融合轻量化和注意力机制的口罩人脸检测算法

来源：计算机工程与应用杂志2026年第1期北京时间：

作者：兰红, 王恪, 陈子怡

单位：江西理工大学 信息工程学院，江西 赣州 341000

摘要：口罩人脸检测是智能监控系统中的关键部分，在城市管理和公共卫生安全方面有重要意义。针对口罩人脸检测在处理小目标（远处目标所显示的图像很小）、光照条件、佩戴口罩人脸展示不同方向等问题在复杂场景图像时出现的漏检和检测不准确问题，提出IM-YOLO口罩人脸检测算法，并调整模型深度，设计并构建了轻量化IM-YOLO模型来满足口罩人脸检测的各类复杂场景下的实时性需求。针对参数量过高的问题，构建了融合多头注意力和空间注意力的MC注意力模块和轻量化模块MCB。设计了CGFPN结构来充分融合低层与高层之间的多尺度特征信息。构建RHM模块来提高特征语义信息的利用率和减少特征冗余。引入Inner-IoU损失函数来提升模型整体性能。在同等情况下，IM-YOLO优于YOLOv8以及其他主流算法。并且该模型在AIZOO数据集上的mAP值达到了96.2%，在自制数据集上的mAP值达到了89.0%，且模型参数量相比于YOLOv8降低了40%，适用于当前智能监控系统中的口罩人脸检测。

关键词：口罩人脸检测,注意力机制,轻量化,特征融合模块,YOLOv8n