李梦茹，肖秦琨，韩泽佳

(1.西安工业大学 兵器科学与技术学院，陕西 西安 710021；2.西安工业大学 电子信息工程学院，陕西 西安 710021)

0 引 言

现阶段，针对人脸口罩佩戴检测任务的算法大多与目标检测算法通用，但是由于口罩佩戴检测环境复杂、目标密集、遮挡以及小尺度目标等问题，使得现有目标检测算法应用效果差强人意。因此许多国内外学者在现有目标检测算法基础上进行了大量研究并取得了大量成果。文献[2]针对口罩检测任务中特征提取不均衡和利用效率不够高的问题，将Max Module结构引入YOLOV4[3]的多尺度融合过程中，提出一种YOLOV4-tiny的轻量化网络，达到口罩佩戴检测的目的。文献[4]将优化的MobileNetv3作为主干网络，利用SPPNet和PANet优化特征提取网络进行人脸口罩佩戴检测。文献[5]在YOLOV3特征提取网络中引入注意力机制，实现了人脸口罩佩戴检测。文献[6]考虑到参数量以及经济适用，提出一种YOLOv5s轻量化算法，使口罩佩戴检测精度达到95%以上。文献[7]运用迁移学习和RetinaNet网络对人脸口罩佩戴检测，验证集下平均检测精度达到86.5%。上述研究均对人脸口罩佩戴情况进行检测，并取得了较好的检测精度。但并没有考虑到人流量较大的商场、车站等更加复杂的应用场景。

现阶段，目标检测算法主要有两类，一类是以Faster R-CNN[8，9]为代表的基于候选区域(region proposal network，RPN)的Two-Stage检测算法。另一类是以YOLO[10，11]系列和SSD系列为代表的基于回归的One-Stage检测算法。其中YOLOv5是目前YOLO系列中最SOTA(state-of-the-art)的目标检测模型，根据模型的深度和宽度不同，该网络分为YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x这4个版本[12]，其中YOLOv5s因其最小的网络深度和宽度，使其在保证检测精度的同时具有较好的检测速度。……