文档介绍：: .
ֻ40जֻ 1௹ gorithm YOLOv3. First, the algorithm
introduces channel attention mechanism in the process of feature fusion, effectively high-
lights the important features, reduces the influence of redundant features after fusion, and
effectively improves the feature utilization. Then, complete intersection over union (CIoU)
loss is used instead of mean square error (MSE) as the loss function of frame regression to
improve the positioning accuracy. Finally, in addition to the cases of detecting wearing and
收稿日期：2021-10-27
基金项目：科技部重点研发项目基金（）资助
通信作者：魏明军，教授，研究方向为图像处理、信息安全技术。E-mail: ******@ 应 用 科 学 学 报 第 40 卷
not wearing masks, incorrect wearing of masks is also detected. Experimental results show
that Mask-YOLO algorithm improves mean average precision (mAP) by % when frame
per second (FPS) decreases by only 1% compared with YOLOv3 algorithm. As compared
with other mainstream target detection algorithms, Mask-YOLO algorithm also has better
detection effect and robustness for mask wearing detection in complex scenes.
Keywords: mask wearing detection, Mask-YOLO, attention mechanism, feature fusion,
loss function
新型冠状病毒具有很强的传播性，其传播途径以呼吸道传播和接触传播为主，因此在公
共场所正确佩戴口罩可以有效防止病毒传播。然而在中国疫情已进入常态化的防控阶段，人
员密集的公共场所依然存在着不正确佩戴口罩甚至不佩戴口罩的现象，这将增加病毒传播的
风险。为了在公共场所实现安全防疫和高效监管的目标，有必要采取智能化的目标检测技术
对公共场所口罩佩戴进行检测。
YOLOv3 (you only look once version 3)[1] 算法是一种准确的实时目标检测算法，但在遮
挡、密集、小尺度等复杂场景下的口罩佩戴检测精度较低。为了提高 YOLOv3 算法在复杂场
景下的检测精度，文献 [2] 在特征提取网络中引入注意力机制，在特征融合阶段使用路径聚合
策略，提高了被遮挡目标和小目标的检测效果。文献 [3] 引入 4 尺度检测结构并构建自上而下
和自下而上的多尺度特征融合网络，提高了检测精度。文献 [4] 重构特征金字塔机制，增加先
验框数量，提高了小尺度目标的识别率。尽管这些改进的算法提高了口罩佩戴的检测精度，但
在特征融合阶段只是简单融合了从卷积层提取到的特征，存