布安旭，馬 馳，胡 輝，陳月乃，楊 樂

（1.遼寧科技大學(xué) 計算機(jī)與軟件工程學(xué)院，遼寧 鞍山 114051；2.惠州學(xué)院 計算機(jī)科學(xué)與工程學(xué)院，廣東 惠州 516007）

自疫情暴發(fā)以來，我國受到了一輪又一輪的疫情沖擊，為了抑制疫情的蔓延，降低疫情對經(jīng)濟(jì)發(fā)展的影響，各地政府頒布了相應(yīng)的疫情防范政策，要求大家在人多的地方做好防范措施戴好口罩，這些政策能有效抑制疫情的蔓延。在此環(huán)境下如果總是讓防控人員去提醒大家的話，這不僅會加大各方面的開支，且近距離接觸待檢測人員也存在一定的傳播風(fēng)險。因此，構(gòu)建口罩佩戴檢測系統(tǒng)對日常防護(hù)具有重要的現(xiàn)實意義。

口罩佩戴檢測實際上也是目標(biāo)檢測［1］，屬于計算機(jī)視覺領(lǐng)域中的一個分支，主要分為2類，分別是基于傳統(tǒng)的方法和基于深度學(xué)習(xí)的方法。深度學(xué)習(xí)在計算機(jī)視覺領(lǐng)域表現(xiàn)出了良好的性能，當(dāng)前主流的目標(biāo)檢測算法進(jìn)行特征提?。?］主要是通過卷積神經(jīng)網(wǎng)絡(luò)來實現(xiàn)，例如VGGNet［3］、ResNet［4］、DenseNet［5］等。這些目標(biāo)檢測算法主要分為單級式和兩級式；單級式（onestage）包括SSD［6］、YOLO［7-8］等，它們的優(yōu)勢是檢測速度快，缺點是精度略差。兩級式（two-stage）包括RCNN［9］等算法，這種算法的優(yōu)點是精度較高，缺點是可能出現(xiàn)延遲的情況。而隨著YOLOv5 的出現(xiàn)，由于其良好的性能，很快成為了研究熱點。談世磊等［10］在YOLOv5的基礎(chǔ)上，對原始數(shù)據(jù)集進(jìn)行拓展，通過圖像預(yù)處理得到3 萬張圖像用來進(jìn)行訓(xùn)練，從而提升了檢測的準(zhǔn)確率。彭成等［11］在YOLOv5 的基礎(chǔ)上進(jìn)行改進(jìn)，提出了輕量化算法，降低了網(wǎng)絡(luò)結(jié)構(gòu)中的參數(shù)，進(jìn)而減少了計算量，并且和原網(wǎng)絡(luò)模型相比精度基本沒有損失。胡均平等［12］通過對YOLOv5骨干網(wǎng)絡(luò)最后一層的空間金字塔池化結(jié)構(gòu)進(jìn)行改進(jìn)來提高模型對目標(biāo)的特征提取能力，同時提出了自適應(yīng)特征融合方法來提高網(wǎng)絡(luò)對不同層級特征的融合能力。

在相關(guān)研究的基礎(chǔ)上，以當(dāng)前流行的目標(biāo)檢測模型YOLOv5 作為基礎(chǔ)，選擇CIoU［16］作為損失函數(shù)，然后進(jìn)行改進(jìn)。本文改進(jìn)的方法會隨機(jī)抽取人臉數(shù)據(jù)，然后對人臉數(shù)據(jù)進(jìn)行校對、標(biāo)注，模型在訓(xùn)練之后，不僅具有更高的準(zhǔn)確率，還有較好地實時性。

1 YOLOv5算法簡介

圖1 展示了YOLOv5 的整體網(wǎng)絡(luò)結(jié)構(gòu)。一般目標(biāo)檢測算法分為：輸入端、基準(zhǔn)網(wǎng)絡(luò)、Neck 網(wǎng)絡(luò)、Head 輸出端4 個部分。YOLOv5 分為4 種類型，分別是：YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x，這里主要研究YOLOv5s。

圖1 YOLOv5整體網(wǎng)絡(luò)結(jié)構(gòu)

YOLOv5 屬于單階段目標(biāo)檢測算法，它在YOLOv4的基礎(chǔ)上進(jìn)行了優(yōu)化，優(yōu)化后算法的性能得到了較大提高。主要的優(yōu)化部分如下：

（1）輸入端：在對模型進(jìn)行訓(xùn)練的時候，先對數(shù)據(jù)處理做了優(yōu)化，比如進(jìn)行Mosaic 數(shù)據(jù)增強(qiáng)以增強(qiáng)識別能力；

（2）基準(zhǔn)網(wǎng)絡(luò)：結(jié)合了別的檢測模型中的思想，例如Focus 網(wǎng)絡(luò)中的下采樣與CSP 網(wǎng)絡(luò)中降低大量的推理計算；

（3）Neck 網(wǎng)絡(luò)：目標(biāo)檢測網(wǎng)絡(luò)在BackBone 與最后的Head 輸出層一般會添加一些層，Yolov5 中添加了FPN+PAN結(jié)構(gòu)；

在把輸入圖像輸送到模型中的時候，一般會對輸入圖像進(jìn)行圖像預(yù)處理操作，預(yù)處理的目的是將輸入的圖像大小變換成模型的輸入大小，同時對輸入的圖像做歸一化處理。在訓(xùn)練模型的時候應(yīng)用Mosaic數(shù)據(jù)增強(qiáng)來加快網(wǎng)絡(luò)收斂以及提高算法的精度。另外CSP結(jié)構(gòu)可以在一定程度上決定網(wǎng)絡(luò)的深度，在YOLOv5網(wǎng)絡(luò)中有2 個CSP 結(jié)構(gòu)，分別記為CSP_1 和CSP_2，其中CSP_1 應(yīng)用了2 個殘差網(wǎng)絡(luò)結(jié)構(gòu)，所以被標(biāo)記為CSP_1_2ReNet；另外的CSP_2則采用了2個卷積，所以標(biāo)記為CSP_2_2Conv，此時模型的深度會逐漸增加，而模型的特征提取和特征融合性能也會逐漸得到加強(qiáng)。

2 基于YOLOv5的改進(jìn)算法

對YOLOv5的改進(jìn)主要包括3個方面，分別是對數(shù)據(jù)處理、特征增強(qiáng)網(wǎng)絡(luò)和損失函數(shù)的改進(jìn)。

2.1 數(shù)據(jù)增強(qiáng)

本算法在輸入的時候采用Mosaic 數(shù)據(jù)增強(qiáng)、自適應(yīng)錨框計算、自適應(yīng)圖片縮放等數(shù)據(jù)處理操作。一般在對模型進(jìn)行訓(xùn)練之前會提前設(shè)置好基礎(chǔ)錨框，在此錨框基礎(chǔ)上，模型在經(jīng)過訓(xùn)練后會得到一個預(yù)測框，然后將其和真實框?qū)Ρ?，之后通過計算兩者的差值對網(wǎng)絡(luò)中的參數(shù)進(jìn)行迭代，并進(jìn)行反向更新。Mosaic 數(shù)據(jù)增強(qiáng)是一種比較經(jīng)典的數(shù)據(jù)增強(qiáng)方法，包括了隨機(jī)排布、隨機(jī)縮放、隨機(jī)裁減等常見的通用數(shù)據(jù)處理方式，圖2 展示了處理過程。本模型在訓(xùn)練時，采用將自適應(yīng)圖片縮放與Mosaic 數(shù)據(jù)增強(qiáng)進(jìn)行融合的方法，通過融合處理不僅可以給圖片增添一些灰邊，還可以對初始圖片進(jìn)行拼接操作，之后把經(jīng)過處理后的圖片送進(jìn)網(wǎng)絡(luò)中開始訓(xùn)練。

圖2 Mosaic處理流程

2.2 特征增強(qiáng)網(wǎng)絡(luò)改進(jìn)

原始的YOLOv5 模型采用了3 種大小的Feature Diagram 對大小各異的目標(biāo)進(jìn)行檢測，如圖3。在把圖像輸送到網(wǎng)絡(luò)的時候，會對其進(jìn)行8、16、32倍下采樣，然后得到3種尺寸各異的Feature Diagram，接著把它傳入到特征融合網(wǎng)絡(luò)中。根據(jù)FPN［13］的網(wǎng)絡(luò)特點，特征圖在通過多次卷積操作以后會包含更多的語義信息，但是經(jīng)過了多次卷積之后可能會導(dǎo)致目標(biāo)中關(guān)鍵信息的缺失，從而影響目標(biāo)檢測的準(zhǔn)確率；而通過多次淺層卷積后得到的特征圖盡管具有較少的語義信息，不過獲取到的目標(biāo)位置信息會更加準(zhǔn)確。

圖3 YOLOv5特征提取模型

本算法在YOLOv5的基礎(chǔ)上，額外添加了一個4倍下采樣，圖4 為改進(jìn)后的特征提取模型。輸入圖像通過4倍下采樣處理后，會融合到特征融合網(wǎng)絡(luò)中，從而更新特征圖的大小，而該感受野較小的特征圖則包含了較為豐富的信息，能夠提升目標(biāo)檢測的準(zhǔn)確率。

圖4 改進(jìn)的特征提取模型

2.3 損失函數(shù)改進(jìn)

IoU［14］主要用來評價目標(biāo)檢測的性能，它通過計算真實框和預(yù)測框之間的交集和并集的值來對目標(biāo)檢測模型的檢測效果進(jìn)行評估。GIoU［15］在IoU 的基礎(chǔ)上添加了懲罰項，然后可以精確地衡量兩者之間的相交情況。它們的計算如式（1）、（2）：

公式中A代表檢測框，B代表真實框，C代表最小的外接矩形框。GIoU 和最初的IoU 有所差異，它不僅注重兩者之間的重疊部分，還注重其他非重疊部分，所以GIoU相較于IoU可以真實反映出預(yù)測框和真實框之間的重合度，然而GIoU的缺點是它僅僅考慮了二者之間的重疊區(qū)域，而沒有考慮別的因素，因此對于目標(biāo)框的回歸問題則無法較好地描述。

本算法在通過實驗測試后，最后采用效果較好的CIOU Loss［16］，把CIOU Loss 用作回歸的損失函數(shù)，這樣預(yù)測框?qū)⒏险鎸嵖?，CIOU Loss計算公式如下：

上式在計算梯度的時候α并不參與，只作為平衡參數(shù)。在圖5中，c代表最小外接矩形的對角線距離，d＝ρ（b，bgt）代表了真實框中心點和預(yù)測框中心點之間的距離，其中b代表了真實框的中心點，bgt代表了預(yù)測框的中心點。CIoU［16］從整體上考慮了二者之間的重疊區(qū)域等因素，從而使模型的訓(xùn)練過程更加穩(wěn)定。

圖5 預(yù)測框與真實框

3 實驗結(jié)果及分析

3.1 實驗環(huán)境

本實驗的環(huán)境配置如下：Intel i5-10400F 處理器，GeForce RTX2080 GPU，cuda10.1，cudnn7.6.3，16G 內(nèi)存，CentOS 7.0操作系統(tǒng)，pytorch1.8，python3.7。

3.2 數(shù)據(jù)集

本文所用的數(shù)據(jù)集為MAFA 和WIDER Face 以及網(wǎng)絡(luò)上搜集的圖片在經(jīng)過篩選后組成的數(shù)據(jù)集，其中MAFA 是一個面部遮擋數(shù)據(jù)集，WIDER Face 是一個人臉檢測數(shù)據(jù)集；然后從數(shù)據(jù)集中篩選出沒佩戴口罩和已佩戴口罩的圖片，為了更好地模擬實際生活場景。最后篩選出的這些圖片包括了許多實際生活中的口罩佩戴情況；然后將篩選出來的圖片分為face-mask 和face 2類，前者代表戴了口罩，后者代表沒戴口罩；篩選得到的圖片共有7 640 張，其中80%作為訓(xùn)練集，20%作為測試集。

本實驗采用的數(shù)據(jù)集需要預(yù)處理，經(jīng)過預(yù)處理后的數(shù)據(jù)集需要用標(biāo)注工具對其進(jìn)行類別標(biāo)注，包括face-mask和face 2種類別，標(biāo)注示例如圖6。

圖6 LabelImg標(biāo)注圖片示例

3.3 結(jié)果分析

在模型訓(xùn)練的過程中，評估口罩佩戴檢測算法的好壞通常要用到相應(yīng)的評價指標(biāo)。其中許多評價指標(biāo)都由混淆矩陣（confusion matrix）計算得到。本實驗對模型評估所用的評價指標(biāo)包括：準(zhǔn)確率（precision）、召回率（recall）、平均精度均值（mAP）以及幀率（每秒檢測圖片幀數(shù)）。

準(zhǔn)確率指的是預(yù)測為正的樣本所占的比例，它主要用來判斷預(yù)測結(jié)果的準(zhǔn)確性，公式（6）為準(zhǔn)確率的具體計算方式：

召回率指的是所有樣本中正例被準(zhǔn)確預(yù)測的比例，公式（7）為具體的計算方式：

mAP 由AP 求均值得到，用來衡量檢測精度，mAP值越大準(zhǔn)確率越高，公式（8）、（9）分別為AP和mAP的具體計算方式：

幀率：表示模型每秒檢測的圖片數(shù)量，主要用來衡量模型的檢測速率，用FPS表示。

經(jīng)過實驗后，本文基于YOLOv5 改進(jìn)的口罩佩戴實時檢測結(jié)果的P-R 曲線圖如圖7，其中縱軸代表準(zhǔn)確率，橫軸代表召回率。

圖7 改進(jìn)后算法的P-R曲線圖

訓(xùn)練過程中各項指標(biāo)的變化如圖8。

圖8 模型評價指標(biāo)變化曲線圖

從圖8 的（c）、（d）中可以看出precision 可達(dá)到0.986，recall 可達(dá)到0.989。圖9 展示了檢測效果，可以看到本算法對人員口罩佩戴情況能做出準(zhǔn)確的檢測。

圖9 改進(jìn)后的算法檢測效果

接著再次驗證基于YOLOv5 改進(jìn)算法的有效性，將改進(jìn)的算法與其他算法進(jìn)行比較，結(jié)果如表1。

表1 本文改進(jìn)算法與其他算法性能比較

從表1可以看出，基于YOLOv5改進(jìn)的口罩佩戴檢測算法，相較于通用檢測算法SSD，face_mask 提高了25.43%；對于專門用來進(jìn)行人臉定位的單階段檢測算法RetinaFace，face_mask 提高了18.62%；在YOLOv5 的基礎(chǔ)上，本算法face_mask 提高了9.79%，face 提高了9.22%，mAP提高了8.33%，本算法的FPS和YOLOv5差不多，但仍能滿足實時檢測速率的要求。

4 結(jié)語

本文在YOLOv5 的基礎(chǔ)上進(jìn)行改進(jìn)，完成了對口罩佩戴實時檢測的任務(wù)，本文從第二章節(jié)中的3 個方面進(jìn)行了改進(jìn)，改進(jìn)后的算法在經(jīng)過預(yù)處理的數(shù)據(jù)集上進(jìn)行驗證，實驗表明，相比其他算法本文的改進(jìn)算法有著明顯優(yōu)勢，充分驗證了本算法的有效性，同時也可應(yīng)用在實際的生活場景中。