| 標簽： 目標檢測 目標跟蹤 口罩佩戴檢測 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：佩戴口罩可以有效預防病毒的傳播，為減少通過人工方式檢查口罩佩戴情況所消耗的大量人力資源，提出一種基于深度學習的口罩佩戴檢測與跟蹤方法，該方法分為檢測和跟蹤兩個模塊。檢測模塊在YOLOv3網絡的基礎上引入空間金字塔池化結構，實現不同尺度的特征融合；然后將損失函數改為CIoU損失，減少回歸誤差，提升檢測精度，為后續跟蹤模塊提供良好的條件。跟蹤模塊采用多目標跟蹤算法Deep SORT，對檢測到的目標進行實時跟蹤，有效防止重復檢測，改善被遮擋目標的跟蹤效果。測試結果表明，該方法的檢測速度為38 f/s，平均精度值達到為85.23%，相比原始YOLOv3算法提高了4%，能達到實時檢測口罩佩戴情況的效果。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2