公开(公告)号：CN116453091A

公开(公告)日：2023-07-18

申请号：CN202310399967.0

申请日：2023-04-14

Applicant: 重庆邮电大学

Inventor： 蒋畅江 ,  黄子轩 ,  谭力

IPC: G06V20/58 ,  G06V20/70 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明请求保护一种轻量化的交通标志检测方法、存储介质及系统。针对真实应用场景中对交通标志检测方法高实时性和高准确性的要求，本发明方法对原YOLOv5方法做了以下的改进：首先，为了使该方法能够应用于内存及计算资源受限的移动设备，将YOLOv5网络和轻量化网络GhostNet相结合，将YOLOv5网络中的C3结构替换为GhostC3结构，降低网络的计算量和参数量；最后，为了增加网络对采集的图像中交通标志这类小目标的检测能力，在YOLOv5网络原有检测层的基础上增加一层检测层，使得网络对小目标的检测精度有所提升。本发明在轻量化网络的同时增强了对小目标的检测能力。

公开(公告)号：CN116229537A

公开(公告)日：2023-06-06

申请号：CN202211674326.3

申请日：2022-12-26

Applicant: 重庆邮电大学

Inventor： 蒋畅江 ,  谭力 ,  黄子轩

IPC: G06V40/16 ,  G06V20/40 ,  G06V10/762 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于改进YOLOv5的口罩佩戴实时检测方法，属于计算机视觉技术领域，针对直接使用YOLOv5模型在人群密集的公共场所检测存在着人脸遮挡以及小尺寸人脸的问题而导致漏检、误检的情况，首先将双向特征金字塔网络作为YOLOv5模型的特征融合网络，将原有YOLOv5模型中的特征融合网络PANet替换为双向特征金字塔网络。其次考虑到口罩检测实质是在人脸基础上进行检测的，故本发明在YOLOv5输出层上添加人脸Lardmarks特征点，使其能提高对人脸的检测精度。通过最后对模型训练以及测试，在保证模型能够实时检测的前提下很大程度上的提高了公共场所人脸佩戴口罩的检测精度。