基于YOLOv4-tiny改进的轻量级口罩检测算法

朱 杰，王建立，王 斌

(1. 中国科学院 长春光学精密机械与物理研究所，吉林 长春 130033；2. 中国科学院大学，北京 100049)

1 引 言

新冠病毒席卷全球的当下，在机场、车站等公共场所佩戴口罩可以有效降低病毒的传播概率，防止疫情的扩散。目前国内外的公共场所对人流的口罩佩戴情况的监测手段主要以人工监督为主，广播呼吁为辅，这种手段效率低下的同时也浪费了大量公共资源。而近几年人工智能技术日新月异，尤其是目标检测领域大量优秀算法的涌现，例如YOLO[1-5]系列为代表的单阶段算法以及RCNN[6-8]系列为代表的两阶段算法，让我们可以通过计算机搭配监控摄像头就能实现人流口罩佩戴情况的自动化监测。

目前，专门应用于口罩检测的数据集和算法都相对较少。Cabani等人[9]提出了一个包含13万张图像的大规模口罩检测数据集，但是该数据集的图像目标和人物背景都相对单一，对现实场景的覆盖面严重不足。Wang等人[10]提出了一个口罩人脸数据集 (Real-World Masked Face Dataset，RMFD)，不过该数据集的场景覆盖面依旧不充分，更重要的是公开的数据标注并不完善，难以直接应用于口罩检测任务。牛作东等人[11]在人脸检测算法RetinaFace中引入注意力进行机制优化，然后应用于口罩检测任务，取得了不错的平均精度均值 (mean Average Precision，mAP)，但是算法的每秒传输帧数 (Frames Per Second，FPS)相对较低，很难满足口罩检测任务的实时性要求。王艺皓等人[12]在YOLOv3[3]算法中引入空间金字塔结构改进后用于口罩检测任务，实现了mAP和FPS指标的小幅提升，不过算法数据集的背景相对单一，难以扩展到复杂的多场景口罩检测任务中去，而且实时检测速度依旧不理想。……