程浩然，王薪陶，李俊燃，郭子怡，劉 維

吉林大學(xué) 通信工程學(xué)院，長(zhǎng)春 130012

在新冠疫情在全世界范圍內(nèi)大肆傳播，嚴(yán)重影響人們的生活和工作的當(dāng)下，疫情防控工作執(zhí)行的有效性和快速性顯得尤為重要。隨著我國(guó)新冠疫情防控進(jìn)入了常態(tài)化階段，部分公民的防護(hù)意識(shí)有所松懈，出現(xiàn)了在公共場(chǎng)合不規(guī)范佩戴口罩或者不佩戴口罩的問(wèn)題。如何在公共場(chǎng)合合理管控監(jiān)督公民佩戴口罩，是防止疫情傳播的重要一環(huán)。對(duì)于此問(wèn)題，多數(shù)地區(qū)經(jīng)常采用人工檢測(cè)的方式，效率低且覆蓋率低，同時(shí)還增加了檢測(cè)者與行人的接觸。因此，利用計(jì)算機(jī)視覺(jué)學(xué)習(xí)設(shè)計(jì)人臉口罩規(guī)范佩戴儀器以替代人力檢測(cè)具有重要的研究?jī)r(jià)值。由于在近年來(lái)目標(biāo)人群監(jiān)測(cè)技術(shù)領(lǐng)域中大量算法應(yīng)用的頻繁出現(xiàn)，人們已經(jīng)能夠?qū)崿F(xiàn)通過(guò)算法來(lái)搭配電腦顯示器和攝像頭來(lái)進(jìn)行對(duì)體溫測(cè)量和對(duì)口罩的佩戴進(jìn)行實(shí)時(shí)、高精度的遠(yuǎn)程自動(dòng)檢測(cè)。

如今基于Deep Learning 的目標(biāo)檢測(cè)算法有很多種，其中有以YOLO系列為代表的one-stage目標(biāo)檢測(cè)算法，例如YOLOv3-tiny、YOLOv4 和SSD[1]等等，單階段檢測(cè)算法針對(duì)圖像中目標(biāo)的分類(lèi)和位置信息等直接利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)[2]，可以快速檢測(cè)出結(jié)果，符合測(cè)試實(shí)時(shí)性規(guī)定，但其測(cè)試結(jié)果準(zhǔn)確度還有待進(jìn)一步的提升。還有以R-CNN[3]系列為代表的two-stage 目標(biāo)檢測(cè)算法，例如Fast R-CNN[4]、Faster R-CNN[5]算法等，先提取出目標(biāo)框，再進(jìn)行分析預(yù)測(cè)，可以提高檢測(cè)精度，但檢測(cè)速度相對(duì)較慢。YOLO 算法作為第一個(gè)單階段算法最早是在2015 年被Redmon 等人首次提到，之后，基于YOLO 算法Redmon 等人同時(shí)又首先給出了基于YOLOv2[6]算子，設(shè)計(jì)制作出Darknet-19[7]的一種新型的基礎(chǔ)網(wǎng)絡(luò)，YOLOv3方式[8]是一種由Redmon等人所共同創(chuàng)建出的最后的一個(gè)版本的YOLO方式。由于YOLOv3的信息的高度融合類(lèi)型使低級(jí)信息不能進(jìn)行很好的使用，在工業(yè)應(yīng)用領(lǐng)域存在限制。于是，YOLOv4算法又被Bochkovskiy 等人[9]提出。后來(lái)出現(xiàn)了基于YOLOv4 改進(jìn)的YOLOv4-tiny算法，屬于輕量級(jí)算法，參數(shù)只有原來(lái)的十分之一，這使檢測(cè)速度大大提升，使用兩個(gè)特征層，合并有效特征層時(shí)使用特征金字塔結(jié)構(gòu)，性能優(yōu)勢(shì)顯著。最近幾年，隨著目標(biāo)檢測(cè)的深入應(yīng)用，人們不斷提出了許多新的模塊并逐步加入到Y(jié)OLOv4 及其輕量級(jí)算法當(dāng)中，從而在增加少量成本的基礎(chǔ)上提高目標(biāo)檢測(cè)的精度。如，孔維剛等人[10]將YOLOv4的CSPDarknet53改為MobileNetv3-large 網(wǎng)絡(luò)結(jié)構(gòu)，提高了檢測(cè)的實(shí)時(shí)性。王長(zhǎng)青等人[11]基于YOLOv4-tiny 提出一種自適應(yīng)非極大抑制的多尺度檢測(cè)方法，對(duì)遮擋目標(biāo)的檢測(cè)能力有顯著提升。

本文旨在提高公共場(chǎng)所大規(guī)模人群下實(shí)時(shí)人臉口罩佩戴檢測(cè)的實(shí)時(shí)性與精確性。目前，已有很多學(xué)者研究人臉口罩佩戴檢測(cè)算法。牛作東等人[12]基于RetinaFace人臉識(shí)別算法引入注意力機(jī)制，優(yōu)化損失函數(shù)，實(shí)現(xiàn)人臉口罩佩戴檢測(cè)。但是檢測(cè)速度仍有所欠缺，很難滿足口罩檢測(cè)任務(wù)的實(shí)時(shí)性。鄧黃瀟等人[13]通過(guò)RetinaNet網(wǎng)絡(luò)和遷移學(xué)習(xí)對(duì)佩戴口罩的人臉進(jìn)行識(shí)別判別。王藝皓等人[14]在YOLO 算法中引入改進(jìn)的空間金字塔池化結(jié)構(gòu)和CIou 損失函數(shù)提升佩戴口罩目標(biāo)的檢測(cè)精度，不過(guò)檢測(cè)速度依舊不理想且數(shù)據(jù)集背景相對(duì)較單一。

以上算法雖然實(shí)現(xiàn)了對(duì)輕量化算法精度的改進(jìn)，但對(duì)在復(fù)雜場(chǎng)景中對(duì)流動(dòng)的人群進(jìn)行實(shí)時(shí)口罩佩戴的檢測(cè)，仍在檢測(cè)速度存在提升的必要。本文針對(duì)這個(gè)問(wèn)題，提出基于YOLOv4-tiny 改進(jìn)的目標(biāo)檢測(cè)算法，主要的改進(jìn)包括以下三個(gè)方面：

（1）以YOLOv4-tiny 模型為基礎(chǔ)，將YOLOv4-tiny中的CSP模塊用兩個(gè)ResBlock-D[15]來(lái)代替，降低了計(jì)算復(fù)雜度從而進(jìn)一步提高檢測(cè)速度。

（2）在用ResBlock-D改進(jìn)主干提取網(wǎng)絡(luò)的YOLOv4-tiny 基礎(chǔ)上進(jìn)行模型優(yōu)化，引入SPP 模塊進(jìn)行特征層的多尺度池化和融合，增加感受野，提高檢測(cè)的精度。

（3）插入新的注意力檢測(cè)機(jī)制CA[16]，更好地進(jìn)行目標(biāo)定位來(lái)提高檢測(cè)精度。

1 YOLOv4-tiny算法概述及其原理

YOLOv4-tiny 算法是在YOLOv4 的基礎(chǔ)上提出的一種輕量化目標(biāo)檢測(cè)模型，檢測(cè)速度更快，檢測(cè)準(zhǔn)確度略有下降，但速度優(yōu)勢(shì)明顯，降低了對(duì)硬件的要求，可以在一些可移動(dòng)設(shè)備或者嵌入式系統(tǒng)中使用目標(biāo)檢測(cè)方法，并實(shí)現(xiàn)檢測(cè)的實(shí)時(shí)性。

1.1 主干網(wǎng)絡(luò)-CSPDarknet53-tiny

在主干部分，算法使用CSPDarknet53-tiny網(wǎng)絡(luò)代替了原YOLOv4 的CSPDarknet53 網(wǎng)絡(luò)。YOLOv4-tiny 網(wǎng)絡(luò)結(jié)構(gòu)圖如圖1 所示。其中，殘差模塊CSP 由CSPNet構(gòu)成，CBL模塊中還結(jié)合應(yīng)用了卷積處理層Conv、歸一化處理層BN，以及激活函數(shù)層Leaky 和Relu。結(jié)構(gòu)中的主要部分進(jìn)行了殘差塊的堆積，其他部分跨一大階段層次連接到FPN 結(jié)構(gòu)中后再和主干部分結(jié)合，最后，通過(guò)上采樣實(shí)現(xiàn)特征融合，將圖像劃分為20×20 和40×40兩種大小的特征圖，實(shí)現(xiàn)對(duì)不同大小目標(biāo)的檢測(cè)。

圖1 YOLOv4-tiny主干網(wǎng)絡(luò)圖Fig.1 YOLOv4-tiny backbone network diagram

在特征圖融合部分，YOLOv4-tiny算法還采用了特征金字塔網(wǎng)絡(luò)FPN（即YOLOv4-tiny_Neck）算法來(lái)分別獲得了20×20和40×40兩個(gè)尺度上的目標(biāo)特征圖，大大地提高了目標(biāo)的檢測(cè)融合速度；在激活函數(shù)的選擇問(wèn)題上，為了能提高檢測(cè)的速度，把YOLOv 四網(wǎng)絡(luò)中的Mish激活函數(shù)換作Leaky Relu函數(shù)，如公式（1）所示：

其中，t代表神經(jīng)元輸入，f(t)代表神經(jīng)元輸出，α是非零函數(shù)參數(shù)。當(dāng)t是負(fù)值時(shí)，LeakyRelu 會(huì)有一個(gè)輕微的傾斜，以防止函數(shù)進(jìn)入負(fù)半?yún)^(qū)時(shí)神經(jīng)元失活，避免了稀疏問(wèn)題的產(chǎn)生[17]。

1.2 網(wǎng)絡(luò)特征輸出

最后YOLOv4會(huì)輸出3個(gè)YOLO Head，而YOLOV4-tiny會(huì)輸出2個(gè)YOLO Head（圖1）。

1.2.1 特征輸出

在本實(shí)驗(yàn)中，輸入圖像的大小為（640，640），通道數(shù)為3，則兩個(gè)特征層的大小分別為（640/16，640/16）、（640/32，640/32），輸出的通道數(shù)不變。

1.2.2 損失計(jì)算-GIOU函數(shù)

在輸出端，利用廣義交并比（generalized intersection over union，GIoU）作為損失函數(shù)，其示意圖如圖2所示。

圖2 廣義交并比定義圖Fig.2 Generalized intersection and union ratio definition diagram

GIoU和損失函數(shù)GIoU_Loss[18]定義如公式（2）、（3）所示：

其中，b與bgt分別表示預(yù)測(cè)框與真實(shí)框的中心點(diǎn)，v代表衡量?jī)煽虺叨却笮”壤恢滦缘膮?shù)，γ是用來(lái)平衡比例的權(quán)重系數(shù)，不參與梯度計(jì)算。如公式（4）、（5）所示：

可見(jiàn)，計(jì)算GIoU_Loss的方法其實(shí)就是計(jì)算GIoU，只不過(guò)最終結(jié)果返回1-GIoU。這是因?yàn)?-GIoU 的取值范圍在[0，2]，且有一定的“距離”性質(zhì)，即A、B兩框重疊區(qū)域越大，損失越小，反之越大。GIoU_Loss 綜合考慮了真實(shí)框與預(yù)測(cè)框之間的重疊率、長(zhǎng)寬比例、中心點(diǎn)的距離，使得目標(biāo)在回歸過(guò)程中更加穩(wěn)定，收斂精度更高。

2 YOLOv4-tiny算法改進(jìn)

2.1 改進(jìn)的Resblock-D模塊

2.1.1 Resblock-D模塊

Resblock-D模塊構(gòu)成如圖3所示。

圖3 Resblock-D模塊結(jié)構(gòu)圖Fig.3 Resblock-D module structure diagram

ResBlock-D是由兩條路徑連接而成，一條路徑分別經(jīng)過(guò)三個(gè)1×1、3×3、1×1的卷積層，另一條路徑經(jīng)過(guò)平均池化后再經(jīng)過(guò)1×1的卷積層，最后將兩條路徑的結(jié)果拼接即可得到ResBlock-D模塊的輸出。相比于改進(jìn)前的結(jié)構(gòu)而言，刪減了各個(gè)卷積層后的激活函數(shù)，簡(jiǎn)化了模型的結(jié)構(gòu)。

假設(shè)輸入尺寸為100×100的圖像，通道數(shù)為64。通過(guò)計(jì)算FLOPs的值比較ResBlock-D模塊和CSP模塊的性能。如公式（6）所示：

其中，D為所有卷積層之和，為第l個(gè)卷積層的輸出特征的映射大小，為核大小的個(gè)數(shù)，Cl-1和Cl分別為輸入和輸出通道的個(gè)數(shù)。

CSPBlock的FLOPs為：

通過(guò)對(duì)比二者的計(jì)算復(fù)雜度可以發(fā)現(xiàn)，改進(jìn)后的ResBlock-D 模塊相比于傳統(tǒng)CSP 模塊的計(jì)算復(fù)雜度減少了10倍左右，可以得到CSPBlock和ResBlock-D的計(jì)算復(fù)雜度比率約為10∶1，有著比CSP更快的檢測(cè)速度。同時(shí)，通過(guò)對(duì)比CSPBlock 和ResBlock-D 的模塊結(jié)構(gòu)可知，ResBlock-D的模塊結(jié)構(gòu)中對(duì)各個(gè)卷積層的維度進(jìn)行了一定程度的縮減，減少了CSPBlock 中逐層經(jīng)過(guò)激活函數(shù)的運(yùn)算，簡(jiǎn)化了模塊的結(jié)構(gòu)，而且ResBlock-D中加入了CSPBlock 中所沒(méi)有的平均池化層，能夠減小因?yàn)猷徲虼笮∈芟薅斐傻墓烙?jì)值方差增大，更多地保留圖像的背景信息。經(jīng)過(guò)上述分析可知，引入ResBlock-D可有效地提高檢測(cè)速度，且一定程度上保留圖像信息。

2.1.2 輔助殘差網(wǎng)絡(luò)模塊

ResBlock-D模塊雖然提升了檢測(cè)速度，但不利于檢測(cè)精度?；诖?，輔助殘差網(wǎng)絡(luò)模塊（Auxiliary Network Block）能夠很好地改善精度問(wèn)題。模塊利用3×3 的卷積網(wǎng)絡(luò)獲得5×5 的感受野，從而提取全局特征，引用通道注意力（Channel Attention）和空間注意力（Spatial Attention）[19]，來(lái)提取更多的物體特征信息，能夠更精確地識(shí)別檢測(cè)對(duì)象。其結(jié)構(gòu)如圖4所示。

圖4 Auxiliary Network Block結(jié)構(gòu)圖Fig.4 Auxiliary Network Block structure diagram

由圖可以發(fā)現(xiàn)，Auxiliary Network Block的輸出特征是第一個(gè)卷積網(wǎng)絡(luò)和空間注意力機(jī)制的輸出特征的一個(gè)組合。

最后將Auxiliary Network Block的輸出與Backbone網(wǎng)絡(luò)輸出合并，從而在保證精度的前提下提高了目標(biāo)檢測(cè)速度，優(yōu)化了系統(tǒng)性能。

2.2 融入通道注意力機(jī)制CA

研究表明，通道注意力對(duì)于提升模型識(shí)別精度起著重要的作用。本實(shí)驗(yàn)的Auxiliary Network Block 模塊中也引入了通道注意力和空間注意力機(jī)制。但是通道注意力的使用通常會(huì)導(dǎo)致算法忽略對(duì)于生成Attention Maps的很重要的位置信息。于是引入一種能將位置信息嵌入通道注意力的移動(dòng)網(wǎng)絡(luò)注意力機(jī)制CA（coordinate attention block）。

CA模塊的作用在于增強(qiáng)特征在移動(dòng)網(wǎng)絡(luò)中的表達(dá)能力，它將網(wǎng)絡(luò)中任意特征張量X=[x1,x2,…,xc]∈RH×W×C進(jìn)行轉(zhuǎn)化，輸出與X相同尺寸的特征增強(qiáng)的張量Y，即：Y=[y1,y2,…,yc]∈RH×W×C。

CA包括Coordinate信息嵌入和Coordinate Attention生成兩部分，其模型框圖如圖5所示。

圖5 CA模塊結(jié)構(gòu)圖Fig.5 CA Structure diagram

CA將輸入特征圖分為高度和寬度兩個(gè)方向進(jìn)行全局平均池化，高度為h的第c通道輸出和寬度為w的第c通道輸出分別表示為公式（7）、（8）：

這會(huì)使CA捕捉到沿著一個(gè)空間方向的長(zhǎng)期依賴(lài)關(guān)系，并保存著沿著另一空間方向的精確位置信息，從而使目標(biāo)的定位更加精確。

接著將獲得的寬度和高度兩個(gè)方向的特征圖拼接在一起后送入共享的1×1卷積模塊，降低維度到之前的C/r，把進(jìn)行了批量歸一化編碼處理后得到的中間特征圖F中，輸入Sigmoid激活函數(shù)即可獲得在垂直方向上和水平方向上的空間信息，可以進(jìn)行編碼處理的一個(gè)在中間的特征圖映射，如公式（9）所示：

將f按照原來(lái)的高度和寬度進(jìn)行1×1 卷積將其變換為具有相同通道數(shù)的張量輸入到X，得到特征圖在高度和寬度上的注意力權(quán)重gh和在寬度方向的注意力權(quán)重gw，如公式（10）、公式（11）所示：

最后通過(guò)加權(quán)計(jì)算得到CA模塊的輸出，如公式（12）所示：

將本文引入的CA 注意力機(jī)制與典型注意力機(jī)制（以CBAM[20]為例）進(jìn)行比較。CBAM 對(duì)通道注意力機(jī)制和空間注意力機(jī)制進(jìn)行了相應(yīng)結(jié)合。對(duì)于特征層輸入，分別進(jìn)行通道機(jī)制處理和空間機(jī)制處理，獲得相應(yīng)的通道權(quán)值和空間特征點(diǎn)權(quán)值，分別乘入上元輸入特征層中。而CA注意力機(jī)制把更多關(guān)注重心放在了通道注意力位置信息的嵌入上。利用精確的空間位置信號(hào)來(lái)對(duì)通道關(guān)系和長(zhǎng)期依賴(lài)性特征實(shí)現(xiàn)編碼，通過(guò)將二維全池局操作分解為兩個(gè)一維編碼過(guò)程，增強(qiáng)了關(guān)注對(duì)象的表示。相比于CBAM，注意機(jī)制CA具有更好的全局感受野，目標(biāo)定位能力和遷移能力。是一種捕獲位置信息和通道關(guān)系都更有實(shí)際效果的方法，能夠增強(qiáng)移動(dòng)網(wǎng)絡(luò)中的特征，從而提高識(shí)別的精度。

2.3 增加SPP模塊

為了避免在卷積層后使用扭曲或剪裁等方法來(lái)滿足分類(lèi)器層（即全連接層）的固定輸入尺寸從而導(dǎo)致算法丟失掉重要信息。在卷積層和全連接層之間引入SPP模塊，可通過(guò)把局部特性層映射至多個(gè)不同的維度空間，從而通過(guò)對(duì)所有它們進(jìn)行池化和融合，來(lái)獲得一個(gè)固定長(zhǎng)度的輸出[21]，提高了局部特性層對(duì)目標(biāo)信息的表達(dá)能力，提高了人臉識(shí)別精度。

如圖6所示，首先將輸入特征層進(jìn)行多層卷積核處理，處理后進(jìn)入SPP結(jié)構(gòu)，使用三個(gè)尺度分別為3×3、7×7、11×11 的池化層結(jié)構(gòu)進(jìn)行Maxpool 處理，通過(guò)對(duì)尺度的調(diào)整可以產(chǎn)生任意尺寸的輸出，使用靈活。然后把最開(kāi)始的輸入和經(jīng)過(guò)Maxpool 數(shù)據(jù)處理后獲得的產(chǎn)出在通道層次上加以堆疊，然后再經(jīng)過(guò)下一次的三層卷積處理，輸出結(jié)果。SPP 模塊明顯地增加了對(duì)網(wǎng)絡(luò)的感受野，使網(wǎng)絡(luò)可以滿足作為一個(gè)任意尺寸的影像的輸入，并可以形成一個(gè)指定的尺寸影像的輸出，對(duì)物體的扭曲也具有了較好程度的魯棒性，更全面有效地提取到了網(wǎng)絡(luò)特征層的信息，學(xué)習(xí)了多尺度目標(biāo)的特征。

圖6 改進(jìn)后的YOLOv4-tiny-ResBlockD-SPP-2CA算法網(wǎng)絡(luò)圖Fig.6 Improved YOLOv4-tiny-ResBlockD-SPP-2CA algorithm network diagram

2.4 改進(jìn)后的口罩佩戴識(shí)別網(wǎng)絡(luò)

本文在原始YOLOv4-tiny的基礎(chǔ)上，將CSP模塊改進(jìn)為Resblock-D模塊并加入輔助殘差網(wǎng)絡(luò)模塊，通過(guò)縮短計(jì)算復(fù)雜度、擴(kuò)大感受野，使算法在確保檢測(cè)準(zhǔn)確度高的前提下又加快了檢測(cè)的速度，優(yōu)化提高了整個(gè)系統(tǒng)性能；引入能將位置信息嵌入通道注意力的移動(dòng)網(wǎng)絡(luò)注意力機(jī)制CA，以便于更高效準(zhǔn)確地快速捕獲位置信息及其通道信息之間存在的關(guān)聯(lián)、增強(qiáng)在移動(dòng)通信網(wǎng)絡(luò)環(huán)境中的識(shí)別特征，提升到了人臉的識(shí)別的精度；添加空間金字塔池化的SPP模塊，完成了局部人臉特征圖與全局人臉特征圖的完美融合，從而進(jìn)一步完善了深層特征圖中的表達(dá)能力與空間信息，在提高人臉目標(biāo)的檢測(cè)識(shí)別精度方面提升很大。

此外，可以在空間金字塔池化模塊SPP之后加入兩個(gè)1×1的卷積模塊，從而進(jìn)一步減少了參數(shù)量以及計(jì)算量，縮短了算法運(yùn)行時(shí)間。如圖6所示為改進(jìn)YOLOv4-tiny算法的口罩佩戴識(shí)別網(wǎng)絡(luò)結(jié)構(gòu)。

3 口罩佩戴識(shí)別實(shí)驗(yàn)過(guò)程與分析

3.1 實(shí)驗(yàn)環(huán)境配置與參數(shù)設(shè)置

為訓(xùn)練和評(píng)估所提出的改進(jìn)的YOLOv4-tiny模型，本實(shí)驗(yàn)訓(xùn)練使用Linux系統(tǒng)，采用深度學(xué)習(xí)框架Pytorch，訓(xùn)練環(huán)境為E52680 v32080Ti，測(cè)試環(huán)境為NVIDIA GeForce GTX 16504G GPU。

為了驗(yàn)證模型在速度上的提升和精度上的準(zhǔn)確性，本實(shí)驗(yàn)采取了YOLOv4、YOLOv4-tiny 以及改進(jìn)型YOLOv4-tiny的對(duì)比分析。為了實(shí)驗(yàn)的公平性，本次實(shí)驗(yàn)使用的口罩佩戴人群圖片均為公開(kāi)的開(kāi)源口罩識(shí)別數(shù)據(jù)集，對(duì)骨干網(wǎng)絡(luò)的參數(shù)進(jìn)行初始化，獲得更好的模型初始性能。設(shè)置訓(xùn)練300個(gè)Epoch，共計(jì)22×300次迭代；batch_size 大小為64。初始學(xué)習(xí)率為0.001，學(xué)習(xí)率調(diào)整策略為余弦衰退策略，權(quán)重衰減為0.000 5；輸入圖像尺寸均歸一化為640×640，均不采取預(yù)訓(xùn)練模型。

3.2 數(shù)據(jù)集概述與預(yù)處理

3.2.1 概述

本實(shí)驗(yàn)使用的口罩佩戴人群圖片均為公開(kāi)的開(kāi)源口罩識(shí)別數(shù)據(jù)集，本數(shù)據(jù)集共包含1 940張圖片，且已通過(guò)Labelimg 工具對(duì)圖片進(jìn)行標(biāo)注，共包含兩類(lèi)目標(biāo)：佩戴口罩（people_mask）和未佩戴口罩（people），圖片覆蓋不同職業(yè)人員、環(huán)境和尺度的情況，較貼近地?cái)M合實(shí)際日常生活中不同場(chǎng)所的人群場(chǎng)景。在實(shí)驗(yàn)中，數(shù)據(jù)集按照7∶3的比例劃分為訓(xùn)練集和驗(yàn)證集，其中訓(xùn)練集圖片1 358張，驗(yàn)證集圖片582張；同時(shí)，分別新增測(cè)試集500張圖片和300 張圖片，該數(shù)據(jù)集均為公開(kāi)的開(kāi)源數(shù)據(jù)集，且與訓(xùn)練集不屬于同一數(shù)據(jù)集。

3.2.2 Mosaic數(shù)據(jù)增強(qiáng)

除使用了傳統(tǒng)方法的圖像進(jìn)行隨機(jī)的剪接、翻轉(zhuǎn)、壓縮、色域的轉(zhuǎn)換、加入隨機(jī)的噪聲處理之外，本文中還應(yīng)用到了馬賽克數(shù)據(jù)的增強(qiáng)方法。對(duì)已準(zhǔn)備處理好的數(shù)據(jù)集進(jìn)行Mosaic增強(qiáng)數(shù)據(jù)預(yù)處理。Mosaic圖像增強(qiáng)技術(shù)是指把四張圖像分別進(jìn)行了隨機(jī)形式的剪輯，拼接后增加進(jìn)數(shù)據(jù)集中，由此就完成了圖像融合。其最大優(yōu)點(diǎn)之一是豐富了照片中的背景，擴(kuò)大了數(shù)據(jù)集，且將四張照片拼接在一起也從另一個(gè)角度上增加了batch_size，進(jìn)而提高了訓(xùn)練性能。在處理過(guò)程中。每次對(duì)四張圖片進(jìn)行旋轉(zhuǎn)、放縮以及顏色等方面的調(diào)整，并且按照四個(gè)方向位置進(jìn)行圖片和框的組合。處理后結(jié)果如圖7所示。

圖7 對(duì)部分樣本進(jìn)行Mosaic數(shù)據(jù)增強(qiáng)Fig.7 Mosaic data augmentation for some samples

3.3 評(píng)估指標(biāo)

本實(shí)驗(yàn)訓(xùn)練網(wǎng)絡(luò)采用的性能評(píng)價(jià)指標(biāo)主要為mAP（mean average precision）、準(zhǔn)確率（Precision，P）和召回率（Recall，R）[22]，其計(jì)算公式如公式（13）～（15）：

其中，將被正確識(shí)別的正類(lèi)目標(biāo)個(gè)數(shù)采用TP來(lái)表示，被正確識(shí)別的負(fù)類(lèi)個(gè)數(shù)采用TN表示，被錯(cuò)誤識(shí)別的負(fù)類(lèi)目標(biāo)個(gè)數(shù)采用FP表示，AP是目標(biāo)測(cè)量精度的加權(quán)平均精度。本文主要采用IOU 閾值為0.5 時(shí)的mAP 值來(lái)進(jìn)行評(píng)估，即mAP@0.5。運(yùn)算的速率方面采用了每秒的傳輸幀節(jié)數(shù)（frame per second，F(xiàn)PS）作為衡量指標(biāo)。

3.4 實(shí)驗(yàn)過(guò)程與結(jié)果分析

3.4.1 算法改進(jìn)的實(shí)驗(yàn)過(guò)程

采用輕量化網(wǎng)絡(luò)以及對(duì)其進(jìn)行進(jìn)一步改進(jìn)是提高單目標(biāo)檢測(cè)算法YOLOv4 性能的常用方法。為了完成對(duì)比實(shí)驗(yàn)，本文首先以YOLOv4、YOLOv4-tiny 對(duì)目標(biāo)進(jìn)行識(shí)別檢測(cè)。后為進(jìn)一步提高檢測(cè)速度，實(shí)驗(yàn)以YOLOv4-tiny模型為基礎(chǔ)，對(duì)模型主干提取網(wǎng)絡(luò)進(jìn)行改進(jìn)，將YOLOv4-tiny中的CSP模塊用兩個(gè)ResBlock-D來(lái)代替，降低主干特征提取網(wǎng)絡(luò)復(fù)雜度，減少運(yùn)行時(shí)間。通過(guò)對(duì)比改進(jìn)前后的特征提取網(wǎng)絡(luò)的結(jié)構(gòu)參數(shù)和即可知，替換后的模型的FLOP 相比于改進(jìn)前大幅下降，且改進(jìn)后的特征提取網(wǎng)絡(luò)結(jié)構(gòu)存在一定程度的刪減，其參數(shù)量與改進(jìn)前相比也是降低了一個(gè)數(shù)量級(jí)，這意味著ResBlock-D的計(jì)算復(fù)雜度遠(yuǎn)小于CSPBlock。但基于ResBlockD 的YOLOv4-tiny 模型的檢測(cè)精度卻有所下降。為了進(jìn)一步改進(jìn)模型性能，減少降低計(jì)算復(fù)雜度對(duì)檢測(cè)精度帶來(lái)的影響，提高檢測(cè)精度，對(duì)算法做出以下兩點(diǎn)改進(jìn)：（1）加入空間金字塔池化（SPP）。加入SPP是因?yàn)樾∥矬w在神經(jīng)網(wǎng)絡(luò)深處，即深層特征圖上的信息很少，且由于深層特征圖的分辨率很小，所以小物體的信息容易丟失。通過(guò)引入SPP結(jié)構(gòu)，利用不同感受野的池化層，獲取物體不同范圍的局部特征信息，最后通過(guò)金字塔池化將多個(gè)局部特征信息融合后，可以豐富物體的空間信息。（2）引入新的注意力機(jī)制。為更好地選擇適合該算法模型的注意力機(jī)制，實(shí)驗(yàn)引入了CBAM機(jī)制、一層CA 機(jī)制和兩層CA 機(jī)制的改進(jìn)模型對(duì)比實(shí)驗(yàn)。CA機(jī)制是一種全新的注意力機(jī)制，加入CA機(jī)制是為了提高算法的資源利用率，為不同的特征像素增加坐標(biāo)權(quán)重，而權(quán)重即代表特征像素為目標(biāo)物體的可能性，權(quán)值越大，即代表特征像素為目標(biāo)物體的可能性也就越大，一定程度上降低了背景像素的干擾。且CA機(jī)制位置信息權(quán)值嵌入編碼的過(guò)程本身不發(fā)生重疊，可重復(fù)進(jìn)行引入?？傮w而言，為實(shí)現(xiàn)進(jìn)一步提高檢測(cè)速度的同時(shí)保證檢測(cè)精度，本實(shí)驗(yàn)的基本思路為基于YOLOv4-tiny 模型，首先為了提高檢測(cè)速度而引入主干網(wǎng)絡(luò)更為簡(jiǎn)潔的ResBlockD結(jié)構(gòu)，接著為了增加深層特征圖上小目標(biāo)的信息引入SPP模塊，最后引入CA機(jī)制以提高算法利用率。

對(duì)改進(jìn)過(guò)程中不同階段模型統(tǒng)一初始化開(kāi)始訓(xùn)練，隨著epoch不斷增加，Loss損失值在不斷降低，訓(xùn)練進(jìn)行到160輪后，Loss值趨于穩(wěn)定。未出現(xiàn)明顯過(guò)擬合、欠擬合的現(xiàn)象，參數(shù)設(shè)置合理。改變初始參數(shù)設(shè)置（batchsize等）重復(fù)訓(xùn)練，結(jié)果會(huì)發(fā)生波動(dòng)但總體趨勢(shì)未發(fā)生變化，可進(jìn)行同向比較，說(shuō)明實(shí)驗(yàn)對(duì)初始值的依賴(lài)性不高，改進(jìn)算法具備合理性。實(shí)驗(yàn)最終確定基于ResBlock-D、SPP 和兩個(gè)CA 機(jī)制的YOLOv4-tiny 為最終的改進(jìn)模型。對(duì)改進(jìn)后的算法進(jìn)行性能分析。

3.4.2 改進(jìn)算法的檢測(cè)精度的分析

對(duì)改進(jìn)過(guò)程中不同階段算法的檢測(cè)精度指標(biāo)進(jìn)行分析，在實(shí)驗(yàn)選取的開(kāi)源口罩識(shí)別數(shù)據(jù)集上對(duì)比結(jié)果如表1所示。

表1 不同階段算法的檢測(cè)精度對(duì)比Table 1 Comparison of detection accuracy of algorithms in different stages

由表1 可以看出，YOLOv4-tiny 的召回率為93.6%，預(yù)測(cè)率為86.08%，mAP 值為93.5%，相比于YOLOv4，YOLOv4-tiny在召回率和精準(zhǔn)率上均有一定程度下降，mAP值下降了1.9個(gè)百分點(diǎn)。檢測(cè)精度下降的重要原因是YOLOv4-tiny的CSPDarknet-tiny結(jié)構(gòu)與CSPDarknet53相比刪減了一定的網(wǎng)絡(luò)結(jié)構(gòu)，YOLOv4-tiny由于結(jié)構(gòu)上的簡(jiǎn)化，在檢測(cè)精度上會(huì)有一定程度的減小。YOLOv4-tiny-ResBlockD是以YOLOv4-tiny模型為基礎(chǔ)的改進(jìn)模型。其在模型主干提取網(wǎng)絡(luò)部分進(jìn)行改進(jìn)，使用ResNet-D網(wǎng)絡(luò)中的兩個(gè)ResBlock-D模塊代替CSPBlock模塊，減少了網(wǎng)絡(luò)計(jì)算的復(fù)雜性，并且還設(shè)計(jì)出了另外二個(gè)相同的Residual Network Blocks 來(lái)作為輔助殘差塊，并將其添加到ResBlock-D 模塊中以保證精度。優(yōu)化結(jié)果顯示，相比于YOLOv4-tiny，基于ResBlock-D的YOLOv4-tiny 改進(jìn)算法仍在識(shí)別精度上出現(xiàn)了一定程度下降，mAP下降了0.8個(gè)百分點(diǎn)。實(shí)驗(yàn)結(jié)果表明，YOLOv4-tiny模型、基于ResBlock-D的YOLOv4-tiny改進(jìn)模型是以降低檢測(cè)精度為代價(jià)來(lái)?yè)Q取更快的檢測(cè)速度。

在增加空間金字塔池化（SPP）的過(guò)程中。實(shí)驗(yàn)數(shù)據(jù)顯示，引入SPP對(duì)提高檢測(cè)精度有正影響，引SPP后，新改進(jìn)模型的預(yù)測(cè)率（82.77%）和mAP 值（92.9%）有了少量提升。這是由于空間金字塔池化（SPP）解決了輸入的圖片大小不同造成的缺陷，同時(shí)由于從多方面進(jìn)行特征提取，豐富了物體的空間信息，在一定程度上增加了目標(biāo)檢測(cè)的精度。對(duì)于新引入的注意力機(jī)制，為了更好地比較并選擇適合該算法模型的注意力機(jī)制，進(jìn)行了注意力機(jī)制對(duì)比實(shí)驗(yàn)，結(jié)果如表2 所示。數(shù)據(jù)顯示，相比于典型的CBAM 和引入一層CA，引入兩層CA 注意力機(jī)制的改進(jìn)型輕量級(jí)算法其檢測(cè)精度都更高，召回率達(dá)到了93.92%，預(yù)測(cè)率達(dá)到了88.28%，mAP 達(dá)到了94.0%。這是由于典型的CBAM 混合注意力機(jī)制重點(diǎn)在于通道注意力機(jī)制和空間注意力機(jī)制的結(jié)合，而“Coordinate Attention”（CA）是一個(gè)比較新穎獨(dú)特的移動(dòng)網(wǎng)絡(luò)注意力機(jī)制，它把更多關(guān)注重心放在了通道注意力位置信息的嵌入上。利用精確的空間位置信號(hào)來(lái)對(duì)通道關(guān)系和長(zhǎng)期依賴(lài)性特征實(shí)現(xiàn)編碼，把通道注意力劃分成二條一維特征編碼進(jìn)程并依次地沿著這兩個(gè)特定空間方向進(jìn)行聚合特征，以增強(qiáng)關(guān)注對(duì)象的表示，提高算法的資源利用率，從而達(dá)到提高目標(biāo)檢測(cè)精度的目的，引入兩層CA機(jī)制進(jìn)一步提高了精度性能。

表2 注意力機(jī)制對(duì)比實(shí)驗(yàn)Table 2 Attention mechanism comparison experiment

實(shí)驗(yàn)結(jié)果所示，最終確定的基于ResBlock-D、SPP和兩個(gè)CA 機(jī)制的YOLOv4-tiny 改進(jìn)算法，檢測(cè)精度較YOLOv4-tiny 及其他改進(jìn)算法相比還要略微提高，其mAP 值可達(dá)到94.0%，相比于YOLOv4-tiny，mAP 值提高了0.5個(gè)百分點(diǎn)。改進(jìn)算法的網(wǎng)絡(luò)參數(shù)規(guī)模為596.82萬(wàn)，較YOLOv4-tiny 增加了9.18 萬(wàn)，有少量增長(zhǎng)?？烧J(rèn)為，經(jīng)過(guò)改進(jìn)后的模型在復(fù)雜度上相比于YOLOv4-tiny不存在較大的增幅，同時(shí)又一定程度上提高了檢測(cè)精度。而參數(shù)量相比于傳統(tǒng)YOLOv4 而言又有較大幅度的減小，極大程度地降低了模型的復(fù)雜度，提升了算法的檢測(cè)速度。從網(wǎng)絡(luò)整體參數(shù)規(guī)模上看，通過(guò)比較改進(jìn)后的模型、YOLOv4 以及YOLOv4-tiny 可發(fā)現(xiàn)，改進(jìn)后的模型在檢測(cè)精度上相比于YOLOv4-tiny 有進(jìn)一步提升且參數(shù)量?jī)H存在微小的增加，而改進(jìn)后的模型復(fù)雜度相比于YOLOv4卻有大幅的下降，故其在綜合檢測(cè)性能中更具優(yōu)勢(shì)。

將不同算法下的mAP值隨著算法迭代次數(shù)的逐漸增長(zhǎng)進(jìn)行可視化處理后得到如圖8所示。

圖8 不同算法的mAP變化曲線Fig.8 mAP curve of different algorithms

通過(guò)變化曲線可觀察得到，隨著迭代次數(shù)的增加YOLOv4 的mAP 在不同迭代中都較另外兩種算法更高，而改進(jìn)型的YOLOv4介于YOLOv4和YOLOv4-tiny之間，與實(shí)驗(yàn)預(yù)期的精度提升相符，同時(shí)也更加直觀地說(shuō)明了改進(jìn)型YOLOv4-tiny 相比YOLOv4-tiny 在精度上的提升。

如圖9 所示，P-R 曲線下的面積即為平均精確度（mAP），通過(guò)分析三種算法的P-R 曲線可以看出，YOLOv4的P-R曲線所包圍的面積最大，其mAP值更高，精度更高，與實(shí)際檢測(cè)結(jié)果相和理論相符。YOLOv4-tiny-ResBlockD-SPP-2CA 的P-R 曲線包圍的面積較YOLOv4-tiny 更大，但相比YOLOv4 而言略有減小，其mAP值介于二者之間，從該角度也可看出：本實(shí)驗(yàn)改進(jìn)后的YOLOv4-tiny-ResBlockD-SPP-2CA 的平均精確度比YOLOv4-tiny的要高，達(dá)到實(shí)驗(yàn)中所要求的提高檢測(cè)精度的預(yù)期要求。

圖9 不同算法的P-R曲線對(duì)比Fig.9 Comparison of P-R curves of different algorithms

3.4.3 改進(jìn)算法的檢測(cè)速度的分析

對(duì)不同算法的檢測(cè)速度進(jìn)行對(duì)比分析，如表3所示。

表3 不同階段算法的檢測(cè)時(shí)間對(duì)比Table 3 Comparison of detection time of algorithms in different stages

由表可知，YOLOv4-tiny 的FPS 為17.586 5 幀/s，相比于YOLOv4提升了5.01倍，檢測(cè)速度較YOLOv4有了顯著提升，主要原因就是，YOLOv4-tiny 通過(guò)特征金字塔網(wǎng)絡(luò)收集了不同維度的目標(biāo)變量，而不是采用傳統(tǒng)YOLOv 四方法中所使用的路徑聚合方式，從而增加了目標(biāo)的效率且YOLOv4-tiny 的目標(biāo)參量?jī)H達(dá)到了587.64 萬(wàn)，遠(yuǎn)小于YOLOv4 的6 394.3 萬(wàn)的參數(shù)量，結(jié)構(gòu)大幅簡(jiǎn)化?？梢钥闯?，YOLOv4-tiny模型有更迅速的檢測(cè)速度，模型可以在以小幅減小精度的代價(jià)下，較為理想地提高檢測(cè)效率，在大量人群口罩佩戴環(huán)境下更為適合實(shí)時(shí)性檢測(cè)。

但在更大規(guī)模人群環(huán)境下，YOLOv4-tiny表現(xiàn)出的延遲性使得尋求在保持或者提高檢測(cè)精度的前提下，進(jìn)一步提升檢測(cè)速度。

通過(guò)對(duì)比上述改進(jìn)型的YOLOv4-tiny模型可知，加入ResBlockD 結(jié)構(gòu)的YOLOv4-tiny 模型的FPS 可達(dá)到21.345 1 幀/s，較YOLOv4-tiny相比提升了21.37%，檢測(cè)速度得到進(jìn)一步改善。這是由于代替CSPBlock模塊的ResBlockD模塊具有更為簡(jiǎn)化的結(jié)構(gòu)，通過(guò)殘差結(jié)構(gòu)的“跳躍鏈接技巧”，利用卷積核的升維和降維操作，實(shí)現(xiàn)降低參數(shù)量目的，從而加快模型的訓(xùn)練和檢測(cè)速度。

可以看出，嵌入ResBlock-D 后的改進(jìn)算法，在檢測(cè)速度有了進(jìn)一步的提升同時(shí)，參數(shù)量也大大減少，這有利于部署在CPU、GPU等資源有限的硬件設(shè)備上。

同時(shí)，本實(shí)驗(yàn)中也對(duì)引入空間金字塔池化（SPP）和CA 注意力機(jī)制的改進(jìn)型YOLOv4-tiny 進(jìn)行了速度檢測(cè)，通過(guò)表3 可發(fā)現(xiàn)，引入SPP 和兩個(gè)CA 機(jī)制的改進(jìn)型YOLOv4-tiny 模型的速度比只使用ResBlockD 的YOLOv-tiny模型還要略微提高，達(dá)到21.550 3 幀/s。這是因?yàn)镃A 機(jī)制先后進(jìn)行了Coordinate 信息嵌入和Coordinate Attention生成兩個(gè)步驟，在很好地獲得全局感受野并編碼準(zhǔn)確的坐標(biāo)信息的同時(shí)，更有利于目標(biāo)的尋找，一定程度上促進(jìn)了檢測(cè)速度的提升。

實(shí)驗(yàn)中，對(duì)引入CBAM 機(jī)制、一層CA 機(jī)制和兩層CA 機(jī)制的改進(jìn)模型進(jìn)行對(duì)比，結(jié)果如表2 所示。實(shí)驗(yàn)結(jié)果表明，相比于引入CBAM 機(jī)制和一層CA 機(jī)制，引入兩個(gè)CA注意力機(jī)制的改進(jìn)型輕量級(jí)算法其檢測(cè)精度和檢測(cè)速度都更高。

分別對(duì)300 張和500 張的數(shù)據(jù)集進(jìn)行檢測(cè)，如圖10所示。

圖10 不同算法的圖像檢測(cè)時(shí)間對(duì)比Fig.10 Comparison of image detection time of different algorithms

可以看出，針對(duì)300張和500張數(shù)據(jù)集的檢測(cè)，改進(jìn)型YOLOv4-tiny 模型的檢測(cè)時(shí)間分別能達(dá)到22.86 s 和14.132 s，而傳統(tǒng)YOLOv4對(duì)300張和500張數(shù)據(jù)集的檢測(cè)時(shí)間則高達(dá)135.299 s和90.241 s，改進(jìn)型YOLOv4-tiny模型在面對(duì)大量數(shù)據(jù)處理的情形時(shí)能夠迅速作出反應(yīng)并有效識(shí)別。本文提出的模型確實(shí)能夠有效地對(duì)圖像中所包含不同人的口罩佩戴進(jìn)行檢測(cè)。相比于原算法而言，檢測(cè)結(jié)果精度有一定提升，且實(shí)時(shí)性更佳。

3.4.4 Loss值分析

對(duì)不同算法的Loss值進(jìn)行分析，如圖11所示。

圖11 不同算法的GIoU-Loss對(duì)比Fig.11 GIoU-Loss comparison of different algorithms

選取GIoU作為損失函數(shù)，從圖中分析比較可知，在迭代次數(shù)較少時(shí)，YOLOv4所能降低的損失函數(shù)在三種算法中是最低的，由于此時(shí)并沒(méi)達(dá)到過(guò)擬合，故最終所能達(dá)到的識(shí)別精度在三種算法中也最高。改進(jìn)型YOLOv4-tiny 算法相較于YOLOv4-tiny 而言，損失函數(shù)的降低上有所改善，其精度也相比于傳統(tǒng)的YOLOv4-tiny有一定幅度的提升。

在迭代次數(shù)超過(guò)200 后，YOLOv4-tiny 的損失函數(shù)相比于改進(jìn)型YOLOv4-tiny和YOLOv4都要低，原因是此時(shí)YOLOv4-tiny出現(xiàn)稍微過(guò)擬合的現(xiàn)象，在訓(xùn)練集上的誤差較小，但對(duì)測(cè)試集上的誤差較大，泛化能力較弱，故其在測(cè)試集上的精度相比于改進(jìn)型YOLOv4-tiny 和YOLOv4都要更低一些。

3.4.5 主流目標(biāo)檢測(cè)算法性能對(duì)比

實(shí)驗(yàn)通過(guò)與主流檢測(cè)算法在相同數(shù)據(jù)集上的訓(xùn)練結(jié)果進(jìn)行對(duì)比，進(jìn)一步驗(yàn)證本文所提算法的綜合性能。實(shí)驗(yàn)采取的評(píng)價(jià)指標(biāo)包括參數(shù)量、mAP和檢測(cè)速度，結(jié)果如表4所示。結(jié)果顯示，本文提出的改進(jìn)算法參數(shù)量為596.82萬(wàn)，較YOLOv4-tiny網(wǎng)絡(luò)參數(shù)規(guī)模接近。mAP為94.0%，F(xiàn)PS達(dá)到了21.550 3 幀/s，相比于YOLOv4-tiny模型mAP 值提高了0.5 個(gè)百分點(diǎn)，F(xiàn)PS 提高了3.96 幀/s。這是因?yàn)楸疚乃惴ú呗砸肓薙PP 模塊并且使用了兩個(gè)CA通道注意力機(jī)制，增加了網(wǎng)絡(luò)的參數(shù)量，提高了檢測(cè)精度。而嵌入ResBlock-D 模塊替代CSPBlock 的操作，因?yàn)镽esBlock-D架構(gòu)復(fù)雜度僅為CSPBlock的1/10，提高了檢測(cè)速度。綜合搭配后，網(wǎng)絡(luò)參數(shù)規(guī)模與原模型接近，且綜合性性能明顯更優(yōu)。相比于其他非輕量單階段目標(biāo)檢測(cè)算法，例如YOLOv4、SSD和RetinaNet，三種算法參數(shù)規(guī)模均遠(yuǎn)大于本文算法，YOLOv4的檢測(cè)精度相比本文算法有所提升，RetinaNet 算法（93.9%）和SSD算法（93.6%）檢測(cè)精度略低于本文算法，但是三者網(wǎng)絡(luò)參數(shù)規(guī)模均遠(yuǎn)大于本文算法，且檢測(cè)速度均低于4幀/s，不到本文算法的20%，難以滿足口罩檢測(cè)實(shí)時(shí)性要求。相比于雙階段的目標(biāo)檢測(cè)算法，以Faster R-CNN為例，其mAP達(dá)到94.4%，但網(wǎng)絡(luò)參數(shù)量達(dá)到了4 178.3萬(wàn)，檢測(cè)速度僅為2.134 9 幀/s，檢測(cè)速度更低。綜合比較。本文算法的綜合性能優(yōu)于SSD、Faster R-CNN等其他主流算法，可以很好地滿足口罩檢測(cè)任務(wù)精度與實(shí)時(shí)性的要求，更適合應(yīng)用于真實(shí)的攝像頭檢測(cè)中。

表4 主流目標(biāo)檢測(cè)算法性能比較Table 4 Performance comparison of mainstream target detection algorithms

3.4.6 消融實(shí)驗(yàn)

為了驗(yàn)證實(shí)驗(yàn)中所提出改進(jìn)算法的充分性以及各個(gè)改進(jìn)策略對(duì)模型帶來(lái)的影響，進(jìn)行了消融實(shí)驗(yàn)[24-25]。實(shí)驗(yàn)設(shè)置及結(jié)果如表5 所示。實(shí)驗(yàn)以YOLOv4-tiny 模型為基礎(chǔ)，表中的“√”代表使用該改進(jìn)策略，“×”代表未使用該策略。可以看出，第1 組為YOLOv4-tiny 基礎(chǔ)模型；第2組實(shí)驗(yàn)在第1組實(shí)驗(yàn)的基礎(chǔ)上引入了ResBlockD模塊，用兩個(gè)ResBlock-D替代原本的CSP模塊，mAP值降低了0.8 個(gè)百分點(diǎn)，F(xiàn)PS 提高了3.76 幀/s，可以看出引入ResBlockD 模塊的改進(jìn)策略在犧牲少量精度的條件下，對(duì)提高檢測(cè)速度有重要作用；第3組實(shí)驗(yàn)和第4組實(shí)驗(yàn)在第1 組實(shí)驗(yàn)的基礎(chǔ)上分別引入了空間金字塔池化（SPP）和兩層CA注意力機(jī)制，可以看出，mAP值均有較大幅度提升，但檢測(cè)速度均有一定程度降低；第5 組實(shí)驗(yàn)在第1 組實(shí)驗(yàn)的基礎(chǔ)上同時(shí)引入了空間金字塔池化（SPP）和兩層CA 注意力機(jī)制，mAP 值達(dá)到了最高的94.3%，檢測(cè)速度下降了4.34 幀/s，最為明顯。結(jié)果表明，空間金字塔池化（SPP）和兩層CA 注意力機(jī)制在檢測(cè)速度有所下降的條件下，對(duì)提高檢測(cè)速度均有正面影響，且互相無(wú)干擾因素。第6 組實(shí)驗(yàn)在第2 組實(shí)驗(yàn)的基礎(chǔ)上引入空間金字塔池化（SPP），mAP 值提高了0.2 個(gè)百分點(diǎn)，F(xiàn)PS為20.984 幀/s。第7組實(shí)驗(yàn)在第6組實(shí)驗(yàn)的基礎(chǔ)上同時(shí)引入了空間金字塔池化（SPP）和兩層CA注意力機(jī)制，mAP值提高了1.1個(gè)百分點(diǎn)，F(xiàn)PS為21.550 3 幀/s，變化較低。表明同時(shí)引入空間金字塔池化（SPP）和兩層CA 注意力機(jī)制可有效彌補(bǔ)ResBlock-D 替代策略造成的精度損失。相比于第一組實(shí)驗(yàn)mAP 值提高了0.5個(gè)百分點(diǎn)，且FPS 提高了3.96 幀/s，效果最佳。綜上所述，本文算法對(duì)YOLOv4-tiny 的改進(jìn)具備合理性，在口罩佩戴檢測(cè)中提高了實(shí)時(shí)檢測(cè)性能。

表5 消融實(shí)驗(yàn)Table 5 Ablation experiment

3.4.7 可視化分析

為了更直觀地體現(xiàn)改進(jìn)的目標(biāo)檢測(cè)算法的性能，如圖12 所示，列舉出了本文使用的輕量級(jí)YOLOv4 模型在口罩識(shí)別中的運(yùn)行成果，從左往右依次是：YOLOv4、YOLOv4-tiny、YOLOv4-tiny-ResBlockD-SPP-2CA。

圖12 不同模型實(shí)時(shí)可視化目標(biāo)識(shí)別Fig.12 Real-time visualization of target recognition with different models

由可視化數(shù)據(jù)圖可以看出，對(duì)不同環(huán)境下的口罩檢測(cè)，YOLOv4、YOLOv4-tiny 以及YOLOv4-tiny-ResBlockDSPP-2CA 的檢測(cè)精度表現(xiàn)不同。YOLOv4 檢測(cè)精度總體更高，而YOLOv4-tiny 與YOLOv4-tiny-ResBlockDSPP-2CA 在不同的環(huán)境下檢測(cè)精度方面相差較小，但YOLOv-tiny 在某些環(huán)境下，對(duì)同一目標(biāo)的檢測(cè)精度比YOLOv4-tiny-ResBlockD-SPP-2CA 更低。出現(xiàn)這種現(xiàn)象的原因也正說(shuō)明了YOLOv4 由于結(jié)構(gòu)更為復(fù)雜而表現(xiàn)出較高的檢測(cè)精度，而改進(jìn)型的YOLOv4 與傳統(tǒng)的YOLOv4-tiny相比，分別引入SPP和CA機(jī)制，因這兩種結(jié)構(gòu)在精度上的改進(jìn)，彌補(bǔ)引入ResBlockD模塊所引起的精度下降的不足，故最終模型YOLOv4-tiny-ResBlockDSPP-2CA 的檢測(cè)精度與YOLOv-tiny 相比較為接近，并且從總體而言YOLOv4-tiny-ResBlockD-SPP-2CA 精度更高，達(dá)到改進(jìn)算法的效果，即實(shí)現(xiàn)改進(jìn)后的算法的速度更快于YOLOv4-tiny且精度較YOLOv4-tiny更高。

3.4.8 基于攝像頭的目標(biāo)檢測(cè)效果

上述中目標(biāo)檢測(cè)的圖像都是直接輸入的某一特定場(chǎng)合下的靜態(tài)圖片，故本實(shí)驗(yàn)中增加了引入攝像頭進(jìn)行拍攝的對(duì)比實(shí)驗(yàn)，從而更為真實(shí)地模擬了非特定場(chǎng)合下對(duì)不同人群的動(dòng)態(tài)口罩檢測(cè)捕捉。攝像頭采用Chicony USB2.0 camera 型號(hào)，原攝像頭像素分辨率為1 920×1 080，輸入的是統(tǒng)一后的分辨率即480×640，其檢測(cè)效果如表6所示。

表6 不同模型的檢測(cè)效果Table 6 Detection effect of different models

由表中數(shù)據(jù)分析可知，基于兩個(gè)CA機(jī)制、Resblock-D和SPP的YOLOv4-tiny模型在攝像頭的運(yùn)用中，檢測(cè)時(shí)間更短，減少了延遲，目標(biāo)檢測(cè)的效果更為優(yōu)秀，該算法更適合于具體運(yùn)用在真實(shí)攝像頭檢測(cè)中。

4 結(jié)論與展望

本文在廣域測(cè)溫口罩識(shí)別的疫情具體應(yīng)用下，給出了一個(gè)基于ResBlock-D、SPP和2CA的YOLOv4-tiny改進(jìn)算法。首先采用了在ResNet-D 網(wǎng)絡(luò)中的其他2 個(gè)ResBlock-D模塊，來(lái)代替在YOLOv4-tiny網(wǎng)絡(luò)中所使用的其他兩個(gè)CSPBlock 模塊，同時(shí)還專(zhuān)門(mén)設(shè)計(jì)出了與其他兩個(gè)模塊相同功能的Residual Network Blocks 模塊來(lái)專(zhuān)門(mén)用作輔助殘差塊。在此基礎(chǔ)之上加入空間金字塔池化（SPP）和兩層“Coordinate Attention”（CA）注意力機(jī)制。在口罩佩戴人群數(shù)據(jù)集上進(jìn)行了相同的訓(xùn)練和測(cè)試，結(jié)果表明，相比于最原始的YOLOv4-tiny算法，經(jīng)改進(jìn)后的YOLOv4-tiny-ResBlockD-SPP-2CA 模型的mAP提高了0.5個(gè)百分點(diǎn)，檢測(cè)速度（FPS）提升了3.96 幀/s，綜合性能得到提升。這樣的改進(jìn)，在保證檢測(cè)結(jié)果精度有少量提升的基礎(chǔ)上，降低了計(jì)算復(fù)雜度，有效提高了檢測(cè)速度。有利于將算法部署到計(jì)算能力和內(nèi)存等資源有限的嵌入式平臺(tái)上，在醫(yī)院、學(xué)校、商場(chǎng)等人流量較大的口罩佩戴環(huán)境下，更具實(shí)時(shí)性，更適合應(yīng)用于真實(shí)的攝像頭檢測(cè)中。但是，在快速移動(dòng)人群的檢測(cè)中，由于位置目標(biāo)不確定，目標(biāo)難以捕捉完全，在實(shí)際應(yīng)用中會(huì)出現(xiàn)一定誤差。在保證網(wǎng)絡(luò)的綜合識(shí)別精度的基礎(chǔ)上，進(jìn)一步降低模型復(fù)雜度，提高檢測(cè)速度，提高對(duì)移動(dòng)人群識(shí)別檢測(cè)的能力，使其更好地應(yīng)用在廣域測(cè)溫識(shí)別疫情協(xié)同設(shè)備上是未來(lái)的重點(diǎn)研究?jī)?nèi)容。