[发明专利]一种基于YOLOV3的人脸口罩检测方法、系统、设备及介质

权利要求书

1.一种基于YOLOV3的人脸口罩检测方法，其特征在于，包括：

将待测数据输入至目标YOLOV3算法模型，通过DarkNet53特征提取网络进行特征提取，得到不同格式的特征数据；所述待测数据为格式统一的人脸图像，所述目标YOLOV3算法模型为结合IOU Loss函数的YOLOV3算法模型；

将所述特征数据输入至特征融合层，通过卷积和长采样进行特征融合；

通过输出层对所述特征融合后的数据进行卷积操作，并对所述人脸图像的边界框进行检测，得到人脸口罩检测结果。

2.根据权利要求1所述的基于YOLOV3的人脸口罩检测方法，其特征在于，在所述将待测数据输入至目标YOLOV3算法模型之前，还包括：

根据YOLOV3算法模型，利用IOU Loss函数进行检测框回归分析，生成初始YOLOV3算法模型；

对所述初始YOLOV3算法模型的学习率、训练迭代轮数及训练数据集样本数量进行调整，得到目标YOLOV3算法模型。

3.根据权利要求2所述的基于YOLOV3的人脸口罩检测方法，其特征在于，所述对所述初始YOLOV3算法模型的学习率进行调整，包括：利用衰减策略，通过优化器对所述学习率进行拟合。

4.根据权利要求2所述的基于YOLOV3的人脸口罩检测方法，其特征在于，所述训练迭代轮数包括270次。

5.根据权利要求1所述的基于YOLOV3的人脸口罩检测方法，其特征在于，在所述将待测数据输入至目标YOLOV3算法模型之前，还包括：

采集人脸图像数据集，并对所述人脸图像数据集进行标注、去重、数据清洗及归一化处理，得到格式统一的人脸图像。

6.根据权利要求5所述的基于YOLOV3的人脸口罩检测方法，其特征在于，所述归一化处理的方法包括Z-score标准化方法。

7.根据权利要求5所述的基于YOLOV3的人脸口罩检测方法，其特征在于，利用图像检测或活体检测采集所述人脸图像数据集。

8.一种基于YOLOV3的人脸口罩检测系统，其特征在于，包括：

特征提取单元，用于将待测数据输入至目标YOLOV3算法模型，通过DarkNet53特征提取网络进行特征提取，得到不同格式的特征数据；所述待测数据为格式统一的人脸图像，所述目标YOLOV3算法模型为结合IOU Loss函数的YOLOV3算法模型；

特征融合单元，用于将所述特征数据输入至特征融合层，通过卷积和长采样进行特征融合；

检测单元，用于通过输出层对所述特征融合后的数据进行卷积操作，并对所述人脸图像的边界框进行检测，得到人脸口罩检测结果。

9.一种计算机终端设备，其特征在于，包括：

一个或多个处理器；

存储器，与所述处理器耦接，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至7任一项所述的基于YOLOV3的人脸口罩检测方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行实现如权利要求1至7任一项所述的基于YOLOV3的人脸口罩检测方法。